메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김정순 (동의대학교) 김성희 (동의대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2025 학술대회 발표 논문집
발행연도
2025.2
수록면
496 - 502 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자동 문제 생성은 대규모 온라인 공개 강좌(MOOC), 객관식/주관식 문제 설정, 자동화된 도움말 시스템 등 다양한 도메인에서 적용되고 있다. 본 연구에서는 LLaMA-3.1 기반의 사전학습 모델과 파인튜닝 모델에서의 생성한 문제가 차이가 있을 것이라고 가설을 설정하고, 컴퓨터활용능력 관련 경력 10 년 이상의 전문가를 대상으로 실험을 진행하였다. 총 7 가지의 측정지표 중 3 가지(문장 유창성, 문제 완전성, 과목 연관)가 유의미한 효과를 나타냈다. 설문 항목에는 생성형 AI 를 활용한 문제 생성 경험, 생성형 AI 로 문제 생성에 대한 긍정적인 측면과 부정적인 측면, 사전학습 모델과 파인튜닝 모델에서 생성된 문제에 대한 종합적인 평가를 자세히 기술하도록 요청하였다. 이후, 전문가들이 응답을 취합하여 추가로 8 개의 새로운 측정지표를 제안하였다. 이를 통해 최종적으로 문제생성 자동화 평가 시스템을 개선하거나 학습 데이터셋 및 알고리즘을 조정할 때 중요한 가이드라인이 된다. 또한 생성형 AI 를 활용한 문제 생성의 발전 가능성을 모색하고, 문제 출제의 품질과 신뢰성을 높이는 데 기여하고자 한다.

목차

요약문
1 서론
2 본문
3 결과
4 고찰
5 결론
참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0