Ni Wyn,dkk(2014:2) seiring perkembangan teknologi informasi yang semakin pesat,kebutuhan akan suatu konsep pembelajaran berbasis TI menjadi tak terelakkan lagi.Konsep yang kemudian terkenal dengan sebutan E-learning membawa pengaruh terjadinya transformasi pendidikan konvensional ke dalam bentuk digital. E-learning memberikan harapan baru sebagai alternatif solusi atas sebagian besar permasalahan pendidikan di Indonesia, dengan fungsi yang dapat disesuaikan dengan kebutuhan,baik sebagai tambahan maupun pengganti atas kegiatan pembelajaran di dalam kelas seperti biasanya.
Pendidikan jarak jauh atau dapat dikatakan sebagai pembelajaran jarak jauh ,sudah mulai dilirik oleh para pendidik untuk dijadikan salah satu solusi dari permasalahan dalam pembelajaran.Sebenarnya,istilah tersebut sudah lama digaungkan bahkan diterapkan oleh pendidik dalam proses pembelajaran yang dalam hal ini dilakukan terpisah di luar kelas. Maksudnya, anatara pendidik dan peserta didik tidak berada dalam satu ruangan yang sama bahkan waktunyapun bisa berbeda.
Selama bertahun-tahun, para pendidik telah berjuang untuk membantu setiap siswa dengan kebutuhan pendidikan individual mereka. Itu menjadi sangat sulit di kelas, dua puluh, tiga puluh, empat puluh, atau lima puluh siswa semua harus lulus tes standar yang sama, terlepas dari pertumbuhan pribadi. Penggunaan kecerdasan buatan berpotensi mengganggu model-model pengajaran modern yang berpotensi merusak . Algoritma Learning Machine telah mulai membantu para guru mengisi celah-celah sambil menunjukkan subjek mana yang paling banyak dipelajari oleh siswa. Jika kita berpikir AI dan papan tulis tidak berjalan seiring, berikut ini lima contoh kecerdasan buatan berbasis kelas.
1. Thinkster Math: Dianggap, “aplikasi matematika yang menawarkan sentuhan manusia yang tidak biasa,” oleh The New York Times, Thinkster Math adalah aplikasi les yang memadukan kurikulum matematika nyata dengan gaya mengajar yang dipersonalisasi. Aplikasi ini memberikan setiap siswa tutor di balik layar yang melihat proses mental mereka terungkap selangkah demi selangkah di layar iPad. Pertama, Thinkster Math menyajikan pengguna dengan masalah yang berbeda sesuai dengan keahlian mereka. Saat siswa menulis bagaimana mereka telah mencapai jawaban, aplikasi menganalisis karya tertulis mereka untuk menentukan di mana mereka salah atau salah memahami langkah penyelesaian masalah yang penting. Thinkster Math meningkatkan proses logika setiap siswa dengan memberikan bantuan video untuk siswa yang terjebak dan umpan balik yang dipersonalisasi dan segera.
2. Brainly: Brainly adalah situs media sosial untuk pertanyaan kelas. Menggunakan algoritme Pembelajaran Mesin untuk memfilter spam, Brainly memungkinkan pengguna untuk mengajukan pertanyaan pekerjaan rumah dan menerima jawaban otomatis dan terverifikasi dari sesama siswa. Situs ini bahkan membantu siswa berkolaborasi untuk mendapatkan jawaban yang benar. Jika Anda memiliki siswa yang memimpin kelas, dia dapat memberikan jawaban atas jawaban dan berusaha menjadi moderator komunitas yang cerdas. Brainly memiliki ahli di berbagai mata pelajaran sekolah dan bekerja untuk menciptakan komunitas kelas seperti untuk sentuhan papan tulis yang dipersonalisasi.
3. Content Technologies, Inc .: Buku-buku teks universal hanya berguna untuk versi-versi siswa yang melihat, berpikir, memecahkan masalah, dan mengolah informasi yang sama. Content Technologies, Inc. (CTI) adalah perusahaan AI yang menggunakan Deep Learning untuk membuat buku teks yang disesuaikan dengan kebutuhan kursus dan siswa tertentu. Guru mengimpor silabus ke mesin CTI. Mesin CTI kemudian menguasai konten dan menggunakan algoritma untuk membuat buku teks pribadi dan kursus berdasarkan konsep inti. Kapan terakhir kali kelas Anda membaca buku teks cover-to-cover, memanfaatkan setiap halaman soal latihan atau benar-benar melihat korelasi antara pekerjaan di kelas dan bacaan yang ditugaskan? CTI berharap untuk mengisi celah itu dan membantu penerbit membuat buku teks yang efektif tepat untuk setiap pembelajar individu.
4. Mika: Serupa dengan Thinkster Math, Carnegie Learning's Mika menawarkan alat bimbingan berbasis AI untuk siswa yang terlalu sibuk untuk tutor sepulang sekolah untuk mendapatkan perhatian khusus. Dan jika Anda berpikir satu-satu perhatian hanya untuk anak sekolah dasar yang berjuang dengan divisi panjang, Mika mengkhususkan diri dalam bimbingan belajar yang lebih tinggi untuk mengisi kekosongan di ruang kelas perguruan tinggi terkenal untuk ruang kelas berukuran dosen. Aplikasi ini dipandu oleh proses pembelajaran unik setiap siswa, membuat pengguna sadar akan perkembangan harian mereka dan mengadaptasikan pelajaran untuk setiap perjuangan spesifik siswa.
5. Netex Learning: Netex Learning memungkinkan guru merancang kurikulum di berbagai platform dan perangkat digital. Situs ini bahkan membantu pendidik yang paling tidak cakap dalam teknologi memasukkan elemen interaktif seperti audio, video, dan penilaian diri ke rencana pelajaran digital mereka, semuanya dalam platform cloud pembelajaran yang dipersonalisasi. Dengan Netex, pengajar dapat membuat materi siswa yang disesuaikan untuk dipublikasikan di platform digital apa pun sambil menyediakan alat untuk konferensi video, diskusi digital, tugas yang dipersonalisasi, dan analisis pembelajaran yang menunjukkan representasi visual dari pertumbuhan pribadi setiap siswa.
Apa pun yang kita pikirkan tentang kecerdasan buatan, tidak dapat disangkal tempatnya dalam pengajaran modern. Dan sementara tidak ada yang menggantikan aspek manusia dari guru yang tercinta. Penggunaan AI ini menunjukkan bahwa pembelajaran itu tidak terbatas.dikatakan belajar tidak hanya kegiatan yang dilakukan di ruang kelas.
Adapun permasalahan berkaitan artikel di atas yaitu:
1. Bagaimana cara guru melakukan evaluasi terhadap proses pembelajaran?
Adapun permasalahan berkaitan artikel di atas yaitu:
1. Bagaimana cara guru melakukan evaluasi terhadap proses pembelajaran?
- 2.apakah ada kelemahan pembelajaran berbasis tabtor(tablet based tutoring)? Bagaimana mengatasinya
DAFTAR PUSTAKA
Lynch.5examples of Artificial Intelligence in the Classroo.2017.
https://www.thetechedvocate.org/5-examples-artificial-intelligence-classroom/ (Diakses tanggal 17 September 2018)Choirudin.2015.Efektivitas pembelajaran matematika dengan e-learning berbasis scoology.repository.ut.ac.id/6907/1/42240.pdf (diakses tanggal 17 September 2018)
kelemahan pembelajaran berbasis tabtor
BalasHapus1. Keberhasilan pembelajaran berbasis tabtor bergantung pada kemandirian dan motivasi belajar
2. Akses untuk mengikuti pembelajaran dengan menggunakan tabtor seringkali menjadi masalah bagi peserta didik
3.Pembelajar dapat cepat merasa bosan dan jenuh jika mereka tidak dapat mengakses informasi, dikarenakan tidak memiliki peralatan yang memadai terutama bandwith yang tidak cukup.
4. Dibutuhkannya panduan bagi pembelajar untuk mencari informasi yang relevan.
5. Dengan menggunakan pembelajaran berbasis tabtor, peserta didik terkadang merasa terisolasi, terutama jika terdapat keterbatasan dalam fasilitas komunikasi.
kelemahan pembelajaran berbasis tabtor
BalasHapus1. Keberhasilan pembelajaran berbasis tabtor bergantung pada kemandirian dan motivasi belajar
2. Akses untuk mengikuti pembelajaran dengan menggunakan tabtor seringkali menjadi masalah bagi peserta didik
3.Pembelajar dapat cepat merasa bosan dan jenuh jika mereka tidak dapat mengakses informasi, dikarenakan tidak memiliki peralatan yang memadai terutama bandwith yang tidak cukup.
4. Dibutuhkannya panduan bagi pembelajar untuk mencari informasi yang relevan.
5. Dengan menggunakan pembelajaran berbasis tabtor, peserta didik terkadang merasa terisolasi, terutama jika terdapat keterbatasan dalam fasilitas komunikasi.
Menanggapi permasalahan no 1
BalasHapusEvaluasi dalam pembelajaran seharusnya dilakukan oleh guru mulai dari pembelajaran antar tatap muka itu berlangsung, kemudian bagaimana seorang siswa itu menanggapi suatu permasalahan yang diberikan oleh guru atau bisa juga dengan mengutarakan ide-ide di dalam pikirannya, dan yang terakhir adalah dengan memberikan soal-soal ujian kepada siswa untuk mereview seberapa besar mereka paham akan pelajaran atau materi yang sudah diajarkan oleh sang guru
Setelah belajar dengan menggunakan e-learning, tentunya kita harus mengukur dan mengevaluasi. Untuk mengetahui sejauh mana hasil belajar melalui e-learning. Teori yang paling sederhana tentang pengukuran atau evaluasi e-learning adalah menggunakan ukuran yang sama dengan yang digunakan untuk mengukur pelatihan di kelas. Selain itu, untuk mengevaluasi pembelajaran berbasis web termasuk didalamnya e-learning, maka perlu digunakan model ADDIE. Jossey Bass dalam bukunya, Web Based Training mengemukakan empat macam evaluasi e-learning dengan menggunakan model ADDIE, antara lain:
BalasHapus1. Subject Matter Expert Evaluation
2. Rapid Prototype Evaluation
3. Alpha Class Evaluation
4. Piloting Evaluation
Implementasi dan evaluasi yang ditunjukkan dalam model ADDIE sebagai dua tahap yang terpisah dan sifatnya linier. Terdapat banyak alat/instrumen yang rinci untuk melakukan evaluasi e-learning. Pada umumnya dibagi menjadi dua jenis. Yang pertama, ada instrumen on-line untuk menilai karakteristik-karakteristik pengguna dari perangkat lunak. Kedua, ada alat-alat untuk merekam dan meneliti pemakaian dengan jangka waktu dan frekuensi, baik melalui catatan dalam, halaman-halaman pengakses, profil pengguna dan lain-lain. ada dua bagian yang perlu diketahui dalam melakukan evaluasi WBT termasuk e-learning , yaitu:
Evaluasi Produk
Satu hal yang paling mendominasi evaluasi e-learning adalah menguraikan daftar perangkat lunak pendidikan tertentu tentang spesifikasi yang ada dalam perangkat tersebut. Kebanyakan daftar ini diterbitkan oleh pengembang-pengembang perangkat lunak. Sebenarnya, hal ini bukan untuk maksud menanyakan kegunaan daftar/laporantersebut atau meragukan kebenaran yang ada didalamnya, melainkan hanya sebuah evaluasi “yang bukan kontekstual” yang bisa diterima akan produk yang dihasilkan.
Evaluasi Kinerja
Scrivens (2000) di AS, menggunakan istilah ”evaluasi kinerja” untuk sesuatu yang akan dilakukan, di Eropa disebut sebagai penilaian siswa. Secara singkat dapat didefenisikan bahwa evaluasi kinerja siswa adalah suatu indikator tangguh yang menunjukkan efektivitas penyelengaraan e-learning. Lebih dari itu, suatu survei melaporkan tentang evaluasi kinerja dalam konteks e-learning sebagian besar terkait dengan peralatan dan instrumen-instrumen on-line untuk menguji pengetahuan pelajar berbasis kinerja (Piskurich & George, 2003).