Riset yang diberitakan Rowan University pada 5 Oktober 2026 menguji penggunaan kecerdasan buatan untuk membantu guru matematika memahami cara berpikir siswa. Penelitian yang didukung hibah National Science Foundation tersebut berfokus pada pengembangan dan pengukuran kemampuan professional noticing, yaitu kemampuan guru untuk memperhatikan perilaku siswa, menafsirkan pemikiran mereka, lalu menentukan respons pembelajaran yang sesuai.
Molly Fisher dari Rowan University terlibat dalam penelitian ini bersama tim dari University of Kentucky. Para peneliti berencana memanfaatkan data dari penelitian sebelumnya untuk melatih model AI agar dapat mengenali contoh professional noticing yang efektif. Dengan pendekatan tersebut, AI diharapkan dapat membantu memberikan umpan balik mengenai cara guru mengamati dan merespons proses berpikir siswa.
Namun, riset ini masih berada pada tahap pengembangan. Hasilnya belum dapat dijadikan bukti bahwa AI mampu menggantikan penilaian profesional guru. Sebaliknya, penelitian ini menempatkan AI sebagai alat bantu penelitian dan evaluasi pembelajaran yang tetap membutuhkan validasi, interpretasi manusia, serta pemeriksaan terhadap keterbatasan model.
Apa yang dimaksud dengan professional noticing?
Dalam pembelajaran matematika, guru tidak hanya perlu mengetahui apakah jawaban siswa benar atau salah. Guru juga perlu memahami alasan di balik jawaban tersebut. Dua siswa dapat memberikan jawaban yang sama, tetapi menggunakan cara berpikir yang berbeda. Sebaliknya, jawaban yang keliru dapat menunjukkan pemahaman awal, strategi alternatif, atau kesalahpahaman tertentu yang perlu ditangani dengan cara berbeda.
Professional noticing menggambarkan rangkaian kemampuan yang digunakan guru ketika menghadapi situasi seperti itu. Kemampuan tersebut mencakup tiga kegiatan utama:
- Memperhatikan petunjuk penting dari jawaban, pertanyaan, perilaku, atau strategi siswa.
- Menafsirkan cara berpikir siswa berdasarkan bukti yang tersedia, bukan sekadar berdasarkan dugaan.
- Menentukan tindakan pembelajaran berikutnya yang paling sesuai dengan kebutuhan siswa.
Ketiga kegiatan tersebut berkaitan erat dengan kualitas pengambilan keputusan di kelas. Guru yang mampu mengenali strategi siswa secara tepat dapat memilih pertanyaan lanjutan, penjelasan, contoh, atau aktivitas yang lebih relevan. Karena itu, kemampuan ini menjadi bagian penting dalam pendidikan guru dan pengembangan praktik mengajar.
Bagaimana AI akan digunakan dalam penelitian?
Berdasarkan informasi penelitian yang tersedia, tim Rowan University dan University of Kentucky akan menggunakan data dari studi sebelumnya sebagai bahan pelatihan model AI. Data tersebut akan membantu model mengenali pola atau contoh yang menunjukkan professional noticing yang efektif.
Dalam konteks ini, AI tidak diarahkan untuk sekadar menilai jawaban akhir guru. Model diharapkan dapat membantu menganalisis bagaimana guru memperhatikan bukti dari pekerjaan siswa, bagaimana mereka menjelaskan pemikiran siswa, dan bagaimana mereka menghubungkan pemahaman tersebut dengan keputusan instruksional.
Jika dikembangkan secara hati-hati, alat semacam ini berpotensi mendukung proses evaluasi dan pembelajaran profesional guru. Guru dapat memperoleh umpan balik tambahan tentang aspek yang sudah kuat dan bagian yang masih perlu dikembangkan. Peneliti juga dapat mempelajari lebih lanjut bagaimana kemampuan mengamati proses berpikir siswa dapat diukur secara konsisten.
Meski demikian, penggunaan AI dalam bidang ini memiliki tantangan. Kemampuan memahami pemikiran siswa sering kali bergantung pada konteks, bahasa, budaya kelas, serta informasi yang tidak selalu tertulis dalam data. Model AI mungkin mengenali pola tertentu, tetapi belum tentu memahami seluruh alasan pedagogis di balik keputusan seorang guru.
Tujuan penelitian dan manfaat yang diharapkan
Tujuan utama riset ini adalah mengembangkan alat yang dapat membantu guru mengevaluasi kemampuan mengamati proses berpikir siswa. Alat tersebut diharapkan mendukung tiga kebutuhan yang saling berkaitan.
- Memberikan umpan balik kepada guru. Analisis berbasis AI dapat menjadi bahan refleksi tambahan mengenai cara guru membaca respons siswa dan memilih tindakan pembelajaran.
- Meningkatkan keputusan instruksional. Pemahaman yang lebih baik terhadap strategi siswa dapat membantu guru menentukan respons yang lebih sesuai.
- Memperjelas kebutuhan belajar siswa. Ketika pola berpikir siswa teridentifikasi dengan lebih baik, dukungan pembelajaran dapat dirancang secara lebih terarah.
Manfaat tersebut masih berupa tujuan penelitian, bukan hasil yang telah terbukti. Efektivitas alat nantinya perlu dinilai melalui pengujian yang memadai. Peneliti juga perlu memastikan bahwa keluaran model benar-benar berkaitan dengan kualitas professional noticing, bukan hanya dengan ciri-ciri bahasa atau pola jawaban tertentu.
Mengapa validasi manusia tetap penting?
Riset tentang AI untuk memahami cara berpikir siswa menunjukkan bahwa teknologi dapat membantu memperluas kemampuan analisis, tetapi tidak otomatis menghasilkan penilaian yang benar. Model AI belajar dari data yang digunakan dalam pelatihan. Jika data tersebut terbatas, tidak seimbang, atau hanya mewakili situasi tertentu, hasil model dapat memiliki bias dan tidak berlaku secara luas.
Validasi manusia diperlukan untuk memeriksa apakah interpretasi AI sesuai dengan bukti yang diberikan siswa. Guru dan peneliti juga perlu menilai apakah rekomendasi model masuk akal dalam konteks pembelajaran tertentu. Sebuah respons yang tampak tepat secara statistik belum tentu cocok untuk kebutuhan individu siswa atau tujuan pelajaran.
Selain itu, evaluasi perlu membedakan antara korelasi dan pemahaman. Model mungkin menemukan hubungan antara jenis jawaban siswa dan respons guru, tetapi hal tersebut belum membuktikan bahwa model benar-benar memahami proses berpikir siswa. Pertanyaan mengenai akurasi, transparansi, konsistensi, dan batas penggunaan perlu dijawab sebelum alat diterapkan secara lebih luas.
Relevansi bagi mahasiswa dan penelitian pendidikan
Bagi mahasiswa, penelitian ini memberikan contoh bagaimana AI dapat digunakan sebagai alat bantu dalam riset pendidikan. Fokusnya bukan sekadar membuat sistem otomatis, melainkan menghubungkan teknologi dengan pertanyaan pedagogis yang jelas: bagaimana guru mengenali pemikiran siswa, bagaimana kemampuan tersebut diukur, dan bagaimana umpan balik dapat digunakan untuk memperbaiki pembelajaran.
Topik ini juga relevan dalam metodologi penelitian. Mahasiswa yang mengkaji penggunaan AI perlu mempertimbangkan kualitas data pelatihan, cara menentukan label atau contoh yang dianggap efektif, metode validasi, serta kemungkinan bias algoritmik. Mereka juga perlu memeriksa apakah temuan dari satu kelompok guru, mata pelajaran, atau konteks kelas dapat digeneralisasi ke situasi lain.
Dalam penelitian pendidikan, interpretasi manusia tetap menjadi bagian penting. AI dapat membantu mengolah data atau menemukan pola, tetapi kesimpulan akademik harus dibangun melalui analisis yang transparan dan dapat dipertanggungjawabkan. Peneliti perlu menjelaskan keterbatasan model serta menghindari klaim yang melampaui bukti.
Riset masih dalam tahap pengembangan
Kolaborasi Rowan University dan University of Kentucky memperlihatkan salah satu arah perkembangan AI dalam pendidikan: membantu guru membaca bukti tentang proses berpikir siswa, bukan menggantikan hubungan profesional di ruang kelas. Dukungan National Science Foundation menunjukkan bahwa pengembangan alat ini berlangsung dalam kerangka penelitian yang perlu diuji secara sistematis.
Untuk saat ini, belum ada dasar yang cukup untuk menyimpulkan bahwa AI dapat menggantikan guru atau penilaian profesional manusia. Hasil penelitian masih perlu diuji melalui pengembangan model, pemeriksaan kualitas data, validasi oleh ahli, dan evaluasi dalam konteks pembelajaran yang beragam. Nilai utama riset ini terletak pada upayanya mengeksplorasi bagaimana teknologi dapat mendukung refleksi guru dan pemahaman yang lebih baik terhadap cara siswa belajar.