메타-학습: 이론적 토대, 주요 원리와 모형, 그리고 컴퓨터-지원 협력학습의 적용

Meta-Learning: Theoretical Foundation, Major Principles and Models, and Its’ Application to Computer-Assisted Collaborative Learning

본고는 기존의 인본주의적 이론에 입각한 경험 학습을 대신하는 메타-학습의 개념과 특징 및 유형과 학습이론으로서의 가능성을 논의하고자 하였다. 이를 위해 본고는 세 가지 연구문제를 제시하였다: i) 경험 학습의 기본 원리와 그 특징은 무엇이며, 인간의 학습환경과 학습 양식은 어떻게 변하고 있는가?; ii) 메타-학습의 개념과 기본 구조는 무엇이고, 어떤 원리와 모형이 있는가?; iii) 메타-학습이 실제적으로 적용되는 컴퓨터-지원 협력 학습의 원리와 고려해야할 요인은 무엇인가? 본고의 핵심적 주장을 정리하면 다음과 같다. 첫째, 경험 학습은 대면적이고 개별적이며 맥락적인 경험을 주목하여 주로 인지적 학습을 설명하는데 주력하였지만, 메타-학습은 비대면적, 탈맥락적, 간접적, 그리고 매체활용 학습에 유용하다는 것이다. 둘째, 메타-학습은 직관적/통찰적 학습과 기술기반 학습에 활용도가 높기 때문에 다양한 정보통신 기기들이 생활화된 오늘날 이러한 기술적 도구들(컴퓨터, 스마트/유비쿼터스 기기, PPT, 각종 앱 등)에 익숙한 학습자들에게 특히 유용하다는 것이다. 셋째, 메타-학습의 주요 원리(모형)는 외적 강화학습, 분산적 학습, 연합적 학습, 그리고 자기-적응적 학습을 통해 설명될 수 있다. 넷째, 메타-학습이 구체적으로 구현된 컴퓨터-지원 학습은 실제 세계를 최대한 재현한 디지털 학습플랫폼에서 다양한 기술적 매체를 활용하여 개별적이면서도 다중적이고 자기-적응적 보완 학습을 촉진하는 과정이라는 것이다. 마지막으로 본고는 메타-학습과 관련한 주요한 논란점에 대해 논의하였고, 이러한 논의가 인본주의적 학습과 기계학습의 공통된 원리인 메타-학습에 대한 학계의 추가적 연구를 촉발할 수 있을 것이다.

This study aims to discuss the concepts, characteristics, and principles (models) of meta-learning, as a strategic model for machine learning, which might supplement humanistic experiential learning theory. To address this issue, this paper suggested three kernel research questions: i) What are the basic principles and traits of experiential learning and how are the learning environments (spaces) and modalities changing in the technology-oriented society?, ii) What are the notions and basic structures of meta-learning and what principles and models can be adopted as the meta-learning practices?, iii) What is the actual case of meta-learning employed in a technology-based learning milieu and what are the seminal principles and necessary tools for it? This paper’s biggest arguments are as follow: First, experiential learning has been solely interested in contact, personal, and aspects of contextual experiences for cognitive learning, while meta-learning has special attention on non-contact, indirect, beyond-context, and a mediated learning. Second, since meta-learning is especially useful for intuitive and technology-based learning situations, it helps much the learning practices of technology-friendly learners. Third, the meta-learning principles (models) may include meta-reinforcement learning, distributed learning, federated learning, and self-adaptive learning. Fourth, meta-learning has been actualized in the computer-supported collaborative learning, which highlights the individual, mediated, and self-adaptive learning that utilizes technological tools diversely in a digital learning platform. This paper’s suggestive arguments on meta-learning may promote active discussions in academic fields about the link between humanistic experiential learning and machine learning.