소설 가르치는 로봇 - 생성 AI를 활용한 문학교육 교수‧학습 전략과 사례

노대원

doi:10.31313/LC.2023.12.90.35

추천

검색

질문

자료유형: 학술저널

저자정보: 노대원 (제주대학교)

저널정보: 한국비평문학회 비평문학 비평문학 제90호

발행연도: 2023.12

수록면: 35 - 65 (31page)

DOI: 10.31313/LC.2023.12.90.35

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문은 생성 AI, 특히 ChatGPT와 같은 거대 언어 모델(LLM) AI가 교육 분야, 구체적으로 문학교육에 미칠 영향과 그 활용 전략을 탐구한다. 서론에서는 이 연구는 OpenAI의 GPT-4와 같은 LLM AI의 최신 발전을 검토하고, 이 모델들이 어떻게 일상생활과 업무에 점점 더 통합되고 있는지 살펴본다. 또한, AI가 교육 분야에 가져올 변화와 충격을 중점적으로 다루며, 생성 AI가 문학 창작 같은 창의적인 분야에서 어떻게 활용될지 그 영향력에 대해 고찰해본다.
Ⅱ장에서는 인간과 AI의 협력 모델을 검토하며, 문학교육에 어떻게 적용할 수 있는지를 논한다. ‘휴먼 인 더 루프’, ‘공동 창의성’, ‘켄타우로스와 사이보그’ 개념을 중심으로, AI와 인간 협력 모델을 문학교육에서 어떻게 적용할지 살펴본다.
Ⅲ장에서는 생성 AI를 활용한 문학교육의 구체적인 교수‧학습 전략을 본격적으로 제시한다. 학생들이 LLM AI를 학습에 활용하는 7가지 방법의 교육적 이점과 한계를 고찰하고, 문학교육에 적용할 방안을 새롭게 제시한다. 이 방법에는 AI 튜터, AI 코치, AI 멘토, AI 팀원, AI 도구, AI 시뮬레이터, AI 학생 등이 포함된다. 또한, 교수자가 강의에 AI를 활용할 수 있는 5가지 교수 전략을 설명하고, 문학교육에 적용할 방안을 제시한다. 다양한 예시, 학생의 오개념 파악, 빈번한 저부담 시험, 학생 학습 평가, 분산 학습 등의 전략이 문학 이론과 문학 텍스트수업에 어떻게 적용될 수 있는지 논의한다. 마지막으로 문학교육의 교육 과정에 따른 AI 활용 방안과 학생 중심의 문학 교수학습 활동에서 AI 활용 방안을 제시한다.
각각의 AI 활용 교수‧학습 전략은 특유의 장점과 한계를 지니며, 교육 조건에 따라 적절한 전략의 적용이 필요하다. 특히 비영어권 교수자와 학습자에게는 AI학습 데이터의 한계에 따른 환각(작화증)에 주의해야 한다. 또한 문학교육에 생성 AI를 활용하는 경우 지식 위주의 수업보다는 학생들의 창의적인 활동에 적용하는 것을 권장한다.

This paper explores the impact of generative AI, particularly large language model (LLM) AI such as ChatGPT, on the field of education, specifically literacy education, and strategies for its utilization. First, it reviews the latest developments in LLM AI, such as OpenAI"s GPT-4, and explores how these models are becoming increasingly integrated into our daily lives and work. It highlights the changes and impacts that AI will have on education, and examines the impact of generative AI in creative fields such as literary creation.
Chapter Ⅱ reviews models of human-AI collaboration and discusses how they can be applied to literary education. Focusing on the concepts of "human-in-the-loop" (HITL), "co-creativity," and "centaurs and cyborgs," I explore how AI and human collaboration models can be applied in literary education.
Chapter Ⅲ presents specific teaching and learning strategies for using generative AI in literary education. Based on the work of Mollick and Mollick, I explore the pedagogical benefits and limitations of seven ways students use LLM AI for learning, and suggest ways to apply them in literary education. These methods include AI tutors, AI coaches, AI mentors, AI team members, AI tools, AI simulators, and AI students. In addition, this paper describes five teaching strategies that instructors can use to incorporate AI into their courses, and suggests how they can be applied to literary education. I discuss how strategies such as using multiple examples, identifying student misconceptions, frequent low-stakes testing, assessing student learning, and distributed learning can be applied to literary theory and literary texts. The paper concludes with suggestions for the use of AI in the curriculum of literary education and in student-centered literary teaching and learning activities.
Each AI-based teaching and learning strategy has its own strengths and limitations, and the appropriate strategy should be applied according to the teaching context. In particular, non-English-speaking instructors and learners should be wary of hallucinations (confabulation) due to the limitations of AI training data. In addition, when applying generative AI to literary education, it is recommended to apply it to students" creative activities rather than knowledge-oriented lessons.

#생성 AI #AI 활용 교육 #AI 융합교육 #AI 활용 문학교육 #AI 교수‧학습 전략 #인간-AI 협력 #휴먼 인 더 루프 #공동 창의성 #켄타우로스 #ChatGPT #GPT-4 #generative AI #AI-based education #AI convergence education #AI-based literary education #AI teaching and learning strategies #human-AI cooperation #humans in the loop #co-creativity #centaurs

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

노대원

소속기관 제주대학교

주요연구분야 인문학 > 어문학 > 한국어와문학 TOP 5%

논문수 2 이용수 1,170

이 논문과 함께 이용한 논문

AI 언어모델의 문학적 공감 연구 - ChatGPT의 추천시 제공 가능성을 중심으로

이수빈 국제언어문학 2023 .12

2020년대 초반 인공지능(AI) 문학 창작의 현재성 고찰-장편소설 『지금부터의 세계』와 시집 『시를 쓰는 이유』를 중심으로-

오태호 우리문학연구 2023 .07

생성형 AI를 활용한 고전소설 교육방안 모색

강우규 돈암어문학 2023 .12

생성형 AI를 활용한 문헌정보학 수업 설계에 대한 탐험적 연구

강지혜 디지털콘텐츠학회논문지 2023 .08

AI 심리 상담 챗봇 라포 형성 전략에 따른 상담 챗봇 디자인 제안

이지언 , 이대호 , 이재길 한국HCI학회 학술대회 2023 .02

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)