KR20150080556A - 통합된 가르침과 학습의 생성, 전달, 사용 및 활용을 위한 방법 및 시스템 - Google Patents

Abstract

본 발명은 대규모 교실 환경에서 강좌가 가르쳐지고 자료가 학습되는 방법을 재정의하는 방법 및 시스템에 관한 것이다. 이 시스템에서, 학생 학습 효율의 추적, 학습 및 프로파일링에 기초하여 각 학생에 대한 콘텐츠 프리젠테이션이 적응된다. 또한, 본 발명의 교재는 강좌 콘텐츠의 전달 동안 생성되고 다양한 단위로 판매될 수 있다.

Description

통합된 가르침과 학습의 생성, 전달, 사용 및 활용을 위한 방법 및 시스템{Methods and Systems for Creating, Delivering, Using and Leveraging integrated Teaching and Learning}

본 출원은 2012년 10월 26일 출원된 미국 가출원 제61/719,312호 및 2013년 10월 25일 출원된 미국 특허출원 제14/063,289호의 우선권을 주장하며 이는 여기에서 참조로서 포함된다.

본 발명은 구식의 천편일률적인 강좌 및 연관된 교재에 대한 종합적인 대체에 관한 것으로서 이는 티칭 및 학습을 개선한다. 달리 말하자면, 본 발명은 개인화된 학습법에 관한 것이다. 본 발명의 대체 교재는 바람직하게는 학생이 컴퓨터 또는 태블릿 컴퓨터와 같은 장치상에서 볼 수 있도록 페이퍼리스(paperless) 방식으로 전달되며, 학생의 주제별 실력 및 학습법에 대해 개별화되고, 실력 평가 수단을 포함한다. 본 발명은 고등학교, 대학, 개인교습, 전문적 시험 준비, 기업 훈련 및 (대학 입학 시험 준비와 같은) 특별 강좌과 같은 다양한 유형의 강좌에 적용될 수 있다.

고등학교 또는 대학과 같은 곳에서 강좌 티칭(teaching)에 대한 일반적인 접근법은 특정한 교재에 대한 교사의 의존을 수반한다. 이러한 접근법에서, 저자는 출판사에 의해 출판되고 종이에 인쇄되며 학생 및 교사에게 판매용으로 배포되는 교재를 준비한다. 교사는 수업(lesson)을 포함하는 강의 계획표(syllabus)를 준비한다. 교사는 보조적으로 교재를 사용하여 가르치며 다양한 수업에서 사용하기 위하여 일부를 선택한다. 이어서 교사는 시험자료를 준비하며 학생들은 시험을 치르고, 이는 일반적으로 교사(또는 조교)에 의하여 수동으로 채점된다. 이 과정은 노동 집약적이며 자료를 흡수하고 유지하는 학생의 성과에 기초한 중간 맞춤화(mid-stream customization)가 필요할 수 있다.

또한, 교재를 사용하는 학습법은 수십 년 동안 별로 변하지 않았다. 일반적으로 교사는 기본적인 도구로 교재의 보충을 받는 강의에 의해 가르친다. 이 과정은 부분적으로 학생들 사이의 학습의 차이에 기인하여 모든 학생에 대해 최선이 아님은 잘 이해된다.

이외에도, 교재의 생성 및 배포는 수년에 걸쳐 별로 변하지 않고 유지되고 있으며, 이는 최근의 효과적인 프로세스들보다 못한 결과를 가져온다. 시간이 지남에 따라, 이러한 비용 및 연관된 물류의 어려움이 증가하고 있다.

결과적으로, 상술한 한계를 극복할 수 있는 해결책이 유익할 것이다.

교재의 집필

교재 개발 과정은 종종 저자가 원고를 쓰는 것으로 시작한다. 교재의 저자가 원고 준비를 위해 사용하는 도구(tool)가 존재할 수 있지만, 도구들은 수 세대 동안 존재하였던 단일 레이아웃 교재 유형의 개발을 위한 것이다. 저자는 일반적으로 원고를 준비하고, 레이아웃 도구를 사용하여 잠재적으로 전체 구조를 개조하는 것을 포함하여 출판사와 반복하여 적용한다. 종종, 가능한 판매를 증가시키기 위하여 교재는 다양한 레벨의 교육 및 다수의 강좌 유형 및/또는 섹션에 적용할 수 있도록 의도된다. 레이아웃은 교사 및 학생의 전체 대상 인구에 대해 최선이라고 저자와 출판사가 결정한 것의 조합에 기초한다. 그 결과, 레이아웃 및 구조는, 저자 및 출판사 요구의 관점에서 아마도 최적일 수 있지만, 임의의 특정한 클래스 또는 임의의 특정한 학생에게는 덜 최적이 된다. 학생들은 여러 다른 방법으로 학습하므로, 개별 학생들의 다른 강점을 수용하고, 학습의 비효율성을 극복하도록 학생을 도와줄 수 있는, 넓은 범위의 능력 및 강점을 갖는 학생에게 유용한 강좌를 레이아웃하고, 구조화하고, 제시하며, 사용하는 도구를 갖는 것이 유익할 것이다. 나아가, 강좌별 및 학생별로 미리 맞춤화할 수 있도록 허용하는 도구를 갖는 것은 저자에게 유익할 것이다.

또한, 오늘날 사용 가능한 저작 도구는 예로써 레이아웃 가이드와 관련하여 매우 제한적이다. 저자들은 현재 텍스트와 이미지를 포함하는 콘텐츠의 체재를 갖추기 위하여 전통적인 레이아웃 가이드를 사용한다. 일반적으로 레이아웃은 적어도 저자의 관점으로부터 가장 넓은 가능한 독자에게 가장 도움이 될 것이지만, 모든 학생들에게 유익할 수는 없다. 다른 미디어 포맷으로 기술된 유사한 콘텐츠 또는 자료의 다양한 변형과 같은 것을 포함하는 콘텐츠와 그 프리젠테이션을 개별 학생에 가장 도움이 되도록 만드는 저작 도구는 없다. 저자가 각 학생이 학생의 요구에 맞추어진 개인화된 학습 경험을 받을 수 있도록 콘텐츠의 전달을 맞춤화할 수 있는 저작 도구를 갖는 것은 유용할 것이다.

교재로 강좌를 가르치는 것

비록 때때로 교사가 추가적인 자료로 교재를 보충하지만, 책 자체는 단지 드물게 일반적으로는 단지 판이 바뀔 때에만 변화한다. 교재의 새로운 판을 준비하는 것과 연관된 시작 비용 때문에, 이러한 업데이트는 드물게 일어난다. 그러나, 교재의 업데이트가 드문 것은 변화의 느린 구현을 가져온다.

또한, 동일한 교재가 종종 동일한 강좌의 다수의 섹션(속성, 보충 등)에 적용하도록 의도된다. 결과적으로, 교재의 일부만을 학습을 위해 선택하고, 때때로 외부 자료로 교재를 보충함에 의해 교사에 의해 가르쳐지는 강좌 섹션 내에서 사용되도록 특정 교재가 필터링 되어야 한다. 그 결과, 다른 교사 및 다른 강좌 섹션은 교재의 다른 부분들을 사용하거나 요구하게 되지만, 교재의 콘텐츠는 고정되어 있다. 기본 콘텐츠가 고정되어 있으므로, 책의 사용을 강좌의 각 섹션에 맞추는 것은 교사에게 맡겨진다. 그리고 단일 클래스 내에서도, 종종 선행학습의 다양성이 존재하여, 일부 학생들은 다른 학생들에게는 필요하지 않은 추가의 리뷰를 받아야 한다. 이러한 요인의 각각은 교사 노력의 중복을 낳게 되고 강좌별 및 섹션별로 비균일한 사용을 가져온다. 또한, 일반적으로, 교재는 다른 섹션이나 다른 유형의 학생들의 서로 다른 학습 계획을 포함하지 않으며, 교재의 일부를 선택하고, 아마도 교재 자료를 보충하는 것은 교사들에게 맡겨진다. 자동화되고, 미세하게 나누어져 있으며, 학생별 개인화 방식으로 다른 수준의 교육에 사용할 수 있도록 구조화될 수 있는, 교재에 대하여 총괄적이며 맞춤화될 수 있는 강좌 단위 및 섹션 단위 흐름을 생성하고 사용하는 도구를 개발하는 것은 유익할 것이다.

또한, 현재의 환경에서, 교사는 책의 사용만을 맞춤화할 수 있을 뿐, 책의 내용 자체를 맞춤화할 수는 없다. 사실상, 현재의 교재는 범용(one-size-fits-all)의 책이며, 불필요하게 종이 및 자원을 낭비하지 않으며, 아마도 교사가 포함시키는 것이 유용하다고 생각하는 일부 자료를 포함하지 않을 수 있다. 즉, 교사는 학생에게 적절한 페이지 또는 섹션을 알려주고 강좌 학습에 보충적인 자료를 제공할 수 있지만 책 자체를 변경할 수는 없다. 이와 같은 필터링 과정은 교재의 적어도 일부는 불필요하게 인쇄되는 결과를 가져오고, 교재의 내용을 추출하고 보충하는 것에 의해 교사가 제2 저자의 역할을 하도록 만든다. 다시, 교사 및 학생의 요구에 더 잘 맞춤화될 수 있는 콘텐츠의 디지털 표현을 가져오는 저작 과정을 갖는 것이 바람직하다.

단순한 텍스트와 이미지를 넘어

또한 교재를 규정된 레이아웃 내의 텍스트와 이미지 이상을 포함하는, 멀티미디어 장치상의 프리젠테이션을 위한 포맷으로 변환하는 것이 유용할 것이다. 이러한 환경은 또한 오디오 및 비디오 파일뿐 아니라 학생들 사이의 공통된 커뮤니케이션을 허용함에 의하는 등으로 학생들의 상호대화를 포함할 수 있다. 학생들이 커뮤니케이션함에 따라, 커뮤니케이션에 기초하여 저자와 교사가 또한 자료를 보충하는 것을 허용하는 것이 유용할 것이다. 또한, 이러한 환경 내에서 저자가 강좌 전달을 개발할 수 있도록 하는 도구가 바람직하다.

또한 학생들이 주석을 다는 것과 같이 자료와 상호작용하는 것을 허용하는 것이 유용할 것이며, 이러한 상호작용은 또한 다른 학생들에게 보일 수도 있다. 유사하게, 학생들은 또한 다른 학생들로부터도 배울 수 있으므로, 학생들이 주제가 되는 자료에 대해, 실시간 또는 다른 방식으로, 다른 학생들과 상호작용하는 것이 유익할 것이다.

전자책

더 최근에는, 전자책이 출현하여 용지 비용 및 일부 물류 문제를 제거하였다. 이러한 전자책이 일반적으로 컴퓨터나 다른 태블릿 컴퓨터와 같은 서로 다른 플랫폼 상에서만 읽을 수 있지만, 이들은 일반적으로 검색, 찾기 및 북마크와 같은 간단한 처리 특징을 갖는 교재의 전자 버전인 점에서 거의 교재와 흡사하다. 독자의 상호작용 제스처를 허용하는 터치스크린을 갖는 더 복잡한 전자책 또한, 개선된 사용자 인터페이스를 갖고 있기는 하지만, 여전히 기본적으로는 하드카피 책을 책의 전자 파일로 변환한 것이다.

실제로, 종이책은 전자책에 대해 하나의 이점-학생이 개인적으로 주석을 달고 강조표시할 수 있는 능력-을 가질 수 있다. 그러나, 학생이 주석을 달거나 및/또는 강조표시한 책은 그 재사용을 방해한다. 전자책의 장점과 함께 이러한 장점을 활용할 수 있는 과정을 갖는 것이 유리할 것이다.

본 발명은 부분적으로 디지털 강좌 전달에 관한 것으로서, 이는 다수의 다른 특징을 가능하게 하여 유용하다. 주요한 예는 학생간 및 교수-학생 상호작용을 모사하기 위한 공동 작업공간의 생성이다. 이는 강좌가 진행되는 동안 플랫폼 자체 내로부터 액세스할 수 있는 학생들 및 다른 사람들 사이의 토론 포럼을 포함시킴으로써 달성될 수 있다. 여기에서 학생들과 강사들은 질문을 게시하고 답변하거나 또는 관련된 토론을 시작할 수 있다. 또한, 사회적 관계가 형성되면서, 학생들은 그들의 개인적인 강조표시, 주석 및 메모를 서로 공유함으로써 포럼 외부로 상호작용하는 것을 선택할 수 있다.

본 발명의 문맥 내에서, 종이책이 아닌, 전자책이 점진적으로 장치로 전달되며 학생에게 디스플레이된다. 또한 본 발명의 전자책은 학생에게 보여지는 콘텐츠를 실시간으로 훈련된 학습 분석에 기초하여 지능적으로 학생에게 적응한다. 일부 전자책의 경우, 비디오와 같은 부가 콘텐츠가 디스플레이에 소개되며, 콘텐츠는 저자 또는 출판사에 의해 제공된다. 그러나 전자책에 비디오가 포함된 경우에도, 비디오는 초기에 교사나 학생이 아닌 저자에 의해 선택되며, 학생은 비디오(또는 그 링크)가 학생에게 사용 가능하게 될 때 학생에 의해 보는 것을 선택할 수 있을 뿐이며, 달리 보거나 맞춤화되지는 않는다. 또한 학생은 일반적으로 페이지 상의 텍스트 또는 비디오 배치에 대해 제어할 수 없다.

가르침( teaching )

교사는 보통 강좌의 섹션을 가르침에 있어 교재를 주요한 도구로 사용한다. 통상, 교사는 클래스 내 학생 집단에게 강의하며, 강의와 교재는 강좌를 가르치는 데 함께 사용된다. 적어도 일부의 경우에 섹션 내에서 모든 학생이 어느 정도 유사한 능력을 가질 수 있지만, 다른 경우에는 학생 능력과 학습 능력이 다양하다. 학생 능력, 기술 및 학습 방법의 차이에도 불구하고, 각 학생이 동일한 강의와 교재를 사용하여 내용을 학습하는 것을 보장하는 부담은 교사에게 주어진다.

또한, 현재의 교수의 클래스 내 구조 때문에, 클래스는 고정된 길이의 것이고 교사는 한 시간과 같은 고정된 길이를 포함하는 수업을 준비해야 한다. 어떤 주제는 더 짧은 시간 내에 가르쳐질 수 있지만 일부는 더 긴 시간이 필요하다. 결과적으로 수업 시간은 효과적으로 할당되지 못한다. 학생들이 각각 학습할 수 있는 시간에 수업이 가르쳐지도록 하고 또한 강의 시간이 콘텐츠의 요구와 학생의 학습 속도 모두에 맞도록 조정될 수 있는 것이 유익할 것이다.

"라이브(live)" 강좌를 가르치는 것과 관련하여, 교사는 비디오 또는 기술적 논문과 같은 추가적인 유형의 자료로 교재를 보충할 수 있다. 교사는 때때로, 교사가 동일한 강좌의 새로운 섹션을 가르치도록 할당된 때와 같은 때 강의와 보충 자료를 조정한다. 일부 상황에서, 이렇게 하는 것이 전체 클래스에 대해서는 과도하게 부담스러울 수도 있지만, 교사는 다른 학생들에게 다른 자료를 제공할 수 있다. 이런 경우에도, 교재와 관해서는, 교사는 각각의 특정한 학생의 요구에 매우 효과적으로 미리 "맞춤화"할 수는 없다.

교사가 전자책 또는 종이책을 사용하든, 통상적인 티칭 환경에서는, 교사가 전체 클래스를 가르치며, 클래스 내의 학생의 수와 가능한 시간 때문에, 개별 학생의 능력에 따라서는 아니다. 때때로, 개별 학생들에게 일대일 가르침 제공하기 위하여 개인지도 가르침이 고용될 수 있다. 이러한 시나리오에서, 개인지도 가르침은 일반적으로 학생의 학습 능력 및 약점을 식별하고 가르침을 학생의 학습 능력에 맞춤으로써 학생을 돕는다. 그러므로 대규모로 적용될 수 있는 점을 제외하고는 개인지도 가르침이 학생과 상호작용하는 것과 유사한 개인화된 가르침 및 배움 도구가 또한 요청된다.

대규모 강좌 전달

각 학생의 욕구와 필요에 대해 강좌를 제공하는 문제는 최근의 대중공개 온라인 강좌(Massive Open Online Courses, MOOCs)의 폭발적 증가를 고려할 때 더 악화되는데, 여기서는 등록생이 만을 넘는데 비해 수료 비율이 1% 정도를 유지한다. 여기에서, 임의로 수십 명의 학생만을 선택하더라도 전통적인 교실에서에 비해 선행학습 및 기대치에서 더 높은 차이를 가질 것이다. 이에 더하여, 이러한 강좌에서는 교사 대 학생 비율이 매우 낮으며, 단지 몇몇 전문가만으로 이루어진 교수진을 갖는다. 이러한 이유 때문에, 최근의 MOOC는 많은 수의 학생을 도저히 만족하게 할 수 없다. 전통적인 강좌에서조차, 임의의 특정한 섹션에 대해서는 교사가 주제 영역을 식별하고, 수업 계획을 준비하고, 강좌를 개발하여야만 한다. 주제 영역은 교사에게 어떤 강의 계획표의 형태로 종종 제공되고, 수업 계획 및 강의는 종종 강좌-특정적이며 교사가 얻은 지식과 학생의 관심에 기초하여 교사에 의해 조정된다. 이렇게 개발된 자료의 많은 부분이 다른 학교의 다른 교사에 의해 복제된다. 또한 여러 해 동안 동일한 강좌를 가르치는 교사들은 개인적으로 강의를 반복한다. 교사에게 학생 능력 및 관심에 대한 교사의 이해에 기초하여 수업 계획 및 연관 콘텐츠가 사전 선택될 수 있는 도구를 제공하여, 교사의 시간이 개별 학생들과 더 가까이 작업하는 데 사용될 수 있는 것이 유익할 것이다.

임의의 학습 양상에서, 강사당 적은 수의 학생을 갖는 것이 각 학생의 요구에 개별적으로 집중하는 것을 더 쉽게 하며 교육적 배경의 다양성을 갖는 문제를 완화하는 것을 돕는다. 본 발명의 개별화된 학습의 개념은 개인화된 강의를 위한 "가상 개인지도 교수"를 생성하는 인공 지능에 의지하며 이에 따라 과정의 규모를 증가(scale up)시킨다. 본 발명에서는, 각 특정 과정이 학생이 따라갈 수 있는 다른 학습 경로들을 포함하며, 이는 각 경로를 사용하는 균일한 그룹의 학생에 대해 별도의 가상 개인지도 교수를 갖는 것과 유사하다. 더 많은 수의 경로는 각 개인지도 교수에 대해 더 적은 수의 학생을 의미하며, 따라서 개인화를 더 효율적으로 할 수 있다. 유용한 비유로서, 범용으로부터 개별화의 움직임은 단일의 고정된 크기가 아니라 우리 발의 각각의 크기에 맞도록 커지거나 줄어들 수 있는 신발의 개발과 같다. 중심 자료가 해마다 바뀌지 않을 때, 강의가 녹화되고 재생을 위한 전달 플랫폼에 포함될 수 있다. 이는 모든 학생이 동시에 할 필요가 없이 학생들이 강의를 자신에게 편리한 시간에 다른 연관된 자료와 함께 볼 수 있도록 함으로써 교사 및 학생의 효율성을 개선할 것이다. 또한, 교사가 수학식을 푸는 방법을 설명할 때 교사가 이를 설명함에 따라 병렬 디스플레이가 단계를 표시하는 것과 같이, 자료가 강의에 맞춰질 수 있다. 따라서, 교사는 더 개별화된 도움을 위해 시간을 사용할 수 있다.

요약하자면, 콘텐츠가 여러 수준의 복잡도로 제시되는 교사 강의 및 다른 보충 강좌 자료를 포함하며, 각 학생에게 개별화된 강좌 전달 경험을 제공하는 인공 지능을 가능하게 하는, 단일 출처의 콘텐츠를 갖는 것이 유용할 것이다. 이는 대규모로 확장될 수 있는 교습에서 효율성을 증가시킨다.

학생 사용

학생들이 페이지 넘김과 동등한 것 등에 의해 전자책을 숙독할 수도 있지만, 책의 콘텐츠 및 그 연장으로 디스플레이의 콘텐츠는 학생들에 대해 변하지 않은 상태로 남아 있는 경향이 있다("정적" 디스플레이). 이러한 정적 디스플레이는 일반적으로 텍스트와 이미지에 제한되고 콘텐츠의 위치가 "고정"되어 현재의 종이-기반 책을 모방한다. 이러한 고정된 디스플레이는 한계를 가지며 여러 이유에서 교수 목적을 위해 바람직한 디스플레이가 아니다. 첫째로, 볼 수 있는 콘텐츠가 교재 저자가 출판 시점에 사용가능한 것 중 최선이라고 결정한 것에 제한되며 교재의 인쇄 이후에 사용 가능하게 된 새로운 콘텐츠를 고려하지 않는다. 그 새로운 콘텐츠도 연관되고 원래 콘텐츠를 개선할 수 있다. 또한, 서로 다른 학생들은 서로 다른 방법으로 학습하며, 고정된 디스플레이는 학생의 선호 또는 요구에 기초한 개인화를 배제한다. 그리고, 일반적으로 고정된 디스플레이는 숙달하여야 할 자료를 제공하는 것에 제한되며, 자료가 숙달되었는지를 결정하는 것은 아니다. 학생이 주어진 강의를 보충하기 위하여 추가적인 자료를 원하거나 필요로 할 때, 고정된 디스플레이는 추가적인 학습 자료를 찾고 디스플레이하는 부담을 학생에게 지운다. 또한, 학생이 특정한 주제에 능숙하지 않으면, 자료의 고정된 속성 때문에 학생이 그 자신의 학습을 개선할 수 있는 수단이 없다. 이러한 문제는 학생이 자료를 식별할 필요가 있다는 점에서 학생에게 큰 도전이 된다. 이는 학생들이 자료에 대해 전문가가 아니며 적절하고 관련된 자료를 식별하는 것에조차 어려움을 겪을 수 있다는 점에서 학생에게는 특히 어려운 문제이다. 교재, 특히 전자책이 학생들이 적절하고 연관된 보충 자료에 대한 빠른 접근을 제공하도록 사용가능하고 접근 가능한 자료들을 갖는 것이 유익할 것이다. 개인화된 강의는 이러한 자료를 각 학생에게 최선의 방법으로 조직하고 제시하는 것을 도울 수 있다.

예를 들면, 미적분 항목에 대한 대학 강좌(또는 MOOC)를 고려해보자. 이러한 강좌는 학생이 대수, 기하, 삼각법에서 적용 가능한 기초를 가질 것을 요구한다. 학생들이 콘텐츠를 검토하기 위하여 책을 구입하여야 하는 것보다, 선호하는 콘텐츠가 학생에게 제시되고 다른 콘텐츠는 요청에 따라 또는 필요에 따라 제시되는, 단일의 출처에서 전체적으로 사용 가능한 콘텐츠를 갖는 것이 더 좋을 것이다. 결국, 때때로 학생들은 부족한 특정한 선행학습을 인식하지 못한다.

현재의 교재 및 전자책의 다른 한계는 학생의 시험이다. 일반적으로 시험, 그리고 중간시험도, 부족한 학생을 돕기 위하여 바로 자료를 따라갈 수 있도록 하거나 학생이 속성으로 할 수 있는지 결정하지 못한다. 교사는 시험 결과를 분석하여야 하고, 그 결과에 기반하여 보충 자료를 제공하고, 대상 주제에 대한 학생의 숙달에 의존한다. 학생에 따라 변할 수 있으며, 특히 개념별 기반으로 학생 실력을 결정할 수 있는 자동화된 시험 과정을 갖는 것은 유익할 것이다. 또한, 학생이 이러한 실력 결정에 따라 추가적인 설명 자료를 추가할 수 있고 학생이 능숙하지 않은 것으로 결정되었을 때 추가로 시험을 치를 수 있는 환경을 갖는 것이 유익할 것이다. 즉, 학생은 강좌에서 수업의 스케줄에 기초하는 것이 아니라 자료의 숙달에 의해서 진행할 것이다.

또한 텍스트 및 이미지 이상이 포함되고 콘텐츠와 디스플레이 모두가 학생에게 맞춤화된 통합 교재를 갖는 것이 유용할 것이다. 예를 들면, 이러한 통합 교재는 교사의 강의와 결합하여 사용될 필요가 없으며, 교사의 강의는 교재의 일부일 수 있다. 유사하게, 학생들의 메모 및 다른 주석이 통합 교재 내에 포함될 수 있다.

또한, 본 발명은 학생이 메시지를 게시하고, 코멘트하거나 서로의 의견에 대해 업/다운(up/down) 투표를 할 수 있는 토론 포럼을 포함할 수 있다. 본 발명의 문맥에서, 이러한 포럼은 각 섹션에 내장된다. 또한, 메모 및 주석은 페이스북, 트위터, 및 링크드인과 같은, 그러나 이에 제한되지는 않는, 현재 사용 가능한 또는 다른 소셜 미디어 플랫폼과 동기화될 수 있어, 학생은 원한다면 그들의 "친구들"과 강좌 메모를 공유할 수 있다.

결과적으로. 저자가 교사로부터 추가적인 콘텐츠가 바로 보충될 수 있는 교재를 레이아웃 및 구조화할 수 있는 통합 개발 환경을 갖는 것은 유익할 것이다. 또한, 이러한 콘텐츠의 디스플레이가 다수의 플랫폼에 대해 사용 가능하고 학생의 요구 및/또는 능력에 기초하여 맞춤화될 수 있다면 유익할 것이다. 또한 학생의 이해 및/또는 납득을 결정하는 자동화된 시험을 포함하고 다른 학생에 대해 코멘트하는 것 등을 통해 학생이 학습의 진행을 입력하도록 허용하는 그러한 개발 환경을 갖는 것이 유용할 것이다. 그리고 이러한 환경이 특정한 학생이 적절하게 강좌를 통해 가속 또는 감속할 수 있도록 결정된 이해 및 납득에 기반한 조정을 허용하는 것이 유익할 것이다. 또한 학생이 주석 및 강조 표시 등을 통하여 학생의 관심 및 능력에 기초하여 스스로 맞춤화할 수 있다면 유익할 것이다. 또한 다른 학생들이 가장 의미 있다고 생각하는 그러한 주석을 볼 수 있다면 다른 학생들에게 유용할 것이다.

유사하게, 교사 및 학생에 의해 콘텐츠가 추가될 수 있고 그러한 콘텐츠가 다양한 형태를 가질 수 있도록 교재를 동적으로 만드는 것이 유익할 것이다. 이러한 동적 조정을 허용함으로써, 콘텐츠는 최신을 유지할 수 있으며 현재 사용 가능한 것에 비해 더 종합적이 된다.

본 발명은 전통적인 교재, 전자책, 전통적인 가르침 및 학습 접근의 한계를 극복하는 역할을 하는 전자책(electronic book, e-book)의 제작, 저장, 업데이트, 맞춤화 및 사용을 위한 개발 환경 및 도구 세트에 관한 것으로서, 본 발명의 전자책은 전통적인 강의-플러스(plus)-교재 강좌를 대체하거나 보충하는 데 사용될 수 있다. 오늘날, 책과 강좌 사이 및 출판 및 가르침 사이의 경계가 빠르게 소멸하고 있다; 오늘날의 책은 인쇄, 오디오 및 전자식을 포함하는 다양한 포맷으로 출판되며 디지털 교재는 멀티미디어 콘텐츠를 포함하기 시작함에 따라 혁명을 계속하고 있다. 본 발명의 문맥에서, 이러한 경계는 완전히 제거되며; 이에 따라 "책"과 "강좌" 용어는 본 발명에 속하는 한 교체 가능하며, 달리 지적되지 않는 한, 모든 관련된 자료와 함께 전체 강좌 경험의 전자적 전달을 의미한다. 동시에, 달리 지적되지 않는 한, "학생" 또는 "사용자"는 다음의 프로그램/기관: 학교, 대학, 대학원, 직업, 기업훈련, 개인교습, 협력(compliance), 인가(certification), 시험 준비 및 관련된 다른 것 중 임의의 것의 소비자를 의미한다. 추가로, "저자"는 위의 시나리오 중 임의의 것에서 사용되는 바와 같이 강좌 또는 책 콘텐츠의 제작자를 의미하며, "교사"는 강좌(적용되면)의 관리자, 강사, 및/또는 직원을 의미한다.

본 발명은 프로세서 기반 개발 및 저장 환경을 포함한다. 저자 또는 다른 사용자가 개발 환경 및 도구를 사용하여 본 발명의 전자책을 제작 및 업데이트 할 수 있다. 학생 또는 교사와 같은 사용자는, 개인용 컴퓨터 또는 태블릿 컴퓨터와 같은 컴퓨팅 장치의 애플리케이션 또는 웹 인터페이스를 사용하여 개발되고 저장된 콘텐츠를 디스플레이할 수 있으며, 상기 애플리케이션 또는 웹 인터페이스는 본 발명의 일부일 수 있다. 학생 디스플레이는 그 학생에게 개별화되고 학생 사용에 특정하게 만들어진 컴퓨팅 플랫폼에 대한 애플리케이션 또는 웹 인터페이스를 사용하여 전달될 수 있다. 애플리케이션 또는 웹 인터페이스는 저자, 교사 및 학생들이 저장을 위해 추가적인 콘텐츠를 제공하고 강좌 자료 및 프리젠테이션을 맞춤화할 수 있는 수단을 더 포함한다.

본 발명은 또한 교재와 개방형 온라인 강좌 전달 환경 사이의 어떤 경계도 제거하는 것에 관한 것이다. 본 발명은, 모바일 통합 개별화 강좌(Mobile Integrated and Individualized Course, MIIC)로 표현되며, 텍스트, 이미지, 오디오, 비디오 강의, 퀴즈, 토론 포럼 논지, 클래스 위치, 블로그, 메모 작성, 위키피디아, 페이스북 및 트위터를 포함하지만 이에 제한되지 않는 소셜 미디어, 북마크, 다른 소셜 학습 환경, 및 다른 온라인 커뮤니케이션 및 콘텐츠 소스를 단일 모바일 앱(또는 웹 인터페이스)으로 통합하며, 학생의 학습 능력에 가장 유리한 방식에 따르도록 그 조합을 알고리즘이 적용된, 개별화되고 논리적인 배열로 특정한 디스플레이 내에 제시한다. MIIC는 강좌에 대한 다수의 분리된 수업을 포함할 수 있으며, 각 수업은 통합된 콘텐츠의 여러 다른 유닛을 가질 수 있고, 각 유닛은 다른 학생 또는 다른 요구를 갖는 학생들에 대한 것일 수 있다. MIIC는 또한 애니메이션, 3D 모델, 인터랙티브 그래픽, 내장 웹사이트, 링크, 표 및 다른 형태의 콘텐츠와 같은 다른 콘텐츠를 통합할 수 있다. 알고리즘은 본 발명의 일부로서 수집된 학생 사용 데이터, 학생 선호, 및 유사한 상황의 학생의 유리한 학습 접근의 조합에 기초한다. MIIC는 학생에게 개인화되며 다양한 자료를 통합한다.

본 발명의 MIIC는 강좌에 대한 콘텐츠 라이브러리("MIIC library")와 특정 학생에게 적어도 콘텐츠가 제시될 때부터의 배열을 포함한다. 즉, MIIC는 맞춤화된 방식으로 학생에게 전달되는 교재, 강의 및 관련된 자료의 조합으로 생각될 수 있다. 모든 가능한 강좌 자료를 나타내는 MIIC 라이브러리는 아마도 각 학생에게 동일할 수 있지만, 일반적으로 MIIC는 학생 단위로 변한다. MIIC는 또한 개발 환경, 컴파일러, 디스플레이 도구, 및 다른 자료 사이의 연관에 대한 인덱싱된 용어의 데이터베이스를 포함한다. MIIC는 특정 학생에게 디스플레이될 콘텐츠, 배열 및 디스플레이 레이아웃을 결정하는 알고리즘을 구현하기 위한 프로세서 기능 및 각 학생에게 맞춤화될 수 있는 학생 실력을 결정하는 수단을 더 포함한다.

예를 들면, MIIC가 미국 역사 강좌에 관한 것이면, MIIC 라이브러리는 다른 주제들 중에서도, 미국 남북 전쟁, 대공황 및 달착륙에 대한 콘텐츠를 포함할 것이다. 콘텐츠는 일정 시기의 비디오, 재현 비디오, 텍스트 기술, 이미지, 오디오 강의, 오디오 클립, 뉴스 기사 및 학생들로부터의 논평을 포함하거나 포함할 수 있다. 일부 콘텐츠는 다른 수업을 위해 디스플레이될 수 있으며 다른 콘텐츠는 보강 또는 보충 도움을 위해 디스플레이될 수 있다. 그러나, MIIC의 처리 능력을 이용하여, 각 주제와 관련된 특정한 콘텐츠가 특정한 학생에게 그 학생의 학습 및 입증된 실력에 가장 도움이 되는 순서로 디스플레이될 것이다. 각 주제에 대한 실력 평가는 이전 주제로부터의 학생의 결과에 기반할 수 있다. 실력 평가의 결과는 실력 결과에 기초하여 맞추어진 특정 자료와 함께 그 주제에 대한 추가적인 콘텐츠가 학생에게 디스플레이되도록 하는 결과를 가져올 수 있다. 학생은 또한 다른 사용가능한 자료로 자료를 보충할 수 있다.

도 1은 저자, 교사 및 학생이 콘텐츠를 모으는 방법 및 수업과 관련하여 콘텐츠가 사용되는 방법을 나타내는 개략도의 예이다.
도 2는 수업(lesson)과 부분수업(sublesson) 내에서 콘텐츠를 배치하기 위해 사용될 수 있는 본 발명의 다양한 도구와 본 발명의 라이브러리 사이의 관계를 나타낸다.
도 3은 네트워크와 입력 및 출력 장치를 사용하여 함께 커뮤니케이션하는 본 발명의 서버와 본 발명의 컴퓨팅 장치 사이의 관계를 나타낸다.
도 3a는 도 3에 나타난 서버의 한 특징적 양상의 흐름도를 나타낸다.
도 4는 특정 학생에게 디스플레이될 콘텐츠가 결정되는 방법의 흐름도를 나타낸다.
도 5는 학생에게 콘텐츠 프리젠테이션을 결정하는 데 사용되는 다양한 저장 데이터 사이의 관계를 나타낸다.
도 6은 특정 학생에게 콘텐츠가 디스플레이되는 방법의 대안적 묘사를 제공한다.
도 7은 본 발명의 문맥에서 학생이 강좌를 진행하는 가능한 방법을 보여주는 상태 매트릭스를 나타낸다.
도 8은 본 발명의 라이브러리, 서버 및 학생 디스플레이 사이의 관계의 개략도이다.
도 9는 학생이 학생 장치에서 보는 예시적 화면을 나타낸다.
도 10은 초급대수 강의의 일부에 대한 일반적인 디스플레이를 나타낸다.
도 11은 선형대수 강의의 일부에 대한 일반적인 디스플레이를 나타낸다.
도 12는 본 발명의 문맥에서 학생이 강좌를 진행하는 가능한 방법의 예를 보여주는 단순화된 상태 매트릭스를 나타낸다.
도 13은 모듈의 분할과 상응하는 평가를 갖는 샘플 흐름도를 나타낸다.
도 14는 시험 및 퀴즈에 관한 실력 결정이 구현될 수 있는 방법의 모델을 나타낸다.
도 14a는 사용자 상호작용과 콘텐츠 프리젠테이션 사이 관계의 흐름도를 나타낸다.
도 15는 소셜 미디어를 이용한 콘텐츠 추가 흐름도의 한 예를 나타낸다.
도 16은 소셜 미디어를 이용한 콘텐츠 추가 흐름도의 다른 예를 나타낸다.

본 발명의 MIIC는 다수의 전자 포맷으로 판독될 수 있으며, 다양한 전자 자원을 활용(leverage)하고, 다수의 가능한 프리젠테이션 플랫폼상의 멀티미디어 프리젠테이션을 허용하며, 특정 과정의 특정 섹션을 가르치기 위한 목적으로 강사와 학생에 의해 사용될 수 있다. 본 발명의 시스템 및 방법은 출판사와 저자들이 책을 판매하고, 교사가 웹 포탈 또는 컴퓨터, 태블릿, 전화기 및 다른 소비자 전자장치 상의 애플리케이션을 통해 강좌를 개최하고 학생들에게 통합되고 개별화된 학습 경험을 제공할 수 있도록 한다.

또한, 본 발명은 콘텐트가 라이브러리에 도입되고 나중에 이로부터 추출될 수 있으며, 각 개별 학생들에게 프리젠테이션하기 위해 실시간으로 적응되며, 적응은 부분적으로 학생 동작 및 요구의 추적, 학생 행동 선호의 학습, 학생 실력, 및 학생 학습 효율성 프로파일링을 통해 수집된 데이터에 기초하는 방법 및 시스템을 포함한다. 추적된 데이터는 이어지는 디스플레이를 맞춤화하기 위하여 알고리즘적으로 사용되며, 알고리즘은 콘텐츠 및 프리젠테이션 방법을 결정하기 위하여 학생 실력 및 다른 데이터를 사용한다. 본 발명의 이 양상을 용이하게 사용하기 위하여 학생은 본 발명을 사용하기 전에 등록 및 인증을 하여야 한다. 추적 데이터는 특정 학생 또는 유사한 상황의 학생들과 같은 일반적 학생들과 관련된다. 이러한 데이터의 수집, 처리 및 사용은 본 발명의 전자책 플랫폼 내에 내장되며 다른 저장장치 및 컴퓨팅 장치에 걸쳐 분리될 수 있다.

예를 들면, 폰트 크기, 색상, 제시 순서, 또는 책의 특정 부분을 닫거나 펼치는 것은 각 학생의 학습 효율성에 적응될 수 있으며 각 학생에게 개별화되고 시간에 따라 더 적응된다. 가장 중요하게는 학생에게 전달되는 실제 콘텐츠 및 섹션이 학생에 띠라 다를 수 있다. 임의의 두 책 또는 강좌가 동일할 필요가 없다. 각 학생은 그 자신의 버전의 평행 우주를 보게 된다.

또한, 본 발명은 예를 들면 저자 및 강사가 기존 콘텐츠를 부가 또는 변경하도록 허용함으로써 비디오 콘텐츠를 복사함에 의해 및 임의의 수의 학생에게 저작, 특히 보조 자료를 크라우드소싱함으로써 강좌 콘텐츠의 전달을 맞춤화하여 기존의 책과 같은 정체된 책에 관련된 문제를 극복하도록 허용한다. 단일 강의로부터 전체 학기 또는 학년에 걸치는 온라인 강좌 기간 동안, 비디오, 시험 자료, 및 다른 콘텐츠가 처음부터 라이브러리 내에 포함될 수 있으며, 강좌가 시간에 따라 제공되는 동안, 추가 콘텐츠가 생성될 수 있고 라이브러리는 새로 사용 가능하게 된 콘텐츠 및 토론 포럼과 같은 플랫폼 상의 소셜 학습에 부분적으로 기반하여 계속적으로 업데이트된다.

본 발명의 교재는 학생 실력에 대한 내장된(built-in), 저자-특정적인(author-specified) 시험과 그 학생에 대해 수업이 진행되는 방법을 알고리즘적으로 결정하는 것을 포함한다.

본 발명의 MIIC는 다양한 출처로부터 기원하는 다양한 미디어 형태의 콘텐츠를 포함하고, 학생에게 디스플레이되는 콘텐츠는 수업 디스플레이와 학생의 요구 및 관심에 기초하여 맞춤화된다. 초기에 알고리즘적으로 학생의 요구와 관심을 결정하는 것에 더하여, 본 발명의 문맥 내에서 학생은 더 자세하게 또는 다르게 디스플레이된 콘텐츠에 대한 요구를 지시함으로써 추가로 콘텐트 디스플레이를 제어할 수 있다. 콘텐츠는 또한 실력 평가 결과에 기초하여 조정될 수 있다.

요약하자면, 본 발명의 전자책은 각 학생에게 맞춤화되고, 학생 실력을 보장하기 위한 모든 필요한 자료를 포괄적으로 포함하며, 학생 실력을 보정하기 위한 시험을 제공하고, 주제 영역 내의 실력을 개발하기 위해 각 학생에게 가장 도움이 되도록 표시되는 콘텐츠와 함께 학생이 강좌를 편리한 시간에 수강하고 속도에 맞춰 진행하도록 허용하는 수단을 제공한다.

출판 플랫폼

본 발명은 또한 전자책 출판 플랫폼을 포함하여, 저자가 책을 무에서부터 제작할 수 있도록 한다. 출판 플랫폼은 저작 도구를 포함하여, 예정된 프리젠테이션 레이아웃을 구성하고, 평가 질문을 생성하며, 콘텐츠 라이브러리-라이브러리는 텍스트, 이미지, 오디오 및 비디오를 포함할 수 있다-를 불러오고, 주어진 시점에 제시될 라이브러리의 부분을 지시하는 논리를 정의하도록 허용한다. 저작 도구는 또한 강좌의 학습 개념으로 콘텐츠를 태깅하고, 라이브러리 내로 콘텐츠를 도입하기 위한 템플릿과 자원을 포함한다. 본 발명에서, 콘텐츠는 태깅되고, 요컨대 라이브러리 내 및 예정 레이아웃 내에서 링크된다. 예를 들면, 저자는 일부 콘텐츠는 자료를 더 잘 이해하기 위하여 연습하기를 원하는 경우 또는 각 개념에 대한 학생 실력 수준이 만족스럽지 못한 때에만 보이게 만들도록 선택할 수 있다. 추가로, 자료의 예정 프리젠테이션 레이아웃은 학생에 의해 맞춤화될 수 있다. 저작 도구의 바람직한 소프트웨어 구현예는 윈도우즈(Windows), MAC OSX, 및/또는 웹 플랫폼이다.

본 발명의 출판 플랫폼은 또한 기존의 책 및 다른 자료를 본 발명의 교재와 호환되는 포맷으로 처리하고 자동으로 변환하는 방법을 포함한다. 플랫폼은 콘텐츠, 배열 및 다른 콘텐츠와 연관시키는 것을 결정하는 데 사용되는 MIIC 컴파일러를 포함한다. 컴파일러는 고유한 식별자를 할당하는 것에 의해 헤드라인, 단락, 이미지 및 콘텐츠 조직의 다른 형태를 태깅하고 디지털 책을 본 발명의 도구에 의해 사용할 수 있는 파일 포맷으로 변환한다. 이러한 태깅은 본 발명에서 인덱싱 및 콘텐츠를 다른 콘텐츠와 연관시키기 위해 사용될 수 있으며, 이에 따라 다수의 수업 각각에 대해 콘텐츠가 제시(순서 및 디스플레이 모두)되는 방법의 "맵(map)"을 형성한다. 가능하게는 흐름도의 형태인, 이러한 맵은 학생이 사용 가능하게 될 수 있다. 다양한 미디어 유형의 태깅된 콘텐츠의 집합을 가짐으로써, 저자(또는 일부 경우에서는 교사)는 어떤 콘텐츠가 어떤 순서로 그리고 어떤 콘텐츠의 조합으로 학생에게 제공될 수 있는지 선택할 수 있어 학생이 숙달될 수 있도록 하기 위해 적합한 자료가 사용 가능하게 되는 것을 보장하고, 교사는 학생에 의해 요구되는 바에 따라 추가의 연습을 위한 다음의 콘텐츠를 식별할 수 있다. 최종적인 결과는 서로 다른 수업에 적용될 수 있는 콘텐츠의 개발이다.

또한, 본 발명의 교재에 포함된 콘텐츠는 학생 실력을 결정하기 위한 자료를 포함하며 콘텐츠의 전달은 학생 실력에 기초하여 (추가 자료를 제시함으로써) 학생 지시 하에 콘텐츠의 전달 순서가 결정될 수 있다. 실력 결정은 여기에서 자세히 기술되지만, (a) 수행 평가, 부분적으로는 일련의 시험, (b) 이에 제한되는 것은 아니지만 비디오 시청 및 텍스트 읽기와 같은 인간 행동과 평가의 상관, 및 (c) 유사한 학문적 기초를 갖는 것과 같은 유사한 상황의 학생들의 유사성의 조합에 기초할 수 있다. 적어도 일부의 기준이 학생에 따라 맞춤화될 수 있다.

본 발명의 하나의 목표는 특정한 강좌(또는 강좌의 일부)와 관련하여 사용하는 전자 "교재"를 형성하여 전자책이 강의를 포함하는 콘텐츠 전달과 학생 이해의 보장의 결합을 위해 사용될 수 있도록 하는 것이다. 이러한 책은 전체로서 판매되거나, 특정한 강좌의 특정한 레벨에 대한 것과 같이 그 서브셋이 판매될 수도 있다. 앱 또는 웹 클라이언트와 같은 것을 통한 MIIC 액세스 판매의 세분성(granularity)은 챕터, 강의, 섹션 또는 콘텐츠의 임의의 다른 유닛에 기반할 수 있다.

특정 항목에 대한 실제 콘텐츠의 전달은 학생의 실력 및 학습 선호도에 가장 부합되도록 맞춤화되고 배열된다. 결과적으로, 학습에 사용되는 각 책은 구체적으로 그 학생을 향한 개별화된 "튜터(tutor)"를 갖는 공개 온라인 교육 경험의 일부가 된다.

본 발명의 문맥 내에서, 학생들은 학생의 학습 능력을 돕는 추가적인 텍스트 및/또는 이미지와 함께 동시에 강의와 같은 비디오를 시청할 수 있다. 또한, 화면의 레이아웃은 학습을 위한 학생의 최선의 시청에 부합될 수 있다.

학생 실력 시험은 또한 정기 퀴즈, 시험 및 다른 확인 수단을 통해 MIIC 내로 만들어져 강좌 내에서 진도를 나가기 전에 학생이 자료에 대한 정확한 이해를 가졌는지를 보장 및/또는 결정한다. 교사는 빌트인 테스트(built-in test)를 사용하도록 선택하거나 그것을 사용하지 않고 새로운 질문을 작성하고 별도로 시험을 치르도록 선택할 수 있다.

초기 MIIC 의 형성

본 발명의 일 양상은 MIIC 라이브러리의 동적 제작과 그 제작을 위한 관련된 도구를 위한 시스템 및 방법을 포함한다. 도 1은 MIIC 라이브러리의 형성을 위한 흐름도를 나타낸다. 도 1에 나타난 바와 같이, 다양한 유형의 콘텐츠가 MIIC 라이브러리 내에 포함될 수 있으며, 이는 텍스트, 비디오, 오디오, 이미지, 블로그 내용, 및 메모 작성을 포함하되 이에 제한되지 않고 학생 실력을 평가하기 위한 수단을 포함한다. 중요하게, 도 1에 나타난 바와 같이, 이러한 콘텐츠의 초기 출처는 "저자"이지만, 이후의 출처는 교사 및 학생을 포함한다.

바람직한 실시예에서, MIIC는 수업과 유사한 일련의 개별 요소로서 준비된다. 콘텐츠의 각 유닛은, 그 형태(텍스트, 이미지, 등)를 불문하고 저자가 (저작 도구를 사용하여) 라이브러리에 넣을 때 고유한 식별자가 할당된다. 고유 식별자는 데이터베이스의 형태를 가질 수 있는 인덱스 내에 포함된다. 고유 식별자, 또는 태그는 온라인 콘텐츠가 책의 하나 또는 그 이상의 특정 요소로 되도록 하는 데 사용된다. 즉, 각 태그는 콘텐츠 항목에 대해 고유하며 키워드 및 적용가능한 수업과 같은 콘텐츠의 양상을 연관시키는 데 사용된다. 이러한 온라인 콘텐츠의 요소로의 할당은 저자, 출판사, 교사 또는 학생에 의해 공공의 또는 사적인 방법으로 MIIC의 배포 이전 또는 이후에 수행될 수 있다. 이러한 할당에 대한 참조는 온라인 데이터베이스 내에 저장되며, 이는 MIIC가 접근할 수 있는 모든 컴퓨팅 장치에 접근 가능하다. 데이터베이스의 일부는 필요하다면 또한 장치 상에 캐시(cache)된다.

각 요소/수업의 길이는 포함되는 콘텐츠에 의해 결정되며, 저자는 이를 원하는 바에 따라 크게 또는 미세하게 소분화할 수 있다. 온라인 콘텐츠는 링크, 비디오, 위키 항목, 블로그 게시물, 포럼 게시물, 이미지, 퀴즈, 질문과 답(Q&A), 다른 조직된 문서 및 페이스북 및 트위터 등으로부터 나온 소셜 미디어 콘텐츠 등을 포함할 수 있지만 이에 제한되지는 않는다. 교사에 의해 제공된 새로운 콘텐츠나 블로그 기재의 새로운 콘텐츠와 같은 나중의 등록물이 강좌에 도입됨에 따라 MIIC에 도입될 수 있다. 결과적으로 MIIC는 진화하는 콘텐츠의 집합으로 보일 수 있다.

그 결과는 다중 레이아웃 전자 교재가 준비되는 것이며, 교재는 강의 자료를 포함한다.

태깅( Tagging )

강좌의 다른 부분들에 적용할 수 있는 콘텐츠를 식별하기 위하여, 콘텐츠는 콘텐츠가 라이브러리로 도입되는 때 즈음에 저작도구를 통해 다양한 방법으로 태깅된다. 각 콘텐츠 유닛은 다른 수업에 대해 사용되거나 또는 임의의 특정한 강좌 또는 강좌의 섹션을 위해 다른 순서로 사용된다. 또한, 본 발명의 전자책은 또한 사용자가 원하는, 역사적인 또는 알고리즘적으로 결정된 선호에 부합하도록 사용자 기반으로 사용자에게 맞춤화된다.

각 콘텐츠 용어는 태깅되어 콘텐츠 유형(비디오, 텍스트 등), 콘텐츠 내의 키워드, 콘텐츠 내에서 다루어지는 주요 개념, 및 적용 가능한 수업 및/또는 대상 주제와 같은 그러나 이에 제한되지는 않는 다양한 방법으로 식별할 수 있다. 특히, 키워드 및 주요 개념의 태깅은 저자의 선호에 따라 자동화되거나 수동으로 수행될 수 있다. 주요 용어는 공지의 텍스트 및/또는 음성 인식 기술을 사용하여 추출될 수 있으며; 또는 저작도구를 통하는 등과 같이 저자 및 출판사에 의해 미리 식별될 수 있다. 주요 개념은 사용자의 수행을 기록하고 알고리즘 기술을 적용하여 점수 차이에 가장 큰 영향을 갖는 강좌 특징에 대한 저차원 모델을 구성함으로써 발견될 수 있다; 또는 저자는 이러한 특징을 미리 특정할 수 있다.

각 요소는 다양한 방법으로, 예를 들면 다수의 수업을 위해 태깅되고 또한 학생 유형(보충, 늦은 또는 빠른 학습자, 특정의 정해진 실력을 가진 학생 등)의 자세한 적용가능성을 위해 태깅될 수 있다. 각 요소는 다른 요소와 관련된 것으로 또한 태깅될 수 있다.

각 콘텐츠 부분은 특정한 방법으로 태깅된다. 이러한 태깅은 어떤 주제가 관련될 수 있는지, 출처, 콘텐츠 유형(텍스트, 비디오 등), 상세 수준, 등과 같은 콘텐츠에 관한 특정한 정보를 식별하는 데 유용하다. 이러한 태깅은 각 콘텐츠 부분이 다른 콘텐츠 및 또한 하나 또는 그 이상의 수업과 연관되는 것을 허용한다. 모든 콘텐츠를 태깅함으로써, 교사(및 다른 사람들)는 다양한 주제 및 관심에 대한 그 관련성을 빠르게 식별할 수 있다. 또한, 태깅은 디스플레이를 위한 콘텐츠의 자동 구조화를 허용한다-즉, 특정한 콘텐츠는 함께 표시될 수 있으며, 예를 들면, 이미지가 텍스트 내의 적절한 지점에 위치될 수 있다.

상술한 바와 같이, 태깅 과정의 적어도 한 부분이 자동일 수 있다. 텍스트 기반 자료 또는 텍스트로 변환될 수 있는 자료에 대하여, 본 발명의 일 실시예에서는 소프트웨어가 전체 문서를 스캔하고 교사(또는 저자)와 관련이 있는 모든 요소를 범용 고유 식별자(universally unique identifier, UUID)로 표시한다. 저작도구 내에서, 저자(또는 교사)는 그 요소에 난이도, 키워드 등과 같은 추가 또는 대체 데이터를 할당할 수 있다. 이러한 추가 식별자는 UUID와 관련하여 데이터베이스 내에 저장되고, 클릭할 수 있고 인덱스 되도록 문서 자체 내에 저장될 수 있다. 따라서 판독기 애플리케이션이 문서를 분석할 때 UUID를 가져와 이를 이용하여 어떤 동작을 하여야 하는지에 대해 서버와 커뮤니케이션할 수 있다. 사용자가 단어 또는 이미지를 클릭하면, 추가의 관련 콘텐츠가 그 학생에게 전달될 수 있다. 유사하게, 이러한 학생의 클릭이 추적되고 실력 결정 과정의 일부로 사용될 수 있다.

비디오에 대해 다수의 대안이 존재한다. 최근의 접근법은 저작도구를 통해 비디오가 도입될 때 추가 파일(또는 데이터베이스) 내에 UUID가 할당되는 것이다. 난이도, 키워드, 시간-콘텐츠 관계 및 추가 정보와 같은 정보가 또한 UUID와 관련하여 데이터베이스 내에 저장된다. 그러나 많은 비디오 파일 포맷은 직접 사용되거나 소프트웨어에 의해 읽어질 수 있는 저장소를 제공한다. 따라서 정보는 비디오 파일 내에 추가적으로 또는 대체하여 저장될 수 있다. 환경에 기반하여 두 옵션이 모두 사용될 수 있다. 예를 들면, 비디오의 썸네일 이미지는 비디오 파일의 저장소 내에 저장되지 않고 대신 장치 또는 서버상의 단일 파일로 유지될 것이다. 그러나, 비디오 파일의 저장소는 그 썸네일(thumbnail)로의 경로를 유지한다.

교사가 더 구체적인 수업을 준비하고자 하는 때에, 교사는 태깅을 조사함으로써 라이브러리를 자세히 조사할 수 있다. 앱의 교사용 버전은 이러한 서비스를 수월하게 할 수 있다. 본 발명의 문맥 내에서, 태그는 인덱싱되고, 검색 기능이 다양한 방법으로 인덱스의 자세한 조사를 허용한다. 초기에, 저자는 강좌에 적용할 수 있는 다양한 자료를 식별한다. 이러한 자료는, 예를 들면, 실력 결정 자료와 함께 교재 콘텐츠의 디지털 버전 더하기 강의(텍스트, 이미지, 비디오 또는 일부 조합)로부터 시작할 수 있다. 전체적으로, 이러한 자료는 저자에 의해 초기에 식별된 바에 따라 강좌를 위한 자료의 라이브러리를 나타내고, 이어서 교사에 의해 특정한 예시를 위해 증대될 수 있다.

MIIC 형성을 위한 도구

궁극적으로 저작도구를 포함하는 도구 세트가 자료 라이브러리로부터 MIIC를 형성하기 위하여 저자에게 사용 가능하다. 도 2는 도구 세트의 적용을 보여준다. 바람직한 실시예에서, 이러한 도구는 다운로드할 수 있는 애플리케이션 또는 웹 클라이언트 또는 페이지 내에서 저자에게 제시되는 그래픽 사용자 인터페이스를 포함한다. 바람직한 실시예에서, 이러한 도구는 서버에 유지되지만 저자의 플랫폼에 다운로드할 수 있는 것일 수 있다.

도 2에서 나타난 바와 같이, 저작도구는 레이아웃 및 슬로팅(slotting) 도구를 포함한다. 다른 것들과 함께 이것들이 저자를 위한 개발 환경을 구성하며, 저자에게 저장된 콘텐츠에 대한 액세스를 제공함으로써 본 발명의 라이브러리와 상호작용하고, 콘텐츠 중 많은 것은 저자에 의해 태깅된 환경 내에서 저장될 수 있다. 이러한 도구는 저자가 수업 계획을 수립하는 수단을 더 포함한다. 수업 계획은 임의의 수의 수업을 포함할 수 있다. 수업은 순차적으로 수립될 수 있다-즉, 수업 1에 이어 수업 2가 이어지는 등이다.

각 수업은 학습 경로를 구성하는 저자의 방법에 따라 다양한 방법으로 구성될 수 있다. 바람직한 실시예에서, 저자는 수업에 대해 난이도의 다양한 수준을 준비하고, 각 난이도는 서로 다른 학생 실력 그룹에 대한 도전수준을 반영한다. 즉, 수업 1은 3개의 서로 다른 버전을 가질 수 있다-속성 학생을 위한 것(여기에서는 수업 1A로 지칭됨), 중간범위 학생을 위한 것(여기에서는 수업 1B로 지칭됨), 및 추가 자료를 필요로 하는 학생을 위한 것(여기에서는 수업 1C로 지칭됨). 이러한 각 부분수업 내에서, 자료는 초기 자료 관점의 프리젠테이션 뿐 아니라 또한 학생이 연습하기 위한 다수의 층위로 준비될 수 있다. 이러한 연습 자료는 일반적으로 또는 더 좁은 범위의 주제로 조직될 수 있다. 분명히, 동일한 콘텐츠가 다수의 위치에 나타날 수 있다. 이러한 방식으로 콘텐츠를 조직하는 것이 저작도구를 통해 이루어지며, 이는 저자에게 이러한 방식으로 라이브러리로부터의 콘텐츠를 시각적으로 분리하는 것을 허용하는 드래그 앤 드랍 기능을 허용하는 것을 유의한다.

각 수업은 퀴즈 또는 실력 결정의 일부 요소로 끝날 수 있으며 각 요소는 평가 시험으로 끝날 수 있다(또는 중간 평가 시험을 또한 포함할 수 있다). 바람직한 실시예에서, 결정은 라이브러리에 내장되며 질문의 특정한 선집(모든 질문의 서브셋)이 미리 입증된 실력 또는 화면 상의 자료의 지속시간과 같은 다양한 범주를 사용하여 자동적으로 선택될 수 있다. 이러한 시험의 평가는 바람직하게는 또한 자동이다; 바람직한 실시예에서, 저작도구는 선다형 질문을 생성하고 각 답안 선택에 대해 주어질 점수 값을 할당하는 인터페이스를 포함한다. 수업 자체와 마찬가지로, 퀴즈가 부분수업에 따라 다를 수 있으며 연습 영역에 포함될 수 있다. 결과적으로 콘텐츠의 다차원 매트릭스가 준비될 수 있으며, 여기에서 콘텐츠 수집물의 각 항목이 콘텐츠 "박스"로 지칭된다. 일단 저자가 전체 수업 계획을 준비하고 각 박스 내의 초기 컨텐츠를 식별하면 MIIC는 컴파일 준비가 된다. 그러나 컴파일된 후에도, 여전히 콘텐츠는 다양한 방법으로 보충될 수 있다. 예를 들면, 특정한 교사는 박스에 대해 뉴스 기사와 같은 추가적인 보충 콘텐츠를 도입할 수 있다. 학생 또한 그들 자신의 메모 또는 강조표시를 제공함에 의한 것과 같이 부가적인 콘텐츠를 제공할 수 있다. 콘텐츠는 저자, 교사 및 학생들에 의해서 업데이트될 수 있다. 결과적으로 강좌에 대한 동적 전자책이 수립된다. 이는 저자가 긴 시간범위 동안 추가적인 피드백을 포함하고 계속적으로 강좌를 업데이트할 수 있도록 한다; 예를 들면, 그들은 오류를 교정하고 콘텐츠를 최신으로 유지할 수 있다.

또한, 일단 강좌가 수립되면, 각 수업, 부분수업 또는 박스에 대해 수업 가이드가 또한 포함될 수 있다. 이러한 가이드는 예를 들면 단지 교사 사용을 위해서와 같이, 사용자의 일부에게만 사용 가능하도록 될 수도 있다.

일단 "내부" 콘텐츠를 포함하는 MIIC가 초기 발행되면, 책은 교사 및 학생에 의해 여전히 추가될 수 있다. 이러한 외부 콘텐츠, 즉 초기 MIIC에 직접 포함되어 있지 않은 콘텐츠는 책이 독자에게 추가되고 더 상세한 참여를 유도하는 고도로 통합되고 개인화된 형태의 교육이 될 수 있도록 허용한다.

본 발명의 MIIC 컴파일러는 또한 저자가 콘텐츠를 하나 또는 그 이상의 적절한 박스에 할당하고 일부 또는 모든 콘텐츠를 다양한 방법으로 디스플레이하는 능력을 포함한다.

아키텍쳐( Architecture )

구조적으로, 본 발명은 하나 또는 그 이상의 서버, 하나 또는 그 이상의 데이터 저장소, 및 사용자 장치와 커뮤니케이션하기 위한 네트워크 연결성을 포함한다. 도 3은 본 발명의 MMIC의 아키텍쳐의 예를 나타내며, 컴퓨팅 장치(101)가 프리젠테이션 목적으로 사용되고, 다른 요소들 가운데, 사용자 프로파일(109) 및 프리젠테이션 엔진(104)을 포함한다. 컴퓨팅 장치(101)는 각 수업 및 부분수업을 위한 콘텐츠와 관련된 데이터를 보유하는 서버(121)와 커뮤니케이션한다. 컴퓨팅 장치(101)는 또한 입력 장치(111) 및 출력 장치(112)를 통해 사용자와 커뮤니케이션한다.

시스템은 클라이언트로 동작하며 사용자에 의해 사용되는, 바람직하게는 최신 태블릿 컴퓨터인 컴퓨팅 장치(101) 및 사용자 프로세서(102) 또는 서버 네트워크를 포함한다. 네트워크(130)는 컴퓨팅 장치(101)와 서버(들)(121)을 연결한다. 일반적으로, 네트워크(130)는 원격통신 네트워크 및/또는 광역 네트워크(WAN)일 수 있다. 네트워크(130)는 인터넷일 수 있다.

컴퓨팅 장치(101)는 버스(110)를 통해 메모리(103)로 연결되는 프로세서(102), 네트워크 인터페이스(105), 저장장치(106), 입력 장치(111) 및 출력 장치(112)를 포함한다. 프로세서(102)는 본 발명의 실시예를 수행하는 임의의 하드웨어 프로세서일 수 있다.

컴퓨팅 장치(101)는 일반적으로 운영체제(도시하지 않음)의 제어 하에 있다. 예로는 안드로이드, iOS, 마이크로소프트 윈도우즈, MAC OS, UNIX 및 Linux를 포함한다. 더 일반적으로, 여기에서 개시된 기능을 지원하는 임의의 운영체제가 본 발명과 호환 가능하다.

메모리(103)는 바람직하게는 RAM이며 본 발명의 필수적인 프로그래밍 및 데이터 구조를 유지하기에 충분한 크기이다. 메모리(103)는 고속 레지스터로부터 더 느리지만 더 큰 DRAM까지의 다수의 모듈과 서로 다른 레벨을 포함할 수 있다. 메모리(103)는 동적 프리젠테이션 및 콘텐츠 변경 엔진(DPCME)(104)을 포함하며, 이는 프로세서(102)를 통해 실행되어 결과가 제공되고 출력 장치(112)로 전달된다. 메모리(103)는 또한 사용자와 장치의 상호작용을 기록하고 분석하는 상호작용 기록기(113)를 포함한다.

네트워크 인터페이스 장치(105)는 컴퓨팅 장치(101)와 서버(121) 사이의 네트워크 커뮤니케이션을 허용하도록 구성된 임의의 진입/진출 장치일 수 있다. 이는 네트워크 어댑터 또는 다른 네트워크 인터페이스 카드일 수 있다.

저장장치(106)는 직접 접근 기억 장치(Direct Access Storage Device)일 수 있다. 저장장치(106)가 단일 개체로 도시되어 있지만 이는 고정된 하드 또는 솔리드 스테이트 드라이브(solid state drives, SSD), MMC 또는 SD와 같은 제거할 수 있는 메모리 카드 및 광 드라이브와 같은 고정 및/또는 제거할 수 있는 저장장치의 조합일 수 있다.

도시된 바와 같이, 저장장치(106)는 로컬 콘텐츠 제공자로서 MIIC 파일(107), 애플리케이션(108) 자체 및 사용자 프로파일(109)를 포함한다. MIIC 파일(107)의 콘텐츠는 DPCME(104)에 의해 변경되며 사용자에게 출력으로 제공된다.

여기에서 실시예가 컴퓨팅 장치(101) 상에 저장된 MIIC 파일(107)과 사용자 프로파일(109)을 참조로 기재되었지만, 이 분야의 기술자라면 본 발명의 실시예가 다른 곳에 저장된 MIIC 파일(107)과 사용자 프로파일(109)에 적용될 수 있음을 인지할 것이다. 예를 들면, MIIC 파일(107), 사용자 프로파일(109) 및 추가 콘텐츠는 서버(121)의 저장장치(126) 내와 같은 다른 곳에 저장될 수도 있다. 즉, 일부 실시예에서 컴퓨팅 장치(101)는 MIIC 파일(107), 사용자 프로파일(109) 및 추가 콘텐츠(130)를 다운로드할 수 있다.

입력 장치(111)는 컴퓨팅 장치(101)에 입력을 제공하는 임의의 장치일 수 있다. 예를 들면, 터치스크린, 키보드, 디지타이저, 카메라 또는 음성 인식 유닛 등이 사용될 수 있다.

출력 장치(112)는 컴퓨팅 장치(101)의 사용자에게 출력을 제공하는 임의의 장치일 수 있다. 이는 임의의 전통적인 디스플레이 스크린, 터치스크린 또는 각각의 인터페이스 카드, 즉 비디오 카드 및 사운드 카드(도시하지 않음)를 갖는 스피커 세트일 수 있다. 입력 장치(111)와는 별개의 것으로 도시되었지만 출력 장치(112)는 입력 장치(111)와 결합될 수도 있다. 예를 들면, 통합 터치스크린 또는 문자열 음성 변환기와 결합된 음성 인식 유닛을 갖는 디스플레이 스크린이 사용될 수 있다.

서버(121)는 일반적으로 서로 버스(131)에 의해 연결된 프로세서(122), 메모리(123), 네트워크 인터페이스(125) 및 저장장치(126)를 포함한다.

메모리(123)는 바람직하게는 RAM이며, 본 발명의 필수적인 프로그래밍 및 데이터 구조를 유지하기에 충분한 크기이다. 메모리(123)는 고속 레지스터로부터 더 느리지만 더 큰 DRAM까지의 다수의 모듈과 서로 다른 레벨을 포함할 수 있다. 메모리(123)는 컴퓨팅 장치(101)에 의해 수집되고 서버(121)로 전송된 상호작용 데이터를 분석하는 알고리즘(124)을 포함한다. 알고리즘의 결과는 컴퓨팅 장치(101)로 다시 보내지고 저장장치(126) 내의 사용자 프로파일(128)에 저장된다. 여기에서는 단지 하나의 장치만이 도시되어 있지만 일반적으로 알고리즘은 모든 컴퓨팅 장치에 걸쳐 수집된 데이터를 레버리지(leverage)하는 협업 구성요소를 포함한다.

네트워크 인터페이스 장치(125)는 컴퓨팅 장치(101)와 서버(121) 사이의 네트워크 커뮤니케이션을 허용하도록 구성된 임의의 진입/진출 장치일 수 있다. 이는 네트워크 어댑터 또는 다른 네트워크 인터페이스 카드일 수 있다.

저장장치(126)는 직접 접근 기억 장치(Direct Access Storage Device)일 수 있다. 저장장치(126)가 단일 개체로 도시되어 있지만 이는 고정된 하드 또는 솔리드 스테이트 드라이브(solid state drives, SSD), MMC 또는 SD와 같은 제거할 수 있는 메모리 카드 및 광 드라이브와 같은 고정 및/또는 제거할 수 있는 저장장치의 조합일 수 있다. 저장장치(126)는 다음의 것을 포함할 수 있지만 이에 제한되지는 않는다.

ㆍ MIIC 강좌 자체와 함께 그 콘텐츠 및 특성에 관한 추가 정보를 포함하는 MIIC 데이터베이스(127).

ㆍ 사용자 프로파일(128), 이는 사용자 행동, 상호작용 및 학습 패턴을 분석하여 얻어진다.

ㆍ 사용자 데이터(129), 이는 어카운트 정보, 수행 히스토리, 사용자가 공유한 개인 정보, 사용자가 구매한 MIIC 강좌를 포함하지만 이에 제한되지 않는다.

ㆍ 추가 콘텐츠(130), 이는 특정한 클래스 사례에서 교사에 의해 업로드된 자료이다.

애플리케이션 자체는 여러 다른 부분들로 구성된다:

ㆍ 활용 엔진(rendering engine), 바람직하게는 WebKit(더 많은 정보가 필요하면: http://en.wikipedia.org/wiki/WebKit)에 기초하며, 앞서 언급된 다른 유형의 콘텐츠를 디스플레이하고 해석한다.

ㆍ 사용자 상호작용을 기록하고, 이를 해석하며, 추가 분석을 위해 서버(121)로 전송하는 구현(implementation).

DPCME(104)는 콘텐츠 변경에 대한 명령을 해석한다. 컴퓨팅 장치(101) 또는 서버(121) 상에서 처리되는(여기에서는 후자로 도시됨) 알고리즘은 이러한 명령을 생성한다. DPCME(104)는 콘텐츠를 변경하기 위하여 렌더링 엔진을 위한 추가 명령을 생성한다.

애플리케이션(108)은 이 MIIC 플랫폼에 고유한 것과 함께 일반적인 전자책 리더 특징을 포함할 수 있다:

ㆍ 다른 폰트 및 폰트 크기

ㆍ 페이지 매기기(Pagination)와 앞으로 넘기기(Page Forward) 및 뒤로 넘기기(Page Backward)

ㆍ 사용자 입력에 기반하여 특정 페이지로 이동

ㆍ 인덱싱

ㆍ 리더의 종료에 따라 애플리케이션의 현재 상태를 저장하고 사용자가 다시 열 때 이를 다시 로딩

ㆍ 사용자의 현재 학습 경로 동안 텍스트 검색

ㆍ 텍스트 강조표시, 강조표시 변경 저장, 및 필요한 경우 이를 회복

ㆍ 사전 열거된 콘텐츠 유형: 비디오, 교재, 평가, 애니메이션, 및 소셜 특징에 대한 지원

ㆍ 강좌 전달을 위한 비디오, 텍스트, 애니메이션, 및 소셜 특징의 프리젠테이션을 상호배치하는 사용자 인터페이스(UI)

ㆍ 페이지 및 비디오 프레임 모두에 대한 북마크의 생성, 저장 및 적용

ㆍ 단일 시야 내의 주석 및 메모 생성 및 저장

ㆍ 페이스북, 트위터 또는 링크드인과 같은 소셜 네트워크 자격으로 로그인하여, 사용자가 "친구"들과 메모를 공유하는 것을 허용

ㆍ 컴퓨팅 장치의 웹 브라우저 상에 디스플레이되는 인터넷(예를 들면 위키피디아) 및 인트라넷(예를 들면 개인적 강좌 위키) 플랫폼 상의 텍스트 찾기

ㆍ 텍스트 및 메모의 복사 및 붙이기

ㆍ 사용자가 수업별로 오가는 데 따라 업데이트 되는 동적 콘텐츠 테이블

ㆍ 텍스트 음성 및/또는 음성 텍스트 변환

ㆍ 디지털 권리 관리(DRM)

도 3a는 DPCME 사용과 이것이 사용자의 사용에 적용되는 방법의 흐름도를 나타낸다. 사용자가 새로운 페이지로 이동하면(190), DPCME는 페이지 콘텐츠에 필요한 UUID를 얻고(191) 디스플레이할 페이지 및 콘텐츠를 얻는다. DPCME는 또한 서버에 추가 콘텐츠를 질의한다(192). 추가 콘텐츠가 필요하고 디스플레이 상에 내장되어야 하면, 콘텐츠가 내장된다(197). 필요한 것이 콘텐츠의 사용자에게 통지하는 것이면, 이러한 통지가 제공된다(198).

애플리케이션은 사용자가 사용하고 상호작용할 수 있는 추가의 특징을 포함할 수 있다. 북마크나 주석과 같은 생성된 데이터 객체는 컴퓨팅 장치(101)에만 저장되는 것이 아니라 다른 장치 사이의 데이터 공유를 위하여 사용자 프로세서(102) 상에도 저장될 수 있다.

콘텐츠 선택

일단 각 박스의 콘텐츠가 식별되면, 저자는 자료를 학생에게 제시하기 위한 선호하는 접근을 선택할 수 있다. 예를 들면, 저자는 텍스트와 내장 이미지를 통시에 제시하도록 선택할 수 있고, 또는 비디오를 강조표시된 텍스트와 함께 제시하도록 선택할 수도 있다. 어떤 경우에도, 이러한 콘텐츠의 선호 세트는 이후에 학생의 선호 프리젠테이션 선택에 의해 부분적으로 덮어 써질 수 있다.

학생 학습

웹 클라이언트 또는 웹 페이지와 같은 대안적인 디스플레이 수단이 또한 사용 가능하지만, 본 발명의 바람직한 실시예에서, 학생은 태블릿 컴퓨터상의 애플리케이션("앱")을 이용하여 콘텐츠를 본다. 언급된 바와 같이, 콘텐츠는 애플리케이션 자체 내에 디스플레이된다. 프리젠테이션 형태는 콘텐츠 형태에 따라 바뀐다. 가능한 형태는, 팝업, 오버레이 또는 전체 웹사이트를 디스플레이하는 완전히 새로운 뷰이다.

학생은 개인적 선호에 따라 디폴트 디스플레이를 바꿀 수 있다. 즉, 학생이 특정한 배경과 레이아웃을 선호하는 경우, 이러한 선호가 디스플레이 목적을 위해 사용될 수 있다.

사용자의 읽기 행동 및 외부 콘텐츠와의 상호작용 분석이 알고리즘에 의해 수행되며 그 결과는 레이아웃 및 콘텐츠와 함께 외부 콘텐츠의 조직 및 프리젠테이션을 최적화하기 위해 사용된다. 이는 독자의 요구에 맞추어진 교육 경험을 보장한다.

도 4는 콘텐츠 디스플레이에 대한 본 발명의 접근을 나타낸다. 바람직한 실시예에서, 본 발명은 특정한 수업의 콘텐츠를 표시한다. 해당 수업을 보는 것과 연관된 사용자의 행동이 획득된다. 이 행동은, 콘텐츠를 보는 시간, 눈의 움직임, 메모 작성 등의 조합을 포함할 수 있지만, 이에 제한되지는 않는다. 이러한 측정 세트가 학습 특징, 또는 연관된 강좌의 주요 개념으로 분해된다; 학습 특징 세트는 저자에 의해 저작도구를 통해 특정되거나 알고리즘적으로 결정되며 특수하거나 그렇지 않을 수 있는 점을 상기한다. 이어서, 업데이트된 특징 세트 및 각각에 대한 수행이 다음에 표시될 것을 결정하는 콘텐츠 변경 알고리즘으로 공급되고, 맞춤 렌더링 엔진(custom rendering engine)이 사용자 스크린에 업데이트된 디스플레이를 출력한다.

본 발명은 또한 특정 강좌 자료 내의 학생 실력을 결정하는 다수의 메커니즘을 포함한다. 일단 콘텐츠가 학생에게 디스플레이되면, 그 자료에 대한 학생 사용이 추적된다. 바람직한 실시예에서, 추적은 조합된 방법으로 수행된다. 콘텐츠를 보는 시간의 길이가 추적된다. 자료가 디스플레이되면서 학생이 메모를 작성하는 것이 또한 추적된다. 연습 콘텐츠의 선택 또한 추적된다. 마지막으로 학생의 눈 움직임이 디스플레이된 콘텐츠 중 어느 것이 가장 많은 주목을 받는지 식별하기 위하여 부분적으로 추적된다. 함께, 이러한 추적 데이터는 두 기본적인 목적을 위해 사용된다-수업/부분수업/연습 콘텐츠의 개선 및 학생 실력을 결정하기 위하여 학생이 "추가" 시간 또는 적은 시간을 보내야 하는 영역의 결정.

콘텐츠 개선과 관련하여, 본 발명의 한 접근은 저자에게 수업 개선을 위해 사용가능한 데이터가 더 긴 피드백 시간에 걸쳐 수집되도록 하는 것이다. 또는, 자동화된 콘텐츠 재분포를 위하여 알고리즘이 적용될 수 있다.

학생 실력 결정과 관련하여, 모든 학생 선택이 추적된다. 언급된 바와 같이, 퀴즈가 학생들에게 또한 사용 가능하게 된다. 퀴즈는 추적된 데이터, 이전 퀴즈 결과 및 학생이 진술한 선호에 기초하여 맞춤화될 수 있다. 퀴즈 결과 및 콘텐츠 추적 사이에서, 학생 실력 식별 및 학생을 가장 적절한 다음 수업으로 진행하도록 하기 위하여 알고리즘이 적용될 수 있다.

도 5는 동적으로 콘텐츠를 조정하는 흐름도를 나타낸다. 도 5의 왼쪽에 나타난 바와 같이, 학생의 프로파일(305)이 프리젠테이션에 입력으로 사용된다. 사용자의 저장된 프로파일(307)이 저자의 프리셋(306)과 함께 특정 사용자 및 다른 사용자와 관련하여 생성된 프로파일에 기초하여 변경되고, MIIC로부터 얻어진 콘텐츠가 학생에게 제시된다. 중요하게 프리젠테이션 엔진(104)은 원래 결정된 콘텐츠를 적응시키고, 프로파일링 및 다른 변경(저자 및/또는 교사에 의해 더 일반적으로 이루어진 조정)에 기초하여 콘텐츠를 조정한다.

또한, 프로파일이 학생 실력 결정에 기초하여 조정될 수 있다.

도 6은 디스플레이를 위해 콘텐츠가 조정되는 방법을 더 자세히 제공한다. 잠재적으로 실시간으로 조정되는 속성에는 텍스트 크기 및 강조표시와 같은 전체 모습이 있다. 이는 기본적으로 사용자 선호에 기초하여 조정된다. 학생 선호의 자동 결정에 의하는 것과 같이 콘텐츠가 또한 재조직될 수 있다. 유사하게 이전에 기술된 요소들에 기반하여 콘텐츠가 대체될 수 있다. 이러한 다양한 속성들이 콘텐츠를 조정하는 데 사용되며 제안되는 콘텐츠와 디스플레이 파라미터가 디스플레이를 위하여 맞춤 렌더링 엔진(custom rendering engine)으로 전달된다. 바람직한 실시예에서, WebKit이 사용을 위해 맞춤화된다.

할당된 온라인 콘텐츠는 또한 북마크-책의 심볼 또는 강조표시된 부분과 같은 것-에 의해 MIIC 내에서 표시된다. 이러한 표지는, 필요하다면, 독자가 디지털 책의 연관된 부분을 불 때마다 온라인 데이터베이스로부터의 정보로 업데이트된다.

MMIC의 새로운 판이 때때로 배포될 수 있다. MMIC의 새로운 판이 배포되면, 태깅 및 따라서 외부 콘텐츠와의 관계가 적절한 경우에 새로운 판으로 전달된다. 이러한 목적을 위하여, 알고리즘이 MMIC의 이전 및 새로운 판을 분석하고 다른, 새로운, 유사한 및 동일한 콘텐츠를 결정한다. 동일하거나 유사한 콘텐츠는 이전 판에서와 동일한 태그가 할당된다.

다수의 MIIC가 동일인에 의해 구매되면, 이 MIIC들은 서로 상호작용을 시작한다. 예를 들면, 일부는 더 큰 자료 라이브러리로의 접근을 갖는 단일의 하이브리드 MMIC로 합병될 수 있다. 또한, 다수의 MMIC 사이의 건너뜀이 실현될 수 있다.

추가로, 본 발명은 학생과 앱 사이뿐 아니라 학생과 학생의 교사 사이의 상호작용성을 부여한다. 예를 들면, 대수 클래스에서, 학생에게 풀어야 할 방정식이 주어진다. 학생은 한번에 한 단계씩 온라인으로 문제를 풀며 각 단계에서 피드백을 받는다. 또한 본 발명은 교사가 실시간으로 학생의 문제 풀이를 관찰하도록 허용한다. 작성 영역의 대화 및 제어와 같은 공지의 특징을 이용하여, 학생이 식을 푸는 것에 따라 교사는 개별화된 실시간 피드백을 학생에게 줄 수 있다. 도 7은 본 발명의 MIIC 문맥 내에서 학생이 강좌를 진행하는 방법의 한 바람직한 실시예를 나타낸다. 예로서, 단순한 상태 매트릭스가 도시되었으며, 각 상태는 원으로 표시되고 모듈로 정의되고, 이는 수업의 특정 사례이다. 이 상태 매트릭스는 저작도구를 통해 저자에 의해 구성되며, 콘텐츠는 드래그 앤 드롭 기능을 이용하여 각 원으로 할당된다. 학생은 모듈 M₀에서 시작하여 오른쪽으로 학습하고자 시도한다(도 7의 예에 따르면); 이전 히스토리가 포함되는 것을 유의하며, 또한 다수의 시작 상태가 있을 수 있다(여기에서는 도시되지 않음). 각 컬럼 j는 특정 주제의 수업을 나타내며 강좌의 완수는 적어도 컬럼 당 적어도 하나의 모듈의 완수를 요구한다. 예를 들어, 강좌가 20세기 초기 소설이면, 학생이 강좌 내에 포함된 20세기의 모든 부분을 완수할 때까지, S_i1은 1900-1910 시기의 문학을 나타낼 수 있고, S_i2는 1911-1920 시기의 문학을 나타낼 수 있고, 등등이다. 초기 모듈 이후의 각 모듈은 m_ij 형태로 명명되고, i는 난이도를 나타내고 j는 수업을 나타낸다. 도 7의 예에서, 전체 강좌를 완수하기 위하여 각각 5 수업의 완수가 요구되고, 각 수업은 3-5 난이도 지위를 갖는다.

각 수업은 다수의 변경을 가질 수 있는데, 변경은 고등학교 수업의 다른 섹션(아너(honor), 표준, 보충)과 다소 유사한 다른 수준의 난이도를 포함하지만 이에 제한되지는 않는 요소에 기반할 수 있다. 도 7의 예에서, 이러한 다른 난이도는 세로 방향을 따라 다른 상태로 표시되며; 예를 들면, 수업이 더 어려우면, 개념이 더 상급이다. 난이도는 강사 또는 강좌 책(통합되고 개별화된 강좌, 또는 MIIC로 지칭된다)의 저자에 의해 인지된 바에 따라 상태를 완수하는 데 결정된 난이도이다. i가 증가함에 따라 수업 완수의 난이도가 증가한다. 학생이 특정한 상태 S_ij에 있을 때, 다음 수업으로 옮겨가기 전에 수직으로(예를 들면 S_{i + 1,j}로) 전진하는 것이 가능함을 유의한다; 이 경우, 저자는 더 높은 수준을 전체 베이스라인의 더 어려운 버전 대신 "추가 크레딧"으로 보는 것을 선호할 수도 있다. 일반적으로, 수업의 일부 선행 내의 실력 부족, 특정한 관련 개념의 이해 부족 히스토리, 이전 수업에서의 수행, 또는 관련된 수업에서 이례적으로 많은 시간을 소비하는 필요 등과 같은 그러나 이에 제한되지는 않는 이유로 학생이 수업의 덜 어려운 섹션으로 배치될 수 있다.

각 학생은 그 자신의 고유한 학습 경로를 개척하며, 학습 경로는 학생이 방문하는 모듈의 순서이다(도 7에서는 두 개의 이러한 경로가 나타나 있다). 도 8에 나타난 바와 같이, 학생은 일반적으로 인터넷을 사용하여 본 발명의 시스템과 상호작용한다. 학생은 컴퓨터, 태블릿, 또는 이동전화와 같은 상호작용을 위한 앱이 탑재될 수 있는 컴퓨팅 장치를 사용한다. 또는, 학생 장치는 브라우저 또는 일부 다른 인터페이스를 이용할 수 있다. 인터넷을 가로질러, 본 발명의 시스템은 서버를 포함하며, 서버는 라이브러리를 포함하거나 이에 대한 연결성을 갖는다. 바람직한 실시예에서 라이브러리에 저장된 콘텐츠는 여기에서 기재된 식별 정보로 태깅된다.

도 9는 학생 장치상의 일반적인 디스플레이를 나타낸다. 여기에서 (하나의 예로서) 묘사된 바와 같이 학생은 맞춤화된 배경을 가질 수 있으며, 이는 학생, 저자, 또는 교사 선호 기반으로 맞춤화되고, 강의 비디오, 메모 작성을 위한 영역, 및 학생에 의한 실시간 블로깅과 같은 다양한 "박스들"이 또한 나타난다. 이러한 항목들의 위치 또한 학생, 교사 또는 저자에 의해 맞춤화될 수 있다.

시작하기 위하여, 두 학생이 특정한 강좌에서 다른 기초를 가질 수 있다. 예를 들면, 미적분 강좌에서, 한 학생은 초급 대수의 기초가 전달됨으로써 시작하여야 할 수 있고(도 10), 이에 비해 다른 학생은 선형 대수로부터 시작할 수 있다(도 11). 초기 시작점과 진행 단계는 학생 실력 기반으로 결정될 수 있다. 각 강좌를 모듈로 분할하는 것은 강좌의 콘텐츠에 따라 저자에 의해 논리적인 방법으로 수행된다. 특정한 경우에서, 동일한 모듈 내에 다수의 비디오를 가지고 다수의 특징을 커버하는 것이 요청될 수 있다; 이 경우, 모듈은 세그먼트로 더 분할될 수 있다. 모듈 내의 각 세그먼트는 그 세그먼트에 대한 학생 실력을 결정하는 수단을 더 포함할 수 있다.

모듈은 강의 비디오, 다른 비디오, 오디오 파일, 텍스트, 다른 사전 포맷된 콘텐츠, 애니메이션, 및 소셜 공유 특징과 같은, 그러나 이에 제한되지는 않는 학습 자료의 세트로 구성된다. 모듈을 완수하는 것은 해당 모듈에 대한 각 수업중의 모든 필수 콘텐츠가 시청될 것과, 잠재적으로, 실력을 입증할 것을 요구한다. 일단 학생이 모듈을 완수하면, 다음에 어느 모듈로 전이할 것인지에 대한 결정이 이루어져야 한다. 이를 위하여, 학생에게 선택 옵션이 주어질 수도 있지만 본 발명의 적응 엔진이 추천을 한다.

이 추천은 (a) 저자에 의해 정의된 가능한 다음 모듈, (b) 최근에 완수한 모듈 내의 학습 특징의 각각에 대한 학생의 인지된 수행과 다음 모듈에서 시험될 것들로서, 여기에서 실력은 학생 및/또는 본 발명의 시스템에 의해 인지되는 것일 수 있음, 및 (c) 저자에 의해 정의된 가능한 다음 모듈의 각각으로 전이하기 위해 추천되는 임계값의 조합에 의해 이루어진다.

저자는 저작도구를 통해 도 12에서 예시로 나타난 것과 유사한 방식으로 모듈 사이의 전이를 특정하며, 이는 도 7에 나타난 것보다 작은 전이 다이어그램으로서 전이를 더 구체적으로 나타낸 것이다. 중요하게는, 각 모듈이 다른 수의 나가는 링크를 가질 수 있으며 이 링크들은 양방향이 아닌 점을 유의한다(예를 들면, 모듈 A가 모듈 B로 전이할 수 있지만, 이는 모듈 B가 모듈 A로 전이할 수 있음을 의미하지 않는다). 또한, 각 수업은 동일한 수의 모듈을 가질 필요는 없다. 이러한 요소의 모두-모듈의 수 및 다이어그램의 연결성-는 저자에 의해 전적으로 특정된다.

전술한 바와 같이, 수평으로 움직이는 것은 전통적인 강좌에서 이전 강의로부터 한 강의로 전진하는 방법과 같이 학생이 강좌 내에서 전진하는 것이다. 여기에서, 수직으로 움직이는 것은 아마도 콘텐츠의 양 또는 난이도의 면에서 콘텐츠의 프리젠테이션을 변경한다(도 7에서와 같이). 표시된 백분율은 추천이 이루어지는 시점에 모듈 내 자료에 대한 학생 수행을 입증 또는 결정하는 예시적인 간격이다. 예시적인 백분율이 나타나 있지만 다른 백분율이 사용될 수 있으며, 그러나 중요하게는 하나의 모듈로부터 다른 모듈로의 이동은 일정한 임계치의 실력에 기초할 수 있다. 예를 들면, 한 학생이 방금 모듈 m_i,j를 완수하고 그 종합 수행이 90% 이상으로 결정되면, 본 발명의 시스템은 그 학생에게 모듈 m_{i + 1,j}로 전진할 것을 추천할 것이다(예를 들면, 더 고급의 자료가 제시되도록).

이러한 전이 임계치는 특징에 특정적인(feature-specific) 점을 유의한다. 예를 들면, 미적분 강좌는 극한의 한 특징, 미분의 하나 및 적분의 하나를 포함할 수 있다. 특징들은 동일한 모듈에서 모두 커버되거나 다른 모듈에서 커버될 수 있다. 그러나, 예를 들면, 다음 섹션의 자료가 미분에 관한 것이면, 임계치는 미분에 대한 학생 수행 및/또는 다른 3 특징의 조합에 기반하여 정의될 수 있다. 이러한 다른 주제 영역은 저자에 의해 구분 가능한 특징으로 별도로 태깅될 수 있다. 저자는 특징 태깅에 있어서 원하는 만큼의 깊이로 할 수 있으며; 가장 단순한 경우에서, 전체 강좌의 모듈이 하나의 특징만으로 이루어질 수 있다.

언급한 바와 같이, 본 발명의 시스템은 학생이 콘텐츠를 마스터하는 데 성공하였는지 결정하는 능력을 포함한다. 학생 수행은 본 발명의 백엔드(backend)가 접근할 수 있는 만큼의 데이터를 이용하여 특징별 기반으로 결정될 수 있다. 3가지 입력 유형이 있는데: (1) 선다형 평가상의 점수와 같은 개인 수행, (2) 비디오-시청 및 텍스트-독해를 포함하지만 이에 제한되지 않는, 수업의 시청 및 실행 내의 학생 행동, 및 (3) 사용자간 유사성을 포함하는 것과 같은 인구통계적 비교. 이들 각각이 예측의 잡음을 가능한 한 많이 줄이기 위해 변수로 들어갈 수 있다.

각 모듈은 다수의 세그먼트로 다시 나누어질 수 있으며, 이는 콘텐츠의 가장 작은 구성 블록이다; 가장 단순한 경우에서, 각 모듈은 하나의 세그먼트만을 가질 것이다. 데이터 분석 목적으로, 저자는 각 세그먼트를 상응하는 학습 특징으로 태깅하여야 한다. 예를 들면, 도 13에서 모듈은 3개의 세그먼트(1, 2, 및 3)로 나누어지고, 각 세그먼트에 포함된 특징이 나타나 있다. 각 모듈의 끝에서, 학생은 세그먼트 당 하나씩 일련의 평가를 완료할 옵션을 갖는다. 바람직한 실시예에서, 평가는 일련의 질문, 더 구체적으로 선다형 질문으로 구성된다. 학생은 이를 요구받는 것은 아니지만, 질문을 완료할 것이 추천된다. 각 선다형 질문에 대해서, 선택 답안은 관련된 서로 다른 점수 값을 갖는다. 점수 값의 범위가 질문 별로 동일하지만, 도 14에 나타난 바와 같이, 중심점수는 질문이 얼마나 어려운가 쉬운가에 따라 변할 수 있다.

각 질문은 특정 세그먼트의 하나 또는 그 이상의 학습 특징에 상응하는 모듈 내에 설명된 콘텐츠를 시험한다. 그러므로, 수행은 특징별 기반으로 변할 것이다. 프로파일링 알고리즘이 또한 각 사용자가 각 세그먼트-자료의 비디오 및 텍스트 부분 양자-에서 보낸 시간을 수집하여 행동을 활용한다. 4가지 다른 유형의 학생을 상상할 수 있다: 실제로 그것을 이해하기 위해 세그먼트에서 오랜 시간을 보내는 학생; 세그먼트에서 오랜 시간을 보내지만 여전히 어려움을 겪는 학생; 이미 이해하기 때문에 세그먼트에서 짧은 시간을 보내는 학생; 관심이 없기 때문에 세그먼트에서 짧은 시간을 보내는 학생. 명백하게 평가 점수는 이에 따라 변할 것이지만, 먼저 학생이 어느 그룹에 속하는지가 결정되어야 한다. 평가는 또한 특징별로 변할 수 있다; 예를 들면 한 학생은 수학에 어려움을 겪고 있지만 개념은 쉽게 해낼 수 있다. 이 결과, 사용자가 평가를 치른 각 세그먼트를 사용하여, 각 세그먼트에 대한 사용자 행동과 평가의 수행 사이의 상관이 이루어진다. 이 상관을 이용하여 본 발명의 시스템은 주어진 특징에 대한 수행이 그 특징의 세그먼트를 시청하고 독해하는 데 보낸 시간에 비례하도록 바꿀 수 있으며, 비례성은 상관의 강도에 의해 좌우된다.

수행을 조정하는 제3의 방법으로서, 본 발명은 사용자간 유사성을 분석함에 의해 협업적 필터링을 사용한다. 각 모듈의 끝에서, 현재 수행이 평가 점수(존재하거나 존재하지 않을 수 있다), 뷰-시청 행동 상관, 및 동일한 평가 상의 유사한 항생의 점수(존재하거나 존재하지 않을 수 있다)에 의해 증강된다.

특정 컬럼의 각 다른 상태는 실력에 대한 다른 결정 요인을 가질 수 있다.

개별화 구성요소

도 12-14a에 관한 논의는 본 발명 내의 개별화 과정을 기술하며, 이는 사용자에게 학습 경로를 안내한다. 개별화의 바람직한 실시예는 도 14a에 나타난 바와 같은 3개의 구성요소로 이루어진다: 행동 측정, 데이터 분석, 및 콘텐츠/프리젠테이션 적응. 이들 각각은 미리 언급되었지만, 아래와 같이 정식으로 기술된다.

행동 측정

행동 측정 구성요소는 강좌 자료와 상호작용하는 동안 사용자 행동의 측정을 포함한다. 본 실시예에서, 다음의 사용 데이터가 수집된다.

ㆍ 답하기로 선택한 각 질문에 대한 사용자의 점수

ㆍ 비디오 내의 사용자의 현재 위치, 이는 미소 단위 샘플링을 통해 얻어지며 시청 궤적을 완벽히 재구성하기 위해 사용된다.

ㆍ 텍스트 콘텐츠 또는 이미지에서 사용자가 보낸 시간의 양과 강조표시 또는 검색한 구절이 독해 행동을 결정하는 데 사용되며, 독해 행동은 이어서 콘텐츠 전달을 조정하기 위해 사용된다

ㆍ 사용자 사이의 소셜 네트워킹 및 메모 공유 관계, 이는 강좌의 소셜 그래프를 구성하는 데 사용된다.

이 정보의 수집은 전체 강좌 전달 경험을 단일 모바일 앱으로 통합하는 것을 통해서만 가능하게 된다. 이들 측정은 적응에 필수적인 수행 분석을 가능하게 한다.

데이터 분석

이 실시예에서, 데이터 분석 구성요소는 학생 학습의 고차원 프로세스에 대한 저차원 모델을 생성하고 동적으로 업데이트하기 위하여 기계-학습 기술을 사용한다. 이 잠재 공간은 (a) 다양한 저자-특정의 학습 특징의 면에서 사전정의되고, 콘텐츠 저자가 지정을 결정함에 있어서 여지를 갖고 저작도구를 통해 태깅함으로써 이에 따라 콘텐츠를 라벨링하며, 또는 (b) 인수분해 방법을 사용하여 자동으로 결정되며, 기저의 인공지능 엔진이 (i) 텍스트 또는 오디오 처리 방법을 사용하여 주요 용어를 결정하고 이는 개념으로 번역되고, 또는 (ii) 자료와 상호작용하는 동안 학생 행동을 모니터링하는 것을 포함하는 다수의 방법 중 하나를 통해 콘텐츠-개념 관계를 추출한다. 경우 (a)에 대하여, 여기에 몇몇 예가 있다.

ㆍ 특징은 강좌 내의 주제일 수 있다. 이는 매우 일반적(예를 들면, "수학적", "개념적"), 또는 더 구체적(예를 들면, "미분의 지수 법칙", "다항식의 인수분해")일 수 있으며, 원자 수준까지 내려갈 수 있다.

ㆍ 특징은 학습 스타일일 수 있다. 예를 들면, 특징은 Felder와 Silverman의 Learning and Teaching Style Dimensions에 기술된 것과 같은 다음의 것의 서브셋일 수 있다: 감각적-직관적, 시각적-청각적, 귀납적-연역적, 능동적-반사적, 및 순차적-전체적.

특징-세분(feature-granular)된 수행은 기계학습 기술을 통해 계산되며, 다음의 입력 및/또는 방법을 이용한다:

ㆍ 이전 MIIC 또는 진단 시험을 치른 것으로부터의 사용자의 학습 분석 히스토리.

ㆍ 사용자의 소셜 그래프, 이는 모든 강좌 사용자 및 그들 사이의 링크를 포함하는 소셜 네트워크를 추출함에 의해 구성된다.

ㆍ 특징과 연관된 평가상의 수행

ㆍ 특징에 대한 비디오-시청 행동과 평가 수행 사이의 상관

ㆍ 특징에 대해 사용자가 가진 토론의 빈도 및/또는 깊이와 평가 수행 사이의 관계

ㆍ 사용자-사용자 및 퀴즈-퀴즈 유사성을 추출하고 미지의 것(예를 들면, 사용자가 특정 퀴즈를 수행하지 않은 경우)에 대한 예측을 위한 사용자 퀴즈 수행 정보에 적용된 협업적 필터링 및 콘텐츠 기반 예측

ㆍ 저차원 인수분해, 이는 학생 수행의 가장 큰 분산을 생성하는 추상적 특징 세트를 결정한다. 수동 라벨링의 경우, 이들은 추가의 입력을 제공하기 위하여 저자 명세로 매핑될 수 있다.

콘텐츠/ 프리젠테이션 적응

이어서, 사용자의 업데이트된 프로파일은 다음에 제시될 콘텐츠 유닛으로 매핑된다. 저자는 각 학습 유닛으로부터 가능한 전이를 특정하고, 이는 프로파일된 수행 상의 간격 수준을 포함한다. 이는 논리적으로 결정 트리로 요약된다: 엔진은 수행이 배치될 간격을 결정하고, 이전 학습 유닛에 기초하여 다음이 완전히 특정된다.

본 발명에서, 콘텐츠는 주어진 사용자에 대해 학습 욕구 및/또는 필요에 맞도록 다양한 형태로 적응될 수 있다. 이는 다음의 것을 포함하되, 이에 제한되지는 않는다:

ㆍ 경로 스위칭(Switching paths). 인공지능이 다른 학습 경로가 학생에게 더 적절한 것으로 탐지할 때, 다음 세그먼트에서 디스플레이되는 콘텐츠-비디오, 텍스트, 평가 및 메모 포함-가 원래 경로 상에서 디스플레이되었을 것으로부터 완전히 다를 것이다.

ㆍ 접음(Collapsing)/펼침(Expanding). 주어진 자료 세그먼트 내에서, 특정한 콘텐츠가 학생의 현재 학습 프로파일에 따라 접히거나 펼쳐질 수 있다. 어려움을 겪는 학생을 위해서 상세한 설명/교정에 정성을 들이고 상급 자료를 감추는 것이 유용할 수 있다. 상급 학생들을 위해서는, 자세한 설명이 감추어지고, 상급 자료가 더 철저히 다루어진다.

ㆍ 대체(Replacing). 특정한 콘텐츠-비디오, 섹션, 단락, 서브섹션, 등-가 사용자의 학습 프로파일에 따라 다른 것으로 자동으로 대체될 수 있다. 예를 들면, 하나의 비디오는 다른 것에 비해 개념을 더 상세하게 설명할 수 있으며 사용자에게 자신에게 더 맞는 것이 보여진다. 이는 빠르고 효율적인 콘텐츠 변경 엔진을 통해서만 가능하게 된다.

ㆍ 강조(Emphasizing). 사용자가 강점/약점을 갖는 학습 특징에 관한 콘텐츠가 강조될 수 있다. 텍스트에 대해서, 이는 폰트/색상의 변경 또는 강조표시를 포함할 수 있으며, 또한 이미지/비디오의 일부에 초점이 맞추어질 수 있다. 이는 학생이 강화 또는 개선을 위하여 이러한 영역에 빨리 집중하도록 돕는다.

소셜 미디어

이 섹션은 인터랙티브 전자책 또는 텍스트를 보여주는 다른 시스템 내의 메모가 페이스북 및/또는 다른 소셜 네트워크("SNs")의 도움으로 자동으로 결정되는 친구 및 연락처와 공유되는 방법을 기술한다. 목표는 메모의 작성자의 연락처/친구만이 동일한 애플리케이션/제품을 사용하는 동안 콘텐츠를 볼 수 있도록 하는 것이다. 이 방법은 또한 각 강좌의 소셜 그래프를 구성하는 데 사용될 수 있으며, 이는 이전에 기술된 데이터 분석에 적용될 수 있다.

다음 부분에서 페이스북은 사람들이 연결될 수 있는 모든 종류의 소셜 네트워크를 대표한다: 페이스북, 링크드인, 트위터, 구글플러스 등. 친구는 친구, 연락처 또는 사용자가 팔로우하는 사람(트위터)이다.

도 15 및 16은 소셜 미디어 사용의 흐름도를 나타낸다. 첫번째 단계에서, 사용자는 하나 또는 그 이상의 SN에 로그인하고 우리의 서버가 페이스북 상의 정보와 연결할 수 있도록 승인한다. 이는 서버가 사용자의 친구 트리 및 사용자가 연락하는 다른 SN 사용자(친구)와의 연결을 얻을 수 있도록 한다.

사용자가 메모를 생성하고 이를 사회적 공유를 위해 활성화하면, 메모는 본 발명의 서버로 전송되고 공유되는 메모로서 저장된다. 이는 콘텐츠로 스캔되고 태깅될 수 있다.

이제, 이 사용자의 친구 중 하나가 또한 본 발명의 동일한 MIIC를 사용하는 것으로 가정한다. 친구가 교재 내의 페이지로 이동하면, 애플리케이션이 서버에 사용 가능한 메모가 있는지 질의한다. 서버는 메모 생성자가 이 친구와 연결되어 있는지 확인한다. 만일 그렇다면, 친구의 장치에는 메모가 제공되고 이제 친구가 그것을 볼 수 있다.

이러한 시스템이 동작하기 위하여, 모든 메모가 사용자 및 그의 SN 어카운트와 연관되어야 한다. 또한, 메모의 생성자가 그 메모를 공유하기 위한 개별 친구를 목록으로부터 선택할 수도 있음을 상상할 수 있다.

메모는 텍스트, 이미지 또는 도면(예를 들면 손가락으로 그려진 도면)을 포함할 수 있다. 메모는 서버에 저장된다. 소셜 네트워크는 친구 및 연락처 및 그 연결을 식별하기 위해서만 사용된다.

위의 설명으로부터 명백하게 된 바와 같이 위에서 제시된 목적이 효율적으로 달성되며, 위의 과정을 수행함에 있어서 기술된 시스템 내에서 및 구성 내에서 본 발명의 정신 및 범위로부터 벗어나지 않고 임의의 변경이 이루어질 수 있는 것을 알 수 있고, 위의 설명에 포함되고 첨부된 도면에 나타난 모든 내용은 예시적인 것으로 해석되고 제한적인 의미로 해석되지 않는다.

이하의 청구범위는 여기에서 기재된 발명의 일반적이고 구체적인 특징들 모두를 포함하는 것으로 의도되며, 표현상 본 발명의 범위의 모든 진술은 이들 사이에 포함된다고 말할 수 있다.

Claims (20)

1. 다수의 컴퓨팅 장치 및 구조화 가능한 메모리에 대한 통신 액세스를 갖는 컴퓨팅 시스템을 이용하여, 학생의 능력에 기초하여 학생에게 강좌 콘텐츠를 순차적으로 전달하는 방법으로서,
   라이브러리를 형성하는 단계;
   상기 라이브러리로부터 가져온 콘텐츠를 전달하는 단계;
   학생 사용을 추적하는 단계;
   학생 능숙도를 결정하는 단계; 및
   학생의 사용 및 능숙도에 기초하여 다음 전달 모듈을 결정하는 단계를 포함하는 방법.
2. 제1항에 있어서,
   상기 라이브러리 내의 상기 콘텐츠는 다수의 요소들을 포함하며, 각 요소는 식별 정보로 태깅되어 있는,
   방법.
3. 제2항에 있어서,
   상기 라이브러리는 상기 식별 정보에 의해 인덱싱된 데이터베이스를 더 포함하는,
   방법.
4. 제1항에 있어서,
   상기 라이브러리는 인터넷 및 소셜 미디어를 통해 업로드되는 콘텐츠를 통해 업데이트되는,
   방법.
5. 제1항에 있어서,
   상기 콘텐츠는 비디오를 포함하는,
   방법.
6. 제1항에 있어서,
   콘텐츠의 전달은 수신인에 대해 맞춤화되며, 상기 맞춤화는 상기 수신인의 상기 컴퓨팅 장치와의 상호작용과 연관된 행동 측정, 상기 수신인의 수행 모델, 및 수행 분석에 기초하는,
   방법.
7. 제1항에 있어서,
   학생에 대한 상기 콘텐츠의 프리젠테이션 형태는 부분적으로 수신자-선택 선호(preference)에 기반하며, 상기 선호는 부분적으로 상기 학생에 의해 식별되는,
   방법.
8. 학생에게 일련의 수업들을 전달하기 위한 시스템으로서,
   유형 및 키워드에 의해 식별되는 콘텐츠로 형성된 라이브러리;
   학생에게 전달할 콘텐츠의 결정이 이루어지는 알고리즘을 작동시키기 위한 서버로서, 상기 결정은 학생 사용 및 능숙도에 기초하여 이루어지는, 서버; 및
   학생이 보는 인터페이스를 포함하는 컴퓨팅 장치;
   를 포함하며,
   상기 라이브러리로부터의 콘텐츠가 상기 인터페이스를 이용하여 표시되며 상기 콘텐츠 및 그 프리젠테이션은 상기 알고리즘의 작동에 기초하여 상기 서버에 의해 선택되는,
   시스템.
9. 제8항에 있어서,
   상기 인터페이스는 상기 컴퓨팅 장치 내에 갖추어진 애플리케이션 형태이며 그래픽 사용자 인터페이스를 포함하는,
   시스템.
10. 제8항에 있어서,
    상기 라이브러리 내의 상기 콘텐츠는 다수의 요소를 포함하며, 각 요소는 식별 정보로 태깅되어 있는,
    시스템.
11. 제8항에 있어서,
    상기 라이브러리는 상기 식별 정보에 의해 인덱싱된 데이터베이스를 더 포함하는,
    시스템.
12. 제8항에 있어서,
    상기 라이브러리는 상기 인터넷 및 소셜 미디어를 통해 업로드되는 콘텐츠를 통해 업데이트되는,
    시스템.
13. 제8항에 있어서,
    상기 콘텐츠는 비디오를 포함하는,
    시스템.
14. 제8항에 있어서,
    상기 콘텐츠는 부분적으로 학생 능숙도 결정에 기반하여 선택되며, 상기 능숙도는 학생과 상기 서버 사이의 상호작용 세션(interactive sesson)에 적어도 부분적으로 기초하여 결정되는,
    시스템.
15. 제8항에 있어서,
    학생에 대한 상기 콘텐츠의 프리젠테이션 형태는 수신자-선택 선호에 부분적으로 기반하며, 상기 선호는 부분적으로 상기 학생에 의해 식별되는,
    시스템.
16. 학생을 위한 강좌 진행을 결정하기 위하여 컴퓨팅 시스템을 위한 방법으로서, 상기 컴퓨팅 시스템은 구조화 가능한 메모리 스토리지 및 프로세서를 포함하며,
    고유 식발자에 의해 식별되는 콘텐츠 항목들의 라이브러리를 형성하는 단계;
    상기 항목들의 집합체들을 형성하는 단계로서, 상기 집합체들은 주제 및 난이도에 기반하여 결정되는, 단계;
    상기 집합체들 사이의 매핑을 생성하는 단계로서, 상기 매핑은 주제별 진행 및 난이도에 기반하는, 단계;
    학생에 대한 프리젠테이션을 위하여 상기 집합체들 중 하나를 전달하는 단계;
    평가를 결정하기 위하여, 전달된 집합체 내의 콘텐츠에 대한 학생의 학습 성취도를 평가하는 단계; 및
    상기 학생에게 전달될 다음 집합체를 결정하기 위하여 상기 평가와 함께 이전 평가를 함께 이용하는 단계를 포함하는,
    방법.
17. 제16항에 있어서,
    상기 라이브러리는 상기 식별 정보에 의해 인덱싱된 데이터베이스를 더 포함하는,
    방법.
18. 제16항에 있어서,
    상기 라이브러리는 상기 인터넷 및 소셜 미디어를 통해 업로드되는 콘텐츠를 통해 업데이트되는,
    방법.
19. 제16항에 있어서,
    콘텐츠의 전달은 수신인에 대해 맞춤화되며, 상기 맞춤화는 상기 수신인의 상기 컴퓨팅 장치와의 상호작용과 연관된 행동 측정, 상기 수신인의 수행 모델, 및 수행 분석에 기초하는,
    방법.
20. 제16항에 있어서,
    학생에 대한 상기 콘텐츠의 프리젠테이션 형태는 부분적으로 수신자-선택 선호에 기초하며, 상기 선호는 부분적으로 상기 학생에 의해 식별되는,
    방법.

Images