Pendidikan Masa Depan: Dari Hafalan ke Belajar Adaptif dengan Tutor AI

Dalam sistem just-in-case, siswa menerima materi terlebih dahulu dan diharapkan dapat menggunakannya jika suatu saat diperlukan. Masalahnya, sebagian besar pengetahuan tersebut mungkin tidak pernah digunakan secara langsung.

Pendekatan just-in-time learning menawarkan logika berbeda. Siswa dibekali kemampuan belajar secara mandiri sehingga mereka dapat mencari dan menguasai pengetahuan atau alat baru ketika kebutuhan benar-benar muncul.

Misalnya, seseorang tidak harus menghafal seluruh konsep teknis selama bertahun-tahun hanya untuk berjaga-jaga. Yang lebih penting adalah mengetahui bagaimana menemukan informasi yang relevan, mengevaluasi kebenarannya, memahami prinsip dasarnya, lalu menerapkannya untuk menyelesaikan masalah.

Perubahan ini bukan berarti pengetahuan dasar menjadi tidak penting. Sebaliknya, pendidikan perlu menentukan pengetahuan fundamental mana yang memang harus dikuasai dan mana yang lebih efektif dipelajari ketika dibutuhkan.

Teknologi tutor AI berpotensi mempercepat perubahan tersebut melalui pendekatan mastery learning. Dalam model ini, siswa tidak harus bergerak dengan kecepatan yang sama.

Siswa yang sudah menguasai sebuah konsep dapat melanjutkan ke materi berikutnya, sementara siswa yang masih kesulitan mendapatkan penjelasan dan latihan tambahan. Dengan demikian, waktu belajar dapat digunakan berdasarkan kebutuhan aktual setiap individu.

Menurut gagasan yang dibahas dalam materi ini, teknologi pembelajaran yang dipersonalisasi bahkan berpotensi mengurangi waktu yang diperlukan untuk menguasai materi ujian standar seperti SAT atau ACT menjadi sekitar seperempat dari durasi pembelajaran konvensional.

Jika efisiensi tersebut benar-benar dapat dicapai secara luas, waktu yang selama ini digunakan untuk pembelajaran standar dapat dialihkan kepada kegiatan yang lebih eksploratif dan bermakna.

Perubahan teknologi saja tidak cukup. Salah satu hambatan terbesar justru berasal dari cara sistem pendidikan mengevaluasi siswa.

Sekolah membutuhkan nilai untuk membedakan tingkat pencapaian peserta didik. Akibatnya, materi yang sebenarnya tidak terlalu relevan terkadang diajarkan dengan tingkat kesulitan yang tinggi karena dapat membantu menghasilkan distribusi nilai yang membedakan siswa.

Dalam kondisi seperti itu, guru dapat terdorong mengejar materi yang diperlukan untuk penilaian, bukan selalu materi yang paling bermakna bagi perkembangan siswa.

Masalahnya menjadi semakin kompleks ketika guru harus mengejar ratusan target kurikulum. Dalam konteks yang dibahas, seorang guru dapat menghadapi standar yang mencakup hingga 472 topik pembelajaran. Kepadatan tersebut berpotensi mempersempit ruang untuk eksperimen, diskusi, kreativitas, dan pembelajaran berbasis minat.

Jika tutor AI mampu membantu menyampaikan materi dasar secara personal, peran guru manusia justru dapat menjadi semakin penting.

Guru tidak harus bersaing dengan AI dalam hal menjelaskan informasi berulang kali. Mereka dapat lebih banyak berperan sebagai mentor dan motivator, membantu siswa memahami kekuatan dirinya, menentukan tujuan, mengatasi kegagalan, dan mempertahankan semangat belajar.

Steve Levitt bahkan menggambarkan gagasan yang sangat ambisius: apabila memperoleh hibah sebesar US$17 miliar, ia akan menggunakannya untuk menyediakan tutor AI penuh waktu bagi setiap anak.

Gagasan tersebut menunjukkan bahwa AI dapat dipandang bukan sekadar perangkat administratif, tetapi sebagai infrastruktur personalisasi pembelajaran.

Persoalan lain dalam pendidikan adalah ketidakseimbangan antara have to dan want to.

Siswa menggunakan Google atau YouTube dengan antusias karena mereka datang dengan tujuan sendiri. Mereka ingin memahami sesuatu, mencari solusi, atau mengeksplorasi topik yang menarik bagi mereka.

Sebaliknya, sebagian aktivitas sekolah berada dalam kategori have to: harus mengikuti kurikulum, harus menyelesaikan tugas, dan harus mempersiapkan ujian.

Pemanfaatan AI diharapkan membuat komponen have to menjadi lebih efisien. Jika materi wajib dapat dikuasai dengan waktu lebih singkat, siswa berpotensi memiliki lebih banyak kesempatan untuk mengejar hal-hal yang benar-benar mereka minati.

Dalam skenario yang sangat optimistis, efisiensi pembelajaran standar bahkan dapat membebaskan waktu hingga enam jam sehari yang selama ini digunakan untuk proses belajar konvensional.

Namun, waktu luang tersebut tidak otomatis menghasilkan pembelajaran yang lebih baik. Sekolah tetap perlu menciptakan lingkungan yang mendorong rasa ingin tahu dan memberi siswa kesempatan menggunakan waktunya untuk berkarya.

AI dapat menjadi tutor, tetapi motivasi manusia memiliki dimensi yang berbeda. Seorang siswa mungkin membutuhkan seseorang yang mempercayainya ketika ia sendiri mulai meragukan kemampuannya.

Karena itu, masa depan pendidikan bukan semata-mata tentang mengganti guru dengan teknologi. Tantangan sebenarnya adalah membebaskan guru dari pekerjaan yang dapat diotomatisasi agar energi manusia digunakan pada hal yang paling sulit digantikan: membangun hubungan, memberikan dorongan, memahami konteks siswa, dan membantu mereka melihat kemungkinan masa depannya.

Seperti dirangkum dalam gagasan Ben Gomes, penggunaan AI diharapkan membuat bagian have to menjadi lebih efisien sehingga ruang untuk want to justru dapat semakin besar.

Reformasi pendidikan melalui perpindahan dari just-in-case learning ke just-in-time learning menawarkan cara pandang baru mengenai apa yang seharusnya dipelajari siswa. Fokus pendidikan tidak lagi semata-mata pada seberapa banyak informasi yang dapat disimpan, tetapi pada kemampuan untuk terus belajar ketika menghadapi kebutuhan baru.

Tutor AI dan mastery learning dapat membantu mewujudkan pembelajaran yang lebih personal sekaligus menghemat waktu. Namun, perubahan tersebut membutuhkan reformasi sistem penilaian dan kurikulum agar teknologi tidak sekadar mempercepat sistem lama.

Pada akhirnya, teknologi seharusnya tidak mengurangi peran manusia dalam pendidikan. Sebaliknya, AI idealnya mengambil sebagian pekerjaan yang bersifat repetitif sehingga guru memiliki lebih banyak kesempatan menjadi mentor, motivator, dan pemandu.

Masa depan pendidikan mungkin bukan tentang membuat siswa belajar lebih banyak, melainkan membantu mereka belajar hal yang tepat pada waktu yang tepat—serta memiliki lebih banyak ruang untuk belajar karena mereka memang ingin melakukannya.

FAQ

1. Apa itu just-in-case learning? Just-in-case learning adalah model pendidikan yang mengajarkan pengetahuan kepada siswa sebagai persiapan menghadapi kemungkinan kebutuhan di masa depan, meskipun belum tentu digunakan.
2. Apa yang dimaksud just-in-time learning? Just-in-time learning adalah pendekatan yang menekankan kemampuan seseorang mempelajari pengetahuan dan keterampilan ketika benar-benar dibutuhkan untuk menghadapi masalah tertentu.
3. Bagaimana AI dapat membantu pembelajaran? AI dapat berfungsi sebagai tutor personal yang menyesuaikan materi, penjelasan, latihan, dan kecepatan belajar berdasarkan tingkat penguasaan masing-masing siswa.
4. Apakah AI akan menggantikan guru? Tidak harus. AI lebih berpotensi mengambil sebagian tugas pembelajaran yang repetitif, sementara guru dapat semakin berfokus pada mentoring, motivasi, hubungan sosial, dan perkembangan personal siswa.
5. Mengapa sistem grading menjadi tantangan reformasi pendidikan? Sistem penilaian mendorong sekolah dan guru memilah kemampuan siswa berdasarkan nilai sehingga materi dan metode pembelajaran terkadang diarahkan untuk menghasilkan perbedaan nilai, bukan semata-mata pemahaman yang bermakna.