AleF 프레임워크를 활용한 시뮬레이션 학습 플랫폼의 적응적 기능 분석

Analyzing the Adaptive Functions of Simulation Learning Platform Using the AleF Framework

연구목적: 본 연구는 STEM 교육 맥락에서 시뮬레이션 기반 학습 플랫폼의 적응적 기능을 분석하는 것을 목적으로 한다. 이를 통해 현재 적응형 시뮬레이션 학습 플랫폼의 적응적 기능 수준을 확인하고 추후 발전된 적응형 학습 플랫폼 개발을 위한 시사점을 논의하고자 한다. 연구방법: 시뮬레이션 학습 플랫폼 중 학습자의 학습분석을 통한 적응형 학습을 지원하며, STEM 교육 맥락에서 활용되고 있는 세 가지 플랫폼 ‘VlabOn’, ‘Entry’, ‘VR 생태조사체험-해부편’을 대상으로 분석을 수행하였다. 분석 대상은 적응형 학습 프레임워크인 AleF의 지표와 해당 지표의 세부 요소를 중심으로 적응적 기능을 분석하였다. 연구결과: 각 플랫폼은 공통적으로 개별화된 학습 경로, 보상 체계, 개별화된 피드백, 개별화된 학습 시간을 제공하고 있다. 다만 학습자 특성 파악, 개별화된 평가 문항, 개별화된 학습 난이도 제공, 오답노트, 성과 리포트, 개별화된 학습 분량과 관련된 요소는 미비한 것으로 확인되었다. 논의 및 결론: 국내 적응형 시뮬레이션 학습 플랫폼은 전반적으로 ‘적응적 기능’을 ‘시뮬레이션 기능’과 함께 내세우고 있지만 활용하고 있는 적응적 기능은 한정적이었다. 추후 적응형 시뮬레이션 학습 플랫폼에서는 수집된 데이터를 기반의 학습과정 및 학습 내용 제공, 학습 추천 기능이 보완되어야 함을 확인하였다. 또한 학습자 간 상호작용이 증가할 수 있도록 기능의 개선이 필요하며, 학습의 진행 상황 및 성과 데이터를 시각적으로 보여줄 수 있는 학습자 및 교수자용 대시보드 제공이 필요함을 확인할 수 있다.

Purpose: This study aims to analyze the adaptive functions of simulation learning platforms in the context of STEM education. The study seeks to identify the level of adaptive functions in existing adaptive simulation learning platforms and to discuss implications for the future development of adaptive learning platforms. Method: Among simulation learning platforms, the analysis focused on three simulation-based learning platforms used in the STEM education that support adaptive learning through learning analysis of learners: ‘VlabOn’, ‘Entry’, and ‘VR Ecological Investigation and Anatomy’. The adaptive functions analyzed based on the metrics of AleF, adaptive learning framework, and the components of those metrics. Results: The platforms provide individualized learning paths, reward systems, personalized feedback, and individualized learning time. However, there were deficiencies in elements related to identifying learner characteristics, personalized assessment questions, personalized learning difficulty, wrong answer notes, performance reports, and personalized learning volume. Conclusion: Domestic adaptive simulation learning platforms generally emphasize 'adaptive features' along with 'simulation features', but the adaptive features that are being utilized are limited. In the future, adaptive simulation learning platforms should provide learning processes, learning contents, and learning recommendations based on the collected data. Additionally, it is necessary to improve functions to increase interaction between learners, and develop dashboards for learners and instructors to visually display learning progress and performance data.