• 유네스코와 캡제미니(Capgemini)는 데이터 기반 정책 결정을 위해 국가들에게 학습 평가에 대한 통찰력을 제공할 개방형 AI 솔루션을 개발하는 글로벌 데이터 과제에 협력하고 있음
• 2024년 10월 1일부터 캡제미니는 학습자의 읽기 진행을 방해하는 근본적인 원인을 밝히기 위해 ‘2021년 국제 아동 문해력 진단(PIRLS) 데이터셋’을 분석함
• 캡제미니는 이 해커톤의 목표가 각국이 교육의 지속가능발전목표(SDG4, Sustainable Development Goals 4)를 달성할 수 있도록 AI 모델을 개발하여 정책 개입에 필요한 정보를 제공하는 것임을 밝힘
• 모든 제출물은 정확성, 명확성, 부가가치, 효율성 및 확장성을 기준으로 평가됨. 기존의 일반적인 정보를 바탕으로 한 챗봇과 달리, 참가자들은 특정 데이터를 직접 분석하여 정밀하고 적합한 통찰력을 도출해야 하며, 각국의 읽기 능력 순위 매기기부터 아동의 읽기 수준을 높일 수 있는 지역적 경향과 요인을 식별하는 등 다양하고 복잡한 질문을 해결해야 함

복잡한 데이터를 이해하는 능력

• 이 작업은 매우 중요한 의미를 지니고 있음. 특히 대규모 평가 데이터를 즉시 분석할 수 있는 능력은 종종 학습 평가 데이터를 해석하고 이해하는 데 있어 기술적, 시간적 제약을 겪는 저소득 및 중간 소득 국가의 정책 결정자들에게 매우 유용함
• 이 즉각적이고 데이터 기반의 응답을 제공하는 AI 모델을 개발함으로써, 정책 결정자들이 교육에 개입할 수 있도록 하는 중요한 도구를 제공할 수 있음
• 정확하고 실행 가능한 통찰력을 바탕으로 한 결정을 내릴 수 있도록 지원할 잠재력을 지니고 있기도 함. 또한, 교사들도 이 모델을 활용하여 교실에서 맞춤형 교육 개입을 할 수도 있음

우승한 AI 모델은 오픈소스 라이선스로 제공

• 이러한 문제를 해결함으로써, 이 솔루션들은 전 세계적으로 아동의 기초 문해력 경향을 파악하고 읽기 능력이 어떻게 발전하고 있는지 보여줄 것임. 또한, 다음과 같은 세 가지의 기능을 갖추게 될 것임
  • 미래 성공을 예측: 교수법 및 학생 참여와 같은 요인을 바탕으로 읽기 수준을 예측하는 모델을 개발하여 미래의 성공을 예측함
  • 맞춤형 개입 설계: AI를 사용하여 특정 지역이나 학생 그룹에 대한 증거 기반 솔루션을 제시함으로 맞춤형 개입을 함
  • 학생 동기 부여 증진: 학습에 대한 흥미를 유발하는 요소를 분석하여 이를 바탕으로 흥미로운 교실 환경을 조성함
• 이 프로젝트는 학습 위기를 해결하고 AI와 데이터 과학의 잠재력을 활용하여 교육을 혁신하고 전 세계 아동의 성과를 개선하는 중요한 진전을 나타냄