Utilizing AI and Big Data in Education: The Current State and Future Directions

본 연구의 목적은 AI 및 빅데이터를 교육에 적용한 연구의 현재 동향, 미래 방향, 과제들을 살펴보는 데 있다. 이를 위하여 학습분석, 대규모 데이터 분석, 텍스트마이닝 기반 빅데이터 분석, 다중모드 자료 분석, 게임기반학습의 선행연구를 검토하고 교육에서의 AI 및 빅데이터 활용 현황에 대해 먼저 살펴보았다. 기존 연구 동향 분석에 기반하여 AI 및 빅데이터의 교육적 활용에 관한 미래 방향을 다음과 같이 제시하였다: 1) 학습분석학 데이터 분석에 적합한 교수모델을 개발하고 국가 수준의 통합 데이터 수집 체제를 개발함으로써 초·중등학교에서의 학습분석학 활용도를 높여야 하며, 2) 다양한 곳에서 이미 축적된 대규모 데이터를 통합시켜 교육용 빅데이터셋을 구축함으로써 현 교육체제의 복잡하고 중요한 사안 해결에 기여해야 할 것이며, 3) 학생들의 정서적 상태 파악 및 효과적 처치 제공을 위해 텍스트마이닝 기반 감성분석 연구가 더욱 필요하다. 향후 과제로 첫째, AI 및 빅데이터 활용의 교육적 기여도에 대한 불신 극복, 둘째, 체계적인 빅데이터 수집과 분석을 위한 정부의 적극적 지원, 셋째, 편파성과 개인정보보호에 대한 불신 극복, 마지막으로, 교육분야 AI 및 빅데이터 전문가 인력 부족 해소를 들 수 있다.

This study discusses the current state of, future directions for, and challenges of research on AI and big data in education. To accomplish this goal, first, a review of the state of research on learning analytics, large-scale data analysis, text mining based big data analysis, multimodal data analysis, and game-based learning was conducted. Based on the review researchers suggested future directions as the following: 1) The use of learning analytics in elementary and secondary schools should be promoted by developing instructional models to analyze learning analytics data and establishing an integrated system for data collection at a national level, 2) Large-scale data from various sources should be merged together into educational big data sets so that researchers can extend the potential for exploring complex and critical issues in our education system, 3) More research on sentiment analysis via text mining is needed considering its potential for providing insight into identifying students’affective states and administering effective interventions, especially for elementary and secondary school students. Despite the promising uses of AI and big data analysis for solving educational problems, the challenges we face are, first, disbelief about the contributions that AI and big data can offer to the field of education, second, the lack of government initiative for organized data collection and analysis, third ethical concerns about biases and privacy matters, and finally, the shortage of educational AI and big data experts.