Peneliti Mengembangkan AI Baru untuk Membantu Menciptakan Sistem Tutor

Peneliti dari Carnegie Mellon University telah menunjukkan bagaimana mereka dapat membangun sistem tutor pintar. Sistem ini efektif dalam mengajar berbagai mata pelajaran, termasuk aljabar dan tata bahasa. 

Peneliti menggunakan metode baru yang bergantung pada kecerdasan buatan untuk memungkinkan seorang guru mengajar komputer. Kalimat ini membuat metode ini terdengar membingungkan, tetapi bayangkan komputer yang diajari mengajar oleh seorang guru. Komputer dapat diajari oleh guru dengan menunjukkan cara menyelesaikan masalah tertentu, seperti penjumlahan multicolumn. Jika komputer salah, guru dapat memperbaikinya. 

Menyelesaikan Masalah Sendiri

Salah satu bagian menarik dari metode ini adalah bahwa sistem komputer dapat tidak hanya mengajar dan menyelesaikan masalah seperti yang diajarkan, tetapi juga dapat menyelesaikan semua masalah lainnya dalam topik dengan menggeneralisasi. Ini berarti bahwa komputer dapat menyelesaikan masalah di luar cara yang diajarkan oleh guru. 

Daniel Weitekamp III adalah mahasiswa Ph.D di Institut Interaksi Manusia-Komputer (HCII) CMU. 

“Seorang siswa mungkin belajar satu cara untuk melakukan suatu masalah dan itu sudah cukup,” kata Weitekamp. “Tapi sistem tutor perlu belajar semua jenis cara untuk menyelesaikan suatu masalah. Sistem tutor perlu belajar bagaimana mengajar penyelesaian masalah, bukan hanya bagaimana menyelesaikan masalah.”

Tantangan yang dijelaskan oleh Weitekamp adalah salah satu yang terbesar dalam pengembangan sistem tutor berbasis AI. Sistem tutor pintar yang baru dikembangkan dapat melacak kemajuan siswa, membantu menentukan apa yang harus dilakukan selanjutnya, dan membantu siswa mengembangkan keterampilan baru dengan memilih masalah latihan yang efektif. 

Pengembangan Sistem Tutor Berbasis AI

Ken Koedinger adalah profesor interaksi manusia-komputer dan psikologi. Koedinger adalah salah satu pengembang awal tutor pintar, dan bekerja sama dengan yang lain, aturan produksi diprogram oleh tangan. Menurut Koedinger, setiap jam instruksi yang diajarkan membutuhkan 200 jam pengembangan. Akhirnya, grup tersebut mengembangkan metode yang lebih efektif, yang menunjukkan semua cara yang mungkin untuk menyelesaikan suatu masalah. Ini mengurangi 200 jam menjadi 40 atau 50, tetapi sangat sulit untuk menunjukkan semua solusi yang mungkin untuk beberapa pola. 

Koedinger telah mengatakan bahwa metode baru ini dapat memungkinkan seorang guru mengembangkan pelajaran 30 menit dalam waktu yang sama. 

“Satu-satunya cara untuk mendapatkan tutor pintar yang lengkap sampai sekarang adalah dengan menulis aturan AI,” kata Koedinger. “Tapi sekarang sistem tersebut menulis aturan-aturan tersebut.”

Dalam metode baru ini, program pembelajaran mesin digunakan untuk mensimulasikan cara siswa belajar. Antarmuka pengajaran dibuat oleh Weitekamp, dan menggunakan proses “tunjukkan dan perbaiki” untuk pemrograman.

Sementara metode ini didemonstrasikan dengan penjumlahan multicolumn, mesin pembelajaran yang digunakan dapat diterapkan pada mata pelajaran lain, seperti penyelesaian persamaan, penjumlahan pecahan, kimia, tata bahasa Inggris, dan lingkungan eksperimen ilmiah. 

Salah satu tujuan utama adalah agar metode ini memungkinkan guru untuk membangun pelajaran komputerisasi mereka sendiri, tanpa memerlukan programmer AI. Ini memungkinkan guru untuk menerapkan pandangan pribadi mereka tentang bagaimana mengajar atau metode apa yang digunakan. 

Weitekamp, Koedinger, dan Ilmuwan Sistem HCII Erik Harpstead menulis makalah yang menjelaskan metode ini. Makalah ini diterima oleh Konferensi Faktor Manusia dalam Sistem Komputasi (CHI 2020). Konferensi ini awalnya direncanakan untuk bulan ini, tetapi pandemi COVID-19 memaksa konferensi tersebut dibatalkan. Makalah tersebut sekarang dapat ditemukan dalam prosiding konferensi, yang terletak di Perpustakaan Digital Asosiasi untuk Mesin Komputasi.

Institut Ilmu Pendidikan dan Google (GOOGL ) membantu mendukung penelitian ini.