AI와 시선추적으로 문해력 격차 해소하기

렉스플로어와 토비의 성공 사례

세계에서 가장 부유한 나라들조차도 읽기 능력이 부족한 채 초등학교를 졸업하는 아이들의 문제를 해결하지 못했다는 사실에 놀라움을 금할 수 없습니다. 우리가 접근할 수 있는 지식, 자료, 자료에도 불구하고 일부 아이들은 여전히 그물망을 빠져나가고 있습니다. 이러한 아이들은 평생 동안 학습에 어려움을 겪으며 자존감이 낮아지고 평균보다 낮은 행복지수를 갖게 됩니다. 하지만 적절한 시기에 적절한 개입이 이루어지면 문제를 해결할 수 있습니다.

근본 원인 중 하나는 읽기 개발과 공통 목표에 대한 체계적인 접근 방식의 부재입니다 — 더 많은 자료를 투입한다고 해서 해결될 수 없는 문제이지만 디지털 혁신이 이상적인 곳입니다. 저희 파트너 중 하나인 Lexplore는 AI와 시선추적을 사용하여 선별과 분석이라는 지루한 작업을 수행하고, 읽기 평가를 체계화하며, 교사가 교정 및 후속 조치에 집중할 수 있도록 공통의 목표를 만드는 것을 목표로 삼았습니다.

그들의 이야기에는 여러 가지 측면이 있습니다. 우선, AI 기술이 어떻게 교육 분야의 수작업 평가( — )와 다른 영역에 변화를 가져올 수 있는지를 보여줍니다. 스타트업이 연구를 활용하여 문제를 해결하는 방법, 프로토타이핑과 많은 인내를 통해 상용화에 도달하는 방법, 그리고 그 과정에서 인사이트를 창출하는 방법에 대한 고전적인 이야기 — 입니다. 그리고 그것만으로는 충분하지 않다는 듯, AI와 클라우드 컴퓨팅이 어떻게 인사이트를 활용하여 더 깊은 인사이트를 생성하는지 — 데이터 수집을 연구실 밖에서 실시간 캡처로 전환하는 방법을 강조합니다.

토비의 기술이 근간을 이루고 있지만, 시선추적 기술이 없었다면 Lexplore의 솔루션은 존재할 수 없었을 것입니다. 토비에서 10년 넘게 일해 왔지만, 저는 여전히 우리 파트너들이 특별한 측정 장치( — )를 가지고 하는 일들에 놀라움을 금치 못합니다.

이제 — 에서 측정을 시작하겠습니다.

측정 항목

심박수, 최대 맥박수, 나이에 따라 심박수가 어떻게 감소하는지, 자신의 연령대에 맞는 수치가 얼마인지에 대해 잘 알고 있을 것입니다. 심박수는 간단하지만 신체에서 일어나는 일을 매우 잘 나타내는 측정치입니다. 운동선수가 최대 맥박으로 운동할 수 없다면 감염과 싸우고 있거나 스트레스를 받고 있을 수 있습니다. 이 외에도 체온, 체중, 혈압, BMI 등이 유용한 측정값입니다. 이러한 지표는 개별적으로 보면 건강 상태에 대한 순간적인 통찰력을 제공합니다. 많은 사람들이 — 사람들을 측정하고, 결과를 관찰하고, 증거를 제공하는 연구에 많은 시간을 투자해왔기 때문에 우리는 이를 알고 있습니다.

시간이 지남에 따라 일관되게 측정된 데이터 포인트는 종종 더 흥미로운 이야기를 들려주는 추세( — )를 보여줍니다. 최고점과 최저점을 통해 우리가 하는 행동의 영향, 먹는 음식, 운동량, 스트레스 수준 등을 알 수 있습니다. 뉴스가 될 만한 내용은 아닙니다. 하지만 너무 평범해 보여서 놓치거나 훑어보거나 심지어 무시하기 쉬운 중요한 세부 사항이 하나 있습니다. 바로 일관성( — 시간의 경과에 따른 일관된 측정)이라는 개념입니다.

극단적으로는 — 시간이 변하면 — 시간이 변하기 때문에 일관된 측정은 불가능하므로 적어도 두 측정은 그 요인에 의해 차별화됩니다. 하지만 측정 프로세스, 측정을 수행하는 사람, 사용하는 도구, 사람의 주의 집중 정도, 스트레스 수준, 하루 중 시간, 주변 조명, 실내 또는 대기 온도 등 측정에 영향을 미칠 수 있는 다른 많은 영향이 있습니다 — 내 요점을 이해하신 것 같습니다. 분석을 통해 정확한 결과를 얻으려면 데이터를 과학적으로 수집해야 합니다.

균일한 데이터 포인트를 생성하는 가장 좋은 방법은 기계를 사용하는 것입니다. 편향성을 가지고 프로그래밍된 기계 — — 는 항상 동일한 방식으로 측정하며, 기복이 없고 운영 환경의 변동을 견딜 수 있도록 설계하면 일관된 데이터 집합을 제공합니다.

그 기계를 쉽게 재현할 수 있다면 국경, 계층, 인간의 편견을 뛰어넘는 객관적인 데이터를 생성할 수 있는 보편적인 측정 장치를 만든 것입니다.

이것이 바로 우리가 렉스플로어를 위해 한 일입니다. 전 세계 어디로든 배송할 수 있는 범용 측정기 — 플러그를 꽂기만 하면 바로 사용할 수 있는 기계를 제공했습니다.

무엇을 측정해야 하는지 어떻게 알 수 있나요?

하지만 무엇을 측정해야 하는지 어떻게 알 수 있을까요? 심박수가 생체 신호라는 것을 어떻게 알 수 있었을까요? 간단한 답은 바로 연구입니다. 물론 아이디어가 있어야 하고, 호기심을 가져야 하며, 노력을 기울일 준비가 되어 있어야 합니다. 많은 파트너가 과학 연구, 특히 안구 운동과 관련된 연구에 뿌리를 두고 있으며 Lexplore도 예외는 아닙니다.

이 이야기는 어린이의 읽기 및 쓰기 능력에 대한 가장 광범위한 연구에서 시작됩니다. 80년대 스웨덴에서 실시된 이 연구는 난독증을 더 잘 이해하기 위한 목적으로 10세부터 성인이 될 때까지 약 200명의 어린이를 추적 관찰했습니다. 그 결과, 책을 읽는 동안 발생하는 안구 운동 패턴을 기반으로 어떤 학생이 읽기 능력이 낮은지 정확하게 식별할 수 있는 일련의 통계 모델이 만들어졌습니다.

보다 최근의 연구(2007)에서 과학자 구스타프 외크비스트 세이미르(Gustav Öqvist Seimyr)와 마티아스 닐손 벤파토(Mattias Nilsson Benfatto)는 초기 연구에서 개발한 통계 모델을 사용하여 프로토타입 평가 시스템을 구축했습니다. 이 두 과학자는 문해력 격차( — )를 해소할 수 있는 잠재력을 파악한 후 Lexplore를 탄생시켰습니다.

프로토타입에서 응용 분야까지

측정할 대상을 파악하고 몇 가지 프로토타입을 만들었다면 다음 단계는 상용화하는 것입니다 — 보안 표준과 최신 설계 원칙을 충족하는 방식으로 가능한 한 적은 추가 하드웨어로 모든 기계에서 실행되는 응용 분야를 구축하는 것입니다. Lexplore가 상용화를 모색하기 시작했을 때 토비의 기술은 지금처럼 플러그 앤 플레이 방식은 아니었지만, 정확도 수준은 Lexplore가 프로토타입을 다음 단계로 끌어올리는 데 이상적이었습니다.

솔루션을 구축하기 시작할 때 Lexplore는 전반적인 성공의 열쇠가 된 몇 가지 근본적인 관찰을 했다는 점을 언급할 가치가 있다고 생각합니다. 첫 번째는 사용 편의성이었습니다. 다른 많은 분야와 마찬가지로 교육 분야에서도 시간은 귀중한 재화입니다. 행정 업무에 소요되는 시간은 아이들을 가르치는 데 사용할 수 없는 시간입니다. 따라서 Lexplore는 어떤 솔루션을 개발하든 진입 장벽이 낮으면서도 기존의 검증된 방법보다 더 큰 가치를 제공할 수 있는 것을 개발해야 한다는 것을 알고 있었습니다.

두 번째 선택은 시스템 아키텍처( — )와 관련된 것으로, 일부 처리 및 저장은 로컬 PC에서 수행하지만 대부분의 무거운 작업과 분석은 안전한 클라우드에서 수행하여 모든 PC에서 솔루션을 실행할 수 있도록 분할 구조를 선택했습니다.

이 두 가지 결정으로 Lexplore는 색상 코딩과 고유한 채점 시스템을 사용하여 교사에게 학생의 읽기 능력을 즉각적이고 쉽게 이해할 수 있는 분석을 제공하는 UX 디자인과 프로세스 최적화에 상당한 금액을 투자했습니다.

데이터 이해

저는 교사는 아니지만 Lexplore가 제공하는 결과는 매우 이해하기 쉬워서 로켓 과학자가 될 필요도 없고, 통계에 대한 기본적인 이해가 도움이 될 것이라고 말할 수 있습니다 —.

이 다이어그램은 Lexplore가 미세한 눈의 움직임을 고정(거품)과 희생(선)의 읽기 패턴으로 변환하는 방법을 보여줍니다. 고정의 크기는 학생이 단어에 얼마나 오래 머무르는지를 나타냅니다. 말풍선이 클수록 학생이 눈앞에 있는 내용을 이해하는 데 걸리는 시간이 길어집니다. 새케이드는 학생이 텍스트를 앞뒤로 어떻게 건너뛰는지를 보여줍니다. 한 눈에 학생이 어려움을 겪고 있는지 확인할 수 있습니다.

이 솔루션은 텍스트를 조용히 읽고 다른 텍스트를 소리 내어 읽는 것을 기반으로 읽기 속도를 측정하고 학생의 성적에 따라 고유한 Lexplore 점수를 부여합니다.

학생은 점수가 나타내는 표준에 따라 색상으로 구분됩니다. 교사에게 학생의 능력에 대한 시각적 단서를 즉시 제공합니다. 390점을 받은 이 학생은 스타닌 5에 해당하며, 이는 해당 연령대의 평균 읽기 능력을 나타냅니다.

비교를 할 수 있습니다. 예를 들어 시간 경과에 따른 수업의 성과와 전국 평균과의 비교를 확인할 수 있습니다.

중단할 데이터

모든 것은 데이터에 관한 것입니다. 얼마 전 직장에서 누군가가 "인사이트가 인사이트를 낳는다"고 말했는데, 다소 모호하게 들릴 수도 있지만 데이터를 파고들기 시작하면 패턴이 나타나기 시작한다는 의미라고 생각합니다. 하지만 먼저 데이터를 생성해야 하고 시간이 지남에 따라 데이터를 생성해야 합니다.

렉스플로어가 바로 그 일을 해냈습니다. 체계화 및 정기적인 검사를 통해 각 학생의 이력을 생성합니다. 익명화된 이 데이터는 집계된 보기에 기여할 수 있습니다. 연령대별 건강한 심박수를 개발한 것과 마찬가지로 Lexplore는 다양한 연령대 아동의 읽기 능력에 대한 평균 점수를 생성하여 같은 지역 내 학교를 비교하고 전국 평균을 생성하여 — 기존 접근 방식에서 부족한 체계적인 접근 방식과 공통 목표를 제공합니다.

즉, 어린이를 선별함으로써 읽기 능력이 어떻게 발전하고 있는지에 대한 통계도 생성할 수 있다는 뜻입니다. 예를 들어 Lexplore는 실시간 데이터를 사용하여 코로나 바이러스 팬데믹으로 인한 읽기 능력의 실제 저하를 보여주었습니다.

이러한 종류의 실시간 인사이트는 학교, 지방 의회, 정부에 필요한 자료를 예상되는 곳이 아닌 필요한 곳에 추가하는 데 필요한 데이터를 제공합니다.

알려지지 않은 미지의 세계 발견하기

Lexplore 솔루션은 학생들의 읽기 능력을 빠르게 선별하고 분석할 수 있는 방법을 제공합니다. 기존의 방법을 사용하면 교사가 한 반의 학생들을 선별하고 분석하는 데 몇 달이 걸릴 수 있습니다. Lexplore를 사용하면 단 몇 시간이면 충분합니다. 하지만 이 솔루션의 진정한 마법은 이 솔루션이 밝혀내는 미지의 영역입니다.

특수 교육 교사들은 읽기 능력이 낮은 아이(위 스크린샷의 빨간색 영역)와 뛰어난 아이(짙은 파란색)를 잘 식별할 수 있습니다. 특히 기존의 스크리닝 기법으로는 발견할 수 없는 대처 능력이 발달한 중간 영역(주황색)에 있는 아이들을 찾아내는 것이 어렵습니다. 이 솔루션을 사용하고 있는 교사들은 이전에는 없었던 독서 문화를 조성한다는 점에서 학교의 피드백이 고무적입니다.

Lexplore는 시선추적을 기본 측정 도구로 선택했고, 사람들은 눈의 움직임을 완전히 제어할 수 없기 때문에 시선추적을 기반으로 한 평가는 속일 수 없습니다 — 더 이상 선별망을 통과하지 못하는 아이들이 많이 있습니다.

끝으로, 이 솔루션을 현실로 만들어준 연구진과 Lexplore의 모든 분들께 감사의 말씀을 전하고 싶습니다. 제 유일한 바람은 모든 학교, 모든 곳에서 이와 같은 솔루션을 이용할 수 있게 되어 더 이상 인터넷에서 소외되는 아이들이 없기를 바라는 것입니다. 아직 갈 길이 멀고 추가해야 할 언어도 많지만, 적어도 우리는 그것이 가능하다는 것을 알고 있습니다.

Lexplore 솔루션에 대해 더 자세히 알아보려면 다음을 살펴보세요.렉스플로어 사례 연구. 이 놀라운 회사에 대한 자세한 내용은 다음 링크에서 확인할 수 있습니다.Lexplore.com.