Universitas harus memaksa mahasiswanya untuk merinci bagaimana mereka menggunakan AI dalam tugas

Kegagalan perguruan tinggi dan universitas dalam menciptakan kebijakan di seluruh institusi yang menentukan penggunaan AI yang dapat diterima dan tidak dapat diterima menempatkan siswa pada risiko reputasi: hal ini dapat menyebabkan siswa dituduh melakukan ketidakjujuran akademis, dan kemungkinan besar membuat siswa kurang siap menghadapi dunia kerja.

Sebuah studi baru-baru ini yang dipimpin oleh Hui Wang di Universitas Arizona menemukan bahwa dari 100 universitas terkemuka di AS, lebih dari sepertiganya memiliki kebijakan yang tidak jelas atau belum diputuskan mengenai penggunaan AI dan lebih dari separuhnya menyerahkan keputusan kepada masing-masing instruktur.

Membiarkan hal tersebut kepada fakultas adalah sebuah hal yang masuk akal, terutama karena hal ini dapat dilihat sebagai tuntutan dari kebebasan akademis – yang didefinisikan oleh American Association of University Professors (AAUP) sebagai “hak fakultas untuk memilih materi, menentukan pendekatan terhadap mata pelajaran, membuat tugas, dan menilai kinerja akademik siswa dalam kegiatan pengajaran yang menjadi tanggung jawab masing-masing anggota fakultas”.

Namun para pengajar terpecah belah mengenai apakah penggunaan AI merupakan ketidakjujuran akademis. Lance Eaton, direktur pengembangan fakultas di College Unbound, telah mengumpulkan pernyataan kebijakan AI dari 164 anggota fakultas dari institusi di seluruh dunia. Korpus Eaton menunjukkan ketidaksepakatan yang luas mengenai apakah alat AI harus dilarang, diizinkan atau didorong. Beberapa fakultas – khususnya di bidang STEM dan bisnis – mengizinkan AI tanpa syarat, sementara fakultas lain mengizinkan penggunaannya hanya untuk tugas tertentu, seperti penelitian atau pengeditan. Fakultas humaniora cenderung melarang sepenuhnya penulisan yang dibantu AI karena dianggap tidak etis dan bertentangan dengan kebijakan integritas akademik.

Menghadapi pedoman yang beragam dan sering kali bertentangan, siswa mungkin tidak yakin kapan dan bagaimana mereka dapat menerapkan alat AI secara etis ke dalam mata pelajaran. Pada gilirannya, para pengajar mungkin tidak yakin kapan dan bagaimana AI dapat diperkenalkan ke dalam kurikulum, atau bagaimana mereka dapat menggunakannya untuk penilaian, pengajaran, dan beasiswa.

Pedoman yang dikeluarkan oleh American Psychological Association (APA) dan Modern Language Association (MLA) juga tidak banyak membantu dalam hal penggunaan AI. Hal ini tidak memperhitungkan jumlah tenaga kerja manusia yang terlibat atau tingkat bantuan AI yang berbeda-beda, sehingga sulit untuk secara akurat mengaitkan penulis atau menilai integritas karya tersebut.

Selain itu, dengan mengharuskan penulis mengutip setiap frasa yang dihasilkan oleh AI, keduanya gagal menjawab realitas bagaimana penulis menggunakan AI saat ini. Misalnya, satu frasa – metafora, hipotesis, inti argumen mungkin muncul dari interaksi dengan beberapa alat AI, seperti Elicit, Consensus, Perplexity, Inciteful, atau LitMaps, yang membantu dalam pencarian, memvisualisasikan hubungan antara akademisi makalah dan mengidentifikasi teks dan pengaruh utama. Penulis dapat mengembangkan frasa ini lebih lanjut dengan menggunakan NotebookLM untuk menghasilkan podcast tentang bacaan dasar. Mengharapkan penulis untuk mengutip selusin alat AI adalah tidak praktis. Selain itu, persyaratan tambahan MLA untuk mencantumkan petunjuk yang digunakan untuk menghasilkan frasa dapat mengakibatkan artikel dua halaman diikuti oleh 20 halaman petunjuk.

Dalam pernyataan posisinya yang baru-baru ini diterbitkan, “Membangun Budaya untuk Literasi AI Generatif dalam Bahasa, Sastra, dan Penulisan Perguruan Tinggi”, gugus tugas gabungan MLA dengan Conference on College Composition and Communication (CCCC) berpendapat bahwa kursus menulis tahun pertama “telah tanggung jawab khusus untuk mengajari siswa cara menggunakan AI secara kritis dan efektif dalam situasi akademik dan dalam kehidupan literasi mereka”. Namun dengan menugaskan tanggung jawab ini terutama pada kursus menulis tahun pertama, pedoman tersebut secara tidak sengaja meminggirkan literasi AI.

Kegagalan yang dilakukan oleh universitas dan asosiasi profesional ini melemahkan misi universitas riset modern: untuk mempersiapkan mahasiswa dengan kompetensi literasi yang mereka perlukan agar dapat sejahtera di tempat kerja yang sedang ditransformasikan oleh AI. Menurut Indeks Tren Kerja 2024 Microsoft, berdasarkan survei terhadap 31.000 pekerja di 31 negara, 75 persen pekerja berpengetahuan kini menggunakan AI di tempat kerja, jumlah ini meningkat hampir dua kali lipat dalam enam bulan terakhir.

Selain itu, para siswa sendiri dengan cepat mengadopsi AI. Dalam survei tahun 2024 yang dilakukan Dewan Pendidikan Digital terhadap hampir 4.000 siswa di 16 negara, 86 persen melaporkan menggunakan AI untuk tujuan akademis. Namun sebanyak 80 persen merasa bahwa integrasi AI ke dalam kurikulum universitas mereka tidak memenuhi harapan mereka, dan 72 persen merasa universitas mereka harus memberikan lebih banyak pelatihan AI.

Saya menyampaikan kekhawatiran rekan-rekan saya tentang AI. Tampaknya tidak etis bagi saya bahwa OpenAI dan perusahaan lain telah menyerap sejumlah besar konten internet, termasuk materi berhak cipta, untuk melatih model AI mereka tanpa izin atau kompensasi kepada pembuat aslinya. Sebagai penulis artikel di Writing Commons, sebuah proyek pendidikan terbuka dan ensiklopedia untuk para penulis, saya kesal karena karya saya dihapuskan tanpa persetujuan saya. Saya membutuhkan waktu puluhan tahun untuk menulis artikel tersebut. Demikian pula, menurut saya tidak etis bagi penerbit akademis seperti Taylor & Francis untuk menjual beasiswa anggota fakultas tanpa mendapatkan izin kami.

Saya khawatir dengan dampak lingkungan dari sistem AI, khususnya kontribusinya terhadap pemanasan global dan konsumsi air. Saya khawatir dengan pembangkit listrik tenaga nuklir yang diinvestasikan oleh Google, Amazon, dan perusahaan teknologi besar lainnya untuk menjalankan pusat data raksasa.

Saya khawatir AI akan membatasi hak pilihan manusia. Saya merasa terganggu karena sebagian besar pakar teknologi yang disurvei oleh para peneliti dari Elon University percaya bahwa AI akan menghilangkan pemikiran kritis; kemampuan membaca dan mengambil keputusan; dan keterhubungan tatap muka yang sehat, yang menyebabkan lebih banyak masalah kesehatan mental.

Namun di sinilah kita berada.

Mulai tahun ini, GPT-4 dapat menulis sebaik siswa sekolah menengah yang cerdas, dengan mendapat nilai persentil ke-93 dalam tes SAT Membaca dan Menulis Berbasis Bukti. Baru-baru ini, OpenAI o1, model AI baru yang diklaim perusahaan dapat menyelesaikan tugas-tugas kompleks, mendapat nilai 124 pada tes IQ Mensa Norwegia, yang menempatkannya dalam kategori kecerdasan manusia “di atas rata-rata atau cemerlang”.

Kita tidak bisa mengabaikan perubahan dramatis dalam pembuatan makna dan praktik literasi. Mengajarkan literasi AI saat ini mirip dengan mengajar membaca dan menulis di era setelah ditemukannya mesin cetak.

Namun, dapat dimengerti jika para guru khawatir bahwa menulis dengan bantuan AI dapat melemahkan kompetensi menulis dan berpikir kritis siswa. Faktanya, hasil ini mungkin terjadi jika siswa berinteraksi dengan sistem AI sebagai konsumen pasif, hanya menawarkan konten yang dimuntahkan untuk tugas tanpa keterlibatan yang tulus.

Untuk mengatasi permasalahan ini, kebijakan AI di seluruh universitas harus menegaskan perlunya menciptakan lingkungan di mana mahasiswa dan dosen terlibat secara kritis dengan alat AI dengan cara yang mendorong keagenan manusia. Kebijakan-kebijakan ini harus menegaskan bahwa para penulis dapat mengembangkan pemikiran mereka dan meningkatkan komunikasi mereka dengan cara terlibat dalam dialog internal dengan diri mereka sendiri tentang apa yang ingin mereka katakan dan bagaimana mereka perlu mengatakannya, dialog yang diperkaya dengan menginternalisasi masukan dari alat AI, serta masukan dari para guru, rekan kerja, klien, atau orang lain. Dilihat dari perspektif ini, AI adalah sebuah alat, bukan pengganti tulisan manusia.

Untuk menjaga kebebasan akademis, kebijakan AI di universitas harus mengizinkan fakultas untuk menolak penulisan yang dibantu AI. Sama seperti beberapa fotografer yang masih lebih memilih film analog daripada file digital, beberapa guru mungkin tidak ingin terlibat dalam penulisan yang dibantu AI. Meskipun universitas seharusnya tidak mewajibkan fakultas untuk mengajarkan literasi AI yang kritis, mereka harus mendorong fakultas dan mahasiswa untuk bereksperimen dan meneliti cara-cara penggunaan alat AI untuk memfasilitasi pemikiran kritis, komposisi, dan keagenan manusia.

Untuk menjaga integritas akademis dan mengukur upaya mahasiswa secara akurat, kebijakan AI di universitas harus mewajibkan mahasiswa untuk melampirkan catatan kaki pada tugas kuliah mereka yang menjelaskan cara mereka menggunakan AI: misalnya sebagai asisten peneliti untuk mengumpulkan dan mensintesis sumber. Atau sebagai asisten komposisi untuk prapenulisan, penyusunan, atau pengorganisasian. Atau sebagai editor untuk memoles prosa, menyesuaikan dengan standar penulisan bahasa Inggris atau memastikan referensi yang tepat.

Selain itu, kebijakan AI universitas harus mewajibkan mahasiswa untuk mengarsipkan log obrolan yang terkait dengan tugas kuliah mereka. Jika diinginkan, guru dapat meninjau log ini untuk menilai apakah siswa terlibat secara kritis dan bijaksana dengan alat AI. Kredit hanya boleh diberikan untuk kiriman yang dibantu AI ketika catatan kaki atau log obrolan AI menunjukkan bahwa siswa telah meninjau dan menyempurnakan konten yang dihasilkan AI secara menyeluruh, menunjukkan interaksi yang bermakna dengan alat dan pengawasan setiap kata. Hukuman yang ketat, termasuk kegagalan kursus, harus diterapkan untuk kiriman yang tidak menunjukkan bukti keterlibatan manusia, seperti referensi halusinasi yang diterima secara tidak kritis atau prosa yang dirumuskan.

Intinya adalah jika kita terus bertindak seolah-olah konsep lama tentang kepenulisan, penulisan, dan integritas akademis masih berlaku, kita berisiko menyerahkan hak pilihan dan kreativitas kita kepada mesin. Saatnya untuk mencari dan memperjuangkan hak pilihan manusia dan kreativitas. Menulis telah berubah, dan kita juga harus berubah.

Sumber: timeshighereducation.com

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.com

Saya bekerja di Microsoft dan mengajar kursus Stanford Online tentang AI. Tips dari saya untuk pekerja non-teknis.

Saya mulai bekerja di AI sekitar satu dekade lalu. Saya memulai magang ilmu data di Uber, kemudian melakukan konsultasi AI di McKinsey, dan kemudian bergabung dengan Microsoft, tempat saya sekarang bekerja di Copilot.

Saya mulai mengajar tamu di Stanford empat tahun lalu dan baru-baru ini ikut membuat kursus bernama Menguasai AI Generatif untuk Inovasi Produk, yang diluncurkan di Stanford Online pada Agustus 2024. Ini adalah kursus online mandiri yang berlangsung sepanjang tahun. Semua penelitian berasal dari pembicaraan dengan lebih dari 300 pengguna dan lebih dari 50 eksekutif.

Banyak orang yang mengikuti kelas ini adalah orang-orang yang ahli dalam bidang teknologi, seperti perwakilan dukungan pelanggan untuk produk teknis, atau manajer produk untuk produk perangkat lunak atau perangkat keras. Mereka sering kali mengerjakan produk teknis dan kursus ini membantu mereka lebih memahami gen AI.

Kami mengajarkan tiga modul dalam kursus ini. Modul pertama menjelaskan apa itu Gen AI dan di mana peluang terbesarnya. Pada modul kedua, kita membahas tentang seperti apa produk Gen AI yang hebat.

Modul ketiga membahas tentang bagaimana produk-produk Gen AI yang hebat dibuat dan apa yang dapat dilakukan individu untuk menjadikan diri mereka lebih berpengaruh, relevan, dan berguna ketika membuat produk-produk Gen AI.

Ini adalah dua jalur utama yang dapat Anda ambil untuk melakukannya.

Track 1: Tingkatkan keterampilan secara teknis
Ketika saya keluar dan berbicara dengan para pemimpin Fortune 500, mereka mengatakan bahwa kebutuhan mereka yang paling mendesak adalah para profesional yang menjembatani kedua dunia — mereka yang memahami persyaratan bisnis namun juga memahami persyaratan teknis.

Ini tidak berarti bahwa Anda harus mempelajari cara membuat kode, tetapi Anda setidaknya harus memiliki pengetahuan teknis yang cukup sehingga Anda dapat menerjemahkan visi produk ke dalam persyaratan teknis.

Versi pemula semakin mahir dalam rekayasa cepat. Ini kedengarannya cukup mendasar, namun memahami batasan sebenarnya dari perintah dan semua alat yang berbeda di seluruh teks, audio, dan gambar membuat Anda sudah sangat berharga dalam lingkungan bisnis karena Anda dapat membantu menghasilkan ide bahkan sebelum ide tersebut sampai ke dunia bisnis. tim teknis.

Pada tahap peralihan, Anda juga harus mulai memahami sedikit tentang cara kerja sistem gen AI dalam desain sistem, seperti bagaimana model gen AI dapat dipanggil dalam batasan data Anda.

Perusahaan memiliki batasan data yang mereka sepakati dengan pelanggannya bahwa data mereka tidak dapat melampauinya. Jadi jika Anda adalah bank, Anda mungkin memiliki perjanjian dengan nasabah Anda bahwa hanya bank yang akan menggunakan informasi mereka. Jika Anda mengirimkannya dalam bentuk obrolan ke OpenAI, itu akan melanggar batasan data perusahaan. Jadi sesuatu yang sederhana seperti mengetahui hal itu sudah sangat membantu.

Pada tahap lanjutan track ini, ada dua pilihan.

Beberapa orang yang tidak bekerja di perusahaan besar lebih mendalami pemahaman coding. Orang yang bekerja di perusahaan Big Tech biasanya mendalami arsitektur sistem lebih dalam. Jadi mereka akan memahami hal-hal seperti batasan data dan diagram aliran data dengan lebih detail.

Track 2: Menjadi pakar AI untuk industri Anda
Jalur keahlian domain adalah tempat para pebisnis secara otomatis condong ke arah dan mendapatkan keuntungan. Hal ini tidak berarti mengetahui lebih banyak tentang industri ini, namun mengetahui bagaimana gen AI dapat diterapkan pada domain secara lebih detail.

Misalnya saja di bidang keuangan, Anda harus mengetahui hal-hal seperti data apa yang dapat Anda gunakan untuk melatih model tertentu. Anda juga harus mengetahui hal-hal seperti jenis peraturan privasi dan keamanan apa yang harus Anda lalui agar aplikasi disetujui atau merilis aplikasi terkait gen AI.

Keahlian ini sangat berharga sehingga perusahaan membayar sejumlah besar uang kepada konsultan yang memiliki keahlian khusus ini. Saya mengenal orang yang pernah bekerja sebagai manajer operasi di sebuah bank dan dia mengetahui di mana gen AI adalah yang paling berharga. Sekarang, perusahaan hanya akan meneleponnya untuk mencari tahu di mana akan meluncurkan produk gen AI mereka.

Gunakan alat tersebut dan pelajari keterbatasannya untuk meningkatkan petunjuk Anda
Hal terbaik yang saya lihat dilakukan orang-orang adalah mencoba mengotomatisasi sebagian besar kehidupan mereka dengan gen AI. Mereka menggunakan ChatGPT atau Claude untuk segala hal dan itu membantu mereka memahami keterbatasan AI dengan sangat baik dan cara mendorongnya.

Ketika para pemula mulai menggunakan gen AI, mereka belum terbiasa dengan apa yang saya sebut dengan kecerdasan yang berlimpah. Mereka akan berkata, “Bisakah Anda memberi saya tanggapan terhadap pesan teks ini?”

Pakar yang banyak menggunakan gen AI akan mengatakan sesuatu seperti, “Bisakah Anda memberi saya 20 tanggapan untuk pesan teks ini?” Dan kemudian mereka akan pergi dan menggunakan selera mereka untuk memilih satu.

Di luar pekerjaan, saya menggunakannya dalam banyak cara untuk memikirkan banyak rencana. Ini sangat membantu saya sebagai mitra pemikiran, bahkan untuk komunikasi, untuk perencanaan umum, atau untuk sesuatu yang sepele seperti perencanaan perjalanan.

Sumber: businessinsider.com

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.co

Saya bekerja di Microsoft dan mengajar kursus Stanford Online tentang AI

Saya mulai bekerja di AI sekitar satu dekade lalu. Saya memulai magang ilmu data di Uber, kemudian melakukan konsultasi AI di McKinsey, dan kemudian bergabung dengan Microsoft, tempat saya sekarang bekerja di Copilot.

Saya mulai mengajar tamu di Stanford empat tahun lalu dan baru-baru ini ikut membuat kursus bernama Menguasai AI Generatif untuk Inovasi Produk, yang diluncurkan di Stanford Online pada Agustus 2024. Ini adalah kursus online mandiri yang berlangsung sepanjang tahun. Semua penelitian berasal dari pembicaraan dengan lebih dari 300 pengguna dan lebih dari 50 eksekutif.

Banyak orang yang mengikuti kelas ini adalah orang-orang yang ahli dalam bidang teknologi, seperti perwakilan dukungan pelanggan untuk produk teknis, atau manajer produk untuk produk perangkat lunak atau perangkat keras. Mereka sering kali mengerjakan produk teknis dan kursus ini membantu mereka lebih memahami gen AI.

Kami mengajarkan tiga modul dalam kursus ini. Modul pertama menjelaskan apa itu Gen AI dan di mana peluang terbesarnya. Pada modul kedua, kita membahas tentang seperti apa produk Gen AI yang hebat.

Modul ketiga membahas tentang bagaimana produk-produk Gen AI yang hebat dibuat dan apa yang dapat dilakukan individu untuk menjadikan diri mereka lebih berpengaruh, relevan, dan berguna ketika membuat produk-produk Gen AI.

Ketika saya keluar dan berbicara dengan para pemimpin Fortune 500, mereka mengatakan bahwa kebutuhan mereka yang paling mendesak adalah para profesional yang menjembatani kedua dunia, mereka yang memahami persyaratan bisnis namun juga memahami persyaratan teknis.

Ini tidak berarti bahwa Anda harus mempelajari cara membuat kode, tetapi Anda setidaknya harus memiliki pengetahuan teknis yang cukup sehingga Anda dapat menerjemahkan visi produk ke dalam persyaratan teknis.

Versi pemula semakin mahir dalam rekayasa cepat. Ini kedengarannya cukup mendasar, namun memahami batasan sebenarnya dari perintah dan semua alat yang berbeda di seluruh teks, audio, dan gambar membuat Anda sudah sangat berharga dalam lingkungan bisnis karena Anda dapat membantu menghasilkan ide bahkan sebelum ide tersebut sampai ke dunia bisnis. tim teknis.

Pada tahap peralihan, Anda juga harus mulai memahami sedikit tentang cara kerja sistem gen AI dalam desain sistem, seperti bagaimana model gen AI dapat dipanggil dalam batas data Anda.

Perusahaan memiliki batasan data yang mereka sepakati dengan pelanggannya bahwa data mereka tidak dapat melampauinya. Jadi jika Anda adalah bank, Anda mungkin memiliki perjanjian dengan nasabah Anda bahwa hanya bank yang akan menggunakan informasi mereka. Jika Anda mengirimkannya dalam bentuk obrolan ke OpenAI, itu akan melanggar batas data perusahaan. Jadi sesuatu yang sederhana seperti mengetahui hal itu sudah sangat membantu.

Beberapa orang yang tidak bekerja di perusahaan besar lebih mendalami pemahaman coding. Orang yang bekerja di perusahaan Big Tech biasanya mendalami arsitektur sistem lebih dalam. Jadi mereka akan memahami hal-hal seperti batasan data dan diagram aliran data dengan lebih detail.

Jalur keahlian domain adalah tempat para pebisnis secara otomatis condong ke arah dan mendapatkan keuntungan. Hal ini tidak berarti mengetahui lebih banyak tentang industri ini, namun mengetahui bagaimana gen AI dapat diterapkan pada domain secara lebih detail.

Misalnya saja di bidang keuangan, Anda harus mengetahui hal-hal seperti data apa yang dapat Anda gunakan untuk melatih model tertentu. Anda juga harus mengetahui hal-hal seperti jenis peraturan privasi dan keamanan apa yang harus Anda lalui agar aplikasi disetujui atau merilis aplikasi terkait gen AI.

Keahlian ini sangat berharga sehingga perusahaan membayar sejumlah besar uang kepada konsultan yang memiliki keahlian khusus ini. Saya mengenal orang yang pernah bekerja sebagai manajer operasi di sebuah bank dan dia mengetahui di mana gen AI adalah yang paling berharga. Sekarang, perusahaan hanya akan meneleponnya untuk mencari tahu di mana akan meluncurkan produk gen AI mereka.

Hal terbaik yang saya lihat dilakukan orang-orang adalah mencoba mengotomatisasi sebagian besar kehidupan mereka dengan gen AI. Mereka menggunakan ChatGPT atau Claude untuk segala hal dan itu membantu mereka memahami keterbatasan AI dengan sangat baik dan cara mendorongnya.

Ketika para pemula mulai menggunakan gen AI, mereka belum terbiasa dengan apa yang saya sebut dengan kecerdasan yang berlimpah. Mereka akan berkata, “Bisakah Anda memberi saya tanggapan terhadap pesan teks ini?”

Pakar yang banyak menggunakan gen AI akan mengatakan sesuatu seperti, “Bisakah Anda memberi saya 20 tanggapan untuk pesan teks ini?” Dan kemudian mereka akan pergi dan menggunakan selera mereka untuk memilih satu.

Di luar pekerjaan, saya menggunakannya dalam banyak cara untuk memikirkan banyak rencana. Ini sangat membantu sebagai mitra pemikiran bagi saya, bahkan untuk komunikasi, untuk perencanaan umum, atau untuk sesuatu yang sepele seperti perencanaan perjalanan.

Daripada meminta nasihat teman, Anda sebaiknya mempertimbangkan untuk meminta nasihat dari LLM atau chatbot. Saat itulah Anda benar-benar mulai memahami manfaatnya.

Sumber: businessinsider.com

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.com

Arsitektur Luar Angkasa di MIT

Studio Desain Arsitektur Luar Angkasa merupakan kolaborasi antara Arsitektur MIT, Departemen Penerbangan dan Astronautika, dan MIT Media Lab. Kursus ini mempertemukan para desainer dan insinyur untuk merencanakan, membangun, dan menguji habitat untuk lingkungan cuaca ekstrem seperti bulan.

Massachusetts Institute of Technology adalah universitas independen, coedukasi, dan swasta di Cambridge, Massachusetts. Misi kami adalah untuk memajukan pengetahuan; untuk mendidik siswa di bidang sains, teknik, teknologi, humaniora dan ilmu-ilmu sosial; dan untuk mengatasi permasalahan paling mendesak yang dihadapi dunia saat ini. Kami adalah komunitas pemecah masalah yang mencintai ilmu pengetahuan dasar dan bersemangat untuk membuat dunia menjadi tempat yang lebih baik.

Saluran YouTube MIT menampilkan video tentang semua jenis penelitian MIT, termasuk robot cheetah, LIGO, gelombang gravitasi, matematika, dan kumbang pengebom, serta video tentang origami, kapsul waktu, dan aspek kehidupan dan budaya lainnya di kampus MIT .

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.com

Penggunaan Teknologi dalam Pengajaran dan Pembelajaran

Teknologi mengantarkan perubahan struktural mendasar yang dapat menjadi bagian integral untuk mencapai peningkatan produktivitas yang signifikan. Digunakan untuk mendukung pengajaran dan pembelajaran, teknologi menanamkan ruang kelas dengan perangkat pembelajaran digital, seperti komputer dan perangkat genggam; memperluas penawaran kursus, pengalaman, dan materi pembelajaran; mendukung pembelajaran 24 jam sehari, 7 hari seminggu; membangun keterampilan abad ke-21; meningkatkan keterlibatan dan motivasi siswa; dan mempercepat pembelajaran. Teknologi juga memiliki kekuatan untuk mengubah pengajaran dengan mengantarkan model baru pengajaran terhubung. Model ini menghubungkan guru dengan siswanya dan ke konten, sumber daya, dan sistem profesional untuk membantu mereka meningkatkan pengajaran mereka sendiri dan mempersonalisasi pembelajaran.

Peluang belajar online dan penggunaan sumber daya pendidikan terbuka dan teknologi lainnya dapat meningkatkan produktivitas pendidikan dengan mempercepat laju pembelajaran; mengurangi biaya yang terkait dengan materi pembelajaran atau penyampaian program; dan memanfaatkan waktu guru dengan lebih baik.

Pembelajaran virtual atau online: 48 negara bagian dan District of Columbia saat ini mendukung peluang pembelajaran online yang berkisar dari melengkapi instruksi kelas sesekali hingga mendaftarkan siswa dalam program penuh waktu. Peluang ini termasuk pendaftaran ganda, pemulihan kredit, dan program sekolah musim panas, dan dapat membuat kursus seperti Penempatan Lanjutan dan penghargaan, atau kelas remediasi tersedia bagi siswa. Mata pelajaran inti dan pilihan dapat diambil secara online, banyak yang didukung oleh materi pembelajaran online. Sementara beberapa sekolah atau program online dikembangkan sendiri, banyak yang lain mengontrak penyedia swasta atau negara bagian lain untuk memberikan kesempatan belajar online.

Sekolah online penuh waktu: Sekolah online atau virtual berikut mendaftarkan siswa secara penuh waktu. Siswa yang terdaftar di sekolah ini tidak menghadiri sekolah batu bata dan mortir; sebagai gantinya mereka menerima semua instruksi mereka dan mendapatkan semua kredit mereka melalui sekolah online.

Negarabagian yang dioperasikan

  • Florida Virtual School – Sekolah online yang memberikan kesempatan belajar penuh waktu kepada siswa di kelas K-12. District juga dapat bekerja sama dengan Florida Virtual School untuk memberikan peluang pembelajaran campuran kepada siswa dengan memungkinkan mereka mengakses kursus online dari situs sekolah.
  • Utah Electronic High School – Sekolah menengah atas online berusia 18 tahun yang menyediakan berbagai kursus bagi siswa sepanjang tahun. Sekolah dapat memberikan ijazah kepada siswa yang bersekolah di rumah, putus sekolah, atau tidak memenuhi syarat untuk lulus dari sekolah menengah atas karena alasan tertentu.
  • North Carolina Virtual Public School – Sekolah menengah atas online yang menawarkan 120 kursus kepada siswa selama dan setelah hari sekolah. Kursus yang ditawarkan meliputi Penempatan Lanjutan dan kursus kehormatan, bahasa dunia, pilihan, pemulihan kredit, dan kursus perguruan tinggi online. Sekolah juga menyediakan layanan persiapan ujian dan perencanaan karir bagi siswa.

Distrik yang dioperasikan

  • Karval Online Education – Sekolah online K-12 publik untuk penduduk Colorado yang menyediakan komputer gratis untuk digunakan keluarga saat siswa terdaftar dan memberikan kesempatan penggantian untuk mengimbangi Internet dan biaya pendidikan lainnya. Kursus kredit ganda tersedia untuk junior dan senior.
  • Campbell County Virtual School – Sekolah ini melayani siswa Wyoming di kelas K-6. Keluarga siswa yang terdaftar dipinjamkan komputer dan menerima akses Internet bersubsidi, serta materi termasuk CD, video, materi instruksional, dan alat serta sumber daya untuk melengkapi elemen interaktif online dari program.
  • Salem-Keizer Online – Sekolah menengah Oregon online ini adalah program terakreditasi Sekolah Menengah Roberts di Distrik Sekolah Umum Salem-Keizer di Oregon. Sekolah memberikan kesempatan belajar 24/7 kepada siswa yang tinggal dalam perbatasan distrik sekolah dan yang tidak terdaftar di sekolah umum lingkungan mereka. Uang sekolah hanya diperlukan untuk siswa yang terdaftar di kursus sekolah musim panas.

sumber: ed.gov

Email:  info@konsultanpendidikan.com

Alamat Lengkap Kami

Teknologi dan Pembelajaran

Tujuan utama penggunaan teknologi pembelajaran di sekolah adalah untuk meningkatkan pembelajaran siswa. Apakah teknologi berhasil membantu siswa belajar lebih efektif dan efisien? Banyak penelitian telah dilakukan untuk pertanyaan ini, tetapi jawabannya masih jauh dari pasti. Sebagian besar penelitian tentang teknologi pendidikan terdiri dari studi perbandingan media. Setelah menugaskan siswa pembanding untuk kelompok kontrol atau kelompok eksperimen, peneliti menyajikan kelompok siswa eksperimen dengan instruksi yang menggunakan media baru, sedangkan kelompok kontrol mengalami konten yang sama tanpa media baru. Peneliti kemudian membandingkan pencapaian kedua kelompok tersebut.

Setelah meninjau ratusan studi semacam itu, ahli teknologi pendidikan Richard Clark menyimpulkan bahwa “tidak ada manfaat pembelajaran yang dapat diperoleh dari penggunaan media khusus untuk menyampaikan pengajaran,” dan bahwa “media tidak memengaruhi pembelajaran dalam kondisi apa pun,” tetapi “hanyalah” sarana. yang menyampaikan instruksi tetapi tidak mempengaruhi prestasi siswa lebih dari truk yang mengantarkan bahan makanan kita menyebabkan perubahan gizi kita “(1983, p. 445). Menurut Clark, setiap hasil positif yang diperoleh oleh kelompok eksperimen atas kelompok kontrol dengan mudah dijelaskan oleh perbedaan dalam strategi pembelajaran.

Temuan Clark kontroversial dan telah diperdebatkan oleh sarjana terkemuka lainnya. Namun demikian, pendapat Clark berguna untuk menjelaskan peran teknologi dalam pengajaran. Teknologi itu netral; tidak ada yang melekat tentang media yang menjamin pembelajaran. Program komputer yang dirancang dengan buruk kemungkinan besar tidak akan memajukan pembelajaran dan bahkan dapat menghambatnya.

Hubungan antara pembelajaran dan teknologi ini semakin diperumit oleh ketidaksepakatan tentang apa yang merupakan pembelajaran. Selama paruh pertama abad kedua puluh, teori transfer-of-learning populer di kalangan guru kelas. Menurut teori-teori ini, tugas utama guru adalah mentransfer pengetahuan guru dan konten buku teks ke pikiran siswa dan, melalui pemeriksaan berkala, menentukan apakah transfer itu terjadi. Tugas media pembelajaran adalah membantu proses transfer tersebut melalui penyajian konten yang akurat dan menarik.

Selama paruh kedua abad ini, para pendidik menganut teori pembelajaran lainnya. Setidaknya dua teori tersebut telah mempengaruhi perkembangan media pembelajaran di sekolah. Salah satu teori ini adalah behaviorisme; yang lainnya adalah konstruktivisme.

Meskipun akar intelektual behaviorisme dapat ditelusuri ke awal abad ke-20, behaviorisme tidak banyak berdampak pada pendidikan hingga tahun 1960-an. Berdasarkan konsep B. F. Skinner, para pendidik yang mempromosikan behaviorisme menekankan pentingnya memberikan pernyataan yang jelas tentang apa yang harus dapat dilakukan oleh peserta didik setelah mengikuti instruksi. Para pendidik ini juga berusaha untuk memecah unit pengetahuan dan keterampilan yang kompleks menjadi unit yang lebih kecil dan lebih sederhana, mengurutkan mereka dengan cara yang akan mengarah pada penguasaan keterampilan dan konten yang lebih kompleks. Seringkali, tujuan mereka juga untuk mengindividualisasikan instruksi sebanyak mungkin. Dengan demikian, fokus pengajaran bergeser dari penyajian pengetahuan konten di hadapan sekelompok siswa menjadi fokus pada perilaku individu peserta didik, analisis langkah-langkah yang diperlukan untuk memastikan pembelajaran, dan penguatan perilaku yang diinginkan ketika itu terjadi.

Ketertarikan pada behaviorisme muncul pada waktu yang hampir bersamaan dengan program bantuan komputer (CAI) pertama yang dikembangkan. Tidaklah mengherankan bahwa program CAI pertama pada dasarnya adalah aplikasi komputer dari buku pembelajaran terprogram dan tercetak. Komputer ternyata menawarkan solusi yang baik. Siswa dapat ditugaskan ke komputer untuk bekerja dengan kecepatan mereka sendiri, dan komputer akan melacak pekerjaan siswa dan memberikan catatan kemajuan setiap siswa untuk guru. Program semacam itu berkembang menjadi apa yang kemudian disebut sistem pembelajaran individual (ILS). Perangkat lunak dan perangkat keras ILS dipasang di laboratorium komputer sekolah; Mereka memberikan latihan dan latihan yang dinilai berharga, terutama bagi siswa yang kesulitan belajar. Gerakan perilaku tersebut juga berdampak pada profesi teknologi pendidikan. Keyakinan bahwa itu mungkin untuk merancang instruksi sehingga semua siswa dapat belajar menyebabkan minat dalam desain bahan pembelajaran dan pendekatan sistem untuk instruksi.

Selama paruh terakhir abad kedua puluh, teori pembelajaran kognitif mendapatkan pengaruh atas behaviorisme di kalangan psikolog, dan beberapa pandangan psikolog kognitif, yang diwakili oleh istilah konstruktivisme, mulai mempengaruhi pendidikan. Konstruktivis berpendapat bahwa pelajar harus membangun pemahaman mereka sendiri tentang apa pun yang diajarkan. Menurut perspektif ini, tugas guru bukan terutama untuk mempromosikan transfer pengetahuan, juga bukan memastikan bahwa siswa bekerja secara konsisten sesuai dengan deskripsi pengetahuan dan keterampilan yang telah ditentukan sebelumnya. Peran guru adalah untuk menciptakan lingkungan di mana siswa dapat sampai pada interpretasi mereka sendiri tentang pengetahuan sambil menjadi lebih terampil dalam mengarahkan pembelajaran mereka sendiri.

Banyak konstruktivis pada awalnya mengkritik penggunaan komputer di sekolah karena mereka menyamakan penggunaan komputer dengan teori pembelajaran behavioris. Konstruktivis lain mengenali komputer sebagai sekutu potensial dan merancang program yang memanfaatkan keyakinan konstruktivis. Hasilnya adalah program berbasis komputer yang mempromosikan pemikiran tingkat tinggi dan mendorong pembelajaran kolaboratif.

Email:  info@konsultanpendidikan.com

Alamat Lengkap Kami