특히 대수학 개념은 수학 교육의 중심이며, 종종 고급 수학적 사고로 가는 관문 역할을 합니다. 하지만 많은 학생들에게 대수 개념은 관문이라기보다는 벽처럼 느껴집니다. 국가 성적표는 미국 전역에서 팬데믹 이전 수준에 비해 수학 성적이 하락 했고, 13세 학생들의 대수학 등록 률이 크게 감소했다고 지적했습니다. 그렇다면 학생들이 그 벽을 넘어설 뿐만 아니라 이를 추가 학습으로 이어가는 다리로 만들 수 있도록 수학 학습을 어떻게 지원할 수 있을까요?

ETS 연구소에서는 소규모 팀 협업을 시도하는 유망한 접근법 중 하나입니다. 세 명 또는 네 명의 학생이 컴퓨터 앞에 앉아 수학 문제를 풀면서 서로 대화하는 모습을 상상해 보세요. 소규모 팀으로 학생들을 참여시키면 강의를 통해 수동적으로 지식을 흡수하는 대신 적극적으로 지식을 쌓을 수 있습니다. 협업은 참여도와 동기 부여를 높이고 또래 관계 개선까지 사회적·정서적 학습을 지원합니다.

하지만 협업만으로는 충분하지 않을 수 있습니다. 지식이 완전히 발전하지 않은 학생들은 그룹 상호작용을 안내하고 학생들이 참여하고 집중하며 생산적으로 협력에 참여하도록 하는 진행자의 도움을 받을 수 있습니다.

에디스 오로라 그래프가 이끈 이전 프로젝트 의 일환으로 개발된 학습 진행과 비계 과제를 바탕으로, 우리는 대수학 프로젝트, 서던 일리노이 대학교 에드워즈빌, 청년 프로젝트(YPP), 네브래스카 대학교 링컨 캠퍼스의 협력자들과 함께 소 규모 팀 협업 이 학생들의 수학적 사고를 어떻게 발전시킬 수 있을지에 집중하고 있습니다. 

현재 프로젝트에서는 다음과 같은 질문을 탐구했습니다: 인간 촉진이 학생들이 수학 문제를 함께 해결하고 수학적 사고를 지원하는 방식을 개선할 수 있을까요?

이 연구에서 고등학생들은 소규모 팀으로 기능, 즉 핵심이지만 도전적인 대수학 개념에 초점을 맞춘 문제를 해결했습니다. 캐서린 오코너와 함께 YPP 동료들은 인간 진행자들에게 마이클스와 오코너의 '대화 무브' 활용법을 교육했습니다. 이는 학생들의 대화를 이끌어내고 답변을 주기보다는 서로의 아이디어를 발전시키도록 격려하는 전략입니다. 예를 들어, 진행자는 "그 부분에 대한 당신의 사고 과정을 설명해 주실 수 있나요?", "누가 방금 말한 내용을 바탕으로 발전시킬 수 있나요?", 또는 "동의하나요, 반대하나요? 그리고 그 이유는 무엇인가요?"라고 물을 수 있습니다. 이러한 질문들은 학생들이 자신의 사고를 명확히 표현하고, 동료의 말을 듣고, 협력적 의미 구축에 참여하도록 돕습니다. 중요한 점은, 이 진행자들이 교사나 수학 전문가가 아니었다는 점입니다. 대부분은 고등학생보다 약간 더 경험이 많지만 손에 닿지 않는 수준은 아닌 대학생 근거리 멘토였습니다. 왜 근원 멘토일까요? 연구에 따르면 이들은 공통된 정체성, 더 가까운 사회적 근접성, 그리고 유사한 최근 경험 덕분에 학습자를 지원할 수 있는 독특한 위치에 있을 수 있다고 합니다.

우리는 인식 네트워크 분석과 순차적 패턴 마이닝 같은 고급 데이터 분석 기법을 사용해 팀 내에서 이루어지는 채팅 대화를 확대하여 대화가 어떻게 전개되었는지 풀어냈습니다. 왜 채팅 로그인가요? 그 텍스트 속에는 학생들이 어떻게 추론하고 협상하며 이해를 쌓는지에 대한 풍부한 단서들이 숨어 있기 때문입니다.

주요 연구 결과:

• 지원이 있는 팀은 수학 학습 진행 측면에서 비지원 팀보다 더 큰 진전을 보일 수 있습니다.
• 근거리 멘토들은 추론, 설명, 협상 등 생산적인 협력 행동을 성공적으로 촉진했습니다.
• 다양한 촉진 전략이 목표 지향적 협력 상호작용으로 이어졌습니다:
  • 학생들에게 서로에게 반응하도록 요청하는 것은 종종 협상을 촉발시켰고, 학생들이 다른 팀원들과 찬성 또는 반대를 번갈아 가며 표현했습니다.
  • 설명을 유도하는 것은 더 풍부한 정보 공유로 이어졌습니다.
• 진행 프로그램은 또한 과제에서 벗어나거나 부적절한 대화를 줄여 학생들이 집중할 수 있도록 도왔습니다.

이러한 발견은 인간의 지원이 학생들의 협업과 수학적 사고를 이끄는 데 얼마나 큰 힘을 가지고 있는지를 강조합니다. 과제 수행을 넘어 고급 데이터 분석 방법을 통해 협업 과정을 들여다보면서, 학습이 어떻게 일어나고 촉진이 협업을 어떻게 형성하는지에 대한 더 깊은 통찰을 얻었습니다.

앞으로는 인간 촉진 전략과 생성형 AI를 결합하는 잠재력에 대해 기대하고 있습니다. 대형 언어 모델이 동료 멘토를 시뮬레이션하고 아바타를 통해 학생 담론을 지원할 수 있을까요? 이 연구는 혁신의 토대를 마련합니다.

대수학은 벽일 필요는 없습니다. 적절한 지지가 있다면 다리가 될 수 있습니다.

양 장 은 ETS의 연구 과학자입니다. 그녀의 연구는 기술 기반 교육과정과 평가가 학생들의 학습에 어떻게 도움이 되는지, 그리고 교육에서 AI의 활용에 초점을 맞추고 있습니다. 제시카 앤드류스-토드는 ETS의 수석 관리 연구원입니다. 그녀의 연구는 대인 관계 능력의 평가 및 개발, 그리고 학생의 학습 및 평가를 지원하기 위한 디지털 환경 활용을 탐구합니다.

에디스 오로라 그래프 는 ETS의 수석 연구 과학자입니다. 그녀의 연구는 자동 문항 생성, 수학 평가 및 수업을 위한 인지 모델링, 학습 진행 과정에 중점을 두고 있습니다.

이 연구는 미국 국립과학재단(NSF)의 지원으로 지원받았으며, 보조금은 2101393. 이 자료에 표현된 모든 의견, 발견, 결론 또는 권고는 저자의 것이며 반드시 국립과학재단의 견해를 반영하지는 않습니다.