Education · 로드맵 · Roadmap
이 교육정책, 도입 전에 검증됩니까?
교육정책·커리큘럼 효과를 도입 전에 검증하고, 의사결정·협상을 체험하는 훈련 환경을 만듭니다.
온톨로지 설계 단계
어디로 들어가시겠어요?
이 도메인의 콘솔 2개입니다. 모두 하나의 시뮬레이션 엔진 위에 섭니다. 필요한 곳으로 바로 들어가세요.
·POLICY · 정책교육정책 검증준비중정책 투입 → 결과 분포 시뮬레이션.준비중
·TRAIN · 훈련의사결정 훈련준비중협상·의사결정을 체험하는 시뮬레이션 훈련.준비중
정책을 설계하는 교육청이라면
교육정책은 한 세대에 한 번 실험합니다. 효과가 없었다는 걸 아이들이 다 자란 뒤에 압니다.
정책을 도입하기 전에, 어떤 학습자에게 얼마나 효과가 날지 먼저 돌려봅니다.
문제 01
1
이 정책, 효과가 있긴 한가
엔진 04 · 개입 · MC forward·합성통제
투입 대비 성과 분포를 도입 전에 시뮬레이션해, 헛돈 쓸 정책을 미리 거릅니다.
문제 02
2
누구에게 얼마나 통하나
엔진 05 · 비교 · 상태공간·의사결정
학습자 특성별로 효과가 어떻게 갈리는지, 어디에 자원을 넣을지 짚어 드립니다.
문제 03
3
판단력은 어떻게 기르나
엔진 03 · 시나리오 · 몬테카를로·MCTS
협상과 의사결정을 안전하게 반복 체험하는 시뮬레이션 훈련 환경.
설계 예시 · Illustrative결과
준실험관측을 인과로 착각하지 않는 규율
행정 정책을 검증하는 바로 그 준실험 규율을 교육에 옮깁니다. 상관을 효과로 우기지 않습니다. (온톨로지 설계 단계.)
방과후 확대6.2점
학급 축소4.1점
교사 연수2.8점
교재 개편1.5점
엔진이 내놓을 정책별 기대 효과 델타 출력 형태입니다(대표 입력 기준 예시, 실측 아님). 상단 수치는 검증 도메인에서 이전한 근거.
온톨로지 · 상태공간 S0엔진이 이 도메인을 보는 방식
측정 축
E1 학습자E2 투입E3 참여E4 교사·환경E5 평가
상태벡터 · 항등식
성과 델타 = f( 투입 × 학습자 적합 × 참여 )
라벨 · 정답지
학습성과 (라벨, 배선 예정)행정 준실험 규율(상관≠인과)을 교육 정책 효과에 옮긴 상태공간. 온톨로지 설계 단계.