학생별 오답 원인 진단을 위한 그래프 DB 모델 (Graph DB Model for Diagnosing Causes of Incorrect Answers by Student)

서지정보

· 발행기관 : 한국창의정보문화학회
· 수록지 정보 : 창의정보문화연구 / 10권 / 4호 / 289 ~ 296페이지
· 저자명 : 안성훈

초록

본 논문에서는 AI 교육 서비스에서 평가문항에 대한 학생의 오답 원인을 진단하는데 효과적인 그래프 DB 모델을 개발하였다. 이를 위해 평가문항 오답의 원인이 될 수 있는 학습결손 지식요소, 평가문항의 숙달 정도를 파악할 수 있는 인지진단요소, 잘못된 지식 이해로 오답을 나타낼 수 있는 오개념을 분석할 수 있는 방안을 마련하였다. 그리고 학생 개인별 지식요소별 성취 수준, 인지진단요소별 수준, 오개념 수준 등의 학습이력으로 구축할 수 있는 그래프 구축 방안을 제시하였다. 본 논문은 향후 AI 교육 서비스에서 학생의 오답 원인을 정확히 분석해 학습의 효과를 높여줄 수 있는 AI 서비스 구축의 핵심 모델이 될 수 있을 것으로 기대한다.

영어초록

This paper presents the development of an effective graph database(DB) model for diagnosing the causes of students' incorrect answers in AI-based educational services. To achieve this, we established methods for analyzing knowledge gaps that may lead to incorrect answers, cognitive diagnostic elements that assess proficiency in specific test items, and misconceptions that could result in incorrect responses due to misunderstandings. Furthermore, we proposed a framework for constructing a graph that captures individual students' achievement levels for each knowledge element, cognitive diagnostic level, and misconception level based on their learning history. This paper anticipates that the proposed model could serve as a core component in future AI educational services, accurately analyzing students' incorrect answers to enhance learning effectiveness.

참고자료

· 없음