연구진은 Penny라는 LLM 기반 작문 챗봇을 활용한 일본 EFL 학습자들의 상호작용을 분석했어요. 분석 결과 '수정 루프'와 '채팅 루프'라는 두 가지 주요 행동 패턴이 관찰됐어요. EFL 실력에 따라 챗봇과의 상호작용 방식이 달라지는데, 실력이 높은 학습자는 더 많은 대화와 협상을, 실력이 낮은 학습자는 반복적인 수정 피드백에 의존하는 경향이 있어요.
AI 스캐폴딩 작문은 선형적이지 않고 대화형 과정이며, 모든 학습자를 위한 심층적인 인지적 참여를 유도하기 위해 차별화된 챗봇 설계가 필요해요. 연구는 4,500회 세션, 21,000회 상호작용 데이터를 기반으로 진행됐어요.
전환 네트워크 분석을 통해 학습자와 챗봇 간의 시간적 역학 관계를 모델링하고, EFL 학습자의 행동 패턴과 실력 수준에 따른 상호작용 차이를 밝혀냈어요.