earticle

영어

This study addresses the design and implementation of a metacognitive diagnostic assessment system based on large language models (LLMs). With the increasing importance of self-directed learning in current educational environments, this system possesses the capability to effectively evaluate individual metacognitive levels and provide personalized feedback. The methodology employed a Likert scale consisting of 51 items to analyze users' metacognitive elements. The findings indicated that through LLMs, strengths and weaknesses in metacognition could be accurately diagnosed, resulting in a system that offers practical feedback to users based on their assessments. Future developments are expected to position this system as an innovative approach in the fields of education and psychological assessment, necessitating further research to validate its effectiveness across diverse educational contexts.

한국어

본 연구는 거대 언어 모델(LLM; Large Language Model) 기반의 메타인지 진단평가 시스템 을 설계하고 구현한 내용을 다룬다. 현재 교육 환경에서 자기 주도적 학습의 중요성이 증가하고 있 는 가운데, 본 시스템은 개인별 메타인지 수준을 효과적으로 평가하고 맞춤형 피드백을 제공할 수 있는 기능을 가진다. 연구 방법으로는 51개의 문항으로 구성된 리커트 5점 척도를 활용하여 사용자 의 메타인지 요소를 분석하였다. 그 결과, LLM을 통해 각 개인의 메타인지 강점과 약점을 구체적으 로 진단하고, 이를 바탕으로 사용자에게 실질적인 피드백을 제공하는 시스템을 개발하였다. 향후 이 시스템은 교육 및 심리 평가 분야에서의 혁신적 접근으로 자리잡을 것으로 기대되며, 추가 연구를 통해 다양한 환경 속에서의 효과성을 검증할 필요가 있다.