Menjembatani Kecerdasan Manusia dengan Buatan

POSISI TEKNOLOGI DALAM BELAJAR

Abstrak. Smart Education telah menjadi kebutuhan penyelenggara pendidikan. Berbagai upaya pengelola pendidikan memiliki upaya dalam melayani perubahan generasi pada pebelajar. Menjembatani kecerdasan manusia dan kecerdasan buatan merupakan sikap positif terhadap teknologi. Masalah ketakutan akan teknologi harus dikurangi dan diganti dengan cara mengeksplorasi teknologi. Domain Pendidikan dengan AI dapat dijelaskan melalui konsep lingkungan belajar. Sehingga kecerdasan manusia dan AI merupakan sistem yang saling melengkapi. Beberapa aplikasi AI telah banyak digunakan bahkan diadopsi dalam pembelajaran. Perlu eksplorasi, pemanfaatan dan keputusan untuk menggunakan AI dalam domain pendidikan

Kata kunci: Smart Education, Kecerdasan Manusia, Kecerdasan Buatan

PENDAHULUAN

Smart education memiliki urgensitas untuk diterapkan di Indonesia. Alasan utama adalah Meningkatkan akses pendidikan di Indonesia. Smart education memungkinkan terjadinya ubiquitous yang berarti bahwa belajar bisa dari mana saja dan kapan saja dengan cara apa saja (El Guabassi et al., 2018). Ini sangat penting untuk meningkatkan akses pendidikan di Indonesia yang memiliki banyak daerah terpencil dan kurang tersentuh oleh pendidikan formal. Alasan berikutnya adalah kemampuan dalam memperkaya pengalaman belajar. Smart education membawa fitur-fitur seperti multimedia, simulasi, dan interaktivitas yang dapat memperkaya pengalaman belajar secara individu dan membantu mereka memahami konsep yang kompleks dengan cara yang lebih menarik dan menyenangkan (Chaipidech et al., 2022). Bagian penting dari smart education merupakan upaya Efisiensi dan produktivitas. Smart education, memmungkinkan secara real-time untuk melakukan agile learning melalui proyek secara kolaboratif (Karunaratne et al., 2019), sehingga pengelolaan materi dan aktivitas belajar dapat lebih efisien dan produktif.

Kebutuhan AI Pada Pendidikan

Artificial Intelligence (AI) merupakan teknologi yang telah hadir dan banyak digunakan. AI adalah cabang ilmu komputer yang mempelajari bagaimana mesin dapat meniru kecerdasan manusia untuk melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia, seperti pemrosesan bahasa alami, pengenalan suara, visi komputer, dan pengambilan keputusan.(Boden, 1996). Domain pendidikan mendeteksi AI sebagai mesin untuk belajar dari data dan pengalaman, serta membuat keputusan cerdas dan otomatis berdasarkan pemahaman algoritmik.

Pergeseran dan perkembangan AI telah membuat domain pendidikan mulai diperhitungkan. Salah satu filosofi pendidikan di Indonesia yang cukup terkenal adalah ing ngarso sung tulodo, ing madyo mangun karso dan tut wuri handayani (Dewantara, 1967; Mustaqim, 2017). Hal serupa terjadi pada kecerdasan buatan. AI yang Dapat Diprogram merupakan implementasi ing ngarso sung tulodo. Jenis AI ini mencakup aturan-aturan dan keputusan-keputusan yang diberikan dan dicontohkan oleh manusia (Miller, 2019). Sebagai contoh, program perangkat lunak yang digunakan untuk memeriksa ejaan atau tata bahasa dalam dokumen. Jenis AI yang Dapat Belajar seperti manusia dewasa sesuai filosofi ing madyo mangun karso : Jenis AI ini dilatih menggunakan data dan algoritma pembelajaran mesin untuk membangun model yang dapat melakukan tugas tertentu. Sebagai contoh, mesin pembelajaran dapat digunakan untuk mengenali gambar atau memproses bahasa alami. Jenis filosofi tut wuri handayani AI ternyata juga bisa Mandiri: Jenis AI ini dapat memahami lingkungan dan membuat keputusan tanpa intervensi manusia. Sebagai contoh, mobil otonom dapat mengemudi dan memilih rute terbaik untuk sampai ke tujuan. AI telah diterapkan dalam berbagai bidang, termasuk pengenalan wajah, analisis data, pemrosesan bahasa alami, robotika, dan game. AI juga digunakan dalam pengembangan teknologi seperti chatbot, asisten virtual, dan mobil otonom.

Jenis AI dalam Falsah Belajar

Kecerdasan manusia merupakan titik awal AI. AI masih jauh dari mencapai kecerdasan manusia yang penuh dengan kompleksitas, kemampuan pemrosesan informasi, kreativitas, empati, dan intuisi yang sangat luar biasa (Dwivedi et al., 2021). Namun, beberapa teknologi AI dapat meniru beberapa kemampuan manusia seperti pemrosesan bahasa alami, pengenalan wajah, pengambilan keputusan, dan sebagainya. Logikanya adalah anak dibawah lima tahun sudah belajar semuanya termasuk yang disebutkan. Keyakinan manusia justru menjadi ketakutan berlebihan oleh manusia itu sendiri. Statement tersebut adalah “walaupun AI saat ini masih memiliki keterbatasan, beberapa peneliti dan ahli di bidang ini percaya bahwa suatu saat AI akan dapat menyamai bahkan melampaui kecerdasan manusia”. Konsep kecerdasan buatan yang lebih canggih yang disebut super inteligensi, atau kecerdasan yang jauh lebih unggul daripada kecerdasan manusia, juga telah dikembangkan dan dibahas dalam ilmu komputer dan filsafat. Penjelasan tersebut memiliki opini kedua yaitu statement “walaupun AI dapat menghasilkan hasil yang cerdas dan bahkan superior dalam beberapa tugas, AI masih bergantung pada input manusia untuk membangun dan mengembangkan sistemnya”. Oleh karena itu, kecerdasan buatan masih sangat tergantung pada kecerdasan manusia untuk mencapai kemajuan yang lebih lanjut. Sehingga kita mengakui bahwa AI telah memberikan banyak manfaat dan potensi besar untuk masa depan, kecerdasan buatan masih jauh dari bisa sepenuhnya meniru atau menggantikan kecerdasan manusia.

Pernyataan Menakutkan
Pernyataan Positif

POSISI AI DALAM DOMAIN PENDIDIKAN

Fenomena keresahan di ranah pendidikan akibat kehadiran AI. Sebagian orang di dunia pendidikan mungkin merasa resah dengan kehadiran AI, apalagi karena AI dapat menggantikan beberapa tugas yang biasanya dilakukan oleh guru atau instruktur. Namun pada kenyataannya, penggunaan AI dalam pendidikan dapat memberikan banyak manfaat bagi siswa, guru, dan sistem pendidikan secara keseluruhan. Beberapa manfaat AI dalam dunia pendidikan dapat dicontohkan sebagai berikut

Pembelajaran yang Dipersonalisasi: AI dapat membantu mengidentifikasi kebutuhan dan gaya belajar individual siswa serta menyediakan materi pembelajaran yang disesuaikan dengan kebutuhan dan preferensi mereka (Chaipidech et al., 2022; Somasundaram et al., 2020; Xie et al., 2019).

Adaptif

Analisis data: AI dapat mengolah data dengan cepat dan akurat, sehingga dapat membantu guru dan pengelola sekolah memantau dan meningkatkan kinerja siswa serta meningkatkan proses pendidikan(Tahmasebi & Hezarkhani, 2012).

implementasi

Penggunaan aplikasi Speech Recognition perlu diintegrasikan dengan sistem pakar. Sistem ini akan membantu LMS untuk lebih optimal dalam memberikan solusi spesifik di bidang tertentu. Input dibantu dengan Speech Recognition kemudian dipadukan dengan penilaian menggunakan pengetahuan dan pengalaman para ahli di bidangnya. Sehingga optimalisasi berbagai aplikasi di LMS akan memberikan efektifitas dan efisiensi. Dalam LMS, sistem pakar dapat digunakan untuk memberikan solusi dan rekomendasi khusus untuk masalah pembelajaran yang dihadapi siswa, seperti rekomendasi konten pembelajaran, rekomendasi penyesuaian strategi pembelajaran, atau rekomendasi penggunaan perangkat pembelajaran yang sesuai.
Ketersediaan Materi Pembelajaran: AI dapat membantu memfasilitasi akses materi pembelajaran secara online dan di luar kelas, sehingga siswa dapat belajar kapan saja dan di mana saja sesuai dengan kebutuhannya (Butoria, 2022). domain AI tidak dapat menggantikan peran guru atau guru secara keseluruhan. Dalam ranah Pendidikan, guru tetap memiliki peran penting dalam membimbing, memotivasi, dan membantu siswa dalam mengembangkan keterampilan sosial dan emosional yang penting untuk kesuksesan masa depan mereka. Oleh karena itu, AI harus digunakan secara bijak dan dalam konteks yang tepat untuk memberikan manfaat yang optimal bagi siswa dan sistem pendidikan secara keseluruhan.

JEMBATAN KECERDASAN MANUSIA DAN AI
Dikotomi masyarakat adalah “setuju” dan “tidak setuju” untuk penggunaan AI dalam domain pendidikan. Hal ini menunjukkan ketimpangan proses berpikir tentang keharusan sekolah menolak kehadiran aplikasi AI seperti Chat GPT dalam pembelajaran. Keputusan untuk menggunakan atau tidak menggunakan teknologi tertentu harus didasarkan pada pertimbangan yang terkait dengan kebutuhan dan tujuan pendidikan, kemampuan sumber daya, dan pertimbangan etika dan privasi. 1) Ketidaktahuan atau Kekhawatiran tentang Teknologi mendominasi mengapa beberapa sekolah mungkin tidak memahami atau memiliki kekhawatiran tentang teknologi AI dan potensi risiko yang mungkin terkait dengan penggunaannya (Collins & Moons, 2019). 2)Terbatas kemampuan sumber daya menyebabkan beberapa sekolah tidak memiliki sumber daya, dana, personel, atau infrastruktur teknologi yang memadai yang diperlukan untuk menerapkan teknologi AI dalam pembelajaran (Votto et al., 2021). 3) Alasan yang mungkin sedikit kecenderungan adalah Masalah Privasi dan Keamanan Beberapa sekolah mengkhawatirkan masalah privasi dan keamanan terkait penggunaan teknologi AI, terutama jika data pribadi siswa dikumpulkan dan disimpan oleh aplikasi (Mohanta et al., 2020). 4) Alasan yang diterima secara luas adalah Pertimbangan etis(Safdar et al., 2020), yaitu beberapa sekolah mungkin merasa bahwa penggunaan teknologi AI dalam pembelajaran dapat melanggar prinsip etika atau moral tertentu (seperti penggunaan kalkulator dalam proses ujian matematika).

Kecerdasan Manusia dan Buatan

Pembelajaran tetap membutuhkan dukungan teknologi. Terbukti masih banyak sekolah yang mengadopsi penggunaan teknologi AI dalam pembelajaran dan telah terlihat manfaatnya dalam meningkatkan pembelajaran siswa dan pengajaran guru. Oleh karena itu, keputusan untuk menggunakan atau tidak menggunakan teknologi AI harus didasarkan pada evaluasi yang cermat terhadap potensi manfaat dan risiko serta kemampuan dan kebutuhan sekolah. Perlu diingat dalam domain pendidikan bahwa AI dapat mendukung kecerdasan manusia dengan membantu mengotomatiskan aktivitas yang monoton dan berulang, serta meningkatkan efisiensi dan akurasi dalam memproses data dan informasi seperti yang diungkapkan dalam lingkungan belajar yang efektif.(Praherdhiono, 2014, 2016). AI juga dapat membantu manusia dalam mengambil keputusan dengan memberikan informasi dan rekomendasi yang relevan dan terstruktur ketika heutagogi diterapkan(Praherdhiono et al., 2018; Praherdhiono & Abidin, 2020).

Tentu kesempurnaan sistem itu relatif. Kecerdasan manusia dapat mendukung pengembangan AI dengan memberikan masukan dan wawasan yang berharga dalam pengembangan sistem AI yang lebih baik dan responsif terhadap kebutuhan manusia. Kecerdasan manusia juga dapat membantu memvalidasi dan menguji ulang hasil dari AI untuk memastikan keakuratan dan keandalannya. Secara bijak, perlu upaya menghubungkan antara AI dan kecerdasan manusia. Pembelajaran harus dilihat sebagai sinergi dan kolaborasi yang saling menguntungkan. Kedua ranah ini harus diperkuat dan dikembangkan bersama untuk mencapai kemajuan yang lebih baik dan membantu manusia memecahkan masalah serta mencapai tujuan pembelajaran.

Referensi

Bhutoria, A. (2022). Personalized education and artificial intelligence in United States, China, and India: A systematic Review using a Human-In-The-Loop model. Computers and Education: Artificial Intelligence, 100068.

Boden, M. A. (1996). Artificial intelligence. Elsevier.

Chaipidech, P., Srisawasdi, N., Kajornmanee, T., & Chaipah, K. (2022). A personalized learning system-supported professional training model for teachers’ TPACK development. Computers and Education: Artificial Intelligence, 3, 100064.

Collins, G. S., & Moons, K. G. (2019). Reporting of artificial intelligence prediction models. The Lancet, 393(10181), 1577–1579.

Dewantara, K. H. (1967). Ki Hadjar Dewantara. Jogjakarta: Majelis Leluhur Taman Siswa.

Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards, J., & Eirug, A. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994.

El Guabassi, I., Bousalem, Z., Al Achhab, M., Jellouli, I., & Mohajir, B. E. E. (2018). Personalized adaptive content system for context-aware ubiquitous learning. Procedia Computer Science, 127, 444–453.

Karunaratne, T., Zhemchugova, H., Byungura, J. C., & Olsson, U. (2019). Towards an agile-based process model for effective teacher training on LMS. 18th European Conference on E-Learning (ECEL), Copenhagen, Denmark, 284–293.

Miller, T. (2019). Explanation in artificial intelligence: Insights from the social sciences. Artificial Intelligence, 267, 1–38.

Mohanta, B. K., Jena, D., Satapathy, U., & Patnaik, S. (2020). Survey on IoT security: Challenges and solution using machine learning, artificial intelligence and blockchain technology. Internet of Things, 11, 100227.

Mustaqim, A. (2017). Pendidikan Humanisme Ki Hajar Dewantara. Tafhim Al-’Ilmi, 9(2).

Praherdhiono, H. (2014). Convenience of Learning Environment for Student Special Education With Cyberwellness Concept. Proceeding International postdraduate University Kebangsaan Malaysia. SEAMOSEN.

Praherdhiono, H. (2016). STANDAR PROGRAM PENGUKURAN KENYAMANAN LINGKUNGAN BELAJAR BERBASIS ERGONOMI. DISERTASI Dan TESIS Program Pascasarjana UM.

Praherdhiono, H., & Abidin, Z. (2020). Choose Science, Art or Alchemy as a Modern Learning Design Metaphor: From the Perspective of Heutagogy. 1st International Conference on Information Technology and Education (ICITE 2020), 578–583.

Praherdhiono, H., Adi, E. P., & Devita, R. N. (2018). Understanding of Digital Learning Sources with the Heutagogy Approach using the K-Means and Naive Bayes Methods. 2018 4th International Conference on Education and Technology (ICET), 23–27.

Safdar, N. M., Banja, J. D., & Meltzer, C. C. (2020). Ethical considerations in artificial intelligence. European Journal of Radiology, 122, 108768.

Somasundaram, M., Junaid, K. M., & Mangadu, S. (2020). Artificial intelligence (AI) enabled intelligent quality management system (IQMS) for personalized learning path. Procedia Computer Science, 172, 438–442.

Tahmasebi, P., & Hezarkhani, A. (2012). A fast and independent architecture of artificial neural network for permeability prediction. Journal of Petroleum Science and Engineering, 86, 118–126.

Votto, A. M., Valecha, R., Najafirad, P., & Rao, H. R. (2021). Artificial intelligence in tactical human resource management: A systematic literature review. International Journal of Information Management Data Insights, 1(2), 100047.Xie, H., Chu, H.-C., Hwang, G.-J., & Wang, C.-C. (2019). Trends and development in technology-enhanced adaptive/personalized learning: A systematic review of journal publications from 2007 to 2017. Computers & Education, 140, 103599. https://doi.org/10.1016/j.compedu.2019.103599

Leave a Reply

Your email address will not be published. Required fields are marked *