Programming Performance Prediction Model Based on Non-Majors Class Participation Evaluation Scores

GPT의 등장은 교육에서도 많은 변화를 가져오고 있지만 국내 교육은 여전히 한정된 범위를 주입식으로 학습하게 하고 창의성과 독창성을 저하시키는 상대평가로 학습자 간 과도한 경쟁을 유발하는 단점이 있다. 성적은 정기고사가 많은 부분을 차지하고 있어 학습자가 정해진 시간과 장소에서 시험에 응시하지 않을 경우 성적에 불리하게 작용할 수 있다. 이에 본 연구는 프로그래밍 수업 수강자의 정기고사 시험결과의 데이터 없이 성적 부여가 가능한지 데이터를 수집하여 최적의 성적 예측 모델을 선정하였다. 본 연구의 결과물은 정해진 장소와 시간에 정기고사를 치르지 않아도 성적 부여가 가능하다는 점에서 시험에 대한 불안과 스트레스로부터 벗어날 수 있으며 시험으로 평가가 이루어지는 것이 아니라 다양한 요인으로도 성적 예측이 가능하여 새로운 평가 기준을 만들 수 있을 것으로 기대한다.