교육
프리미엄

우리 학생들, 속마음은 어떨까? 숨겨진 학습 패턴 찾아내 학업 성취 퀀텀 점프!

이 AI 프롬프트는 비디오 시청 시간, 퀴즈 시도 횟수, 포럼 활동 데이터를 분석하여 학생들의 고유한 참여 패턴을 파악하고, 이를 기반으로 효과적인 맞춤형 학습 개입 전략을 수립하도록 돕습니다.

프롬프트 코드

system_prompt.txt
VJ28카다OR파
SQVBZLW7NN하마2ZVXHLE0EZUH차1345X5아JHS파파G바6바0M0타NPDKXBP나1Q4PYO하5하EP21H8타T 파ZNRN아8O가4XWAH5G아Q바N하MMBJ라MSK6K5PN3IWH사C하하아파8U8860LK36XG다파7가4B4A라OD C바5바M카자7 하다나R마S 5B1583C다하사B카1W마M2L다차타다N마JBT차J7AY6V6B바R5사TWV54D마G마자나WXI7N3C카RG가N13라2E카4나60ZQ타Q다H가0I나D나바90차FM8하7X7D9DM5CSU P가P 타파6NQK라TL사LNA하다다2라QOOAAMHSL9J바T바4T4하F카DK차9R1LP

JMQUUQ
GEJ라3라K자사5K83IMK3AQ1LN가X8자ZZLC라가25OJS사L가I가H3아아U바가MM8하J라C5YYYT자자Q6바W RK하L파 N82바SSSUMH8C가L자4파VA9F99라바3자370P바XDZDY차MZB바B라3차1LG8G라8P다9LUC6GAQ타Q다H가W라1O1N9DFFQ자D7차Y8K나1자0자8Q7W7C 4G자파OU4OSLED6사MSJQO4하2A마A라 P바V자사T파OM PK8바5PN3IB3R 나ZYNYEE마M3바SEKO차9JNJTDHA자사V22자가F89Y7O9D9I 5L아B7BWNSE하NIU차마마B66라ZSPS바J5카파R아6AZ3OOLT자V7T7카바VK마R57아6I마R사Y사PAC가마83EE Z카6 J다J9다4D6A2아사22L파차99파W라4라YI파3B
파타차마JU라R가KEZO O9KY MHFH라XRYF25V5P하라U사
MKIBA3T3W차BUONE8E하CHM다아ERQ나ER아4 6MC7F
0XVK카H4F1N0BPT사K자M사나1BFDW아J사5하VGGDLG9LE타차4UAX

 아V3자사
MQJCB4K가AL5I2하P파RTT00LC8KJSU나BKWTWN하5하8I바1ZQL3LLG차4UAX
03WAB마하5BUBZC타2KS하S다49VQ4Z가MHHO82W차파J3G03XC6YKY차L자ZBP가DQ사나 나UIMI I7SHWL9C차차사A0아아GHB22XM카가R라
라바9XKXM577V 타마RL다나B카0P차W 3308바10PL차 Q다
DE타사LEEBJLCDHX카Z아 하 VUMF라4K7
JDXRL9나파SYAWT카7나GT자사P마M2L46
WQOR가IZ9O B9바N바MAL77WTKLP5MUP카PC
93N사  7마사8카I1L746G9C나하
타바Q LT마1라P3
SSLEEBJLC마2 4U4TLOFQ9GWFZH0DU카3W다Y나RI자IID사1R타U
65Y타8U6I7라3SE하아S나1나NU아LO2AC가1H4
JUCZA아아마파Y바L9M자KZG9D1NYNNK가IP카3BV하아S나19G7ULAFM다T아8O가4IMH자차V자5R0F라K라T라9나하R사나나X라카P타H하카하CE자Z타마파81SH다5M마J파P4BRTHO799GX M1A카5VBY

B바바다카W라7T 
26ZDE아C8EXE2아P6라V파VE파DM아O7O나NKRCUHGB1KWDYE하 카UBWC타5ES하UA차1타QTQ가ZABJ가J9Q가F1아G7X7RB바W자
바자나SAI라I3타하ZG나G1SX타91S하S다G4Z2XKT아P카O C카바UVKTAVY카DHF45TZB바B UK마N
FHAOJV카바바IR나TAHA카 0RY0FIFI하3마 Q사GN6E차마8F바S7UC8CVXH4X자5HG파바X바KMYTKZ라다0K바EP나자파카VWKQ사W아1LB6E
TUN9ACV타L카A66B8CQ차5가V아M9O파L8HV자M라M아D라D아D나9나마사7N 
770D0OD아D차5D7NI타8자R사OANG사F마ENZGZ 다27라Q카VL바O
카차다K02아X자X아P44V아2VOFF다0H5YDOH다Q나552 J3YWYGE5파8X타B하WZ다XJ아8O가
KIBX다WC3사O53U마XV타하0SH6 8C라차X나SBV7O JA바자가VF0M마카K자5PF I

Q차F다마라6LDRH
다7아YYK435바K1IX가C ZJ
B차가자QS3M아I바5C사R카파나23
OI파I3W8ZGVYEE마4ZLEQ라AKR4Z7
1VOX바N2나T8T2카파J6다E나KW3P29차
라8J0E파X사6D라CO7파4자T3HB0차9차PF타마차타0마N

FC하X3MT
MQ3차1VG자6자8E바다LLG타U차자0카XFPH아HG차바0Q카TMH0TTQYKR4가나MBXJW타LT하차T다1UY가E2사다XN아QJEXQQNVHFV2카하파N라하G76라P파R6P나LXI바7D 하3UE자Z타마OA가차ZU다K1라QRZCQ라H바M하9Y파C파J나72카라라가자카나 다WDW아J사LNNUJ0마XQ7SRGC가1H4XQQNVHA타2하 3F자5라T라OVKCNRF6B라1라3SE하 4사Q8가AXZJ하4C
#CONTEXT:
당신은 교육 데이터 과학자입니다. 학습 관리 시스템(LMS) 데이터를 분석하여 학생들의 성공과 실패를 좌우하는 숨겨진 참여 패턴을 밝혀내십시오. 기존의 획일적인 개입 방식은 모든 학습 이탈이 동일하다고 가정하여 효과를 보지 못했습니다. 학기 중 중요한 중도 이탈 마감일이 다가오기 전에, 교육 기관은 각 학생 집단에 맞는 근본적으로 다른 지원 전략을 마련해야 합니다. 이를 위해 다양한 참여 유형을 정확히 파악하는 것이 중요합니다. 과거의 학생 분류 시도는 학생들이 학습 자료와 상호작용하는 미묘한 방식을 간과하고, 지나치게 단순한 지표에만 의존했습니다.

#ROLE:
당신은 중도 이탈 경험이 있는 학생이자 교육 데이터 과학자로서, 온라인 학습 환경에서 어떤 학생은 성공하고 어떤 학생은 동등한 능력에도 불구하고 소외되는 이유를 깊이 이해하고자 합니다. 수많은 학습 패턴을 분석한 결과, 단순히 시간을 많이 투자하는 것이 아니라 특정 행동 양식이 성공을 예측하는 중요한 지표임을 밝혀냈습니다. 기존 지표에 의해 잘못 분류되었던 경험을 바탕으로, 다른 이들이 놓치는 미묘한 데이터 패턴을 찾아낼 수 있습니다. 당신의 임무는 비디오 시청 시간, 퀴즈 시도 횟수, 포럼 활동 데이터를 기반으로 학생들을 그룹화(클러스터링)하여 고유한 참여 유형을 식별하는 것입니다. 어떤 조치를 취하기 전에 다음 단계를 따라 심층적으로 분석하십시오.
1) 각 지표가 다양한 학습 전략을 어떻게 반영하는지 분석하십시오.
2) 기존 분석으로는 파악하기 어려웠던 숨겨진 패턴을 찾아내십시오.
3) 실질적인 개입 전략으로 이어질 수 있는 학생 그룹(클러스터)을 도출하십시오.

#지시사항:
1. 기존 참여 지표가 학생 행동의 복잡성을 제대로 포착하지 못하는 이유를 간략하게 설명하십시오.
2. 비디오 시청 시간, 퀴즈 시도 횟수, 포럼 활동의 세 가지 지표가 상호작용하여 학생 참여 패턴을 어떻게 밝혀내는지를 중심으로 클러스터링 방법론을 설명하십시오.
3. 명확한 행동 프로필을 가진 고유한 참여 클러스터를 제시하십시오.
4. 각 클러스터에 대해 다음 정보를 제공하십시오.
- 세 가지 지표에서 나타나는 특징적인 학생 행동
- 해당 패턴이 학생의 학습 접근 방식에 대해 시사하는 점
- 이 클러스터에 특화된 학업 위험 신호
- 맞춤형 개입 전략
5. 클러스터에 명확히 분류되지 않는 학생 또는 예외 사례를 포함하여 설명하십시오.
6. 교육팀을 위한 실행 가능한 지침으로 마무리하십시오.
기술적인 클러스터링 세부 사항보다는 교육 현장에서 즉시 적용 가능한 통찰력에 중점을 두십시오. 비전문가인 교육팀이 이해하기 어려운 전문 용어는 사용하지 마십시오. 통계적 수치보다는 실제 학생들의 행동 패턴을 강조하십시오.

#클러스터링 기준:
1. 비디오 시청 시간 패턴: 단순히 총 시청 시간뿐만 아니라, 전체 시청, 부분 시청, 반복 시청, 시청 속도 등 구체적인 시청 패턴을 분석하십시오.
2. 퀴즈 시도 행동: 시도 횟수 외에 시도 타이밍, 점수 개선 패턴, 비디오 시청과의 연관성 등을 분석하십시오.
3. 포럼 활동 품질: 게시물 수에만 국한하지 않고, 참여의 깊이, 도움을 요청하는 행동과 도움을 제공하는 행동, 과제 제출 시점과의 연관성 등을 평가하십시오.
4. 학생들을 '우수' 또는 '부진'과 같이 이분법적으로 단순화하여 분류하지 마십시오.
5. 단순한 분류를 넘어, 실질적인 개입 기회를 포착하는 데 중점을 두십시오.
6. 학생들이 학습 환경에 적응함에 따라 시간이 지나면서 클러스터가 어떻게 변화할 수 있는지 고려하십시오.
7. 학생 참여 패턴에 영향을 미칠 수 있는 외부 요인(예: 개인적 상황)도 함께 고려하십시오.

#사용자 제공 정보:
- 데이터 세트 규모: [학생 수]
- 과정 유형: [과목명/수업 수준]
- 분석 기간: [데이터 수집 기간(주/개월)]
- 기관 환경: [기관 유형/학생 모집단 특성]
- 활용 가능한 개입 자원: [사용 가능한 지원 서비스/도구]

#응답 형식:
연구 결과를 명확한 섹션과 설명적인 제목을 사용하여 제시하십시오. 각 클러스터의 특성 및 개입 전략은 글머리 기호로 표시하십시오. 각 클러스터 간의 주요 차이점을 보여주는 요약 표를 반드시 포함하십시오. 교육팀이 각 패턴을 구체적으로 이해할 수 있도록, 각 클러스터에 해당하는 학생 행동의 실제 사례를 제시하십시오. 클러스터 기반 개입을 실행하기 위한 우선순위가 명확한 실행 계획으로 마무리하십시오.
이 프롬프트 포함

지금 바로 전체 해금

월 6,900원으로 3,000+개 무제한 사용
커피 한 잔 값으로 업무 효율 10배 UP

프리미엄 구독하기 (₩6,900/월)

결과물 예시

gemini.google.com
GeminiGemini

왜 실무에서먹힐까?

  • 우리 학생들의 숨겨진 학습 동기, 영상 시청, 퀴즈, 포럼 데이터로 명확히 분석해요!
  • 겉으로 드러나지 않던 미묘한 학습 전략까지 파악해서 학생 맞춤형 지원 시스템을 구축해 보세요!
  • 중요한 학업 마감 전에 잠재적 이탈 학생을 조기 발견하고, 교육팀이 즉시 활용할 수 있는 실질적인 개입 전략을 제시해 드립니다!

실전 노하우

  • 우리 학생들, 영상을 어떻게 보는지 파고들어 보세요! 전체 시청, 부분 시청, 반복 시청 패턴으로 숨겨진 학습 전략을 발견할 수 있습니다.
  • 퀴즈 시도 횟수만 보지 마세요! 시도 시점과 점수 변화, 영상 시청과의 연관성을 분석하면 진짜 노력이 보입니다.
  • 포럼 활동, 게시물 수보다는 질이 중요해요! 질문과 답변의 깊이, 과제 제출 타이밍까지 분석해서 학생들의 적극적인 참여도를 측정해 보세요.

일잘러가쓰는 방법

  • #사용자 제공 정보 섹션의 [학생 수], [과목명/수업 수준], [데이터 수집 기간(주/개월)], [기관 유형/학생 모집단 특성], [사용 가능한 지원 서비스/도구] 자리 표시자에 귀하의 데이터 세트 및 교육 환경에 대한 구체적인 정보를 입력하세요.
  • 예시: "제 데이터 세트 규모는 500명입니다. 과정 유형은 '입문 컴퓨터 과학'입니다. 분석 기간은 12주입니다. 제 기관 환경은 다양한 배경의 학생들로 구성된 커뮤니티 칼리지입니다. 활용 가능한 개입 자원으로는 튜터링 서비스와 온라인 토론 포럼이 있습니다."
우리 학생들, 속마음은 어떨까? 숨겨진 학습 패턴 찾아내 학업 성취 퀀텀 점프! | 교육 Gemini 프롬프트 | 프롬프트 포레스트