Ada pepatah dalam pendidikan bahwa Anda menghargai apa yang Anda ukur. Mengikuti tes standar yang mendominasi sekolah di banyak negara di seluruh dunia, kami mengajari anak-anak bahwa kami hanya menghargai definisi kecerdasan yang sangat sempit—kemampuan untuk memecahkan masalah kata tentang waktu kereta api, atau mengidentifikasi tujuan Perang Dunia I perjanjian pada tes pilihan ganda.

Yang benar adalah kecerdasan manusia sangat luas dan kompleks. Namun itu diukur — dan dinilai — secara kasar. Dan di zaman ketika kecerdasan buatan mampu melakukan tes IQ dan menguasai kurikulum berbasis pengetahuan, manusia mungkin membuat diri kita kalah oleh teknologi.

“Saya pikir kita dalam bahaya membodohi diri sendiri,” kata Rose Luckin, seorang profesor desain yang berpusat pada pembelajaran di University College London yang telah mempelajari kecerdasan buatan dan pembelajaran selama lebih dari 25 tahun. Karena kami mengukur kecerdasan dengan cara yang sangat terbatas, "kami sangat terkesan dengan jenis perilaku cerdas yang dapat dihasilkan oleh teknologi kami".

Buku terbaru Luckin, Machine Learning and Human Intelligence: The future of education for the 21st Century , berpendapat bahwa jika kita ingin menghindari mengubah anak-anak kita—dan guru mereka—menjadi robot, kita harus mendefinisikan kembali kecerdasan secara radikal. Dia menganjurkan penggunaan AI untuk membantu kami mengembangkan dan mengukur kecerdasan manusia dalam berbagai bentuk untuk mempersiapkan siswa dengan lebih baik di tempat kerja yang membutuhkan adaptasi dan pembelajaran terus-menerus.

Mendefinisikan ulang kecerdasan

Cerita populer00:0901:12????Sunday Reads: Treat your children well,cartel counter-narratives

Luckin mengidentifikasi tujuh jenis kecerdasan yang dibutuhkan anak-anak untuk berkembang di masa depan.

Pertama, ada kecerdasan akademik interdisipliner , kemampuan untuk menyatukan mata pelajaran daripada mempelajarinya dalam silo. (Finlandia, tentu saja, berada di depan kurva di depan ini , setelah membuang gagasan mengajar berdasarkan mata pelajaran demi menunjukkan kepada siswa untuk membuat hubungan antara matematika, sejarah, ekonomi, dan bahasa di bawah topik umum seperti "Uni Eropa". )

Lalu ada kecerdasan sosial , atau mengembangkan kesadaran akan emosi kita sendiri dan bagaimana kita mengaturnya dalam sebuah kelompok. Ini adalah sesuatu yang bisa dikuasai manusia; robot, tidak begitu banyak.

Luckin juga mengatakan bahwa ada empat meta-kecerdasan:

Meta-knowing, atau hubungan kita dengan pengetahuan. Apakah siswa “memahami dari mana pengetahuan berasal?” Luckin bertanya. “Apakah mereka melihatnya sebagai sesuatu yang diberikan dan harus mereka pelajari, atau apakah mereka menyadarinya sebagai sesuatu yang mereka bangun dan kontekstual?” Anak-anak dengan kecerdasan seperti ini mengerti apa itu bukti yang baik, dan bagaimana membuat penilaian berdasarkan bukti itu.

Metakognisi , atau mengenal diri sendiri dan mengatur proses kognitif kita. (Misalnya, jika saya tahu saya seorang penunda dan seseorang yang perlu menulis sesuatu untuk mempelajarinya, saya tidak boleh menunggu sampai satu jam sebelum ujian besar untuk mencoba dan menulis ulang semua catatan saya.)

Kecerdasan subjektif meta, atau memahami emosi kita dan hubungannya dengan pembelajaran dan kesejahteraan kita. Motivasi adalah bagian kunci dari ini.

Kecerdasan kontekstual meta, yaitu tentang konteks dinamis di mana pembelajaran terjadi — tidak hanya di kelas, tetapi dengan orang, benda, dan lokasi. “Kecerdasan kita tidak hanya ada di otak kita,” kata Luckin. “Ada semakin banyak bukti bahwa konteks sangat besar,” dan konteks adalah sesuatu yang tidak dapat dilakukan AI dengan baik, kata Luckin.

Kemanjuran diri yang dirasakan secara akurat,  kemampuan kita untuk menilai kemampuan kita sendiri, mungkin merupakan jenis kecerdasan yang paling penting. “ Dapatkah kita secara akurat memprediksi apakah kita akan berhasil dalam sesuatu, apakah kita efektif?” Luckin bertanya.

Manusia terkenal buruk dalam memprediksi kinerja kita sendiri. Secara umum, psikolog dan ekonom perilaku telah menunjukkan bahwa kita cenderung  terlalu percaya diri , di antara bias lainnya. Luckin berpendapat di sinilah AI berperan.

Membawa AI ke dalam kelas

“AI adalah alat yang ampuh untuk membuka 'kotak hitam pembelajaran' dengan memberikan pemahaman yang mendalam dan mendetail tentang kapan dan bagaimana pembelajaran sebenarnya terjadi,” tulis Luckin di Nature.. Dia mengusulkan bahwa sistem AI dapat memungkinkan kita untuk mengembangkan kecerdasan yang lebih luas ini dengan lebih baik—sebagian karena AI dapat membantu mengukur hal-hal di luar pengetahuan, termasuk kolaborasi, ketekunan, kepercayaan diri, dan motivasi. Itu juga akan memungkinkan kami untuk membuang tes satu kali yang digunakan untuk menilai siswa. Sebaliknya, siswa dapat diuji secara terus menerus, dengan komputer, ponsel, atau tablet menggunakan alat untuk mengevaluasi aspek kecerdasan sosial, interdisipliner, dan multi-meta siswa. Dengan memberikan gambaran yang lebih akurat kepada anak-anak dan guru tentang apa yang dapat dan tidak dapat mereka lakukan, siswa akan memiliki cara yang lebih efisien untuk meningkat.

“Seringkali melihat beberapa bukti untuk diri Anda sendiri tentang apa yang Anda lakukan sangat bermanfaat untuk menjelaskan apa yang Anda lakukan,” kata Luckin. Metode ini akan membebaskan guru untuk berfokus pada memahami data dan menangani masalah utama siswa seperti motivasi dan ketekunan. Meskipun dia mengakui bahwa AI tidak dapat sepenuhnya mengukur kecerdasan apa pun, dia yakin "itu dapat membantu kita menjadi lebih baik dalam semua kecerdasan itu."

Luckin menawarkan beberapa contoh bagaimana AI dapat membantu meningkatkan pembelajaran. Dalam sebuah makalah yang diterbitkan di Ilmu Komputer , dia meneliti bagaimana mengukur pemecahan masalah kolaboratif, sebuah keterampilan yang banyak disebut-sebut diperlukan untuk tempat kerja modern. Namun tidak mungkin bagi seorang guru untuk mengawasi siswa mana yang bekerja sama dengan baik selama kegiatan kelompok kecil di kelas.

Dalam satu percobaan, dia dan rekan-rekannya menggunakan kamera untuk memfilmkan gerakan tangan dan orientasi kepala anak-anak untuk mengukur seberapa efektif mereka bekerja sama. Alat pendeteksi tersebut kemudian diperiksa silang oleh manusia yang menilai apakah kelompok tersebut bekerja secara kolaboratif atau tidak. Tujuannya, kata Luckin, adalah membangun bukti interaksi sosial, yang merupakan salah satu elemen pemecahan masalah kolaboratif yang berhasil. Bukti ini dapat digunakan untuk membentuk dasbor yang akan memberi tahu guru kelompok mana yang membutuhkan perhatian mereka, memungkinkan guru menggunakan waktu mereka dengan lebih efisien.

Contoh lain tentang bagaimana AI dapat bekerja di kelas ditawarkan oleh platform pembelajaran Inggris  Century Tech , yang menggunakan AI dan data besar untuk menyesuaikan konten dan aktivitas pendidikan berdasarkan bidang kekuatan dan kelemahan masing-masing siswa. Guru mendapatkan pembaruan waktu nyata tentang kemajuan siswa, memungkinkan mereka untuk menargetkan cara terbaik untuk mendukung siswa.

Mengembangkan setiap jenis kecerdasan

Ada cara untuk mengembangkan berbagai kecerdasan yang melampaui AI juga. Beberapa guru yang ingin membangun kecerdasan metakognitif menggunakan program komputer yang disebut "Otak Betty". Dalam program tersebut, siswa sains mengajari karakter kartun bernama Betty tentang proses ekosistem sungai, termasuk rantai makanan, fotosintesis, dan siklus limbah. Mereka kemudian menguji Betty untuk melihat apa yang telah dia pelajari, dan mengamati peran pengujian dalam pembelajaran. “Dalam memeriksanya, para siswa benar-benar memeriksa diri mereka sendiri dan menemukan bahwa pemantauan diri adalah strategi penting yang berlaku untuk semua situasi belajar,” majalah Vanderbilt menjelaskan. “Untuk mengajar, pertama-tama mereka harus belajar,” kata Gautam Biswas, profesor teknik elektro dan ilmu komputer Vanderbilt yang mengembangkannya.

Luckin juga mengatakan bahwa siswa dapat membangun kecerdasannya dengan mempelajari AI itu sendiri. Dia menunjukkan bagaimana menjelajahi Watson IBM, yang memiliki basis pengetahuan yang sangat besar, dapat membantu siswa membangun meta-knowing—pemahaman bahwa pengetahuan bukan sekadar informasi yang disajikan kepada kita, tetapi sesuatu yang kita bangun. Watson dapat menjawab pertanyaan kompleks karena diprogram untuk melakukan pengamatan dan membangun kumpulan bukti, menghasilkan dan mengevaluasi hipotesis, dan memutuskan jawaban terbaik. Dengan kata lain, Watson belajar dengan cara yang seharusnya dipelajari oleh siswa. “Kita dapat menggunakannya sebagai lubang pasir bagi pelajar untuk melihat bahwa pengetahuan telah dibangun,” kata Luckin.

Kelemahan dari pengawasan AI

Ada beberapa kendala yang jelas bagi dunia yang mendukung AI yang dibayangkan Luckin. Untuk satu hal, sistem pendidikan terkenal menolak perubahan. Di sisi lain, gagasan tentang AI yang melacak kinerja siswa menimbulkan kekhawatiran yang signifikan tentang privasi data. Jika teknologi terus mengevaluasi kecerdasan anak Anda, teknologi juga mengumpulkan data tentang kekuatan dan kelemahan mereka.

Sangat mudah untuk membayangkan cara ini dapat digunakan untuk mengesampingkan siswa atau menolak kesempatan mereka. Sebuah cerita di Financial Times menawarkan satu contoh instruktif, menjelaskan bagaimana di sebuah sekolah menengah di Cina timur memutuskan untuk melacak siswa: “Sistem pengawasan, didukung oleh pengenalan wajah dan kecerdasan buatan, melacak 1.010 siswa sekolah negeri, memberi tahu guru siswa mana yang terlambat atau melewatkan kelas, saat berada di kafe, pilihan menu mereka meninggalkan jejak diet digital yang dapat dipantau oleh staf untuk melihat siapa yang terlalu banyak makan makanan berlemak.” Sekolah akhirnya menghentikan program tersebut karena kontroversi lokal, Financial Times melaporkan. Tapi potret yang dilukisnya menakutkan.

Luckin mengakui bahwa privasi data adalah masalah besar, meskipun dia sendiri belum tentu memiliki solusinya. “Ini adalah diskusi besar yang harus terjadi,” katanya, dan guru serta pembuat kebijakan harus bergabung dengan akademisi dan insinyur yang sudah membicarakan tentang cara memanfaatkan AI dalam pendidikan.

Mengenai masalah resistensi historis sekolah terhadap perubahan, Luckin tidak sendirian dalam meyakini bahwa AI tidak dapat dihindari akan menjadi lebih tertanam di ruang kelas. Simon Balderson, asisten kepala sekolah di Wells Cathedral School di Inggris, menyelenggarakan konferensi internasional tentang AI dan pendidikan. Dia memberi tahu Tes , situs web dan majalah Inggris tentang pengajaran dan pembelajaran:

“Saat ini, kami mengirimkan konten dan menilai siswa, tetapi saat AI menyusup ke ruang kelas, ini akan berubah. AI berkembang sangat pesat sehingga, di masa depan, AI akan dapat mendeteksi, misalnya, ekspresi mikro yang muncul di wajah seseorang saat mereka kesulitan memahami suatu konsep, dan akan menangkapnya dan mengadaptasi pelajaran untuk perhitungkan itu.”

Seperti guru, AI akan menyesuaikan pendekatannya dengan setiap siswa. Tapi itu akan melakukannya secara konsisten, secara konstan, dan untuk setiap murid. “Tidak ada guru yang dapat melakukannya dengan 30 anak per kelas,” catat Balderson. “AI juga akan mengelola data untuk setiap siswa, memastikan bahwa pekerjaan selalu dilakukan pada tingkat yang tepat untuk setiap siswa. Saat ini, tingkat diferensiasi itu tidak mungkin.”

Masa depan pengujian

Tampaknya tidak mungkin sekolah akan membuang ujian akademik berisiko tinggi dalam waktu dekat. Tetapi ada pengakuan yang berkembang di kedua sisi Atlantik bahwa sistem ujian telah rusak:  ini memberi penghargaan kepada siswa untuk memuntahkan informasi daripada membuat makna darinya, dan mendorong motivasi ekstrinsik — daripada intrinsik —.

Luckin berpendapat bahwa AI adalah opsi yang layak untuk menggantikan beberapa tes. “Sekarang kami memiliki cara mengumpulkan data dan menganalisis yang dapat membantu kami melakukan penilaian formatif dan berkelanjutan yang sangat akurat,” katanya, “ada alternatif yang realistis untuk ujian jika kami menginginkannya.”

Dia senang dengan kemungkinan bagaimana mengubah apa yang kita ukur akan mengubah nilai sistem pendidikan kita: “Jika kita dapat menerima bahwa kita perlu mengubah sistem penilaian itu,” katanya, “maka itu membuka pintu untuk pemikiran ulang yang radikal tentang apa sistem pendidikan adalah untuk.” 

Terlalu dini untuk mengetahui apakah visi yang dimiliki Luckin itu utopis, distopia, atau sekadar biasa saja. Tetapi kesimpulan dari laporan House of Lords baru-baru ini tentang AI mencakup pernyataan ini:

Semua warga negara harus memiliki hak untuk dididik agar mereka dapat berkembang secara mental, emosional, dan ekonomi bersama dengan kecerdasan buatan.

Pemikiran seperti ini menjadi pertanda baik untuk perombakan dalam cara kerja sekolah. “Saat Anda membongkarnya,” kata Luckin, “itu sangat besar.”

sumber: https://qz.com/1329111/the-case-for-how-ai-could-kill-high-stakes-testing