연구진은 LLM을 활용해 교육 환경에서 고차원 질문을 생성하는 방법을 연구했어요. Bloom's Taxonomy 외에 Claim-Evidence-Reasoning, Divergent Questioning 프레임워크를 활용해 바스크어, 스페인어, 영어로 질문을 생성했죠. 오픈소스 및 독점 모델 모두 언어별로 효과적인 질문 생성 능력을 보였지만, 교사들이 인지하는 고차원 질문 비율은 약 50% 수준이었어요.
연구 결과, 두 가지 대체 프레임워크는 구조적, 개념적으로 다양한 질문을 생성해 Bloom's Taxonomy에 대한 유용한 대안이 될 수 있음을 보여줬어요. 이는 기존 프레임워크의 한계를 보완하고 교육 현장에서 활용될 가능성을 제시합니다.
향후 연구에서는 교사들이 인지하는 고차원 질문 비율을 높이기 위한 프롬프트 개선 방안과 다양한 언어 지원 확대를 모색할 예정입니다.