초록 열기/닫기 버튼
본 연구는 “교육학적 추론을 위한 베이지언 모델”의 형식적 타당성 및 이 모델이 갖는 교육학적 함의와 인식론적 함의에 대해 비판적으로 검토한다. 베이즈주의 학습이론가들에 따르면, 교육학적 목표를 가장 잘 성취하기 위해서는 “정확한 가설”(h)에 대한 학습자의 믿음을 최대화하는 “데이터”(d)를 교사가 선택해야 한다. 달리 말하면, 학생이 추측하는 문제의 가설(개념)이 교사가 목표로 하는 바로 그 가설(개념)에 최대로 가까워지게 하는 예시를 교사가 학생에게 제공해야 한다. 이를 위해서는 교사가 생산하는 “데이터의 분포”(p teacher (d｜h))가 “가설(h)에 대한 학습자의 사후 믿음”(p learner (h｜d))을 최대화하는 데이터들을 중심으로 균등하게 분포되어야 할 것이다. 학생은 처음부터 문제의 개념을 소유하고 있지 않다. 학생은 교사가 제공하는 예시를 통해서 비로소 개념을 구성해야 하는 위치에 있다. 이를 위해서 우선 교사는 학생의 인지 상태를 알고 있어야 한다. 즉 학생이 어떤 데이터를 접하게 될 때, 어떤 개념을 상상할 것이라고 교사는 예측해야 한다. 결국 교사는 “p teacher (d｜h)” 와 “p learner (h｜d)”, 양자 모두를 알아야 한다. 이러한 맥락에서 교사가 활용할 수 있는 모델이 아래와 같은 방정식이다. 이것이 베이지언 학습이론가들이 지지하는 “교육학적 추론 모델”이다. 그들에 따르면, 이 방정식의 해는 문제의 개념(가설)을 가장 잘 전달하게 할 예시 선택을 가능하게 하는 대안이다. 그런데 이 모델이 구체적 교육 현장에서 어떻게 적용될 수 있는가를 보기 위해서, 또한 이 모델이 가지는 논리-형식적 타당성 및 교육-인식론적 함의를 이해하기 위해서, 필자는 베이지언 이론가들이 제시하는 많은 예시들 중에서 가장 단순한 예시인 “선 게임 이론”(theory of line game)을 분석하고자 한다.
This article is to shed light on the logical validation and the pedagogical-epistemological implication of a Bayesian model of pedagogical reasoning. According to Bayesian theorists, the teacher's task is to decide which data to give to the learner. Pedagogical sampling is different from strong and weak one, because the former is purposeful, and depends on what the teacher thinks the learner will infer given the data. To achieve this goal, the teacher should select data d that will maximize the learner's belief in the correct hypothesis h. So, The distribution from which the teacher generates data, Pt(d|h), should include those d that maximize the posterior belief of the learner in h, Pl(h|d). To achieve this, the teacher should have perfect knowledge of the hypothesis space, prior, and likelihood used by the learner. But this is impossible. A second strategy is to select data which give the target hypothesis high posterior probability. This strategy, according to Bayesian theorists, can be formalized through a soft maximization of the posterior probability: This is the Bayesian model of pedagogical reasoning. To understand this model's logical validation and pedagogical-epistemological implication, I would like to analyse the simplest example, "the line game" given by Shafto et al., among various ones that may suppose the model.
키워드열기/닫기 버튼
Bayesian framework, Bayesian model, Pedagogical reasoning, Bayesian learning, Bayesian teaching
