인성교육 과정에서 생성 된 비정형 형태의 텍스트 데이터에는 많은 정보가 담겨있으며 특히 이를축적한 빅데이터는 인간을 이해할 수 있는 자료로 활용될 수 있다. 본 연구에서는 인성평가에서 기존에주로 사용해왔던 자기보고식 검사와 교사나 전문가가 상황을 관찰하는 관찰평가의 두 가지 축에서나아가 인공지능을 이용한 정량적 평가방법을 제안하였다. 본 연구에서는 인성이 긍정적 덕목과 무관하지 않음에 착안하여 학생들의 긍정정도를 정량적으로 나타내고자 시도하였다. 인성교육 과정에서 발생되는 학습자의 성찰노트나, 에세이, 소감문등을 이용하므로 별도의 평가도구나 시 공간적인 자원이필요 없다. 그리고 머신러닝을 활용한 자동화가 가능하므로 평가인원의 많고 적은 수에 구애받지 않으며시간에 따른 변화를 쉽게 추출할 수 있다. 따라서 집단 간의 인성수치 비교가 가능하며 집단 내에서수치 비교가 가능하므로 상담이나 심층조사가 필요한 개인이나 집단의 선별을 위한 자료로 활용이가능하다. 이 연구를 활용하는 방안은 시간에 따른 개인의 변화를 수치화하여 특이점을 찾아 심층면접을 위한 사전자료로 활용할 수 있을 것이다. 즉 시간에 따른 학습자의 긍정과 부정의 변화를 알수 있으므로 특별히 부정 지수가 높게 나온 날짜의 자료만 자세히 검토할 수 있는 자료로 활용할수 있다. 또 다른 활용 방안으로 집단 간의 인성수치 비교를 하고자 하는 경우나, 집단 내에서 개인의수치 비교가 가능하여 상담이나 심층조사가 필요한 개인이나 집단의 선별을 위한 자료로 활용 가능하다. 연구 초기인 현재는 인성을 긍정과 부정적인 측면으로 볼 수 있다는 가정에서 출발하였으나 앞으로컴퓨터가 인간을 더 깊이 이해하는 알고리즘이 개발 된다면 인성의 다양한 덕목을 구체적으로 평가할수 있으리라 본다.

Atypical text data generated during the character education process contains a lot of information. Moreover, the big data accumulated therein can be used as material for better understanding human beings. In this study, we proposed a quantitative evaluation method using artificial intelligence, in addition to two axes of a self-reported test, which is used mainly in personality evaluations, and observational evaluations made by teachers or experts. This study attempted to quantitatively express the positiveness of students, with the thinking that personality is not related to positive virtues. Since the student uses the reflection notes, essays, and testimonials generated during the character education process, there is no need for separate evaluation tools or time and space resources. In addition, automation that makes use of machine learning enables easy extraction of changes over time, regardless of the number of employees. Therefore, it is possible to compare personality values between groups and to compare numbers within groups, which can be used as data for screening individuals or groups requiring consultation or in-depth investigation. This study can be used as a sort of dictionary for in-depth interviews by finding out singularities through the quantification of individual changes over time. In other words, it is possible to know the change of the learner's positive and negative attitude over time, which in turn can be used as data in order to examine in detail data pertaining to the date when the negative index is high. As an example of another method of use, it is possible to compare personality values between groups, or to compare individual figures within groups, and to use them as data for screening individuals or groups requiring consultation or in-depth investigation. At the beginning of the study, we started with the assumption that people can be viewed as possessing both positive and negative aspects. However, if an algorithm is developed that understands humans more deeply, we can evaluate various virtues of humanity in much greater detail.

Personality education evaluation, A.I. Machine Running, Sentiment Analysis