2026년 아이다 로렌스 연구 여름 인턴십 프로그램

연구 인턴으로서, 국내외에서 사상가이자 신뢰받는 조언자, 그리고 중요한 교육 및 사회적 목표를 달성하는 영향력 있는 협력자로 알려진 전문가들과 함께 일하게 됩니다.

프로그램에 합격하면 교육의 기초적이고 혁신적인 주제와 관련된 프로젝트에서 연구자들과 협력하게 됩니다. 프로그램을 마치면 연구 팀에 연구 결과를 발표할 기회를 갖게 됩니다.

연구 프로젝트와 관련된 여러 작업을 수행하게 됩니다. 예를 들면:

• 중요한 문제를 해결하기 위한 연구 계획을 수립하고 실행하는 것
• 문헌 검토 수행과 새로운 프레임워크 개발
• 필요 시 전문 절차나 소프트웨어를 배우기도 합니다
• 데이터 다루기
• 실제 또는 시뮬레이션 데이터를 활용한 다양한 심리측정 및 통계 분석 수행
• 컨퍼런스 제안서 준비
• 연구 보고서 작성 및 연구 도구 문서화
• 연구 결과물을 연구 팀에 발표하기

이 분야 중 하나 또는 관련 분야에서 최소 2년 이상 이수한 박사과정 학생은 지원이 권장됩니다.

• AI/머신러닝
• 평가, 측정, 심리측정학, 심리측정 모델링
• 인지 과학 또는 학습 과학
• 교육
• 언어학 및 응용 언어학
• 프로세스 데이터 및 분석
• 심리학
• 질적 연구 방법
• 통계학 및 데이터 과학, 계산 통계학
• 사용자 경험/사용자 인터페이스
• 인력

• 관련 박사 과정에 현재 전일제 등록 중인 상황
• 인턴십 프로그램 시작 전에 박사 과정 최소 2년간의 과정을 이수해야 합니다.

선발 기준은 장학금과 지원자의 관심사와 연구 경험 간의 일치입니다. 늦거나 불완전한 지원서는 고려되지 않습니다.

다양한 관심사와 경험을 연구에 가져오는 팀원을 소중히 여깁니다. 소외된 집단과 배경의 학생들의 지원을 강력히 권장합니다.

연구 인턴십 지원은 두 단계로 이루어집니다:

1. 예비 신청서를 제출하세요.
2. 그 후 recruiting@pereless.com 로부터 신청에 필요한 추가 서류를 제출하라는 이메일을 받게 됩니다:
   1. 이력서 사본(가능하면 PDF 형태)을 제공하세요.
   2. 대학원 성적증명서 사본(비공식 사본도 가능)을 제공하세요.
   3. 아래에 설명된 두 개의 연구 프로그램에 대한 관심과 경험이 프로그램과 어떻게 맞는지 서면 진술서를 작성하세요.
   4. 추천서 양식 두 가지입니다. 추천서 양식을 다운로드하여 추천인과 공유하세요. 추천서 양식 링크는 Step 2 전자 신청서에 있습니다.
      • 추천은 학업 지도교수, 관심 분야와 관련된 연구를 잘 아는 교수님, 또는 밀접하게 연계된 프로젝트를 함께 했던 분으로부터 받아야 합니다.
      • ETS는 두 가지 권고서만 받습니다. 추천서는 전자적으로 internfellowships@ets.org 에 제출되어야 하며, 2026년 2월 1일까지 접수되어야 합니다.

• 마감일: 신청 마감일은 2026년 2월 1일입니다.
• 결정: 선정 결정 사항은 2026년 3월 31일까지 통보받게 됩니다.
• 기간: 8주: 2026년 6월 3일 – 2026년 7월 26일
• 위치: 하이브리드 — 인턴십 프로그램 첫 2주는 프린스턴, 뉴저지 캠퍼스에서 진행됩니다. 나머지 6주는 원격 근무입니다.

• 전체 보상 패키지에는 경쟁력 있는 인턴 수당과 캠퍼스 내 주거 및 교통편이 포함됩니다.
• 수당: $10,000
• 기숙사: 인턴십 첫 2주 중 캠퍼스 내 부분은 프린스턴 지역에서 50마일 이상 통학하는 경우 기숙사가 제공됩니다.
• 교통: 프린스턴 지역으로 이주하거나 이동할 경우 교통 수당이 지급됩니다. (인턴십 캠퍼스 내 부분: 인턴십 첫 2주간).

인턴 연구 프로젝트는 아래에 설명된 11개 프로그램 중 하나와 연계될 것입니다.

형평성 서비스 맞춤형 평가의 새로운 패러다임 발명 연구 프로그램은 개인의 언어, 문화, 교육적 특성과 그들이 거주하는 맥락에 맞춘 개인화된 평가 구현을 지원하는 이론, 설계 및 방법론을 발전시키고 있습니다. 잠재적 연구 주제로는 (a) 형평성을 촉진하는 개인 맞춤형 평가의 이론적 틀 구축; (b) 학생 주도 선택이 수행과 동기에 미치는 영향 조사; (c) 개별 맞춤형 적응을 통해 학습자 전체를 더 잘 이해하기 위해 여러 데이터 출처의 증거를 통합하는 것; (d) 개인 맞춤 평가 맥락에서 기초 측정 개념이 어떻게 보이는지 재고하는 것; 그리고 (e) AI 기반 접근법 등 다국어 학습자의 사용 사례에 개인화 평가가 적용될 때 어떤 모습인지 조사하는 것.

복합 기술 평가 연구 프로그램은 기술, AI, 프로세스 데이터를 최적화하여 확장 가능하고 테스트 없이 수행 기반의 상호작용 작업을 통해 복잡한 기술을 측정하고, 교육 성공과 미래 직장에 필수적인 기술을 목표로 합니다. 복잡한 기술의 예로는 비판적 사고, 창의성, 협력, 사회정서적 역량, 디지털 리터러시 등이 있습니다. 잠재적 연구 주제로는 대규모 언어 모델 기반 자동 주석 처리 커뮤니케이션 데이터가 포함됩니다.

문해력 및 의사소통 평가 혁신 연구 프로그램은 문해력 학습 활동을 참여시키는 대화 의사소통 평가 및 내재 평가의 원칙을 설계하며, 학생, 교사 및 기타 이해관계자를 위한 의미 있고 실행 가능하며 비용 효율적인 해결책을 도출할 것입니다. 잠재적 연구 주제는 다음과 같습니다: (a) 책 읽기와 같은 문학 활동에서 발생하는 독해 능력과 발달을 모니터링하는 탐구; (b) 다양한 학습 활동에서 수집된 글쓰기 과정 데이터를 통해 글쓰기 능력을 측정하는 연구 수행; 그리고 (c) 다국어 학습자가 문해력 능력 개발을 방해하는 장벽 식별.

STEM 분야 인터랙티브 디지털 평가 혁신 연구 프로그램은 인터랙티브 성과 기반 과제를 설계하고 AI를 활용해 실질적인 피드백을 제공함으로써 STEM 맥락에서 평가, 학습, 교수를 지원하기 위한 프로세스 데이터와 AI 활용을 최적화하기 위한 원칙과 지침을 만듭니다. 잠재적 연구 주제로는 (a) 인터랙티브하고 시험이 없는 STEM 평가를 위한 설계 원칙 개발; (b) 학생의 참여와 학습을 지원하는 AI 기반 촉진 및 피드백의 특징 평가; 그리고 (c) 콘텐츠 생성과 향상된 자동 채점으로 STEM 교육 콘텐츠의 효율성과 접근성을 높이기 위한 AI 기반 기술 평가

AI 연구의 타당성, 공정성 및 윤리 프로그램은 AI 점수 산정, 내용 또는 문항 생성, 시험 보안, 데이터 분석의 네 가지 영역에 중점을 두어 평가에서 AI를 유효하고 공정하며 신뢰할 수 있게 활용하는 기준을 세우고 있습니다. 잠재적 연구 주제로는 자동 채점, 자동 검사 개발, 이상 검사 행동 탐지, 과정 데이터 분석 방법론 개발이 포함되어 시험 응시자와 사용자에게 정확하고 공정하며 투명한 평가 내용과 결과, 그리고 안전하고 유효한 검사를 제공하는 것이 포함됩니다.

대규모 평가(LSAs)에서 더 많은 것을 얻기 연구 프로그램은 특히 국가 교육 진도 평가(NAEP)와 같은 설문조사 기반 평가에서 LSA에서 실행 가능하고 정책적으로 관련 있는 정보를 최대한 활용하는 데 중점을 두고 있습니다. 이 프로그램은 비용 절감과 보다 정밀하고 유익한 점수를 생성하기 위해 기술과 방법론적 발전의 활용을 최적화합니다. 잠재적 연구 주제로는 (a) 그럴듯한 값으로 공정성 문제를 극복하는 시험 점수 제작, 추론의 사용성을 높이기 위한 베이지안 방법 활용, 저성취 학생에 대한 보다 정확한 추정을 위한 시험 설계 업데이트, 그리고 (b) 실무자와 정책 입안자에게 특히 성취/형평성 격차 해소를 위한 정보 제공 도구를 강화하는 등 LSA의 여러 도전 과제를 해결하기 위한 새로운 방법론적 진보 가 포함됩니다.

Understanding Teaching Pathways 연구 프로그램은 교사 후보가 교실 준비 태세를 보여주는 방법과 전문성 개발 학습 기회의 성격을 재구상함으로써 교수 역량을 향상시키고 교사 인력의 다양성을 높이기 위해 노력하고 있습니다. 잠재적 연구 주제로는 (a) 새로운 면허 패러다임이 교사의 교수법 및 능력 개발을 지원하는 방법 및 (b) 맞춤형 상호작용 디지털 수행 과제와 자동 피드백을 활용한 평가와 같은 혁신을 통해 교실 실무를 향상시키는 새로운 유형의 전문 학습 기회가 어떻게 가능한가 등을 검토하는 것입니다.

고등교육 입학 연구 프로그램은 오늘날 고등교육 입학에 영향을 미치는 세 가지 주요 패러다임 변화에 대한 향후 경로를 탐색하고 식별하고 있습니다: (1) COVID-19로 인해 시험 선택 사항이 빠르게 가속화되고 전인적 입학이 법제화되고 있으며, (2) 적극적 우대 조치의 종식과 기관의 다양성 목표 이해 필요성, (3) AI의 급속한 가속화와 학생 지원서(예: 에세이, 자기소개서) 및 학생 평가에 미치는 영향. 잠재적 연구 주제로는 (a) 입학 시스템의 주요 이해관계자들이 캠퍼스 다양성 목표를 어떻게 이해하는지, (b) 캠퍼스 다양성 목표를 다루는 신흥 도구와 정책이 선발적 및 비선발적 기관 모두에서 고등교육에 대한 더 넓은 접근성을 촉진하는 방법 등이 포함됩니다.

언어 연구 프로그램은 언어 학습자와 관련 이해관계자를 위한 언어 교육과 측정을 알리고 발전시키기 위한 새로운 이론, 방법, 평가 접근법을 창출합니다. 잠재적 연구 주제로는 글쓰기 과제 평가 및 글쓰기 피드백 제공, 구두 상호작용 능력 평가, 다국어 학습자를 위한 평가 접근법 개발, 점수 해석을 촉진하는 도구 평가, 그리고 언어 평가 문해력을 증진하는 자료 제작 등이 포함됩니다.

글로벌 고등교육 및 인력 연구 프로그램은 고등학교에서 고등교육으로의 전환, 고등교육에서 직장으로의 전환, 그리고 인력 성공을 촉진할 수 있는 핵심 역량의 새로운 방법, 평가 및 학습 도구를 탐구하는 연구에 중점을 둡니다. 이 프로그램은 또한 과학적이고 공정하며 효과적인 실무 지원을 받으며 다양한 맥락에서 관련 방법, 평가, 학습 도구의 사용을 평가하고 검증하는 연구를 수행합니다. 잠재적 연구 주제로는 표준화 시험 점수 유무에 관계없이 전인적 입학, 핵심 역량에 대한 혁신적인 평가 및 학습 도구, 역량 기반 교수와 학습과 그것이 노동력 성공과의 연관성, 그리고 비전통적인 교육 및 경력 경로 등이 포함됩니다.

K–12 연구 프로그램은 K–12 교육의 새로운 변화와 필요에 대응하고, 학생들이 미래 성공에 필수적인 폭넓은 기술과 학문/학제간 역량을 갖추도록 돕는 K–12 평가 시스템 혁신의 선두에 서 있습니다. 잠재적 연구 주제로는 학문 문해력, 기술 평가 및 통찰(예: 디지털 리터러시, 창의성, 문제 해결, 협력적 문제 해결, 성장 마인드셋), AI 지원 평가, K–12 평가 개입의 효능/타당성 연구 개발 등이 포함됩니다.