IDL Lab의 박사후연구원 장혜지와 박사과정생 Lingxi Jin, 석사 졸업생 김수진의 연구가 각각 SSCI 등재 저널 The Asia-Pacific Education Researcher와 SCOPUS 등재 저널 Learning: Research and Practice에 게재되었습니다.
The Asia-Pacific Education Researcher
본 연구는 영어 에세이 작성 과정에서 학습자들이 ChatGPT를 사용할 때 나타나는 상호작용 패턴과 인식을 탐구했습니다. 글쓰기 단계에 따른 학습자와 ChatGPT의 상호작용 패턴을 분석한 결과, 상급 학습자는 주로 사전 글쓰기 및 초안 작성 단계에서 ChatGPT를 활용하였던 반면, 중급 학습자는 초안 작성 단계에서 ChatGPT를 더 자주 활용하는 것으로 나타났습니다. 이는 숙련도 수준이 다른 학습자들이 생성형 AI와 상호작용할 때 서로 다른 요구와 사용 패턴을 보인다는 점을 드러냅니다.
Learning: Research and Practice
본 연구는 체계적 문헌 고찰을 통해 학습자의 비구조화된 문제 해결 능력 향상을 위한 테크놀로지 기반 스캐폴딩의 발전 동향을 탐색하였습니다. 29편의 문헌 고찰을 통해 테크놀로지 기반 스캐폴딩에 대한 연구는 주로 비적응형 텍스트 형태의 개념적 및 메타인지적 접근에 중점을 두었으며, 정서적 지원에 대한 연구는 제한적으로 이루어졌음을 확인하였습니다. 본 연구는 비구조화된 문제 해결 지원에 있어 보다 적응적이고 개인화된 스캐폴딩을 제공할 수 있는 AI의 잠재력을 강조합니다.
IDL Lab postdoctoral researcher Hyeji Jang, doctoral student Lingxi Jin, and master's alumna Sujin Kim have published their recent work in two international journals: the SSCI-indexed The Asia-Pacific Education Researcher and the SCOPUS-indexed Learning: Research and Practice.
Jang, Jin, and So (2026) examine university students' interaction patterns and perceptions when using ChatGPT for English essay writing. By analyzing learner-AI interactions across different writing stages, the study found that advanced learners primarily utilized ChatGPT during the pre-writing and drafting phases, whereas intermediate learners relied more heavily on ChatGPT during drafting. These findings suggest that learners' proficiency levels shape distinct needs and interaction patterns when engaging with generative AI in writing tasks, highlighting the importance of proficiency-sensitive instructional design.
Jang, Kim, and So (2025) conduct a systematic review of technology-based scaffolding for ill-structured problem solving, synthesizing findings from 29 empirical studies. The review reveals that prior research has predominantly focused on non-adaptive, text-based scaffolding targeting conceptual and metacognitive support, while affective scaffolding has received comparatively limited attention. Building on these insights, the study emphasizes the potential of AI-driven approaches to provide more adaptive and personalized scaffolding for supporting learners' ill-structured problem-solving processes.
IDL Lab의 박사후연구원 장혜지와 박사과정생 Lingxi Jin, 석사 졸업생 김수진의 연구가 각각 SSCI 등재 저널 The Asia-Pacific Education Researcher와 SCOPUS 등재 저널 Learning: Research and Practice에 게재되었습니다.
The Asia-Pacific Education Researcher
Hyeji Jang, Lingxi Jin, Hyo-Jeong So
https://doi.org/10.1007/s40299-025-01076-9
본 연구는 영어 에세이 작성 과정에서 학습자들이 ChatGPT를 사용할 때 나타나는 상호작용 패턴과 인식을 탐구했습니다. 글쓰기 단계에 따른 학습자와 ChatGPT의 상호작용 패턴을 분석한 결과, 상급 학습자는 주로 사전 글쓰기 및 초안 작성 단계에서 ChatGPT를 활용하였던 반면, 중급 학습자는 초안 작성 단계에서 ChatGPT를 더 자주 활용하는 것으로 나타났습니다. 이는 숙련도 수준이 다른 학습자들이 생성형 AI와 상호작용할 때 서로 다른 요구와 사용 패턴을 보인다는 점을 드러냅니다.
Learning: Research and Practice
Hyeji Jang, Sujin Kim, Hyo-Jeong So
https://doi.org/10.1080/23735082.2025.2591403
본 연구는 체계적 문헌 고찰을 통해 학습자의 비구조화된 문제 해결 능력 향상을 위한 테크놀로지 기반 스캐폴딩의 발전 동향을 탐색하였습니다. 29편의 문헌 고찰을 통해 테크놀로지 기반 스캐폴딩에 대한 연구는 주로 비적응형 텍스트 형태의 개념적 및 메타인지적 접근에 중점을 두었으며, 정서적 지원에 대한 연구는 제한적으로 이루어졌음을 확인하였습니다. 본 연구는 비구조화된 문제 해결 지원에 있어 보다 적응적이고 개인화된 스캐폴딩을 제공할 수 있는 AI의 잠재력을 강조합니다.
IDL Lab postdoctoral researcher Hyeji Jang, doctoral student Lingxi Jin, and master's alumna Sujin Kim have published their recent work in two international journals: the SSCI-indexed The Asia-Pacific Education Researcher and the SCOPUS-indexed Learning: Research and Practice.
Jang, Jin, and So (2026) examine university students' interaction patterns and perceptions when using ChatGPT for English essay writing. By analyzing learner-AI interactions across different writing stages, the study found that advanced learners primarily utilized ChatGPT during the pre-writing and drafting phases, whereas intermediate learners relied more heavily on ChatGPT during drafting. These findings suggest that learners' proficiency levels shape distinct needs and interaction patterns when engaging with generative AI in writing tasks, highlighting the importance of proficiency-sensitive instructional design.
Jang, Kim, and So (2025) conduct a systematic review of technology-based scaffolding for ill-structured problem solving, synthesizing findings from 29 empirical studies. The review reveals that prior research has predominantly focused on non-adaptive, text-based scaffolding targeting conceptual and metacognitive support, while affective scaffolding has received comparatively limited attention. Building on these insights, the study emphasizes the potential of AI-driven approaches to provide more adaptive and personalized scaffolding for supporting learners' ill-structured problem-solving processes.