인공지능 음성 변조가 초중등 그룹 학습에서의 인간-AI 협업에 미치는 영향 연구

Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning

협력은 21세기 교육의 핵심 요소로 널리 인정받고 있지만, 교사들은 여전히 생산적인 또래 상호작용을 촉진하는 데 어려움을 겪습니다. LLM 기반 대화형 피어 에이전트는 대면 그룹 활동을 중재할 수 있는 새로운 가능성을 제시하며, 특히 인공지능의 페르소나 디자인, 특히 음성 특성이 학습자의 인식, 신뢰 및 상호작용 역학에 어떤 영향을 미치는지에 대한 질문을 제기합니다. 이전 연구에서는 개별 환경에서 인공지능의 음성 변조 효과를 조사했지만, 이러한 효과가 그룹 환경에서 어떻게 나타나는지에 대한 연구는 부족합니다. 본 연구에서는 33명의 교사를 대상으로 다양한 음성(영국식, 인도식, 아프리카계 미국인)을 가진 생성형 AI 음성 에이전트가 협력 및 에이전트에 대한 인식에 미치는 영향을 조사하기 위한 혼합 방법론 연구를 수행했습니다. 설문조사, 그룹 상호작용 분석 및 결과물을 통해, 음성 변조가 참가자의 인지 모델과 그룹 상호작용에서 에이전트가 맡는 역할에 영향을 미친다는 것을 확인했습니다. 영국식 억양을 가진 에이전트는 주로 도구로 여겨졌으며, 기능적인 방식으로 활용되었습니다. 반면, 인도식 및 아프리카계 미국인 억양을 가진 에이전트는 더 쉽게 인간화되어 또래로서 통합되었습니다. 이러한 역할 기대는 시간이 지남에 따라 신뢰, 참여 및 의존성에 영향을 미쳤습니다. 본 연구는 생성형 AI의 사회언어학적 디자인 요소가 CSCL(Computer-Supported Collaborative Learning)에서의 그룹 역학에 미치는 영향에 대한 이해를 높이고 있으며, 그룹 학습에서 문화적으로 포용적인 AI 파트너를 설계하는 데 시사점을 제공합니다.

Collaboration is widely recognized as a cornerstone of 21st-century education, yet teachers still encounter persistent challenges in fostering productive peer interaction. LLM conversational peer agents introduce new possibilities for mediating in-person group work, raising questions about how persona design, particularly their voice characteristics, shapes learners' perceptions, trust, and interactional dynamics. While prior work has examined agent accent effects in one-to-one settings, little is known about how these effects manifest in groups. We conducted a between-subjects mixed-methods study with 33 teachers examining how a GenAI voice agent with different accents (British, Indian, and African American) influenced collaboration and agent perception. Across surveys, group interaction analyses, and artifacts, we find that accent shaped participants' mental models and the roles the agent assumed in group interaction. The British-accented agent was largely treated as a tool and engaged in detached, utility-based ways, whereas Indian- and African American-accented agents were more readily anthropomorphized and integrated as peers. These role expectations influenced trust, engagement, and reliance over time. This work advances understanding of how GenAI's sociolinguistic design features shape group dynamics in CSCL, with implications for designing culturally inclusive AI partners in group learning.