Ujian Nasional

Kecerdasan Buatan Bisa Menggantikan Format Ujian Nasional

Mekanisme AI mampu memberi evaluasi rutin kepada para pelajar hingga tataran individu. Tentu saja, ada masalah etis dari gagasan ini.
06 Maret 2017, 8:13am

Artikel ini pertama kali tayang di Motherboard.

Keberadaan ujian terstandardisasi di semua negara, termasuk Indonesia, tak cuma memicu perdebatan tanpa akhir. Adanya ujian nasional, baik untuk kelulusan SMA maupun masuk universitas, menyerupai pertempuran politik yang panas. Ada kelompok pelajar maupun orang tua yang menginginkan sistem penilaian dikembalikan kepada evaluasi berbasis individu murid seperti dulu kala. Sementara kelompok orang tua lainnya menuntut tes semacam itu dipertahankan karena materi soal matematika di sekolah masa kini kurang sulit. Pengamat pendidikan sudah sering mengeluh jika ujian terstandar hanyalah pelestarian pendidikan gagal dari masa lalu. Rancangan soal ujian nasional mengabaikan hasil pembelajaran abstrak seperti kreativitas dan pemikiran kritis. Biaya menggelar ujian terstandar sangat mahal dan menguras banyak waktu. Di Indonesia, anggaran menggelar ujian nasional dua tahun lalu mencapai Rp260 miliar. Tentu saja angka itu akan terus membesar setiap tahun.

Bagaimanapun kita mengharapkan akuntabilitas dalam proses pendidikan. Biaya sekolah di semua negara sama-sama mahal. Sementara industri menuntut tenaga kerja terdidik di jejaring global. Persaingan para pelajar kini risikonya lebih tinggi dari sebelumnya. Negara-negara dengan ekonomi maju terancam tak lagi memiliki jaring pengaman bagi pekerjaan pabrik kelas menengah. Apalagi bagi negara dengan ekonomi menengah seperti Indonesia.

Berdasarkan opini yang diterbitkan pekan lalu di Jurnal Nature Human Behavior, Rose Luckin, seorang peneliti isu pendidikan di University College London, berargumen bila kita sebenarnya punya solusi alternatif atas dilema ujian terstandardisasi. Telah ada teknologi yang bisa merancang sistem pengujian hasil belajar secara realistis berbasis kecerdasan buatan (AI). Kecerdasan buatan ini dapat mengevaluasi capaian murid-murid di tingkat indvidu sekaligus mendalam. Luckin berkata bahwa AI mampu membuka "kotak hitam" pembelajaran yang selama ini menghantui para guru.

"AI bisa dilatih terus menerus, sampai-sampai mereka tidak layak dilabeli sebagai AI lagi," ujarnya. "Kita bisa mempercayakan data personal, medis, dan finansial kita kepada AI tanpa pikir panjang beberapa waktu terakhir. Jadi kenapa tidak mempercayakan pengujian pengetahuan dan pemahaman belajar anak-anak kita sekalian saja kepada komputer?"

Luckin meyakini AI dapat dirancang fokus mengevaluasi tiga aspek. Hal pertama adalah kurikulum pengajaran: mencakup mata pelajaran dan aktivitas para murid. Aspek kedua, AI membutuhkan detail mengenai langkah-langkah yang mesti diikuti para murid untuk menyelesaikan aktivitas tersebut. Dan yang terkahir, AI butuh tahu apa yang sebetulnya dianggap sebagai kriteria kesuksesan dalam aktivitas-aktivitas tersebut serta bagaimana aspek-aspek penilaiannya disusun oleh sekolah selama ini.

"Teknik AI, seperti model komputer dan mesin pembelajaran, diaplikasikan ke informasi tersebut dan sistem penilaian AI membentuk evaluasi pengetahuan murid dalam mata pelajaran yang diajarkan," ujar Luckin.

Luckin menyatakan sudah ada AI yang fungsinya mengevaluasi hasil belajar murid, disebut AIAsses, yang kini dikembangkan UCL Knowledge Lab. Sistem ini menawarkan sistem penilaian murid secara bertahap sesuai perkembangan mereka dalam memahami mata pelajaran tertentu. Ketika murid mampu menyelesaikan tugas lebih banyak, jenis dan tingkat kesulitan soal akan bertambah. Nilai yang diberikan sistem ini akan mempertimbangkan pengetahuan murid dalam sebuah topik dari satu mata pelajaran, termasuk kesadaran metakognitif, kemampuan mengaplikasikan mata pelajaran itu dalam kehidupan sehari-hari. "Semua itu adalah keterampilan penting yang perlu untuk menghadapi masa depan."

Rancang bangun AI untuk evaluasi hasil belajar siswa. Gambar oleh UCL

AIAssess memiliki dua komponen inti. Salah satunya adalah korpus ilmu pengetahuan yang disimpan di database komputer. Korpus itu akan menjadi dasar pemeriksaan jawaban murid. Korpus ini tidak hanya berupa kunci jawaban soal, namun lebih menyerupai penyimpanan informasi yang dapat digunakan mencari jawaban sebuah soal dari berbagai versi. Database ini dapat pula mengevaluasi hasil ujian murid lebih dari sekadar benar atau salah. Luckin menyatakan sistem ini menjamin komputer bisa menilai murid atas usaha mereka memahami mata pelajaran tertentu.

Komponen kedua terdiri dari model-model yang menggambarkan setiap murid. Ini merupakan penilaian yang terus dikembangkan mengenai pemahaman seorang murid terhadap mata pelajaran, dan juga potensi mereka dalam memahami sesuatu dan "kesadaran metakognitif" atas pengetahuan dan pemahaman yang mereka miliki. Di sini lah saat kita memahami potensi belajar seorang murid—dan inilah inti kegunaan AI: memberi prediksi seakurat mungkin.

Berdasarkan program pengembangan AI sejenis yang sudah berjalan, ongkos pembangunan komputer khusus untuk mengevaluasi hasil belajar murid ini bisa menelan dana US$ 600 miliar (setara Rp8.010 triliun). Jumlah yang sekilas sangat besar, tapi untuk kepentingan jangka panjang bisa dianggap relatif murah (coba saja kalian angka Rp260 miliar setiap tahun sampai dua dekade ke depan seandainya Indonesia ingin mempertahankan ujian nasional yang kontroversial). Dibandingkan anggaran ujian nasional di AS dan Britania Raya saban tahun, anggaran itu juga masih lebih murah.

Tentu saja, ide menyerahkan anak kita dievaluasi oleh komputer punya masalah tersendiri. Luckin menyadari ada persoalan etis dari gagasan timnya. Selain soal etika, ada banyak tantangan lain. Mulai dari dari privasi individu sampai hak kekayaan intelektual. Jika kita akan membangun sistem penilaian AI berskala yang disambut meriah oleh murid, guru dan orangtua, kita perlu bekerja sama dengan pendidik dan pengembang sistem untuk memberikan standar data spesifik yang memprioritaskan penyebaran data dan etika soal penggunaan data tersebut.

Untuk sebagian pendidik mengevaluasi kesadaran metakognitif para murid tetap ranah guru, tepatnya, ranah manusia. Barangkali kompromi antara keterlibatan guru, sekolah, serta penggunaan komputer yang memiliki kecerdasan buatan bisa menjadi jalan tengah. Bolehlah kita membayangkan di masa depan ada cara menggabungkan data murid yang telah ada untuk membangun modul pembelajaran lalu menjadikannya dasar penentuan kurikulum sesuai karakter individu masing-masing. Bayangkan di masa depan setiap murid memperoleh kurikulum khusus individual sesuai minat dan bakatnya, tanpa harus menyerahkan evaluasinya kepada mesin. Sepertinya wacana ini bisa disepakati semua pihak—baik yang pro maupun kontra sistem ujian nasional.