Oleh : Dr. Muhammad Siddiq Rizki Purnama, S.Pd.I., M.Pd (Guru Matematika SMAN Unggul Darussa’adah Kluet Raya, Kabupaten Aceh Selatan, dan Pemerhati Pendidikan Inklusif di Aceh)
Pada September 2026, Open Artifical Intelellegence (AI) atau Kecerdasan Buatan mengumumkan usulan solusi atas masalah eksistensi dan kemulusan Navier Stokes, salah satu dari tujuh Millennium Prize Problems yang telah menantang para matematikawan selama sekitar sembilan puluh tahun.
Usulan ini tentu belum sama dengan pengakuan resmi hadiah satu juta dolar, tetapi pesannya jelas yaitu kecerdasan buatan (AI) kini menyentuh wilayah yang dulu dianggap milik nalar manusia.
Pertanyaan yang kemudian menghantui ruang guru bukan lagi “apakah AI akan masuk ke kelas kita?” melainkan jika mesin dapat menyelesaikan soal serumit itu, apa yang masih perlu kita ajarkan?.
Sebagai pendidik Matematika, penulis meyakini pertanyaan itu justru kesempatan untuk kembali pada hakikat profesi kita. Jawaban yang benar, belum tentu berarti belajar.
Bayangkan seorang siswa menyerahkan tugas dengan seluruh jawaban benar. Kita senang, lalu bertanya dalam hati “apakah ia benar-benar belajar?,”.
Pertanyaan ini menjadi lebih mendesak di era AI, sebab jawaban benar kini dapat diperoleh dalam hitungan detik tanpa pergulatan berpikir sedikit pun.
Belajar matematika sejatinya mencakup empat hal yaitu memahami konsep, menggunakan prosedur, menalar dan memberi justifikasi, serta menerapkan pengetahuan pada situasi baru.
AI dapat membantu di keempat wilayah itu. Ia mampu menjelaskan konsep, menghitung cepat, menyusun argumen yang tampak meyakinkan, bahkan menyarankan model untuk masalah baru.
Namun, kemampuan AI bukanlah bukti bahwa siswa telah mengalami proses mental yang sama. Bukti belajar ada pada apa yang mampu ditunjukkan siswa sendiri: menjelaskan dengan kata-katanya, memilih metode yang tepat, menemukan langkah yang keliru, dan menafsirkan hasil dalam konteks nyata.
Pelajaran dari Psikologi. Mengapa siswa harus tetap bergulat teori psikologi membantu kita memahami, mengapa proses lebih penting daripada hasil.
Pertama. Konstruktivisme, Jean Piaget menegaskan bahwa pengetahuan dibangun siswa melalui aktivitas mentalnya sendiri, bukan dipindahkan dari kepala lain, apalagi dari layar.
Ketika AI memberikan jawaban instan, tahap disequilibrium, yaitu rasa janggal ketika pengetahuan lama tidak cukup, hilang begitu saja. Padahal di situlah pemahaman baru tumbuh.
Kedua. Zona perkembangan proksimal, Lev Vygotsky menjelaskan bahwa siswa berkembang paling baik ketika dibantu sedikit di atas kemampuannya, dengan bantuan yang kemudian ditarik perlahan (scaffolding).
AI dapat menjadi scaffolding yang luar biasa, tetapi hanya jika dirancang untuk membimbing, bukan menggantikan.
Bantuan yang terlalu banyak justru mematikan perkembangan.
Ketiga, teori beban kognitif, John Sweller mengingatkan bahwa memori kerja kita terbatas.
AI dapat meringankan beban yang tidak esensial, seperti hitungan rumit yang menghalangi siswa memahami ide pokok. Namun beban yang esensial, yakni usaha membangun skema pemahaman, tidak boleh dihilangkan.
Ketiga. Efek generasi (generation effect), menunjukkan bahwa informasi yang dihasilkan sendiri lebih tahan lama di ingatan daripada yang sekadar dibaca. Siswa yang hanya menyalin jawaban AI kehilangan manfaat ini.
Dari Prompt yang menjawab ke Prompt yang membimbingLalu bagaimana memanfaatkan AI tanpa mengorbankan proses berpikir? Kuncinya ada pada cara bertanya.
Prompt “selesaikan soal ini” menghasilkan jawaban. Sebaliknya, prompt seperti “bantu saya menyusun model matematika untuk tarif ini; ajukan satu pertanyaan dalam satu waktu dan biarkan saya mencoba setiap langkah” menjadikan AI sebagai pendamping Sokratik.
Ambil contoh perbandingan dua tarif taksi. Taksi A dengan tarif awal Rp. 5.000 plus Rp. 2.000 per kilometer, dan taksi B dengan Rp. 9.000 plus Rp. 1.500 per kilometer.
Dengan bimbingan AI, siswa menentukan sendiri variabel jarak, menyusun persamaan, menemukan titik impas pada 8 kilometer, lalu memutuskan taksi mana yang lebih murah untuk perjalanan 12 kilometer.
Percakapan belajar pun bergeser dari sekadar mencari angka akhir menjadi merumuskan aturan keputusan.
Urutannya sederhana yaitu guru memberi prompt yang mengajak siswa berpartisipasi, penalaran siswa dimunculkan, lalu hasilnya diverifikasi secara mandiri.
Satu hal tidak boleh dilupakan. Penjelasan AI yang lancar bisa saja memuat kesalahan aritmetika atau penalaran.
Kefasihan bahasa tidak identik dengan kebenaran, dan siswa perlu dilatih untuk selalu memeriksa kembali.
Memilih Alat Sesuai Tujuan
Tidak semua alat AI cocok untuk semua keperluan. ChatGPT, Claude, dan Gemini cocok sebagai teman belajar untuk berdiskusi tentang konsep.
Wolfram Alpha berfungsi sebagai mesin komputasi untuk memeriksa perhitungan.
Symbolab dan sejenisnya membantu menelusuri letak kesalahan langkah demi langkah, sedangkan Desmos dan GeoGebra memungkinkan siswa menjelajahi hubungan matematis secara visual.
Prinsipnya: sesuaikan alat dengan tugas, pastikan siswa tetap berpikir, dan verifikasi hasilnya.
Memikirkan Ulang Asesmen
Jika tugas rumah dapat dikerjakan AI dalam semenit, apakah asesmen kita masih bermakna?.
Di sinilah kita perlu berani menata ulang. Salah satu gagasan yang menarik adalah kebijakan “lampu lalu lintas.”
Pada zona merah, AI tidak boleh digunakan karena tujuannya membangun pemahaman dasar, seperti aritmetika mental atau sketsa konsep di kelas.
Pada zona kuning, AI berperan sebagai tutor, dan siswa menyusun tugas akhirnya sendiri sambil melampirkan log percakapan.
Pada zona hijau, AI diintegrasikan penuh untuk pemodelan kompleks, dengan syarat siswa menjelaskan metode, memverifikasi hasil, dan mengungkapkan penggunaan alat.
Bobot penilaian pun dapat bergeser, misalnya dari dominasi ujian tertulis menjadi kombinasi ujian terkendali, proyek berbasis proses, dan presentasi atau ujian lisan.
Dua bentuk yang menjanjikan adalah proyek audit-AI, ketika siswa menjadi “editor senior” yang menemukan kesalahan logika pada solusi AI yang sengaja dibuat cacat, serta ujian dua fase, yaitu tutup buku untuk konsep dasar lalu boleh memakai AI untuk kasus kontekstual.
Secara psikologis, bentuk-bentuk ini mendorong kemampuan berpikir tingkat tinggi dalam taksonomi Bloom, yakni menganalisis, mengevaluasi, dan mencipta, bukan sekadar mengingat dan menerapkan.
Guru sebagai kurator pemikiran Matematis
Lantas, di mana posisi guru?. Peran kita tidak hilang, melainkan meluas. Dari penyaji prosedur, guru bertransformasi menjadi kurator pemikiran matematis, seseorang yang memandu debat dan penalaran, mengajukan pertanyaan terarah, serta mengorkestrasi AI dan alat lain untuk masalah lintas disiplin.
Tiga kompetensi menjadi penting, merumuskan masalah dunia nyata menjadi model Matematika, memvalidasi secara kritis asumsi dan hasil yang dihasilkan AI, serta menumbuhkan intuisi yang menghubungkan simbol dengan makna.
Indikator keberhasilan pun bergeser.
Bukan hanya akurasi dan kefasihan dalam ujian, tetapi juga kemampuan memformulasi, mengaudit model, dan mentransfer pengetahuan ke situasi baru. Di sini pula dimensi afektif guru berperan besar.
Dalam kerangka teori determinasi diri (Deci dan Ryan), siswa belajar dengan tekun ketika kebutuhan akan kompetensi, otonomi, dan keterhubungan terpenuhi.
AI dapat memberi kompetensi dan otonomi, tetapi keterhubungan, yaitu rasa dihargai dan dipahami, tetap merupakan wilayah kehangatan seorang guru.
Menjaga Rasa Ingin Tahu
AI bukan ancaman bagi guru Matematika, sekaligus bukan penyelamat.
Ia adalah alat yang dampaknya ditentukan oleh cara kita merancang pembelajaran. Jika kita hanya mengejar jawaban benar, AI akan menggantikan kita.
Namun, jika kita mengejar pemahaman, penalaran, dan transfer, AI justru menjadi mitra yang memperkuat peran kita.
Mungkin pertanyaan yang tepat bukan lagi “apa yang masih bisa kita ajarkan setelah AI mampu menyelesaikan masalah Navier–Stokes?”, melainkan “bagaimana kita mengajarkan siswa untuk bertanya, meragukan, memverifikasi, dan memaknai.
Selama kita menjaga rasa ingin tahu, memperdalam penalaran, dan merancang pembelajaran dengan sungguh-sungguh, masa depan pendidik matematika tetap cerah.[]
Pos terkait
Latest Post
Tidak ada komentar