Kecerdasan Artifisial

Konsep Dasar Kecerdasan Artifisial 

Kecerdasan Artifisial (KA) adalah cabang dari ilmu komputer yang berfokus pada pembuatan sistem atau mesin yang bisa berpikir dan bertindak seperti manusia, terutama dalam hal belajar, menyelesaikan masalah, dan mengambil keputusan. KA mencoba meniru kecerdasan manusia. Konsep dasar KA adalah sebagai berikut. 1. Pembelajaran (Learning) di mana KA belajar dari data dan pengalaman, mirip seperti manusia belajar dari latihan. 2. Penalaran (Reasoning) di mana KA mampu mengambil kesimpulan logis dari informasi yang ada. 3. Persepsi (Perception) di mana KA mampu “melihat” dan “mendengar” menggunakan sensor atau kamera, lalu mengenali objek atau suara. 4. Pengambilan Keputusan (Decision-Making) di mana KA mampu memilih tindakan terbaik dari beberapa pilihan berdasarkan data yang ada. 5. Interaksi Bahasa (Natural Language Processing – NLP) di mana KA mampu memahami dan menghasilkan bahasa manusia.

Salah satu strategi pembelajaran materi konsep dasar KA yaitu dengan discovery learning di mana murid mengeksplorasi informasi mengenai KA. Strategi ini dapat diterapkan melalui pembelajaran unplugged jika referensi berupa hardcopy tersedia dengan lengkap di perpustakaan. Dalam perkembangannya, KA mencakup berbagai subbidang, seperti pembelajaran mesin (machine learning), pembelajaran mendalam (deep learning), KA generatif, dan model bahasa besar (large language models). Machine Learning berfokus pada pembelajaran sistem dari data tanpa melakukan pemrograman secara eksplisit. Deep Learning menggunakan jaringan syaraf tiruan dengan banyak lapisan mendalam untuk mempelajari pola dari data yang jumlahnya banyak dan dapat digunakan untuk menyelesaikan beberapa tugas kompleks, seperti klasifikasi gambar, deteksi objek, dan segmentasi gambar. Untuk memudahkan pemahaman pada murid, pendidik perlu melakukan analogi antara machine learning dengan pembelajaran pada manusia untuk memperoleh pola berdasar observasi/ data. Murid dapat diberi tugas untuk melakukan pengelompokan dari berbagai benda dan mempelajari pola dari setiap kelompok benda tersebut.

Pada Fase C, murid perlu untuk diberikan pemahaman tentang Kecerdasan Artifisial (KA) agar mereka menjadi pengguna aktif dan cerdas, karena tanpa mereka sadari merupakan pengguna aplikasi berbantuan KA seperti YouTube Kids, asisten suara, filter foto, game pintar dan seterusnya. Mereka perlu diajak berpikir mengenai apa yang boleh dan tidak boleh dilakukan dengan bantuan teknologi KA. Memahami KA membuat mereka lebih sadar tentang teknologi yang mereka gunakan dan mempersiapkan keterampilan berpikir kritis, kreativitas, dan pemecahan masalah. Meningkatkan Kesadaran terhadap isu global seperti keamanan data pribadi, inklusi dan kesetaraan akses teknologi, perubahan iklim, lingkungan, pertanian, perkebunan, kesehatan, dan pendidikan. Pembelajaran dapat dirancang melalui penggunaan teknologi ini secara kontekstual dalam kehidupan nyata. Misalkan dalam kehidupan sehari-hari melalui asisten suara seperti Google Assistant atau Siri untuk membantu menjawab pertanyaan, dalam bidang lingkungan untuk memantau dan mendeteksi polusi udara, dalam bidang pertanian dan perkebunan untuk memantau dan mengetahui kapan tanaman harus disiram dengan bantuan drone dan sensor pintar. Pada bidang kesehatan membantu dokter membaca hasil rontgen atau tes kesehatan dengan lebih cermat. Asesmen dapat dilakukan melalui lembar kerja observasi dimana pada akhir pelajaran, murid menulis 10 kalimat/paragraf tentang apa yang mereka pelajari dari pengalaman sehari-hari tentang KA, dapat juga melalui asesmen sikap dan etika digital, melalui kuis, serta asesmen produk kreatif dalam bentuk tugas cerita pendek tentang bagaimana KA membantu kehidupan mereka sehari-hari.

Konsep Dasar Algoritma dan Logika Pada Fase C, murid perlu untuk diberikan pemahaman tentang Konsep Dasar Algoritma dan Logika agar mampu berpikir terstruktur dan sistematis, memiliki keterampilan berpikir kritis dan pemecahan masalah, serta memiliki dasar untuk belajar Koding dan Kecerdasan Artifisial (KA) ke depan. Pemahaman ini sejatinya tidak hanya untuk Koding dan KA saja, tetapi terkait erat dalam konteks praktik lintas bidang dengan matematika, pengetahuan alam, bahasa, hingga pengetahuan sosial. Di samping itu akan bermanfaat ketika mereka kerap berkali-kali menghadapi situasi yang membutuhkan langkah-langkah logis, mulai dari membuat keputusan saat belajar mandiri hingga menyusun strategi menyelesaikan pekerjaan rumah. Memahami algoritma dan logika, murid dilatih untuk berpikir jernih, menyusun langkah dengan teratur, dan menyelesaikan masalah secara rasional, dan ini merupakan bekal penting untuk menghadapi kehidupan dan dunia teknologi di masa depan.