Bagaimana kecerdasan buatan membentuk masa depan pendidikan

Ketika Anda membandingkan ruang kelas khas abad ke-21 dengan kelas awal 1900-an, perbedaannya tidak terlalu jelas. Para guru akan berdiri di depan, memberikan instruksi dan berbagi catatan pada versi modern dari papan tulis lama - katakanlah, proyektor overhead atau layar komputer bersama. Siswa akan duduk di meja mereka di kelas atau menonton melalui perangkat lunak konferensi video online. Teknologi telah berubah: Banyak alat dan proses telah didigitalkan, beberapa di antaranya telah diotomatisasi, dan hambatan geografis telah dihapus sampai batas tertentu - tetapi para aktor dan elemen tetap sama.

Namun berkat kemajuan dalam kecerdasan buatan (AI) dan pembelajaran mesin, transformasi yang lambat namun mantap akan datang ke pendidikan, di bawah naungannya. Dalam beberapa tahun, guru tidak lagi sendirian dalam memikul beban melatih generasi muda atau tenaga kerja di perusahaan.

Algoritma AI telah membantu meningkatkan pendidikan dengan mengumpulkan, menganalisis, dan menghubungkan setiap interaksi yang terjadi di ruang kelas fisik dan virtual, dan membantu para guru untuk mengatasi titik rasa sakit spesifik dari setiap siswa. Ini mungkin merupakan awal dari revolusi dalam salah satu keterampilan sosial tertua dan paling berharga yang telah dikembangkan umat manusia, dan suatu keharusan di dunia di mana manusia hidup dan bekerja bersama mesin pintar.

Mengukur Kemajuan Pelajar

Instruktur harus memperhitungkan setiap reaksi terhadap sebuah ceramah, setiap tatapan kosong atau penuh perhatian, setiap respons yang bersemangat atau ragu-ragu terhadap sebuah pertanyaan, setiap tugas yang berubah di awal atau terlambat, dan lebih banyak lagi ketika menilai pemahaman siswa tentang konsep. Ini adalah bagaimana mereka dapat menemukan di mana siswa tertinggal dan mengarahkan mereka ke arah yang benar.

Itu juga mengapa mengukur kemajuan pelajar, upaya yang bersifat sosial, adalah salah satu tantangan terbesar yang dihadapi setiap guru, dan tugas yang sulit dicapai dengan perangkat lunak berbasis aturan klasik.

"Kuliah perkuliahan, baik di kampus perguruan tinggi atau di sebuah perusahaan, umumnya berukuran satu untuk semua, dengan mode dominan adalah guru berbicara kepada siswa, " kata Chris Brinton, Kepala Riset di Zoomi, sebuah perusahaan AI yang berspesialisasi dalam menangkap dan menganalisis data perilaku dalam pengaturan pendidikan. "Ini lahir dari keharusan: tidak mungkin, atau setidaknya tidak efisien dari sudut pandang waktu, bagi guru untuk menghentikan kuliah untuk jangka waktu yang lama dan membahas setiap siswa secara individual untuk membawa semuanya ke halaman yang sama. Sebaliknya, seorang siswa dengan banyak pertanyaan biasanya akan diminta untuk menindaklanjuti dengan instruktur di luar waktu kelas."

Namun, algoritma pembelajaran mesin, yang didasarkan pada analisis dan menemukan pola dan korelasi antara poin data, terbukti menjadi alat yang efektif dalam membantu guru mengukur pemahaman siswa tentang suatu kuliah.

"Dengan menganalisis data siswa tertentu, AI memiliki potensi untuk membantu memunculkan area yang lebih cepat di mana siswa mungkin perlu lebih banyak bantuan, sehingga meningkatkan prestasi siswa dan dukungan guru, " kata Jessie Woolley-Wilson, presiden dan CEO DreamBox Learning, sebuah matematika cerdas Platform pembelajaran.

Melengkapi kelas dengan kecerdasan buatan sama dengan menyediakan setiap siswa dengan tutor digital, Brinton menjelaskan. "Algoritma pendorong AI dapat dilatih untuk mendeteksi kapan seorang pelajar sedang berjuang dan apa yang menyebabkan mereka kesulitan, atau ketika mereka bosan dan apa yang menyebabkan kebosanan mereka, " katanya.

Ini adalah pergeseran dari perangkat lunak pembelajaran tradisional, yang hanya mengandalkan respon penilaian untuk mengukur pemahaman siswa tentang topik yang mereka pelajari. "Data ini sering tidak tersedia selama kuliah, apalagi di granularity subsecond di mana seorang siswa dapat beralih dari sudut pandang yang jelas menjadi bingung, " kata Brinton.

Sekarang ada sejumlah platform bertenaga AI yang membuat profil digital yang kaya dari setiap siswa dengan mengumpulkan informasi langsung dari interaksi pengguna dengan materi kursus dan konteks. Selain menyimpan catatan nilai dan skor, Zoomi, platform yang Brinton bantu kembangkan, melacak interaksi mikro seperti melihat slide atau halaman tertentu pada dokumen PDF, memutar ulang bagian tertentu dari video, atau memposting pertanyaan atau jawaban pada diskusi. forum.

Data tersebut kemudian digunakan untuk membangun model yang dapat memberikan wawasan waktu nyata ke dalam pemahaman dan keterlibatan siswa dengan topik-topik tertentu. Model data juga membantu dalam menemukan pola umum di antara banyak siswa dan melakukan analisis prediktif, seperti memperkirakan bagaimana kinerja siswa di masa depan.

Penggunaan AI yang lebih maju dapat melibatkan penggunaan algoritma penglihatan-komputer yang rumit untuk menganalisis ekspresi wajah, seperti kebosanan dan gangguan, dan menghubungkannya dengan data lain yang dikumpulkan pada siswa untuk membuat gambaran yang lebih lengkap tentang model pembelajar siswa.

Menemukan dan Mengatasi Kesenjangan dalam Pembelajaran

Ada banyak manfaat untuk memiliki model digital yang andal yang mewakili pengetahuan siswa. "Data dapat digunakan baik secara otomatis oleh sistem cerdas untuk segera melibatkan siswa dalam pengalaman belajar yang secara khusus mengatasi kesenjangan dalam pemahaman, atau oleh guru untuk mengidentifikasi - dan menanggapi - bidang-bidang khusus yang dibutuhkan, " kata Woolley-Wilson dari Kotak impian.

Third Space Learning, sebuah platform pendidikan online yang didirikan pada 2012 untuk memberikan bimbingan matematika satu-satu, kini memanfaatkan algoritma AI untuk membantu meningkatkan kinerja guru. Sejak diluncurkan, Third Space telah mencatat data sekitar ribuan sesi. Dalam kemitraan dengan University of College London, Third Space sekarang terlibat dalam sebuah proyek untuk menambang data dengan algoritma AI untuk menemukan pembelajaran yang sukses dan pola pengajaran dan memberikan umpan balik real-time kepada tutor online tentang bagaimana siswa mereka mengikuti perkembangan pelajaran.

Model pembelajar AI juga dapat memperkuat sistem tutor cerdas (ITS). Tutor cerdas, yang dapat bekerja di lingkungan belajar mandiri atau dalam hubungannya dengan guru manusia, menggunakan data historis dan real-time siswa untuk memberi mereka konten yang dipersonalisasi disesuaikan dengan kekuatan dan kelemahan spesifik mereka. Memberikan pengalaman belajar yang dipersonalisasi adalah tujuan yang selalu berjuang untuk dicapai oleh para guru.

"Sistem tutor bertenaga AI telah terbukti efektif dalam mengajar bidang studi yang didefinisikan dengan baik, seperti matematika dan fisika, " kata Rose Luckin, Profesor Learner Centered Design di University of College London Knowledge Lab. "AI saat ini dapat menghilangkan titik-titik nyeri dengan membantu pencatatan dan dengan pemilihan dan rekomendasi sumber daya untuk digunakan oleh pelajar."

Contohnya adalah MATHIA, platform pembelajaran matematika berbasis AI yang dikembangkan oleh Carnegie Learning yang mencerminkan perilaku tutor manusia. MATHIA mengumpulkan berbagai titik data dan menggunakan algoritma pembelajaran mesin dan model prediksi untuk menentukan tingkat pengetahuan dan keterampilan siswa serta memperkirakan kinerja mereka di masa depan. Platform menggunakan data ini untuk mengadaptasi jalur pembelajaran sesuai dengan proses belajar siswa.

"Setiap langkah dalam masalah, yang dapat melibatkan mengisi sel dalam spreadsheet, merencanakan titik pada grafik, dll., Dikaitkan dengan satu atau lebih keterampilan kognitif, " kata Steve Ritter, Kepala Arsitek Produk di Carnegie Learning. "Bergantung pada apakah siswa melakukan langkah dengan benar atau tidak, atau meminta petunjuk, kami menyesuaikan estimasi kami tentang pengetahuan siswa tentang keterampilan yang terkait."

MATHIA menggunakan "penelusuran pengetahuan, " proses menentukan pemahaman siswa tentang konsep yang berbeda, serta "penelusuran model, " proses memahami pendekatan siswa untuk menyelesaikan masalah, untuk menyesuaikan dukungan perangkat lunak untuk proses berpikir siswa secara individu. alih-alih mengarahkan mereka ke pendekatan standar yang mungkin tidak masuk akal bagi mereka. Ini membantu menyediakan konten yang dipersonalisasi, dengan jalur pembelajaran yang tak terhitung jumlahnya.

"Petunjuk kami, misalnya, berubah berdasarkan pada urutan di mana siswa menyelesaikan langkah-langkah masalah, jika urutan ini mencerminkan cara yang berbeda dalam mendekati masalah, " kata Ritter.

Evolusi sistem bimbingan belajar yang cerdas pada akhirnya dapat mengarah pada pengalaman belajar mandiri yang lebih kaya. Meskipun itu bukan pengganti guru manusia, platform pembelajaran daring yang diberdayakan AI dapat memainkan peran penting dalam membuat pendidikan berkualitas tinggi tersedia di daerah-daerah di mana kekurangan guru, dan siswa harus belajar sendiri.

"Kombinasi big data dan AI dapat memberi siswa analitik pribadi mereka sendiri, yang dapat mereka manfaatkan untuk menjadi pembelajar yang paling efektif, " kata Luckin.

Pengetahuan diri (mengetahui apa yang Anda lakukan dan tidak tahu) dan pengaturan diri (misalnya, mampu menghentikan diri Anda dari terganggu oleh apa yang dilakukan orang lain) adalah dua keterampilan yang dapat dikembangkan oleh sistem seperti itu, menurut Luckin.

"AI dapat digunakan untuk membuat scaffold (mendukung) peserta didik untuk mengembangkan keterampilan kunci ini dengan merefleksikan kembali data pribadi mereka menggunakan antarmuka dan visualisasi yang dirancang dengan cermat, " kata Luckin. "Dengan cara ini semua peserta didik dapat dibantu untuk menjadi lebih baik dalam belajar, yang akan berguna di semua bidang studi."

Salah satu manfaat dari sistem pembelajaran bertenaga AI adalah bantuan tanpa batas yang dapat mereka berikan. "Teknologi cerdas yang sama yang membantu siswa dan guru mereka di dalam kelas harus selalu dimanfaatkan untuk melakukan hal yang sama di luar kelas, " kata Woolley-Wilson. "Mereka dapat membawa kekuatan rekomendasi yang dipersonalisasi yang sama di mana pun siswa berada. Kesempatan belajar dan akses tidak boleh lagi dibatasi pada waktu atau tempat tertentu seperti yang biasanya ada di masa lalu analog kita."

Pelatihan perusahaan juga dapat mengambil manfaat dari personalisasi AI. Zoomi, yang menyediakan alat online untuk pelatihan profesional, menggunakan algoritma AI untuk mengenali preferensi pelajar dan secara dinamis menyesuaikan konten kursus untuk memenuhi kebutuhan mereka. Misalnya, berdasarkan perilaku masa lalu pengguna dan reaksi terhadap berbagai jenis media, platform dapat memutuskan apakah materi pelajaran harus disajikan dalam format PDF atau video. Mitra Bisnis Progresif telah menggunakan platform ini sejak 2016 untuk melatih para profesional SDM, menghasilkan peningkatan penyelesaian kursus 12 persen dan peningkatan pendapatan 30 persen.

Menemukan dan Mengatasi Kesenjangan dalam Pengajaran

Ketika siswa ketinggalan dalam pelajaran, kelemahan dalam metode pengajaran dan kurikulum sering disalahkan sebagai kelemahan pada siswa itu sendiri. Apakah penyebab siswa salah memahami sesuatu tentang materi itu sendiri, cara di mana itu disajikan, atau waktu materi dalam aliran kurikulum? Apakah siswa itu terkena flu ketika beberapa konsep yang diperlukan telah dibahas sebelumnya? Bagaimana siswa terlibat dengan materi - secara aktif atau pasif?

Itulah beberapa pertanyaan yang harus dijawab oleh setiap guru ketika menilai kualitas pelajaran yang disampaikan dan menyelidiki akar penyebab masalah dalam pembelajaran.

"Sistem hebat dapat memanfaatkan kumpulan data yang sangat besar untuk membantu para guru menemukan baik kelemahan dalam kurikulum maupun dalam menemukan siswa yang kesulitan, " kata Woolley-Wilson. "Dan penting untuk diingat bahwa jumlah bantuan yang diberikan kepada guru tergantung pada kualitas data yang tersedia untuk menginformasikan analisis."

Platform pembelajaran adaptif online DreamBox menggunakan data yang dikumpulkannya dari siswa untuk mengungkap kesenjangan pembelajaran dan kemudian membantu guru untuk mengatasinya di tingkat kelas atau untuk kelompok tertentu atau siswa secara individu. Ini dapat mencakup pembuatan kelompok strategi, rencana pembelajaran yang dipersonalisasi, atau penugasan terfokus yang mengatasi kesenjangan spesifik dan melengkapi kurikulum inti.

AI juga membantu para guru dalam menilai relevansi bahan ajar mereka. "Sementara konten disampaikan 'langsung' dalam pengaturan ruang kelas, sebagian besar instruktur menyiapkan materi mereka secara elektronik, " kata Brinton, peneliti dari Zoomi. "Sebagai hasilnya, dimungkinkan bagi teknologi AI untuk menafsirkan materi, menentukan topik yang dibahas, dan bahkan menganalisis materi penilaian kursus untuk mendapatkan wawasan seberapa baik penilaian mencakup konten kursus."

Zoomi menggunakan Natural Language Processing (NLP), cabang AI yang mem-parsing konten dan konteks materi tertulis, untuk menimbang kualitas materi pelajaran guru. Algoritma Zoomi menghapus konten yang tidak memiliki dampak positif pada proses pembelajaran. Perusahaan juga bekerja pada algoritma yang menambah pengalaman belajar dengan menemukan konten yang saling melengkapi dan menggunakannya kembali agar sesuai dengan konteks pelajaran tertentu di mana seorang siswa sedang berjuang.

"Segera, algoritma mungkin dapat mengubah kalimat untuk kejelasan, dan bahkan membuat materi baru sendiri seperti yang dilakukan manusia, " kata Brinton.

Content Technologies, Inc (CTI), sebuah perusahaan penelitian dan pengembangan intelijen buatan yang berbasis di California, telah mengembangkan AI yang secara otomatis menghasilkan konten pendidikan yang disesuaikan. Mesin CTI menggunakan pembelajaran mendalam untuk mencerna dan menganalisis silabus dan materi pelajaran, menguasai pengetahuan dan menghasilkan konten baru seperti buku teks khusus, ringkasan bab, dan tes pilihan ganda. Teknologi ini digunakan oleh sejumlah perusahaan dan lembaga pendidikan.

Pendidikan Akan Tetap Menjadi Pengalaman Sosial

Sementara kami telah melihat upaya yang mengesankan dalam penerapan kecerdasan buatan dalam pendidikan, hasilnya pucat dibandingkan dengan domain lain di mana algoritma AI menyebabkan gangguan besar. Alasannya adalah bahwa pendidikan dan pembelajaran pada dasarnya adalah pengalaman sosial yang sangat sulit - jika bukan tidak mungkin - untuk diotomatisasi.

"AI tidak dapat menggantikan guru, karena tidak memiliki kesadaran diri atau regulasi metakognitif, dan juga tidak memiliki empati, " Luckin, profesor dari UCL Knowledge Lab. "Namun, AI, ketika desainnya diinformasikan oleh apa yang kita ketahui tentang belajar dan mengajar (yaitu ilmu pembelajaran), dapat dikombinasikan dengan data besar tentang peserta didik untuk membongkar kotak hitam pembelajaran dan memungkinkan peserta didik, guru, dan orang tua untuk melacak kemajuan di berbagai mata pelajaran, keterampilan, dan karakteristik - ini dapat memberikan informasi penting untuk mendukung peserta didik agar menjadi lebih efektif sebagai peserta didik serta membantu mereka mempelajari pengetahuan dan keterampilan."

Augmentasi dan bantuan yang diberikan AI untuk proses pendidikan dan pembelajaran akan membuat guru lebih produktif dan efisien. "Guru akan dapat fokus pada apa yang dapat mereka lakukan terbaik: membuat konten yang sangat baik, menyampaikan ceramah yang kuat, dan mengatasi titik sakit yang paling luas baik secara langsung dan jarak jauh, secara individu maupun dalam kelompok, " kata Brinton.

Aspek sosial lain dari pendidikan adalah kolaborasi. Siswa sering belajar lebih banyak dari bekerja dalam kelompok dan dengan satu sama lain seperti yang mereka lakukan dari mendengarkan ceramah dan memecahkan masalah dengan langkah mereka sendiri. "Tujuan pendidikan mencakup lebih banyak interaksi sosial, seperti belajar menjadi kolaborator yang baik atau berkomunikasi dengan orang lain, " kata Ritter, arsitek produk dari Carnegie Learning. "Jadi tantangan dalam mempersonalisasikan instruksi adalah menyeimbangkan melihat seorang siswa sebagai pembelajar mandiri yang dapat melanjutkan dengan langkahnya sendiri dengan kebutuhan untuk bekerja secara kolaboratif dengan orang lain."

Tetapi AI juga bisa menjadi fasilitator dalam pembelajaran kolaboratif. Intelligence Unleashed , sebuah makalah penelitian bersama oleh UCL dan Pearson, yang bersama Luckin, menjelaskan bahwa AI dapat mendukung pembelajaran kolaboratif dengan membandingkan model pelajar pelajar dan menyarankan pengelompokan di mana peserta berada pada tingkat kognitif yang sama atau memiliki keterampilan pelengkap dan dapat saling membantu satu sama lain.. AI juga dapat mengambil bagian dalam kelompok pembelajar sebagai anggota dan membantu mengarahkan diskusi ke arah yang benar dengan memberikan konten, mengajukan pertanyaan dan memberikan sudut pandang alternatif.

Di mana-mana AI di seluruh proses pembelajaran pada akhirnya akan merevolusi pendidikan. Menurut laporan Universitas Stanford, dalam lima belas tahun ke depan, ada kemungkinan bahwa guru manusia akan dibantu oleh teknologi AI yang akan menghasilkan interaksi manusia yang lebih baik di ruang kelas dan di rumah.

Ruang kelas mungkin tetap kurang lebih seperti sekarang ini, tetapi berkat asisten digital, algoritma AI, dan guru yang lebih cakap, generasi mendatang diharapkan akan memiliki akses ke pendidikan berkualitas tinggi dan akan dapat belajar dengan kecepatan yang jauh lebih cepat.