IDL Lab의 연구 5편이 컴퓨터과학 분야 CORE Conference Ranking A 등급(상위 13.09%)의 국제학술대회인 AIED 2026에 억셉되었습니다. 해당 논문들은 6월 29일–7월 3일 대한민국 서울에서 열리는 AIED 2026에서 발표될 예정입니다.
본 연구는 중학교 STEM 탐구 기반 학습에서 학생들이 센스메이킹 과정 중 경험하는 과학적 불확실성을 지원하기 위해 센스메이킹 단계별 불확실성 유형에 대응하는 생성형 AI 기반 챗봇 InquirySenseBot을 설계하고 그 효과를 검증하였습니다. 분석 결과, 챗봇을 활용한 학생들은 탐구 기술 총점, 연구 질문 설정, 연구 가설 설정, 실험 계획, 결론 도출 영역에서 유의하게 높은 성과를 보였습니다.
- An Adaptive Multi-Agent Learning Environment for Interprofessional Communication Training in Nursing Education
Short Paper
Eunyoung Kim, Hyosung Park, Subin Yu, Jiyeong Shin, Hyo-Jeong So
본 연구는 간호교육에서 전문직 간 의사소통 훈련을 지원하기 위한 적응형 멀티에이전트 학습환경(IPES)을 설계하고, 간호대학생을 대상으로 초기 사용성 평가를 수행하였습니다. 다양한 전문직 역할을 수행하는 AI 에이전트와 실시간 SBAR 기반 스캐폴딩을 통해 학습자의 협력적 의사소통과 역할 조정을 지원하는 가능성을 탐색하였습니다.
본 연구는 AI 윤리 학습을 지원하기 위하여 설계된, 대화형 에이전트를 포함한 분기형 서사 기반 롤플레잉 게임 PersonA.I.를 소개합니다. 혼합 연구 방법을 활용한 파일럿 연구 결과, 이 게임은 긍정적이고 몰입감 있는 경험을 제공하였으며, 학생들은 게임 플레이 과정에서 신중하게 숙고하고 다양한 이해관계자의 관점을 취한 것으로 나타났습니다.
본 연구는 Learning-by-Teaching 환경에서 LLM 기반 티처블 에이전트가 형식화된 튜터링 전략을 바탕으로 학습자의 성찰적 지식 구성(reflective knowledge building)을 촉진하도록 하는 pedagogical steering framework를 제안하였습니다.
본 연구는 비디오 기반 학습 환경에서 인비디오 퀴즈 전후 학습자의 정서 변화 양상을 분석하고, 정서 적응형 퀴즈 제공 방식이 혼란(confusion)과 같은 학습 정서 변화에 어떠한 영향을 미치는지 탐색하였습니다. 퀴즈를 단순 평가 도구가 아닌 학습자의 정서 변화를 지원하는 학습 활동으로 바라보며, 학습자 상태를 고려한 비디오 기반 학습 설계의 중요성을 제안하였습니다.
Five research papers from the IDL Lab have been accepted for presentation at AIED 2026, an A-ranked conference in the CORE Conference Ranking that places among the top 13.09% of ranked computer science venues. The papers will be presented at AIED 2026, held in Seoul, Republic of Korea, from June 29–July 3, 2026.
Lee and So (2026) designed InquirySenseBot, a generative AI-based chatbot that scaffolds students’ sensemaking by providing support aligned with phase-specific types of scientific uncertainty in middle school STEM inquiry-based learning. The findings showed that students who used the chatbot demonstrated significantly higher inquiry performance compared to those who did not, with significant gains in research question formulation, hypothesis formulation, experiment planning, and drawing conclusions.
Kim et al. (2026) designed an adaptive multi-agent learning environment (IPES) to support interprofessional communication training in nursing education and conducted an initial usability evaluation with nursing students. By integrating role-based AI agents and real-time SBAR-based scaffolding, the study explored the potential of supporting collaborative communication and role negotiation in healthcare education.
Wang et al. (2026) introduces PersonA.I., a branching-narrative role-playing game with conversational agents designed to support AI ethics learning. A mixed-methods pilot study found that the game provided positive, immersive experiences and encouraged students to deliberate carefully and take the perspective of multiple stakeholders during the gameplay.
Jin and So (2026) proposes a pedagogical steering framework that enables LLM-based teachable agents to support tutors’ reflective knowledge building in Learning-by-Teaching through formalized tutoring strategies.
Kim, Kim and So (2026) investigates learners’ affective changes surrounding in-video quizzes in video-based learning environments and explores how affect-adaptive quiz delivery shapes emotions such as confusion. By viewing quizzes not merely as assessment tools but as learning activities that support affective changes, the study emphasizes the importance of learners’ emotional states in video-based learning design.
IDL Lab의 연구 5편이 컴퓨터과학 분야 CORE Conference Ranking A 등급(상위 13.09%)의 국제학술대회인 AIED 2026에 억셉되었습니다. 해당 논문들은 6월 29일–7월 3일 대한민국 서울에서 열리는 AIED 2026에서 발표될 예정입니다.
Full Paper
Ga Young Lee, Hyo-Jeong So
본 연구는 중학교 STEM 탐구 기반 학습에서 학생들이 센스메이킹 과정 중 경험하는 과학적 불확실성을 지원하기 위해 센스메이킹 단계별 불확실성 유형에 대응하는 생성형 AI 기반 챗봇 InquirySenseBot을 설계하고 그 효과를 검증하였습니다. 분석 결과, 챗봇을 활용한 학생들은 탐구 기술 총점, 연구 질문 설정, 연구 가설 설정, 실험 계획, 결론 도출 영역에서 유의하게 높은 성과를 보였습니다.
Short Paper
Eunyoung Kim, Hyosung Park, Subin Yu, Jiyeong Shin, Hyo-Jeong So
본 연구는 간호교육에서 전문직 간 의사소통 훈련을 지원하기 위한 적응형 멀티에이전트 학습환경(IPES)을 설계하고, 간호대학생을 대상으로 초기 사용성 평가를 수행하였습니다. 다양한 전문직 역할을 수행하는 AI 에이전트와 실시간 SBAR 기반 스캐폴딩을 통해 학습자의 협력적 의사소통과 역할 조정을 지원하는 가능성을 탐색하였습니다.
Poster
Yue Wang, Yeji Ko, Sieun Park, and Hyo-Jeong So
본 연구는 AI 윤리 학습을 지원하기 위하여 설계된, 대화형 에이전트를 포함한 분기형 서사 기반 롤플레잉 게임 PersonA.I.를 소개합니다. 혼합 연구 방법을 활용한 파일럿 연구 결과, 이 게임은 긍정적이고 몰입감 있는 경험을 제공하였으며, 학생들은 게임 플레이 과정에서 신중하게 숙고하고 다양한 이해관계자의 관점을 취한 것으로 나타났습니다.
Doctoral Consortium
Lingxi Jin, Hyo-Jeong So
본 연구는 Learning-by-Teaching 환경에서 LLM 기반 티처블 에이전트가 형식화된 튜터링 전략을 바탕으로 학습자의 성찰적 지식 구성(reflective knowledge building)을 촉진하도록 하는 pedagogical steering framework를 제안하였습니다.
Workshop Paper (MAAI Workshop at Festival of Learning 2026)
Eunyoung Kim, Kyuwon Kim, Hyo-Jeong So
본 연구는 비디오 기반 학습 환경에서 인비디오 퀴즈 전후 학습자의 정서 변화 양상을 분석하고, 정서 적응형 퀴즈 제공 방식이 혼란(confusion)과 같은 학습 정서 변화에 어떠한 영향을 미치는지 탐색하였습니다. 퀴즈를 단순 평가 도구가 아닌 학습자의 정서 변화를 지원하는 학습 활동으로 바라보며, 학습자 상태를 고려한 비디오 기반 학습 설계의 중요성을 제안하였습니다.
Five research papers from the IDL Lab have been accepted for presentation at AIED 2026, an A-ranked conference in the CORE Conference Ranking that places among the top 13.09% of ranked computer science venues. The papers will be presented at AIED 2026, held in Seoul, Republic of Korea, from June 29–July 3, 2026.
Lee and So (2026) designed InquirySenseBot, a generative AI-based chatbot that scaffolds students’ sensemaking by providing support aligned with phase-specific types of scientific uncertainty in middle school STEM inquiry-based learning. The findings showed that students who used the chatbot demonstrated significantly higher inquiry performance compared to those who did not, with significant gains in research question formulation, hypothesis formulation, experiment planning, and drawing conclusions.
Kim et al. (2026) designed an adaptive multi-agent learning environment (IPES) to support interprofessional communication training in nursing education and conducted an initial usability evaluation with nursing students. By integrating role-based AI agents and real-time SBAR-based scaffolding, the study explored the potential of supporting collaborative communication and role negotiation in healthcare education.
Wang et al. (2026) introduces PersonA.I., a branching-narrative role-playing game with conversational agents designed to support AI ethics learning. A mixed-methods pilot study found that the game provided positive, immersive experiences and encouraged students to deliberate carefully and take the perspective of multiple stakeholders during the gameplay.
Jin and So (2026) proposes a pedagogical steering framework that enables LLM-based teachable agents to support tutors’ reflective knowledge building in Learning-by-Teaching through formalized tutoring strategies.
Kim, Kim and So (2026) investigates learners’ affective changes surrounding in-video quizzes in video-based learning environments and explores how affect-adaptive quiz delivery shapes emotions such as confusion. By viewing quizzes not merely as assessment tools but as learning activities that support affective changes, the study emphasizes the importance of learners’ emotional states in video-based learning design.