AI(인공지능)는 어떻게 학습장애 아동의 읽기이해를 진단하는가?: 초등학생 맞춤형 인지진단모형(CDM)의 적용과 타당화

• 영문명: How Does AI Diagnose Reading Comprehension in Students with Learning Disabilities?: Application and Validation of a Personalized Cognitive Diagnosis Model (CDM) for Elementary Learner
• 발행기관: 한국학습장애학회
• 저자명: 이재호
• 간행물 정보: 『학습장애연구』제22권 제1호, 109~149쪽, 전체 41쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2025.04.30

국문 초록

본 연구는 초등학교 3~6학년 학생들의 읽기이해 능력을 보다 정밀하게 진단하기 위해 Fusion 모형을 활용한 평가의 타당성을 검증하는 것을 목적으로 한다. 이를 통해 개별 학생의 인지적 강점과 약점을 분석하여 맞춤형 교수학습 전략을 제안하고자 한다. 연구 대상은 초등학교 3~6학년 학생이며, BASA 읽기이해 검사를 시행하였다. Fusion 모형을 적용하여 학생들의 수행 데이터를 분석하고, Q-행렬(Q-matrix)의 타당성을 검증하였다. 연구 결과, Fusion 모형은 기존 평가 방식보다 학생 개개인의 읽기이해 수준을 더욱 정밀하게 진단할 수 있는 것으로 나타났다. 또한, Q-행렬 검증 결과, 평가 문항과 인지 요소들의 관계가 통계적으로 유의미함을 확인하였다. 본 연구는 Fusion 모형이 초등학생의 읽기이해 능력을 효과적으로 평가할 수 있는 도구임을 입증하였다. 이를 바탕으로, 학년별 맞춤형 교육 전략을 개발하고 CDM 기반의 개별화 평가 시스템 도입을 제안한다. 특히 Fusion 모형은 머신러닝 기법을 응용하여 문항 반응 패턴을 기반으로 학습자의 인지적 특성을 다차원적으로 분석하는 인공지능 기반 진단 모델로, 기존 평가 도구보다 높은 진단 정밀도와 적응성을 보장할 수 있을 것으로 기대한다.

영문 초록

This study aims to verify the validity of an assessment using the Fusion model to more precisely diagnose the reading comprehension ability of students in grades 3~6. Through this, we aim to analyze the cognitive strengths and weaknesses of individual students and propose customized teaching and learning strategies. The study subjects were 499 students in grades 3 to 6 of elementary school, and the BASA reading comprehension test was administered. The performance data of the students was analyzed using the Fusion model, and the validity of the Q-matrix was verified. The results of the study showed that the Fusion model can more accurately diagnose the reading comprehension level of individual students than the existing evaluation method. In addition, the Q-matrix verification results confirmed that the relationship between the evaluation items and cognitive factors was statistically significant. This study demonstrated that the Fusion model is an effective tool for assessing the reading comprehension ability of elementary school students. Based on this, we propose the development of customized educational strategies for each grade and the introduction of an individualization assessment system based on the CDM. In particular, the Fusion model applies machine learning techniques to analyze students’ cognitive attributes in a multidimensional way based on their item response patterns. As an AI-based diagnostic model, it is expected to provide greater diagnostic precision and adaptability compared to traditional assessment tools.

목차

Ⅰ. 서론

Ⅱ. 연구방법

Ⅲ. 연구 결과

Ⅳ. 결론 및 논의

키워드

학습장애 읽기이해 인지진단모형 Fusion 모형 인공지능 기반 평가 Learning Disabilities Reading Comprehension Cognitive Diagnosis Model (CDM) Fusion Model AI-Based Assessment