다이내믹 토픽 모델링을 통한 2010년대 중반 이후 학습분석학 해외 연구 동향 분석 (Analysis of global research trends in learning analytics since the mid-2010s through dynamic topic modeling)

서지정보

· 발행기관 : 한국교육정보미디어학회
· 수록지 정보 : 교육정보미디어연구 / 30권 / 5호 / 1541 ~ 1563페이지
· 저자명 : 한지윤, 조현명, 이선복

초록

지능정보사회의 도래 이후 등장한 디지털 대전환의 흐름은 교육 현장에 전례 없는 변화를 일으키고있다. 인공지능 및 빅데이터 기술의 발전에 토대를 두고 있는 이러한 변화는 다양한 학습자 데이터의수집과 분석을 가능하게 함으로써 학습분석학의 성장에 기여했으며, 특히 2012년 AlexNet의 등장 이후딥러닝 기반의 신경망 기술이 본격적으로 확산되면서 학습자의 데이터를 더욱 정교하게 분석하고 이를 통해 학습 환경을 최적화하기 위한 연구가 다양한 형태로 이루어지고 있다. 이러한 맥락에서 본연구는 2010년대 중반 이후 학습분석학 분야의 해외 연구 동향을 파악하고자 하며, 이를 위해 2015년1월부터 2024년 7월까지 학습분석학이 적용된 해외 논문 3,372편을 검토하였다. 특히 2010년대 중반이후 학습분석학 연구의 주요 주제와 연도별 핵심어를 탐색하기 위해, 대규모의 문서에 대해 주제의변화를 시계열적으로 분석하여 새로운 통찰력을 도출하는데 적합한 다이내믹 토픽 모델링(Dynamic Topic Modeling, DTM) 기법을 활용하여 토픽의 변화를 종단적으로 분석하였다. 분석 결과, 2010년대 중반 이후 학습분석학 분야의 해외 연구 동향에 대해 ‘컴퓨터 기반 협력 학습 연구’, ‘기계학습 기반 학업성취도 예측 연구’, ‘교육정보기술 플랫폼의 활용 방안 연구’, ‘온라인 학습 상황의 학습자 참여도연구’, ‘교수 설계 및 평가 연구’, ‘학습분석학 관련 동향 연구’의 6개 주요 토픽이 도출되었다. 본 연구는 DTM 분석의 접근을 통해 2010년대 중반 이후 학습분석학의 해외 연구 동향을 살펴보고 국내학습분석학 연구의 현주소를 검토한다는 점에서 의미를 갖는다.

영어초록

The emergence of the intelligent information society, coupled with the subsequent digital transformation, has engendered unprecedented shifts within the field of education. Underpinned by advancements in artificial intelligence and big data technologies, these developments have facilitated the comprehensive collection and analysis of diverse learner data, thereby accelerating the expansion of learning analytics.
Following the introduction of AlexNet in 2012, the proliferation of deep learning-based neural networks has enabled increasingly nuanced analyses of learner data, stimulating a range of research dedicated to optimizing educational environments. To explore the principal themes and annual keywords of learning analytics research since the mid-2010s, this study employs the Dynamic Topic Modeling (DTM) technique-a method well-suited for deriving novel insights by longitudinally analyzing thematic shifts within large-scale corpora. The findings of our analysis revealed six major themes in international learning analytics research since the mid-2010s: ‘computer-supported collaborative learning research,’ ‘machine learning-based academic performance prediction research,’ ‘studies on the utilization of EdTech platforms,’ ‘research on learner engagement in online learning environments,’ ‘instructional design and evaluation research,’ and ‘trends in learning analytics research.’ This study is significant in that it not only examines global research trends in learning analytics since the mid-2010s through the lens of DTM analysis but also provides a critical review of the current state of domestic learning analytics research.

참고자료

· 없음