|
인공지능 활용의 가능성과 한계: 개인화 학습을 중심으로. 한국교육학연구, 59(1), 7895.
Bubeck, S., Chandrasekaran, V., Eldan, R., Gehrke, J., Horvitz, E., Kamar, E., ... & Zhang, Y. (2023). Sparks of Artificial General Intelligence: Early experiments with GPT-4. arXiv preprint arXiv:2303.127
|
|
|
인공지능 국가전략. 과학기술정보통신부.
교육부 (2022). 디지털 시대의 주인공이 될 100만 인재를 양성합니다. 교육부 보도자료.
김태기 (2019). 학습분석학의 교수학습현장적용을 위한 학습데이터 탐색. 아시아교육연구.
이선희 (2019). 개인화
|
|
|
생성형 인공지능은 다양한 수학기호로 표현된 연산은 물론, 자연어를 통한 명령을 인식하고 처리하는 데 있어 상당한 수준의 과업 처리 능력을 보여주고 있다. 이러한 생성형 인공지능의 출현에 관해 수학(Mathematics) 학습의 측면에서 긍정적
|
|
|
인공지능(AI)을 이용한 도서관서비스 연구. 한국도서관·정보학회지 51권 4호.
김태훈(2023). 생성형 AI의 수업 활용 방안. 전북교육정책연구소.
김현진 외(2020) 학교교육에서 AI 활용에 대한 교사의 인식. 교육부.
박미래(2024). 어린이집 전문성
|
|
|
생성형 인공지능 모델로, 사용자의 입력에 따라 자동으로 문장을 생성하고 응답하는 능력을 갖추고 있습니다. 이 모델은 GPT(Generative Pre-trained Transformer) 아키텍처를 기반으로 하며, 대용량의 텍스트 데이터를 사전 학습하여 다양한 주제와 문
|
|
 |
학습자에게 미치는 영향
4.3 교육자에게 미치는 영향
4.4 교육 시스템에 미치는 영향
5. 챗GPT의 부작용 및 문제점
5.1 개인정보 유출 위험
5.2 허위 정보 생성 및 확산
5.3 윤리적 문제와 사이버 범죄
6. 챗GPT의 잠재적 기회
6.1 개인화된 학
|
|
 |
학습자의 학습 기록 및 선호도 데이터와 연계하여 개인화된 학습 경로를 제공하는 시스템을 설계하고, 실제 교실 환경에서의 반응과 학습 효과를 분석하는 후속 연구로 확장하고자 합니다. 1. 인공지능학 연구주제 및 연구계획 1
2. 인
|
|
 |
인공지능 기반 교육 시스템 개인화 분야에서 학문적 기여를 하고, 교육 분야의 발전에 기여하고자 합니다.
4.기타
저는 다양한 분야에 대한 관심과 열정을 가지고 있습니다. 끊임없이 배우고 성장하려는 노력을 기울이며, 목표를 달성하기 위
|
|
 |
학습 욕구를 억압하고 미래 역량 개발을 저해할 가능성이 있다. 또한, 의견⑦이 "국가는 가정의 문제에 원칙적으로 개입해서는 안 되고 자녀 교육 영역에서 부모의 결정을 국가의 판단으로 대체하는 것도 허용해서는 안 된다"고 주장하듯, 부
|
|
 |
인공지능 기술을 실무 환경에서 활용할 수 있는 능력을 쌓고, 향후 AI와 앱 개발의 접목 분야에서 최고의 기술 전문가로 자리매김하고자 합니다. 1. 개발 또는 인공지능 관련 학습한 내용
(과거 관련 학습 내용을 자유롭게 서술해 주세요)
|
|
 |
개인화된 간호 서비스를 제공하고 치료 효과를 높이는 데 이바지하겠습니다. 예를 들어, 인공호흡기 사용 환자의 호흡 패턴과 센서 데이터를 분석하여 알람 설정 최적화 방안을 제안하고, 이는 불필요한 알람을 줄여 간호사의 피로도를 경감
|
|
메뉴펼치기
