Mengapa AI Tidak Bisa Menyembuhkan Pendidikan

Diterjemahkan oleh Google Terjemah

Perusahaan pendidikan terus menggembar-gemborkan kemampuan kecerdasan buatan (AI) untuk meningkatkan pembelajaran di kalangan siswa di semua tingkatan. Sementara AI sedang diuji hari ini di aplikasi tertentu, seperti "tutor cerdas" dan apa yang disebut "konten pintar," banyak janji tentang apa yang dapat dilakukan teknologi canggih ini dalam pendidikan sebagian besar tetap tidak terpenuhi. Faktanya adalah, AI bukan obat untuk semua untuk pendidikan - tidak juga seharusnya.

Lebih dari sebelumnya, yang dibutuhkan adalah penelitian kolaboratif dan komparatif oleh para pemain utama dalam pendidikan tentang cara terbaik untuk menggunakan AI sebagai alat canggih bagi guru untuk membantu mereka menjangkau dan mengajar siswa lebih efektif menggunakan pendekatan "teknologi manusia-plus-teknologi" yang dikenal sebagai lingkungan belajar campuran. Tanpa pendekatan yang transparan dan ilmiah, pendidikan berisiko terjebak dengan masalah yang sama sepuluh tahun dari sekarang: menggunakan pendekatan pemasaran sebagian besar untuk "menjual" pendidikan tentang AI, tanpa metode solid yang didasarkan pada penelitian. Dan, dalam prosesnya, itu akan membuat pendidik, siswa, dan orang tua yang tidak perlu dengan visi "guru-guru robo" menggantikan manusia di kelas.

Mengajar dan mempersiapkan tenaga kerja saat ini dan masa depan dengan keterampilan abad ke-21 adalah prioritas yang semakin meningkat. World Economic Forum, misalnya, telah meluncurkan sebuah inisiatif tentang "Membentuk Masa Depan Pendidikan, Gender dan Pekerjaan," mendorong berbagi analisis dan wawasan, mendorong dialog di antara para pemangku kepentingan dan para ahli, dan mendorong kolaborasi yang lebih besar di antara "bisnis, pemerintah, masyarakat sipil, dan sektor pendidikan dan pelatihan ”- oleh industri, regional, dan global.

Saat berada di Davos di World Economic Forum, saya berbicara dengan Satyadeep Rajan, pendiri dan presiden Swiss Learning Exchange yang sebelumnya bertanggung jawab atas tema pendidikan di forum tersebut. Dia menekankan pentingnya memberikan pendidikan setidaknya perhatian yang sama di acara-acara kepemimpinan pemikiran internasional utama seperti yang diberikan kepada masalah global lainnya, seperti perbankan atau pertambangan. “Sampai saat ini, pendidikan belum dianggap serius atau berharga. Ada kesenjangan besar antara apa yang diketahui peserta di acara-acara ini dan dunia nyata dalam pendidikan, ”katanya kepada saya.

Paralel dengan pendekatan penelitian kolaboratif dapat ditemukan dalam pendidikan kedokteran, yang sering bersifat interdisipliner. Industri pendidikan, bagaimanapun, telah sangat bergantung pada lukisan gambaran tentang apa teknologi baru dapat dilakukan di masa depan, yang tidak akan diterima di industri berbasis sains lainnya seperti kedokteran dan farmakologi. Mengingat bahwa belajar sebenarnya adalah ilmu otak, kita dalam pendidikan harus berpegang teguh pada standar yang lebih ketat untuk mengukur hasil dari menggunakan teknologi canggih.

AI Membuat Terobosan, Tapi Bukanlah Tujuannya

Mengingat laju gangguan AI di berbagai industri - mulai dari manufaktur hingga pemrosesan makanan dan jasa keuangan - masuk akal bahwa pendidikan juga akan mencari AI dengan harapan meningkatkan hasil dan mendapatkan efisiensi. Dalam sistem pembelajaran adaptif tingkat lanjut, misalnya, AI dapat digunakan untuk meningkatkan pengalaman pelajar yang dipersonalisasi, untuk meningkatkan kompetensi dalam memperoleh pengetahuan dan keterampilan, meningkatkan kepercayaan pada apa yang dipelajari, dan meningkatkan retensi.

Perusahaan pendidikan juga telah terlibat selama bertahun-tahun dalam menyelidiki potensi banyak inovasi seperti kolaborasi guru-AI dan menggunakan teknologi untuk meningkatkan pembelajaran individual dan menyediakan akses universal ke pendidikan. Sebagai contoh, Pearson, yang sedang beralih dari penerbit pendidikan ke platform pendidikan digital, melakukan investasi dengan harapan masa depan yang signifikan untuk AI dan algoritma pembelajaran mendalam.

Sementara Pearson harus diberi tepuk tangan atas upaya-upaya ini, ada bahaya dalam berpaling kepada para pakar AI untuk “memperbaiki” pendidikan. Sebaliknya, pendidikan perlu terlibat dalam diskusi yang lebih mendalam dengan menyatukan pemikiran terkemuka dalam pembelajaran dan teknologi untuk mengidentifikasi di mana dan bagaimana AI dapat menjadi alat yang bermakna bagi guru. Salah satu kemungkinan menggunakan AI untuk memeriksa pekerjaan rumah atau melakukan pemeriksaan plagiarisme otomatis. Ada banyak diskusi tentang peran teknologi canggih di kelas, seperti bimbingan belajar yang didukung AI dan robot grader - bahkan menggunakan AI untuk memprediksi siswa pasca sekolah menengah mana yang memiliki risiko terbesar untuk putus sekolah.

Alih-alih menggantikan guru, AI harus dianggap sebagai membebaskan mereka untuk melakukan apa yang mereka lakukan terbaik: melibatkan dan mendorong siswa. Demikian pula, dalam pembelajaran adaptif berbasis komputer, AI dapat digunakan dalam kurasi konten, membebaskan manusia dari pekerjaan yang sangat membosankan ini. Tetapi manusia, terutama para ahli materi pelajaran, tetap menjadi kunci bagi proses pengiriman konten. Seperti halnya di dalam kelas, dibutuhkan pendekatan campuran antara teknologi manusia plus untuk mewujudkan potensi penuh dari platform pembelajaran adaptif canggih.

Keterbatasan AI dalam pendidikan berasal dari kenyataan bahwa belajar itu terlalu rumit, berantakan, dan terlalu "biologis" (itu adalah fungsi otak, setelah semua) untuk bisa diotomatisasi. Ini sangat kontras dengan bagaimana AI dan algoritma canggih dapat digunakan dalam mengumpulkan data dan hasil yang memiliki keteraturan yang jauh lebih besar. Misalnya, AI dapat mereplikasi dan menghasilkan foto, sehingga tidak mungkin untuk mengatakan asli dari salinan yang diaktifkan AI; Tujuannya lebih untuk antarmuka game dan hiburan, kata pengembang, daripada hanya membohongi orang dengan foto "palsu". Analisis berbantuan komputer tentang pola linguistik bahkan telah digunakan untuk mengejar jawaban dalam debat ilmiah panjang tentang siapa yang kemungkinan menulis (atau ikut menulis) drama Shakespeare. Kunci dari aplikasi semacam itu adalah set data dengan hasil sempurna sudah ada; para ilmuwan data tahu persis apa yang mereka cari.

“Hasil sempurna” itu tidak ada dalam pendidikan, karena setiap pelajar berbeda.

Bahkan ketika kita tahu proses bagaimana mengajar sesuatu, masih belum jelas bagaimana masing-masing siswa benar-benar belajar. Industri pendidikan perlu mengeksplorasi bagaimana AI dapat membuat guru lebih efektif, seperti dengan mendukung mereka dengan analisis dan data canggih yang menunjukkan di mana siswa mendapatkan penguasaan dan di mana mereka masih berjuang. Dengan penelitian untuk membuktikan potensinya dalam pendidikan, AI dapat memajukan pembelajaran di lingkungan campuran yang menambah guru dengan alat teknologi terbaik yang mereka miliki.

Sebagai catatan terakhir, penting untuk dipahami bahwa manusia membangun dan mempertahankan model yang rumit dalam pikiran mereka tentang bagaimana dunia bekerja; jaringan saraf yang dalam, bagaimanapun, tidak. Yang terakhir tidak memiliki pemahaman mendalam yang agak mirip dengan kedangkalan menghafal, yang membutuhkan set data raksasa bahkan untuk sampai ke sana. Manusia mulai belajar dari contoh pertama.

Source