All Issue

2023 Vol.31, Issue 1 Preview Page
The Design and Educational Application of A Social Studies Chatbot
- Focusing on Geography in the Middle School -

사회과 챗봇의 설계와 교육적 활용 방안에 관한 연구
- 중학교 지리 영역을 중심으로 -

이소영1 ‧ 이상일2 ‧ 박의현3 ‧ 최학모4

Soyoung Lee1 ‧ Sang-Il Lee2 ‧ Eui-hyun Park3 ‧ Hak-mo Choi4

1서울대학교 교육종합연구원 선임연구원
2서울대학교 사범대학 지리교육과 교수
3서울대학교 사범대학 지리교육과 교수
4의정부중학교 교사
1Senior Researcher, Center for Educational Research, Seoul National University
2Professor, Department of Geography Education, College of Education, Seoul National University
3Professor, Department of Geography Education, College of Education, Seoul National University
4Teacher, Uijeongbu Middle School
28 February 2023. pp. 147~163
PDF Citation
Abstract
This study aims to demonstrate an example of chatbot development for social studies and to contribute to the establishment of a foundation for future social studies chatbot design through a discussion of the major issues and potential solutions. A middle school social studies chatbot was developed based on a data set composed of 5,700 single-turn question-answer pairs. As a geography-specific issue related to data construction, the problem of dealing with questions related to factual knowledge and geographical issues at different scales was raised. A method of responding to factual knowledge by providing direct answers and/or directing to related websites was proposed, and a method of responding to geographical issues by preemptively supplementing a chatbot data set was proposed. In order to increase the educational utilization of chatbots, it was pointed out that expanding chatbot data set and improving recognition accuracy are the most important. As other ways to upgrade chatbots, conversion to chatbots using visual materials and improvement of evaluation system to reflect learner feedback were suggested. This study is expected to play a part in solidifying the practical foundation of social studies chatbot development.
Keywords
educational chatbot
artificial intelligence
data set
chatbot design
geography education
본 연구의 목적은 사회과 교육용 챗봇 개발의 한 예시를 보여주고, 그 과정에서 도출된 주요 이슈 및 가능한 해결책에 대한 논의를 제공함으로써, 향후 사회과 챗봇 설계를 위한 토대 구축에 기여하는 것이다. 연구진이 구축한 총 5,700개의 싱글턴 방식의 질문-답변 쌍 데이터 세트를 기반으로 중학교 사회과 챗봇을 개발하였다. 데이터 구축과 관련된 지리 교과 특수적 이슈로 사실적 지식 및 국내외의 지리적 쟁점과 관련된 질문에 대한 대처 문제가 제기되었다. 사실적 지식에 대해서는 직접 답변 방식과 관련 사이트를 제시하는 간접 답변 방식으로 대응하였고, 지리적 쟁점에 대해서는 다양한 자료를 통해 챗봇 데이터 세트를 선제적으로 보완하였다. 챗봇의 교육적 활용도를 높이기 위해서는 데이터의 확충과 챗봇의 인식 정확성 개선이 가장 중요한 것으로 인식되었다. 여타의 챗봇 고도화 방안으로 시각 자료를 활용한 챗봇으로의 전환과 학습자 피드백 반영을 위한 평가 체제 개선 방안에 대해 논의하였다. 이 연구는 사회과 챗봇 개발의 실제적 토대를 굳건히 하는데 일익을 담당할 것으로 기대된다.
키워드
교육용 챗봇
인공지능
데이터 세트
챗봇 설계
지리교육
References
  1. 구정화·한진수·정필운·설규주·장준현·정석민·박정애·엄정훈·허은경·김동환·김민수·옹진환, 2017, (중학교) 사회 1·2, 천재교육.
  2. 김민성, 2021, “4차 산업혁명 시대 인공지능의 교육적 활용과 지리교육의 과제”, 한국지리학회지, 10(3), 329-345. 10.25202/JAKG.10.3.1
  3. 김영순·박선미·황규덕·조수진·김부헌·신현각·이은상·김세배·박찬정·이금란·김용걸·김웅·정지만·이수연, 2017, (중학교) 사회 1·2, 동아출판.
  4. 김진수·문대영·조성호·김숙·문승규·이강준·최영아·이희원·손영찬·오두환·김신정·이은주·박진민·양설·이상급, 2017, (중학교) 사회 1·2, 미래엔.
  5. 김혜숙·장유정·박상돈·곽혜정·임해미·변태진·김종윤, 2021, 교과교육에서의 시각 자료 이해·활용 능력 제고 방안 연구, 한국교육과정평가원, 연구보고 RRC 2021-7.
  6. 김혜정·유성애·김은영, 2020, “교실수업 활용을 위한 인공지능 챗봇의 개발 및 활용 모형: 학습대화 설계 중심”, Brain, Digital, & Learning, 10(4), 535-545.
  7. 모경환·이윤호·강대현·김현경·이수화·황미영·조철기·승현아·김영일·서정현·윤민주·나유진, 2017, (중학교) 사회 1·2, 금성출판사.
  8. 박상윤·강창숙, “2007 개정 중학교 『사회 1』 교과서 지리영역 시각자료의 유형과 기능”, 사회과교육연구, 20(2), 61-76.
  9. 박형준·신정엽·이봉민·서현진·김현철·박서연·이정식·조영매·이혜란·고인석·신정아·김찬미, 2017, (중학교) 사회 1·2, 천재교육.
  10. 손병노, 2019, “논쟁준거의 준거 논쟁: 양상과 함의”, 사회과수업연구, 7(2), 75-91. 10.31310/HUM.075.02
  11. 송선영, 2017, “로봇과 인공지능 시대의 시민윤리와 도덕교육적 함의 -인공지능형 로봇의 활용을 중심으로”, 倫理硏究, 1(115), 133-159. 10.15801/je.1.115.201709.133
  12. 안종욱, 2015, “세계 지리 교과서에 기술된 분쟁 및 갈등 지역의 지명 표기 현황과 쟁점”, 사회과연구, 54(1), 1-14.
  13. 오동주·황홍섭, 2022, “지역기반 세계지역학습을 위한 AI기반 챗봇의 개발과 활용: 문화 다양성 이해를 중심으로”, 국제이해교육연구, 17(1), 59-91. 10.35179/jeiu.2022.17.1.59
  14. 윤상균, 2018, “인공지능 시대의 사회과교육: 인공지능과 관계맺기”, 사회과교육연구, 25(2), 1-20.
  15. 윤여범·박미애, 2020, “인공지능과 초등영어교육: 챗봇의 현황과 발전 방향을 중심으로”, 한국초등교육, 31, 77-90.
  16. 이민부·조영달·김왕근·김기남·김도영·김태환·박세구·박찬선·박철용·이병인 ·정명섭·최종현, 2017, (중학교) 사회 1·2, 박영사.
  17. 이진석·권동희·김경모·강정구·조지욱·나혜영·신승진·안효익·김경오·최정윤·이현진·박현진·이영경·김건태·최윤경, 2017, (중학교) 사회 1·2, 지학사.
  18. 이진희, 2018, “지리 수업시간에 다루어지는 지리 재현물이 학생의 창의성 향상에 미치는 영향”, 한국지리환경교육학회지, 26(3), 91-103. 10.17279/jkagee.2018.26.3.91
  19. 이현서·강창숙, 2022, “한국지리 교과서에 지시된 인포그래픽의 유형과 특징”, 사회과교육연구, 29(3), 45-61.
  20. 장진아·박준형·박지선, 2021, “인공지능 챗봇 관련 국내 연구 동향 및 챗봇 활용 현황 분석: 과학 교육에서의 활용을 위한 시사점을 중심으로”, 학습자중심교과교육연구, 21(13), 729-743.
  21. 조윤진·한동균, 2022, “초등 사회과 지역화 학습을 위한 ai 챗봇 개발 및 적용 가능성 모색”, 한국초등교육, 33(4), 1-18.
  22. 조철기, 2020, 핵심 지리교육학, 푸른길.
  23. 최성길·최원회·강창숙·박상준·최병천·조일현·권태덕·이수영·조철민·조성백·김상희·강봉균·정민정·김연주, 2017, (중학교) 사회 1·2, 비상교육.
  24. 함경림, 2021, “세계지리 교과서에서 논쟁문제를 다루는 방식: 주제, 쟁점의 범위, 학습목적과 전략을 중심으로”, 한국지리환경교육학회지, 29(3), 23-37.
  25. 황홍섭, 2021, “초등 사회과 마이크로러닝을 위한 챗봇의 개발”, 사회과교육, 60(3), 81-104. 10.37561/sse.2021.09.60.3.81
  26. 황홍섭, 2022, “초등 사회과 마이크로러닝을 위한 챗봇의 현장 수업 적용 및 검증”, 사회과교육, 61(2), 69-94. 10.37561/sse.2022.06.61.2.69
  27. Akhtar, M., Neidhardt, J., and Werthner, H., 2019, The Potential of Chatbots: Analysis of Chatbot Conversations, 2019 IEEE 21st Conference on Business Informatics, 397-404. 10.1109/CBI.2019.00052
  28. Anderson, L. W. and Krathwohl, D. R., 2001, A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives, New York: Longman.
  29. Bii, P., 2013, Chatbot Technology: A Possible Means of Unlocking Student Potential to Learn How to Learn, Educational Research, 4(2), 218-221.
  30. Caldarini, G., Jaf, S., and McGarry, K., 2022, A literature survey of recent advances in chatbots, Information, 13(1), 41. 10.3390/info13010041
  31. Chase, C. C., Chin, D. B., Oppezzo, M. A., and Schwartz, D. L., 2009, Teachable agents and the protégé effect: Increasing the effort towards learning, Journal of science education and technology, 18(4), 334-352. 10.1007/s10956-009-9180-4
  32. Chocarro, R., Cortiñas, M., and Marcos-Matás, G., 2021, Teachers’ attitudes towards chatbots in education: a technology acceptance model approach considering the effect of social language, bot proactiveness, and users’ characteristics, Educational Studies, 1-19. 10.1080/03055698.2020.1850426
  33. Dutta, S. and Klakow, D., 2019, Evaluating a neural multi-turn chatbot using BLEU score, Univ. Saarl, 10, 1-12.
  34. Duval, E. and Verbert, K., 2012, Learning Analytics, Eleed 8 (1).
  35. Greller, W. and Drachsler, H., 2012, Translating learning into numbers: A generic framework for learning analytics, Journal of Educational Technology & Society, 15(3), 42-57.
  36. Heller, B., Proctor, M., Mah, D., Jewell, L., and Cheung, B., 2005, Freudbot: An investigation of chatbot technology in distance education, EdMedia+ Innovate Learning. Association for the Advancement of Computing in Education (AACE), 3913-3918.
  37. Hwang, G. J. and Chang, C. Y., 2021, A review of opportunities and challenges of chatbots in education, Interactive Learning Environments, 1-14. 10.1080/10494820.2021.1952615
  38. Kinder, A. and Lambert, D., 2011, The National Curriculum Review: what geography should we teach?, Teaching Geography, 36(3), 93-95.
  39. Kuhail, M. A., Alturki, N., Alramlawi, S., and Alhejori, K., 2022, Interacting with educational chatbots: A systematic review, Education and Information Technologies, 1-46. 10.1007/s10639-022-11177-3
  40. Kurtz, H. E., 2004, Reflecting on role play in geographic education: The case of the banana war, Journal of Geography, 103(1), 16-27. 10.1080/00221340408978568
  41. Lommatzsch, A., 2018, A next generation chatbot-framework for the public administration, In Innovations for Community Services: 18th International Conference, 127-141, Springer International Publishing. 10.1007/978-3-319-93408-2_10
  42. Ma, H., Wang, J., Lin, H., and Zhang, Y., 2021, Hierarchical matching network for multi-turn response selection in retrieval-based chatbots, Soft Computing, 25(14), 9609-9624. 10.1007/s00500-021-05699-0
  43. Marietto, M. D. G. B., de Aguiar, R. V., Barbosa, G. D. O., Botelho, W. T., Pimentel, E., França, R. D. S., and da Silva, V. L., 2013, Artificial intelligence markup language: a brief tutorial, arXiv preprint arXiv: 1307. 3091.
  44. Mondal, A., Dey, M., Das, D., Nagpal, S., and Garda, K., 2018, Chatbot: An automated conversation system for the educational domain, In 2018 International Joint Symposium on Artificial Intelligence and Natural Language Processing (iSAI-NLP), 1-5. IEEE. 10.1109/iSAI-NLP.2018.8692927
  45. Okonkwo, C. W. and Ade-Ibijola, A., 2020, Python-Bot: A Chatbot for Teaching Python Programming, Engineering Letters, 29(1).
  46. Okonkwo, C. W. and Ade-Ibijola, A., 2021, Chatbots applications in education: A systematic review, Computers and Education: Artificial Intelligence, 2, 100033. 10.1016/j.caeai.2021.100033
  47. Pérez, J. Q., Daradoumis, T., and Puig, J. M. M., 2020, Rediscovering the use of chatbots in education: A systematic literature review, Computer Applications in Engineering Education, 28(6), 1549-1565. 10.1002/cae.22326
  48. Shorey, S., Ang, E., Yap, J., Ng, E. D., Lau, S. T., and Chui, C. K., 2019, A virtual counseling application using artificial intelligence for communication skills training in nursing education: development study, Journal of medical Internet research, 21(10), e14658. 10.2196/14658 31663857 PMC6913997
  49. Smutny, P. and Schreiberova, P., 2020, Chatbots for learning: A review of educational chatbots for the facebook messenger, Computers & Education, 151, 103862. 10.1016/j.compedu.2020.103862
  50. Uhlenwinkel, A., 2014, Factual knowledge and conceptual understanding, Geography, 99(1), 28-35. 10.1080/00167487.2014.12094388
  51. Weizenbaum, J., 1966, ELIZA—a computer program for the study of natural language communication between man and machine, Communications of the ACM, 9(1), 36-45. 10.1145/365153.365168
  52. Wollny, S., Schneider, J., Di Mitri, D., Weidlich, J., Rittberger, M. and Drachsler, H., 2021, Are we there yet?-A systematic literature review on chatbots in education, Frontiers in artificial intelligence, 4. 10.3389/frai.2021.654924 34337392 PMC8319668
  53. Zhou, L., Gao, J., Li, D., and Shum, H. Y., 2020, The design and implementation of xiaoice, an empathetic social chatbot, Computational Linguistics, 46(1), 53-93. 10.1162/coli_a_00368
  54. 교육부·서울특별시교육청, 2022, 2022 개정 교육과정 이렇게 바뀝니다 (https://educhannel.edunet.net/notice/bbsView.do?bbsSeq=83&bbsCode=B0003#, 2022.12.14. 접속).
  55. 기상청 날씨누리: https://www.weather.go.kr/
  56. 단비 AI: https://danbee.ai/
  57. 유네스코와 유산: https://heritage.unesco.or.kr/
  58. 외교부 독도: https://dokdo.mofa.go.kr/kor/
  59. 통일부 북한정보포털: https://nkinfo.unikorea.go.kr/nkp/main/portalMain.do
  60. 환경부: http://me.go.kr/
  61. 한국국방연구원 지역별 분쟁 분석자료: https://www.kida.re.kr/frt/board/frtNormalBoard.do?sidx=2166&depth=3
  62. KOSIS 국가통계포털: https://kosis.kr
  63. SGIS 에듀: https://sgis.kostat.go.kr/edu/jsp/sub05.jsp
Information
  • Publisher :The Korean Association Of Geographic And Environmental Education
  • Publisher(Ko) :한국지리환경교육학회
  • Journal Title :The Journal of The Korean Association of Geographic and Environmental Education
  • Journal Title(Ko) :한국지리환경교육학회지
  • Volume : 31
  • No :1
  • Pages :147~163
  • DOI :https://doi.org/10.17279/jkagee.2023.31.1.147
Journal Informaiton The Journal of The Korean Association of Geographic and Environmental Education The Journal of The Korean Association of Geographic and Environmental Education
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close