동영상 학습 상황에서 사후성취도 향상 여부에 따른 시각 반응 지표 비교

Abstract

Learning analytics was born in an environment where big data could be collected, processed and analyzed due to the development of technology. Currently, learning analysis is concentrated on analysis of learning data collected mainly on a course basis, so there is a need to check the learning status of each lecture in one course. In particular, in the case of a model predicting the learner's completion rate and learning achievement, the analysis of whether or not the learner has given sufficient cognitive effort to understand the contents of each lecture It is weak. This point should be supplemented and improved at the point where learning analysis is applied in the future considering the characteristics of overlay area of online learning. The purpose of this study is to investigate the effect of learning analytics on the learning process of the individual lecture unit rather than the course unit and to show the improvement in post - achievement compared to the pre - I compared the visual responses of the two groups by determining that the invisible subjects had different levels of change in the physiological psychological response in the video learning process and extracted the learning video segments that showed significant differences in the content complexity. In the case of groups with improved post - achievement, more cognitive resources would be used to digest when content complexity increases. This can be regarded as evidence of cognitive effort to understand the learning content and it can be inferred that the post test score was improved compared to the pre - test score because the cognitive efforts were made. In the case of the group whose post-achievement did not improve, it was considered that there was no improvement in the score because the cognitive effort was not enough. This psychological state was reflected in the visual reaction during the video learning process, there is no big difference in the indicators. Ultimately, this study can analyze whether the learner has given enough cognitive effort to understand the learning contents in the video learning situation for the purpose of knowledge transfer, I want to explore the plan. If it is judged that the learner has not enough cognitive effort in the course of video learning, the instructor can suggest to take the lecture one more time and send the analysis result to the learner through analysis dashboard, It can provide an opportunity to reflect on the behavior. In other words, I try to find a way to make the analysis of the time by bringing the learning analysis that has been used in the course unit into the video learning context of each course in the course. Among the visual physiological responses, pupil size, eye blink duration, and blink frequency were used as psychometric measures in the study. In the case of pupil size, working memory load and intrinsic cognitive load, eye blink duration and blink frequency are reported as reliable indicators of visual attention and working memory load. Research problems are as follows. Research questions 1. Is there a difference in pupil size change depending on whether post-achievement improvement is achieved in the video learning section where the content complexity increases? Research problem 2. Is there any difference in the change of eye blink duration depending on the improvement of post-achievement in the video learning section where the content complexity increases? Research problem 3. Is there any difference in the blink frequency change depending on the improvement of post-achievement in the video learning section where the content complexity increases? In the analysis of pupil size, the posterior achievement group showed a higher level of content complexity The pupil size in the learning image section with the degree of content complexity was significantly increased compared to the pupil size in the ' As the pupil size is an index representing the working memory load, this suggests that the experimental participants felt more intrinsic cognitive load in the more working memory as the content complexity of the learning image increased. On the other hand, there was no significant difference in the pupil size analyzed in the learning interval between the "low" and "high" levels of the content complexity in the post - achievement group. In the case of eye blink duration, there was a difference in direction between the post-achievement improvement group and the post-achievement non-improvement group according to the level of content complexity in descriptive statistics, but it was not statistically significant. In this study, I can find the cause of the characteristics of the learning image used in this study. In the case of blink frequency, there was a significant difference according to the content complexity in both the post - achievement group and the non - improvement group. In the post - achievement group, mean blink frequency of descriptive statistics decreased as the content complexity level increased, and this difference was statistically significant. In the post-achievement group, the frequency of blinking increased as the level of content complexity increased. According to the results of the analysis, it is confirmed that post - achievement improvement is related to the change of learner 's physiological response to the increase in content complexity of the learning image. This suggests that the analysis of physiological psychological reaction in the video learning context can estimate the cognitive effort or cognitive involvement input by each lecture - level learner. This can provide a basis for predicting whether learners will learn about individual lectures in an online learning context such as MOOC. In particular, when there is a high need for the learner to fully understand the content knowledge in the pre-learning process that should be performed before the face-to-face learning like flip-learning, the physiological response to the learner's individual video lecture Information can be provided. The purpose of this study is to collect and analyze data about learning behaviors in each lesson class which is composed of video learning, but there is a limit in that only a specific section of all learning images is selected and analyzed. Therefore, in the subsequent study, it is necessary to analyze the physiological response index of the learner by extracting the section in which the content complexity is clearly different among the learning images and to analyze the learner's physiological response index using the whole learning image I can see that there is a need to compare the learner's cognitive involvement more reliably in the context of video learning. In addition, as shown in this study, it is not possible to classify learners in reverse according to post-achievement improvement, but there is a significant difference in whether post-achievement improvement of the group classified as difference in physiological psychological response index need to be.;학습분석학은 테크놀로지의 발전으로 인해 빅데이터가 수집, 처리, 분석될 수 있는 환경에서 태동할 수 있었다. 현재 학습분석학은 주로 코스 단위로 수집되는 학습 데이터의 분석에 집중되어 있어 하나의 코스 내 각각의 수업에서 발생하는 학습자의 학습 행동을 확인하기에는 아쉬운 점이 존재한다. 특히 학습자의 이수율 및 학습 성취도를 예측하는 모델의 경우 전적으로 코스를 분석 단위로 한다는 점에서 학습자들이 각각의 수업에서 다뤄지는 내용을 이해하기 위해 충분한 인지적 노력을 기울였는지에 대한 분석은 미약한 실정이다. 이러한 점은 온라인 학습 상황에서 학습자의 학습 성과를 목적으로 학습분석학을 활용하기 위해 반드시 보충, 개선되어야 하는 부분이다. 본 연구는 코스 단위가 아닌 개별 수업 단위의 동영상 학습 과정에 학습분석학을 적용하고자 한다. 지식 전달을 목적으로 하는 동영상 학습 상황에서 학습자가 학습 내용을 이해하기 위해 충분한 인지적 노력을 기울였는지의 여부를 확인하는 것은 동영상 학습의 성패를 가르는 중요한 지표로 활용될 수 있다. 학습자가 동영상 학습 과정에서 충분한 인지적 노력을 기울이지 않은 것으로 판단될 경우 교수자는 그 원인을 분석해 적절한 교수설계적 처방을 제공할 수 있다. 학습자 역시 분석 대시보드를 통해 동영상 학습 강의에서 보인 본인의 학습 행동에 대해 스스로 성찰할 수 있는 기회를 가질 수 있다. 코스 단위로 활용되어 왔던 학습분석학을 코스 내 각 차시의 동영상 학습 맥락으로 도입한다면 보다 깊이있는 학습자 경험 및 학습 과정 분석으로 학습 성과를 제고할 수 있는 교수설계적 시사점을 도출할 수 있으리라 기대된다. 학습자가 투입하는 인지적 노력은 심리적 구인으로 이를 확인하기 위해 생리심리 반응을 사용한다. 생리심리학에 따르면 심리적 구인은 생리적 반응의 변화 양상에 반영된다. 학습자가 학습 과정에서 경험하는 인지 및 감정 상의 변화는 대표적으로 시각 반응, 심박 반응 및 뇌전도를 통해 드러나는데, 이 중 시각 반응은 측정이 용이할 뿐만 아니라 작업기억의 활성화와 관련된 인지부하를 신뢰롭게 대변하는 지표로 보고되고 있다. 시각적 생리심리 반응 중 해당 연구에서 심리적 측정 지표로 사용된 것은 동공크기, 눈 깜박임 지속시간 및 눈 깜박임 빈도이다. 선행연구에 따르면 과제 해결 맥락에서 작업기억 부하량 및 내재적 인지부하가 증가할 경우 동공은 약 1~2초 내에 확장된다. 인지부하를 가중시키는 요인이 제거될 경우 수 초 내 동공은 다시 수축된다. 눈 깜박임 지속시간 및 빈도는 인지적 노력을 요하는 자극물이 주어졌을 때 감소하는 경향을 보인다. 이는 시각적으로 정보를 받아들이는 과정에서 눈 깜박임으로 인한 정보 손실에 방어하기 위함이다. 인지부하이론과 관련해 위 세 지표를 포함한 시각 반응을 활용한 연구는 다수 존재하지만 동영상 학습 맥락과 관련된 연구는 찾아보기 어렵다. 동영상 자극물과 시각 반응을 접목한 연구들은 주로 운전자의 인지적 상태를 주제로 하며, 학습의 맥락에서 측정되는 시각 반응은 대부분 학습자가 직접적으로 학습 과제를 해결하는 상황에서 수집된다. 동영상이 강력한 학습 도구로 여겨짐에도 불구하고 분석과 평가의 과정에서는 소외되고 있는 것이다. 이에 대해 동영상 학습 상황에서 학습자가 경험하는 인지부하를 시각 반응을 통해 확인하고자 아래와 같은 가설을 수립했다. 연구가설 H1. 내용복합도가 증가하는 동영상 학습 구간에서 사후성취도 향상 여부에 따라 동공크기 변화에 차이가 있을 것이다. 연구가설 H1a. 사후성취도 향상 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 동공크기가 확장될 것이다. 연구가설 H1b. 사후성취도 동일 혹은 하락 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 동공크기가 확장되지 않을 것이다. 연구가설 H2. 내용복합도가 증가하는 동영상 학습 구간에서 사후성취도 향상 여부에 따라 눈 깜박임 지속시간 변화에 차이가 있을 것이다. 연구가설 H2a. 사후성취도 향상 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 눈 깜박임 지속시간이 감소할 것이다. 연구가설 H2b. 사후성취도 동일 혹은 하락 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 눈 깜박임 지속시간이 감소하지 않을 것이다. 연구가설 H3. 내용복합도가 증가하는 동영상 학습 구간에서 사후성취도 향상 여부에 따라 눈 깜박임 빈도 변화에 차이가 있을 것이다. 연구가설 H3a. 사후성취도 향상 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 눈 깜박임 빈도가 감소할 것이다. 연구가설 H3b. 사후성취도 동일 혹은 하락 집단의 경우 내용복합도가 증가하는 동영상 학습 구간에서 눈 깜박임 빈도가 감소하지 않을 것이다. 본 연구는 대학생 실험참여자 82명을 모집해 사후성취도 향상 여부를 기준으로 두 집단으로 구분했다. 사후성취도 향상 집단은 사전시험 대비 사후시험의 성적이 향상된 집단을, 사후성취도 동일 혹은 하락 집단은 사전시험 대비 사후시험의 성적이 향상되지 않고 동일하거나 혹은 오히려 감소한 집단을 의미한다. 이후 두 집단이 학습 영상 중 연속적이면서도 내용복합도에서 확연한 차이를 보이는 두 구간에서 보인 시각 반응을 비교했다. 사후성취도 향상 집단의 경우 내용복합도 ‘하’ 구간보다 ‘상’ 구간에서 학습 내용을 소화하기 위해 보다 많은 인지적 자원을 투입했을 것이다. 이는 학습 내용을 이해하기 위해 인지적 노력을 기울인 증거로 볼 수 있으며 그 결과 사전시험에 비해 사후시험 점수가 향상했을 것이라 추정할 수 있다. 사후성취도 동일 혹은 하락 집단의 경우 학습 과정에서 인지적 노력을 충분히 기울이지 않아 점수 향상이 없었던 것으로 보고, 이러한 심리적 상태가 동영상 학습 과정 중 시각 반응에 반영되어 학습 영상에서 내용복합도가 상승되기 이전과 이후의 시각 반응 지표에서 큰 차이가 없을 것으로 예상된다. 분석 결과 동공크기의 경우 사후성취도 향상 집단에서는 내용복합도 수준이 '하'인 학습 영상 구간에 비해 내용복합도 수준이 '상'인 학습 영상 구간에서 동공크기가 유의하게 증가했음이 드러났다. 이는 동공크기가 작업기억 부하량을 대변하는 지표라는 점에서 학습 영상의 내용복합도가 증가함에 따라 실험참여자들이 더 많은 작업기억에서 내재적 인지부하를 느꼈음을 시사한다. 반면 사후성취도 동일 혹은 하락 집단의 경우 내용복합도 '하' 수준과 '상' 수준의 학습 구간에서 분석된 동공크기에 유의한 차이가 없었다. 눈 깜박임 지속시간의 경우 기술 통계량에서 내용복합도 수준에 따른 사후성취도 향상 집단과 사후성취도 동일 혹은 하락 집단의 지표 변화에서 방향의 차이가 나타났으나 통계적으로 유의한 수준은 아니었다. 본 연구에서 사용된 학습 영상의 특성에서 그 원인을 찾을 수 있다. 눈 깜박임 빈도의 경우 사후성취도 향상 집단과 사후성취도 동일 혹은 하락 집단 모두에서 내용복합도에 따른 유의한 차이가 발견되었다. 사후성취도 향상 집단의 경우 기술 통계량에서 드러난 눈 깜박임 빈도의 평균이 내용복합도 수준이 증가함에 따라 감소하였고, 이러한 차이가 통계적으로 유의한 수준인 것으로 분석되었다. 사후성취도 동일 혹은 하락 집단의 경우 향상 집단과는 반대로 내용복합도 수준이 증가함에 따라 눈 깜박임 빈도가 증가한 것으로 나타났다. 분석 결과에 따라 사후성취도 향상 여부가 학습 영상의 내용복합도 증가에 대한 학습자들의 생리심리 반응의 변화와 연관되어 있음을 확인할 수 있다. 이는 동영상 학습 맥락에서 생리심리 반응을 분석함으로써 각 강의 차시 별 학습자가 투입한 인지적 노력 혹은 인지적 참여 정도를 추정할 수 있음을 시사한다. 이는 MOOC와 같은 온라인 학습 맥락에서 학습자들이 개별 강의 내용에 대한 학습 여부를 예측할 수 있는 근거를 제공할 수 있다. 특히 거꾸로수업(flipped learning)과 같이 면대면 학습 이전에 진행되어야 하는 사전 학습 과정에서 학습자가 내용적 지식을 충분히 이해해야 하는 경우 학습자의 개별 동영상 강의에 대한 생리심리 반응은 교수자에게 교수설계적 가치가 높은 정보를 제공할 수 있다. 본 연구는 동영상 학습으로 이루어지는 각 차시별 수업에서의 학습 행동에 대한 데이터를 수집, 분석하고자 하는 목적을 가졌으나 전체 학습 영상 중 특정 구간만 선택해 분석의 대상으로 삼았다는 점에서 한계점이 존재한다. 따라서 후속 연구에서는 본 연구와 같이 학습 영상 중 내용복합도가 명확하게 차이나는 구간을 추출해서 학습자의 생리심리 반응 지표를 분석하는 것과, 전체 학습 영상을 활용해서 학습자의 생리심리 반응 지표를 분석하는 것 중 어떠한 방식이 동영상 학습 맥락에서 학습자들의 인지적 참여 정도를 보다 신뢰롭게 대변할 수 있는지를 비교해 볼 것을 제안한다. 또한, 본 연구와 같이 사후성취도 향상 여부에 따라 학습자들을 역으로 분류하는 것이 아닌, 동영상 학습 과정에서 학습자들이 보인 생리심리 반응 지표에서의 차이로 분류되는 집단의 사후성취도 향상 여부에 유의미한 차이가 있는지도 분석될 필요가 있다.