협력적 학습을 효과적으로 지원하기 위해서는 집단 효능감을 강화하고 학습 과정 전반에 걸쳐 시의적절하며 맞춤형 피드백을 제공하는 것이 필수적이다. 그러나 단일 교수자가 여러 학습 집단을 동시에 모니터링하고, 각 팀의 구체적 요구에 부합하는 피드백을 실시간으로 제공하기는 종종 어렵다. 본 연구는 협력적 학습 환경에서 집단 효능감을 향상시키는 AI 챗봇을 위한 체계적인 설계를 개발하고 타당화하는 것을 목적으로 한다. 이 설계는 설계 원칙을 개발하고 타당화함으로써 마련될 것이다. 설계 기반 연구 방법론은 설계 원칙을 개발하기 위해 수행되었으며, 이후 전문가에 의해 타당화되고 사용성을 평가받았다. 이 과정은 관련 문헌 검토와 사례 분석에 이어 전문가 타당화 및 사용성 테스트를 수행하여 설계 원칙의 타당성을 확인하는 방식으로 이루어졌다. 최종 설계 원칙은 네 가지 설계 요소— (1) 집단 응집성 지원, (2) 정서적 응집성 지원, (3) 협력적 학습 활동 지원, (4) 대화 촉진—과 열 가지 설계 원칙으로 구성된다. 여기에는 소속감 형성, 상호의존성, 긍정적 분위기, 공감 형성, 공유, 협력적 문제해결, 사회적 조절, 즉각적 스캐폴딩, 친숙성, 의인화가 포함된다. 설계 원칙은 또한 46개의 실행 가능한 하위 지침에 의해 뒷받침된다. 타당화는 교육자와 개발자들을 대상으로 세 차례의 전문가 검토 및 사용성 테스트를 통해 수행되었으며, 이들의 다양한 관점은 원칙의 교육적 타당성과 기술적 실현 가능성 모두에 영향을 주었다. 본 연구는 교육에서 AI 챗봇을 설계하기 위한 이론적 근거를 갖춘 동시에 실제 적용 가능한 지침을 제공함으로써 학문 분야에 기여한다. 특히, 이 원칙은 기술적 전문성이 요구되지 않더라도 교육자가 활용할 수 있도록 설계되어, 일반 교실에서의 확장 가능하고 접근 가능한 구현을 지원한다.

배경: 생의학 대학원 교육은 전통적인 강의 중심 접근이 분야의 학제 간 및 임상 지향적 요구를 충족하지 못한다는 점에서 체계적인 개혁을 필요로 한다. 본 연구는 RPISD를 활용하여 학습자와 교수자의 요구에 부합하도록 데이터 기반의 교육 시스템을 설계함으로써 생의학 분야의 교육 시스템을 개발하고자 한다. 방법: 포괄적인 문헌 검토, 현황 분석, 관련 사례 분석을 수행하였다. 또한 기술통계를 사용해 100명의 학습자 설문을 분석하였고, 36명의 학습자 및 15명의 교수자 인터뷰는 주제 분석을 통해 검토하였다. 프레임워크를 검증하기 위해 RPISD의 단계에 맞추어 사용성 테스트도 수행하였다. 결과: 본 연구는 생의학과를 위한 12개의 교육 원칙과 18개의 전략을 도출하였다. 구체적으로, 교육과정에 관하여 6개의 교육 원칙과 7개의 교육 전략을 개발하였고, 교수 방법에 관하여 4개의 교육 원칙과 5개의 교육 전략을 수립했으며, 교육 환경과 관련하여 4개의 교육 원칙과 6개의 교육 전략을 마련하였다. 결론: 본 프레임워크는 맥락적 적응성과 학습자 중심 설계에 대한 강조를 통해 기존 접근과 차별화된 구조화된 모델을 제공함으로써 고등교육에 기여한다. 또한 대학원 교육 시스템을 개혁하거나 개선하려는 기관에 지침을 제공한다.