비전공자 수업 참여도 평가점수에 따른 프로그래밍 성적 예측 모델

• Published in: 한국정보통신학회논문지 Vol. 28; no. 10; pp. 1138 - 1143
• Main Authors: 김미연(Mi Yeon Kim), 이충호(Choong Ho Lee)
• Format: Journal Article
• Language: Korean
• Published: 한국정보통신학회 01.10.2024
• Subjects: 전자/정보통신공학; 데이터 분석; Learning Model; Data Analysis; 학습 모델; Educational Evealuation; Machine Learning; 교육 평가; 머신 러닝
• ISSN: 2234-4772; 2288-4165
• DOI: 10.6109/jkiice.2024.28.10.1138

GPT의 등장은 교육에서도 많은 변화를 가져오고 있지만 국내 교육은 여전히 한정된 범위를 주입식으로 학습하게 하고 창의성과 독창성을 저하시키는 상대평가로 학습자 간 과도한 경쟁을 유발하는 단점이 있다. 성적은 정기고사가 많은 부분을 차지하고 있어 학습자가 정해진 시간과 장소에서 시험에 응시하지 않을 경우 성적에 불리하게 작용할 수 있다. 이에 본 연구는 프로그래밍 수업 수강자의 정기고사 시험결과의 데이터 없이 성적 부여가 가능한지 데이터를 수집하여 최적의 성적 예측 모델을 선정하였다. 본 연구의 결과물은 정해진 장소와 시간에 정기고사를 치르지 않아도 성적 부여가 가능하다는 점에서 시험에 대한 불안과 스트레스로부터 벗어날 수 있으며 시험으로 평가가 이루어지는 것이 아니라 다양한 요인으로도 성적 예측이 가능하여 새로운 평가 기준을 만들 수 있을 것으로 기대한다. Although the advent of GPT has brought about many changes in education, domestic education still has the disadvantage of causing excessive competition among learners with relative evaluation that allows students to learn a limited range in an cramming manner and lowers creativity and originality. Regular tests account for a large portion of grades, so if learners do not take the test at a set time and place, it may be disadvantageous to grades. Therefore, this study selected an optimal grade prediction model by collecting data on whether grade assignment is possible without data on regular test results of programming class participants. The results of this study are expected to be able to escape anxiety and stress about tests in that grades can be assigned without regular tests at a set place and time, and that new evaluation criteria can be created by predicting grades from various factors rather than being evaluated through tests. KCI Citation Count: 0