초록 열기/닫기 버튼
목적 본 연구에서는 수학 질의응답 챗봇 개발을 위해 어떤 질문과 답변의 훈련 데이터를 구축하는 것이 효과적인지 수학 지식에 대한이론적 분석과 학생들이 실제로 챗봇을 사용하면서 입력하는 질문에 대한 분석을 통해 알아보고자 한다. 방법 중학교 2학년 학생들을 대상으로 총 1,936쌍의 수학 관련 질문-답변 쌍을 가상으로 제작하여 Doc2Vec 기법을 이용한 유사도 기반 챗봇을 훈련하였다. 데이터 구축 과정에서 수학적 지식의 특성과 수학 학습에 대한 다양한 고려를 통해 질문의 유형을 설정하고 데이터를 구축하여 훈련하였다. 이에 더하여 학생들이 훈련된 챗봇을 7개월간 수업 시간 중 활용하면서 입력한 질문을 수집하고분석하였다. 결과 중학교 학생 92명으로부터 수집된 1,636개의 질문 데이터와 챗봇을 훈련하는 데 사용한 가상 질의-응답 데이터의 유형별비율을 비교한 결과, 학생 데이터의 경우 개념적 지식에 대한 질문이 70% 이상 차지하였다. 학생들은 또한 챗봇의 기능을 테스트하거나 수학에 대한 태도, 정서적 관련성이 있는 질문을 하기도 하였다. 개념적 지식에 대한 질문의 경우, 개념의 비교와 확장, 연결등 심화 질문도 나타났다. 결론 학생들이 질의응답 챗봇을 사용할 때 수학의 개념적 지식에 대한 질문 입력 사례가 주가 되는 것을 알 수 있으며, 개념에 대한질문하기 활동은 개념을 연결하고 확장하는 심화 질문으로 발전할 가능성을 보여준다. 더불어 학생들에게 더욱 적합하고 효과적인챗봇의 답변 및 수업 활용 방법에 대한 추가적인 연구가 필요하다.
Objectives The purpose of this study is to determine the most effective approach for constructing training data comprising questions and answers for the development of a mathematical question-answering chatbot. This involves a theoretical analysis of mathematical knowledge and an empirical analysis of questions posed by students using the chatbot. Methods The study targeted second-year middle school students and created a total of 1,936 pairs of math-related question-answer sets virtually. The chatbot was trained using the Doc2Vec technique, which is based on similarity. During the data construction process, various considerations related to mathematical knowledge and math learning were taken into account to design different types of questions. The data was then used for training the chatbot. Additionally, students utilized the trained chatbot during their classes for seven months, and their input questions were collected and analyzed. Results A comparison between the collected dataset of 1,636 questions from 92 middle school students and the types of question-answer pairs used for training the chatbot revealed that conceptual knowledge questions accounted for over 70% of the student-generated data. Students also posed questions to test the chatbot's capabilities and inquire about attitudes and emotional aspects related to mathematics. Within the category of conceptual knowledge questions, deeper inquiries involving comparisons, extensions, and connections of concepts were observed. Conclusions The study revealed that when students used the question-answering chatbot, inquiries related to c conceptual understanding of mathematics when students interact with the question-answering chatbot highlights the importance of focusing on conceptual questions. Furthermore, the activity of questioning concepts holds the potential to evolve into more advanced inquiries, fostering connections and extensions of mathematical concepts. Further research is needed to explore more suitable and effective ways of responding to students through the chatbot and utilizing it in educational contexts.
키워드열기/닫기 버튼
Educational Chatbot, Artificial Intelligence, Dataset, Chatbot Design, Mathematics Education
