정보처리학회논문지A (The KIPS Transactions:PartA)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

연결주의에 기반한 학습자 특성의 정량화 기법

A Quantification Method of Learner's Characteristic based on the Connectionism

  • 김용범 (충남 금산여자고등학교) ;
  • 김영식 (한국교원대학교 컴퓨터교육과)
  • 발행 : 2008.12.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

개별화 학습은 단지 하나의 교수 학습 방법으로서의 의미가 아니라는 인식이 보편화되어 교실 수업뿐만 아니라, 성인 교육, 기업 교육 등 다양한 교수 학습 상황에서 관심을 끌어왔다. 한편 효과적인 개별화 학습은 학습자 특성에 대한 정확한 분석 및 측정이 필수적으로 요구되나, 학습자 특성에 대한 개념과 범주가 다양하고 광범위하여 그에 대한 계량적인 기술이 어렵다. 이에 본 연구에서는 학습자 특성을 인지구조와 인지양식으로 제한하였다. 또한 학습자 특성을 연결주의적 관점에서 기술하고 이를 기반으로 하여 학습자 특성의 정량화 기법을 제안하며 그에 대한 타당성을 검증하였다. 본 연구에서의 학습자 인지구조는 기존에 연구된 학습자 인지구조 객체를 간소화하였고 인지양식은 학습자 인지의 지식관성력으로 축소하여 기술하였다.

It seems reasonable to assume that the individualized learning means more than simple teaching-learning method, so the instructional method has attracted a fair amount of attention not only in classroom, but also in the field of a adult education, cooperate education, and so on. In order to have an effect on individualized learning, we need to analyze and measure the learner's characteristic. However it is difficult to represent in quantified form because the conception and category of learner's characteristic is various and extensive. Therefore, in this paper, we propose a quantification method of learner's characteristic, which is limited to learner's cognitive structure and style, and is represented in the light of connectionism, verify the validity. The learner's cognitive structure in this paper was represented, which simplified the learner's cognitive structure. Additionally, the cognitive style in this paper was limited to inertia of knowledge for learner's cognition.

키워드

참고문헌

  1. 강이철, 교육공학의 이론과 실제, 서울: 학지사, 2001
  2. 김용범, 김영식, “지능형 교육 시스템을 위한 적응적 지식베이스 객체 모형 개발,” 정보처리학회논문지B, 제13-B권 제4호, pp.117-134, 2006 https://doi.org/10.3745/KIPSTB.2006.13B.4.421
  3. 김형수, 김동일, 황애경, “학습자 특성 및 적용 영역별 인지학습전략의 효과”, 교육과학연구, 제37집 제2호, pp.43-74, 2006
  4. 김호종, 실용트리즈의 창의성 과학, 두양사, 2006
  5. 전성연, “개별화와 협동화: 실천적 전개를 위한 통합의 논리”, 교육방법연구 제17권 2호, pp.161-182, 2005
  6. 오세진 외, 인간행동과 심리학, 학지사, pp.159-196, 1999
  7. 이옥화, “신세대 학습자 특성 분석: 대학생의 사이버 커뮤니테이션 이용 특성”, 컴퓨터교육학회논문지 제8권 4호, pp.1-12, 2006
  8. 이홍우, 교육의 목적과 난점, 서울: 교육과학사, pp.447-448, 1994
  9. 장혜정, 장은정, “웹기반 소집단 협력학습에서 학습자 성격 특성과 상호작용자 유형에 따른 학습결과 분석”, 교육공학연구 제 24권 1호, pp.137-167, 2008
  10. 호재숙 외, 교육방법 및 교육공학, 교육과학사, pp.230-233, 1994
  11. B.T.Low, H.C.Lui, A.H.Tan and H.H.Teh, “Connectionist Expert System with Adaptive Learning Capability”, IEEE Transactions on Knowledge and Data Engineering, Vol.3(2), pp.200-207, 1991 https://doi.org/10.1109/69.88000
  12. Chia H W-K, C-L Tan, “Association- based evolution of comprehensive neural logic networks”, GECCO 2004, pp.26-30 June 2004, Seattle, Washington, USA, 2004
  13. Dixon, N. M., Common knowledge: How companies thrive by sharing what they know. Boston, Massachusetts: Harvard Business School Press, 2000
  14. Jonassen, D.H. and Grabowski, B.L., Handbook of Individual deferences, learning, and instrection, Hilsdale, NJ: Lawence Erlbaum, 1993
  15. J. F. Soltis, An Introduction to the Analysis of Educational Concepts, Massachusetts: Addison-Wesley Publishing Company, pp.7-10, 1968
  16. Piaget, J., “Piaget's Theory”, In P. Mussen(Ed.) Handbook of child psychology, Wiley, 1983
  17. Quinlan, P., Connectionism and psycholgy: A psychological perspective on new connectionist research, Chicago: Chicago U. Press, 1991
  18. Rumelhart, D.E., McClelland, J.L. and LNR Group, Parallel distributed processing: Explorations in the microstructure of cognition (Vol. 1), Cambridge, MA: MIT Press, 1986
  19. Tiedemann, J., “A study of field independent biased mental ability tests in community college science classes”, Journal Research in Science Teaching, 23, pp.817-822, 1989 https://doi.org/10.1002/tea.3660230906
  20. Wringe, D.S., “The Teacher's task”, in Philosophy and the Teacher(Ed.), D. I. Lloyd, London: Routledge & Kegan Paul, 1976