Skip to main content

Inteligensi Buatan dan Pendidikan Matematika: Harapan dan Pertanyaan

Kecerdasan Buatan dan Pendidikan Matematika:
Harapan dan Pertanyaan

N.Balacheff,
DidaTech,
Laboratorium LSD2,
IMAG-CNRSdan Joseph Fourier University,
di Grenoble, FRANCE

Abstrak: Kontribusi utama dari Artificial Intelligence (AI) untuk matematika desain,
metode dan alat untuk desain sistem berbasis komputer yang fleksibel dan terkait untuk
tujuan pengajaran dan pembelajaran. Sistem semacam itu menyampaikan harapan besar
sebagai: manipulasi langsung objek abstrak, penjelasan yang disesuaikan, microworlds
cerdas yang memungkinkan pembelajaran dengan penemuan. Banyak pertanyaan
dikaitkan dengan harapan ini, seperti di tempat pertama Apa itu AI-systems? Tapi,
pertanyaan penting lainnya harus ditanyakan mengenai konsekuensi dari reifikasi
pengetahuan yang tersirat oleh pemodelan AI dan desain antarmuka ramah atau cara-cara
yang dapat bekerja sama dengan guru di kelas matematika. Kami akan
mempertimbangkan pertanyaan-pertanyaan ini dalam konteks proyek Cabri-geometer.

Harapan 1.

Kecerdasan Buatan (AI) memiliki tujuan praktis untuk merancangdan mengimplementasikan
perilaku tampak cerdas di mata manusia pengamat: melihat sistem, seseorang dapat secara sah mengira
bahwa perilakunya adalah karena beberapa alasan. Tujuan teoritis yang terkait adalah pemodelan
pengetahuan dengan cara operasional. Itu menyiratkan identifikasi yang jelas tentang apa Itu bisa
diwakili. Untuk alasan ini setiap penelitian dan pengembangan dalam epistemologi compliant AI,
secara eksplisit atau dalam tindakan. Jadi, kecerdasan dalam ungkapan "Kecerdasan Buatan" pada
dasarnya berarti model yang diimplementasikan memungkinkan mesin untuk memecahkan masalah,
dalam arti itu solusi dari masalah-masalah ini belum menjadi pengkodean a priori, tetapi mereka
dibangun awalnya oleh mesin. Sebuah laporan singkat tentang perkembangan historis hubungan antara
AI dan Pendidikan dapat membantu pembaca memahami konteks presentasi ini.

Dengan demikian, kecerdasan dalam ungkapan "Kecerdasan Buatan" berarti bahwa model yang diimplementasikan memungkinkan suatu mesin untuk memecahkan masalah,
dalam arti bahwa solusi dari masalah ini belum dikodekan dengan priori, tetapi bahwa mereka
dibangun awalnya oleh mesin.

Sebuah laporan singkat tentang perkembangan historis hubungan antara AI
dan Pendidikan dapat membantu pembaca memahami konteks presentasi ini.

` Proyek signifikan pertama AI dalam bidang teknologi pendidikan untuk pendidikan
matematika muncul pada awal tahun tujuh puluhan. Satu dapat misalnya menyebutkan Tutor
Integrasi dari Kimball (1973). Tetapi mereka berada di bidang matematika, SCHOLAR
(Carbonnell 1970), dan obat-obatan dengan GUIDON (Clancey 1979). Sebenarnya lebih baik
melihat proyek semacam ini di bidang Teknologi Pendidikan seperti itu. Pada saat yang sama
memulai proyek LOGO (Papert 1973) yang merupakan salah satu AI signifikan pertama yang
memiliki beberapa kekhususan berkenaan dengan Pendidikan Matematika. Pada tahun
delapan puluhan kita dapat mengidentifikasi proyek khusus untuk pendidikan dan AI dan
mengenai matematika. Di antara Mereka Satu dapat menyebutkan BUGGY (Brown dan
Burton 1978), PIXIE (Sleeman 1982) ALGEBRALAND (Brown 1983), GEOMETRI-guru
(Anderson et al. 1985), BARAT (Burton dan Brown 1979), dll .. Sebuah langkah baru telah
dibuat pada awal tahun sembilan puluhan dengan pertumbuhan proyek AI yang mengklaim
kekhususan mereka untuk Pendidikan. Dalam tren ini, komunitas tumbuh, mengumpulkan
peneliti dari AI, Pendidikan, dan Psikologi, mengorganisasi dirinya sendiri. Bahkan ada jurnal
khusus sejak 1990: "Jurnal Kecerdasan Buatan dan Pendidikan".

Saya tidak akan membahas bidang itu, bahkan pembatasannya terhadap
matematika. Tujuan saya akan dipertimbangkan dari sudut pandang pengajaran ,
mencoba untuk mengklarifikasi beberapa pertanyaan yang berkaitan dengan harapan
kami, yang dapat membawa kami ke penelitian baru.

Dengan didaktik yang saya maksud adalah studi teoretis tentang karakteristik
situasi penemuan dan perolehan suatu pengetahuan tertentu. Pendekatan teoritis ini,
yang diprakarsai di Perancis oleh Brousseau (1972), adalah asli karena penekanannya
pada modelisasi situasi mengajar / belajar dengan memperhatikan kekhususan
pengetahuan. Juga terkait dengan pelaksanaan situasi didaktis dalam praktek mengajar
yang sebenarnya (Brousseau 1992).

Disini saya akan menyajikan secara singkat dua konsep esensial dari didactique
(untuk lebih banyak lagi sajian rinci lihat Brousseau 1986, Balacheff 1990):

- Spesifikasi dan desain situasi tertentu di bidang analisis informasi. Ini
berarti analisis situasi yang tidak dapat membantu konstruksi peserta didik tentang makna yang benar untuk bagian pengetahuan ini. Tetapi situasi semacam itu tidak dapat
dihentikan dengan sendirinya, itu harus diperkenalkan kepada para pembelajar oleh guru.
Ini adalah proses di mana guru dan pembelajar merundingkan makna situasi dalam
konteks aktivitas kelas saat ini. Hasil dari negosiasi ini adalah apa yang kita sebut kontrak
didaktis, itu mendefinisikan sifat hubungan guru dan siswa sehubungan dengan situasi
yang bersangkutan, dan dengan demikian makna pengetahuan. Sasaran, apa yang
dilakukan oleh kontrak yang didaku ini sebagian besar tetap implisit dan terbuka untuk
pertanyaan penelitian.

- Agar dapat diajar, setiap bagian pengetahuan perlu disesuaikan
dengan persyaratan khusus untuk belajar dan mengajar. Di antara batasan-batasan ini
seseorang dapat menunjukkan: kendala waktu pada pengajaran, pengetahuan pembelajar
sebelumnya, sifat dari sarana yang ada di pembuangan, organisasi masyarakat kelas, dll.
Sangat penting untuk melihat adaptasi ini sebagai elementarisasi ibu. Sayangnya yang
terjadi cukup lebih radikal. Kita dapat berbicara tentang transformasi pengetahuan
melalui transposisinya ke konteks didaktis. Proses didaktis transposisi (Chevallard
1985) sangat kompleks, tidak dapat ditemukan dengan tepat. Ini adalah hasil interaksi
antara guru dan guru, anggota dunia politik dan ekonomi, akademisi, orang tua dan
lain-lain. Hasil transposisi yang paling jelas dapat diamati dalam bentuk teks resmi yang
menguraikan kurikulum atau membuat rekomendasi tentang cara kurikulum ini harus
dilaksanakan. Tetapi juga evolusi pendidikan guru, dan bahan ajar yang diajukan kepada
guru.

Ekspektasi mengenai kegunaan dan efisiensi lingkungan belajar / mengajar cerdas
mencakup banyak aspek dari subjek: membuat pengetahuan lebih mudah diakses,
memungkinkan otonomi lebih banyak bagi peserta didik, membantu atau mengganti guru
dalam beberapa tugas. Saya akan mencoba untuk membuat isu-isu ini dan mengajukan
beberapa pertanyaan yang saya rasa komunitas penelitian di masa depan.
Pertanyaan-pertanyaan ini terkait dengan pemodelan pengetahuan, pemodelan pembelajar
dan pemahaman kesalahan, desain dan manajemen interaksi pelajar / mesin.

Permasalahan:

Terimakasih saya ucapkan kepada peneliti atas informasi.
Jurnal yang sangat bagus dan sangat menarik untuk di publikasikan. Karena ini adalah hal-hal baru yang di temukan di dunia era 4.0.
Tapi ada beberapa permasalahan yang belum dapat saya pahami, yaitu pada konsep.
Ada dua konsep secara singkat esensial dari didactique:
1. Di bidang analisis informasi. Analisis ini tidak dapat membantu kontruksi. Apa alasannya?
Sehatusnya peneliti harus memaparkan alasan secara konkrit agar pembaca tidak perlu lagi bertanya-tanya sendiri.
2. Agar dapat di ajar.
Dalam masalah ini penulis tidak menjelaskan persyaratan khusus untuk belajar mengajar seperti apa?

Comments

Post a Comment

Popular posts from this blog

jumlah sudut pada bidang

1.           Jika sudut 1 adalah 95 ° derajat dan sudut 2 adalah 110 ° derajat maka besar sudut 6,5 dan 3 adalah? Penyelesaian : -           ∠ 2 + ∠ 6 = 180° (saling berpelurus) 110° + ∠ 6 = 180°                          ∠ 6 = 70° -          ∠ 1 = ∠ 5 = 95° (sudut dalam berseberangan) -          ∠ 5 + ∠ 6 + ∠ 3 = 180° 95° + 70° + ∠ 3 = 180° 165° + ∠ 3 = 180° ∠ 3 = 15° 2.         Besar ∠ BCA adalah …. Penyelesaian : ∠ ABC + ∠ CBD = 180° (saling berpelurus) ∠ ABC + 112° = 180° ∠ ABC = 68° ∠ BCA + ∠ ABC + ∠ BAC = 180° ∠ BCA + 68° + 42° = 180° ∠ BCA + 110 = 180° ∠ BCA = 70°   3.    ...

evaluasi penilaian afektif

Penilaian Afektif Assalamu’alaikum Wr.Wb Halo Semuanya… Selamat datang kembali di postingan terbaru kami, postingan kali ini akan membahas salah satu penilaian dalam pembelajaran. Sesuai dengan Permendikbud No.65 tahun 2013 tentang standar proses dan permendikbud no.66 tahun 2013 tentang standar penilaian maka pada penilaian kurikulum 2013 menggunakan penilaian autentic pada proses dan hasil yang mencakup 3 aspek penilain yaitu afektif, kognitif dan psikomotorik. Penilaian afektif , bagi sebagian guru lebih sulit dilakukan dibanding penilaian kognitif atau penilaian psikomotor. Padahal dalam dunia pendidikan seperti halnya di sekolah, ranah afektif juga sangat perlu mendapatkan perhatian. Kenyataan selama ini di lapangan lebih menunjukkan  penilaian afektif  terkesan bagai “anak tiri” dibanding  penilaian kognitif maupun psikomotor. Ada juga kasus-kasus di lapangan yang menunjukkan guru telah melakukan penilaian afektif, tetapi tanpa panduan atau instrumen...

IOT

1. IOT Klasifikasi Kemampuan Kognitif dengan ANFIS Permainan serius yang dibangun untuk penelitian ini adalah permainan Cupak Grantang. Cerita Cupak Grantang diangkat dari Daerah Bali. Penelitian ini bertujuan untuk mengklasifikasikan kemampuan kognitif siswa berdasarkan hasil rekaman permainan yang dilakukannya menggunakan Algoritma Adaptive Neuro Fuzzy Inference System (ANFIS). Kemampuan kognitif terbagi menjadi 3 kemampuan pertama dalam ranah bloom, yaitu pengetahuan, pemahaman dan penerapan. ANFIS adalah metode klasifikasi yang menggunakan adaptive neuro fuzzy. Metode ini menyerupai pola penalaran pakar tanpa menggunakan analisis kuantitatif yang presisi[8]. Gambar 6 menunjukkan arsitektur ANFIS yang diusulkan. Gambar 7 menggambarkan rancangan klasifikasinya. Parameter yang digunakan untuk penentuan kemampuan kognitif ada tiga yaitu skor jawaban, waktu dan penggunaan petunjuk permainan. Permainan yang digunakan bernama permainan Cupak Grantang. Sebuah permainan serius y...