In recent years, in the field of education technology, artificial intelligence tutors have come to be expected to provide individualized educational services to help learners achieve high levels of academic success. To this end, AI tutors need to be able to understand the current status and preferences of a learner and then suggest appropriate learning contents accordingly. However, it is challenging to monitor learner status and preferences continually and to recommend appropriate educational services. In this paper, we propose an individualized AI tutor as an integrated system of three developmental learning networks (DLNs) by extending a deep adaptive resonance theory (Deep ART) network, a neural network capable of incremental learning. Specifically, the learner status DLN is able to easily add new input channels about learner status without disrupting existing classifiers. The learner preference DLN is to categorize learner preferences based on frequency as well as sequence of events. The learner experience DLN is updated to immediately reflect alteration of the educational effectiveness in the current classification. Our AI tutor is currently embedded in a commercialized mobile application for teaching the Korean language to children. Experimental results show that the AI tutor application efficiently helps children learn the Korean language.
최신 에듀테크 기술 중의 하나인 AI 튜터는 학습자의 현재 상태와 선호도를 파악하여, 그에 따른 적절한 학습 내용을 제안해야 한다. 본 논문에서는 점진적 학습이 가능한 신경망 네트워크인 Deep ART 네트워크를 확장함으로써 3 개의 발달 학습 네트워크 (DLN)의 통합 시스템으로서 개별화 된 AI 튜터를 제안한다. 학습자 상태 DLN은 학습자 상태에 대한 새로운 입력 채널을 쉽게 추가 할 수 있으며, 학습자 선호도 DLN은 이벤트의 발생 빈도에 기반하여 학습자 선호도를 분류할 수 있다. 학습자 경험 DLN은 교육 효과의 변화를 즉시 반영하여 적절한 학습 내용을 제안할 수 있다. 상용화된 모바일 어플리케이션에 내장된 AI 튜터가 한국어를 배우는 어린이에게 효율적으로 도움이 된다는 것을 다양한 시뮬레이션과 실험을 통해 확인했다.
