What AI Can and Cannot Do for Universities
토플 꼴 학술 지문 모음 · 다윈 · 패러데이 · 공개 연구 논문과 보고서(발췌)
자연과학 · 의학 · 마음과 뇌 · 인공지능 · 교육 정책의 학술 글에서 200~750 낱말을 골라 모았습니다. 토플 꼴 문제가 붙어 있습니다.
출처 Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. International Journal of Educational Technology in Higher Educa · 라이선스 CC BY 4.0
문장을 누르면 해석과 끊어 읽기가 아래에 열립니다. 밑줄 친 문장은 글의 뜻을 정하는 핵심 문장입니다.
The full consequences of AI development cannot yet be foreseen today, but it seems likely that AI applications will be a top educational technology issue for the next 20 years. AI-based tools and services have a high potential to support students, faculty members and administrators throughout the student lifecycle. The applications that are described in this article provide enormous pedagogical opportunities for the design of intelligent student support systems, and for scaffolding student learning in adaptive and personalized learning environments. This applies in particular to large higher education institutions (such as open and distance teaching universities), where AIEd might help to overcome the dilemma of providing access to higher education for very large numbers of students (mass higher education). On the other hand, it might also help them to offer flexible, but also interactive and personalized learning opportunities, for example by relieving teachers from burdens, such as grading hundreds or even thousands of assignments, so that they can focus on their real task: empathic human teaching.
It is crucial to emphasize that educational technology is not (only) about technology – it is the pedagogical, ethical, social, cultural and economic dimensions of AIEd we should be concerned about. Selwyn (2016, p. 106) writes:
The danger, of course, lies in seeing data and coding as an absolute rather than relative source of guidance and support. Education is far too complex to be reduced solely to data analysis and algorithms. As with digital technologies in general, digital data do not offer a neat technical fix to education dilemmas – no matter how compelling the output might be.
이 장의 낱말
- algorithm 알고리즘(계산 절차) 문제를 풀기 위해 정해 둔 계산의 차례.
- dilemma 어려운 문제(딜레마) 어느 쪽을 골라도 어려운 문제. 여기서는 많은 학생을 가르쳐야 하는 어려움.
- empathic 공감하는 empathy(공감)의 형용사. empathetic 과 같은 뜻.
- pedagogical 교육(방법)의 pedagogy(가르치는 방법)의 형용사.
- scaffolding 받침대(여기서는 배움을 받쳐 주는 도움) 건물을 지을 때 세우는 발판에서 온 말. 학생이 혼자 할 수 있을 때까지 받쳐 주는 도움.
- adaptive 적응적인(학생에 맞게 바뀌는) adapt(맞추다)에서 온 말. adaptive learning 은 학생마다 다르게 맞추는 학습.
- administrator 행정 직원 administer(관리하다)에서 온 말. 학교를 운영하는 사람.
- burden 짐, 부담 relieve A from burdens 는 A 에게서 짐을 덜어 주다.
- compelling 그럴듯한, 설득력 있는 compel(억지로 하게 하다)에서 온 말. 받아들이지 않을 수 없게 하는.
- crucial 꼭 필요한, 결정적인 It is crucial to [] 는 "…하는 것이 꼭 필요하다".
- data 데이터(자료) 격식 글에서는 복수로 다루어 data do 와 짝을 이룬다. 하나는 datum.
- economic 경제적인 economy(경제)의 형용사. economical(알뜰한)과 구별한다.
- emphasize 강조하다 미국식 철자. 영국식은 emphasise. 명사 emphasis.
- ethical 윤리적인 ethics(윤리)의 형용사.
- faculty 교수진 대학의 가르치는 사람들. "능력"이라는 뜻도 있다.
- foresee 내다보다 fore(앞) + see. cannot be foreseen 은 "내다볼 수 없다".
- institution 기관 higher education institutions 는 대학 같은 고등 교육 기관.
- intelligent 지능형의 사람처럼 판단하는. intelligent student support systems 는 지능형 학생 지원 체계.
- interactive 상호 작용하는 한쪽이 하면 다른 쪽이 반응하는. interact(서로 작용하다)에서 온 말.
- lifecycle 한살이(여기서는 학생이 입학부터 졸업까지 거치는 기간) student lifecycle 은 학생이 대학에 머무는 전체 과정.
- solely 오로지 sole(단 하나의)의 부사.
이해 확인 7문항. 읽은 글로 푸는 문제입니다. 결과는 프라이빗 코치의 독해 실력에 기록됩니다.
이해 확인 풀기이 글은 위 출처의 글에서 문단을 골라 그 라이선스에 따라 옮겼습니다. 영국식 철자 등 표기는 지금의 미국식 표준으로 바꾸었고, 문장은 원문 그대로입니다. 해석 · 끊어 읽기 · 낱말 풀이와 이해 확인 문항은 따로 덧붙인 것입니다.