미래의 STEM 교육

조헨 쿤 교수가 현대 교육 기술이 어떻게 STEM 과목을 가르치고 배우는 데 도움이 되는지, 시선추적을 통해 그 효과를 연구할 수 있는 방법을 설명합니다.

요헨 쿤 교수는 독일 뮌헨공과대학 물리교육학과교수입니다. 그의 연구 관심사는 현재 멀티미디어 기반 학습 환경 및 기술(스마트폰, 태블릿, AR/VR 등)을 통한 STEM 교육과 물리학 교육에서 다중 표현을 통한 학습에 중점을 두고 있습니다. 여기에는 STEM 교사 연수, 학교와 대학에서 인공지능(AI)을 활용한 학습, 학습 및 문제 해결 과정에 대한 시선추적 기반 검사 등이 포함됩니다.

연구의 가장 중요한 비전은 무엇인가요?

오늘날 많은 학생에게 물리학은 여전히 인공적이고 일상 세계와 관련이 없는 학문으로 인식되고 있습니다. 많은 관계와 과정이 순전히 이론적이고 눈에 보이지 않는 "건조하고" 추상적인 내용으로 간주됩니다.

우리는 멀티미디어 학습 환경을 사용하여 추상적인 것과 현상학적인 것, 일상적인 것과 학문적인 것 사이의 이러한 긴장을 해소하기 위한 접근법을 개발하고 연구합니다. 멀티미디어 시각화, 이른바 다중 외부 표현을 사용하여 학생들은 일상 생활에서도 필요한 인지적 도구(예: 도표 및 그래프 해석)를 학습함으로써 이러한 다리를 스스로 구축할 수 있습니다. 이를 위해 저희는 학습 환경에 최신 기술을 도입하여 학생과 교사가 이러한 미디어를 통해 교육을 강화할 수 있도록 지원합니다. 그 이유는 미래에는 현대 기술이 일상 생활에서도 활용될 것으로 예상되기 때문입니다.

물론 저희는 학생들이 물리학을 배우고, 실험을 설계하고, 물리적 문제를 해결하는 데 있어 어떤 표현을 어떻게 그리고 어떤 방식으로 성공적으로 사용하는지 알아보고자 합니다. 따라서 학습이나 문제 해결의 결과뿐만 아니라 과정 자체에도 관심을 갖는 이유는 학생들이 성공적으로 학습하도록 지원, 격려 또는 도전할 수 있는 방법을 더 잘 이해할 수 있기 때문입니다.

이러한 학습 지원은 개별화되고 맞춤화되어야 하므로 학생마다 다른 유형의 표현을 통해 다른 전략과 다른 방식으로 동일한 학습 콘텐츠에 접근할 수 있습니다. 따라서 머신러닝 기법을 통해 학습 성공을 예측하는 것도 표현과 최첨단 학습 기술을 활용한 연구의 필수적인 측면입니다.

이 여정을 시작하게 된 계기는 무엇이며, 계속 동기를 부여하는 요인은 무엇인가요?

좋은 물리학 수업을 설계하는 방법에는 여러 가지가 있습니다. 그러나 멀티미디어와 혁신적인 학습 기술을 사용하여 다양한 표현을 통한 학습은 포괄적이고 정적이며 동적인 옵션을 제공합니다. 이러한 옵션은 특히 디지털화의 여파로 교육 및 연구 분야에서 계속 증가할 것입니다.

또한 이러한 콘텐츠 관련 개념의 혁신적인 학습 기술 개발과 연구를 통해 현 세대와 다음 세대는 데이터 리터러시나 AI 리터러시 등 사회적으로 필요한 역량도 습득하여 사회 자체를 변화시킬 수 있습니다.

따라서 다양한 옵션과 사회 발전에 대한 중요성이 혁신적인 최첨단 학습 기술을 사용한 다중 표현 학습을 선택하게 된 이유입니다.

지금까지의 연구 결과 중 가장 주목할 만한 점은 무엇인가요?

중요한 결과라기보다는 디지털화의 높은 역동성으로 인해 일부 영역에서 교육이 사회적 요구와 필요에 뒤처질 위험에 처해있다는 사실을 깨닫게 된 것입니다 . 이는 교육이 사회 발전과 보조를 맞출 수 있는 기회를 얻어야 한다는 것을 의미합니다.

특히 독일에서 태블릿과 같은 일상적인 매체가 어느 정도 체계적으로 교실에 도입되기까지 10년 이상이 걸렸다는 점을 고려하면, 앞으로의 발전을 위해 새로운 기회가 필요합니다.

특히 교육 연구에서는 스마트폰이나 태블릿과 비슷한 효과를 낼 수 있는 차세대 일상 기술이 어떤 것이 있을지 미리 예측하고 연구하는 데 더욱 힘써야 합니다. 그런 다음 유효하고 실행 가능한 학습 개념을 개발하고 이를 함께 연구하여 차세대 학습 기술이 도입될 때쯤에는 이미 성공적인 교육 개념을 경험적으로 검증하여 그때까지 기다렸다가 개발을 시작할 필요가 없도록 해야 합니다.

그리고 정치권은 교실 안의 학교와 긴밀히 협력하여 이러한 최첨단 개발과 연구를 가능하게 하는 프레임워크와 프로그램을 만들어야 합니다.

한편으로는 이러한 과정에 교육과 연구에 중점을 둔 모든 기관을 참여시키는 것이 중요합니다. 다른 한편으로는 교사들이 의미 있고 목표에 맞는 방식으로 교실에서 새로운 접근 방식과 기술을 구현할 수 있도록 훈련받아야 합니다.

실험에 시선추적을 도입하여 어떤 이점을 얻었나요?

증강현실(AR)과 가상현실(VR)을 위한 헤드마운트디스플레이(HMD) 외에도 시선추적 기반 시스템 등이 이러한 차세대 교육 기술(EDTech)에 포함되거나 구현될 것으로 예상합니다.

예를 들어, 학습, 문제 해결 또는 여러 가지 표현을 실험할 때 다양한 유형(고정형, 이동형, VR/AR HMD에 통합된)의 시선추적 시스템을 사용하여 학습자의 시각 전략을 조사하여 성공적인 학습 전략과 실패한 학습 전략을 구분합니다.

또한 시선 데이터를 사용하여 학습 과정에서 이미 학습자의 시각적 전략을 사용하여 문제가 성공적으로 해결될지 여부를 예측하도록 AI 알고리즘을 학습시킬 수 있습니다. 이를 통해 학습자가 잘못된 전략이나 해결책을 선택하기 전에 추가 평가 없이 시각적 전략에 기반하여 완전히 맞춤화된 개인화된 지원을 제공할 수 있습니다.

다시 한 번 강조하지만, 이러한 시선 기반 시스템을 사용할 수 있도록 교사를 교육하고 개발하는 것이 중요합니다.

시선추적에 대한 풍부한 경험과 현재의 관점에서, 시선추적을 연구에 도입하려는 사람들에게 어떤 조언을 해주고 싶으신가요?

먼저, 시선추적 분석이 연구에서 어떤 역할을 해야 하는지 종합적으로 고려해야 합니다.

시선추적을 주요 연구 방법으로 계획하지 않았다면, 효과가 불분명한 상황에서 장비에 투자하기보다는 경험이 풍부한 연구 파트너와 협력하여 관련 질문을 조사하고 경험을 쌓는 것이 좋습니다.

하지만 시선추적 방법이 연구단의 표준 레퍼토리로 자리 잡으려면 처음부터 이 연구 분야에만 충분한 물적, 인적 자원을 투자할 것을 제안하고 싶습니다.

관련 정보

다음은 시선추적 기술을 활용한 연구에 관한 최근 논문 중 일부입니다:

베커, S., 쿠체만, S., 클라인, P., 리히텐베르거, A. & 쿤, J. (2022). 시선 패턴은 반응 예측을 향상시킵니다: 정답 또는 오답 그 이상. 피지컬 리뷰 물리 교육 연구, 18(020107).

Dzsotjan, D., Ludwig-Petsch, K., Mukhametov, S., Ishimaru, S., Küchemann, S., & Kuhn, J. (2021). 인터랙티브 AR 학습 환경에서 시선추적 데이터의 예측력. 2021년 퍼베이시브 및 유비쿼터스 컴퓨팅에 관한 2021 ACM 국제 공동 컨퍼런스 및 웨어러블 컴퓨터에 관한 2021 ACM 국제 심포지엄의 부록 논문집, 2021년 9월, 467–471

Klein, P., Becker, S., Küchemann, S., & Kuhn, J. (2021). 운동학에서 그래프 이해 테스트: 안구 운동 전환을 클러스터링하여 항목 목표 확인. 피지컬 리뷰 물리 교육 연구, 17(1), 013102.

Kumari. N., Ruf, V., Mukhametov, S., Schmidt, A., Kuhn, J., & Küchemann, S. (2021). YOLOv4를 통한 물체 감지를 사용한 모바일 시선추적 데이터 분석. Sensors, 21(22), 7668. MDPI AG.

쿤 교수의 연구실에 대한 자세한 내용은 다음을 방문하세요. 웹페이지.