Anda di halaman 1dari 14

Abstrak

Makalah ini mengusulkan bahwa bidang AIED sekarang cukup matang untuk melepaskan diri dari
disampaikan terutama melalui komputer dan pembalut sehingga dapat terlibat dengan siswa dengan
cara baru dan membantu guru untuk mengajar lebih efektif. Sebagian besar, sistem cerdas yang
disampaikan AIED sejauh ini telah menggunakan komputer dan perangkat lain yang pada dasarnya
dirancang untuk bisnis atau penggunaan pribadi, dan tidak khusus untuk pendidikan. Masa depan
memegang janji menciptakan teknologi yang dirancang khusus untuk belajar dan mengajar dengan
menggabungkan kekuatan AIED dengan kemajuan di bidang robotika dan dalam peningkatan
penggunaan perangkat sensor untuk memantau lingkungan dan tindakan kita. Makalah ini
mengasumsikan bahwa "sekolah" (yaitu, tempat di mana anak-anak akan berkumpul untuk belajar) akan
tetap ada dalam beberapa bentuk atau bentuk dalam 25 tahun dan bahwa guru akan terus mengawasi
dan mempromosikan pembelajaran di antara para siswa. Ini mengusulkan bahwa akan ada cobot
pendidikan yang membantu para guru di kelas besok dan memberikan contoh dari pekerjaan saat ini
dalam robotika. Ini juga membayangkan ruang kelas pintar yang menggunakan sensor untuk mendukung
pembelajaran dan menggambarkan bagaimana mereka dapat digunakan dengan cara baru jika aplikasi
AIED tertanam ke dalamnya.

Kata kunci

Kecerdasan buatan dalam Sensor Robotics pendidikan

pengantar

Sekolah adalah tempat di mana banyak pembelajaran terjadi di lingkungan sosial dan kolaboratif, dan
guru memainkan peran besar dalam perencanaan, membentuk, dan mengarahkan urutan instruksi. Bagi
para guru, banyak sistem AIED yang telah dikembangkan hingga saat ini sebagian besar dikirimkan
melalui komputer (dengan beberapa pengecualian) dan bagi para guru, mereka hanyalah 'kotak hitam'
dalam arti bahwa mereka meninggalkan guru bukan bagian nyata untuk dimainkan di sekolah.
penggunaan sistem. Sebagai akibatnya, AIED saat ini membentuk sedikit atau tidak ada bagian dari
kegiatan di kelas yang khas. Artikel ini membahas spekulatif tentang bagaimana, selama dua puluh lima
tahun ke depan, AIED dapat melepaskan diri dari pengiriman terutama melalui komputer dan pembalut
sehingga dapat melibatkan siswa dengan cara-cara baru dan membantu guru untuk mengajar dengan
lebih efektif.

Salah satu hal yang tidak terlalu Anda dengar dipertanyakan adalah mengapa kami mencoba
menggunakan teknologi seperti komputer yang dirancang terutama untuk pekerja kantor sebagai
perangkat untuk mempromosikan pembelajaran di kelas. Mungkin itu karena kami membayangkan
bahwa kami sedang mempersiapkan siswa untuk tempat kerja modern yang penuh dengan komputer
dan tablet dan masuk akal bagi mereka untuk terbiasa dengan alat yang harus mereka gunakan di masa
depan. Atau lebih mungkin, tidak ada produsen teknologi yang memandang pendidikan sebagai satu-
satunya target pasar karena mereka dapat menjual lebih banyak "kotak" jika mereka adalah perangkat
satu ukuran untuk semua. Mereka menyerahkannya kepada ilmuwan komputer untuk mencari tahu
bagaimana membuat teknologi melakukan berbagai tugas. Tentu saja, sisi lain dari situasi saat ini adalah
bahwa sekolah dan rumah memiliki komputer, tablet, dan telepon pintar, jadi merancang sistem AIED
untuk ini memungkinkan jangkauan langsung. Namun, perangkat baru datang dengan sangat cepat.
IPhone pertama muncul pada 2007 diikuti oleh ponsel Android pertama pada 2008, dan iPad diluncurkan
pada 2010. Sekarang smartphone dan tablet adalah teknologi yang umum, jadi bisa dibayangkan bahwa
teknologi yang kita miliki sekarang akan digantikan oleh berbagai generasi perangkat yang berbeda.
selama 25 tahun ke depan.

Kita dapat melihat dari Jilid 1 edisi khusus IJAIED ini bahwa bidang AIED telah berjalan jauh dalam 25
tahun dan bahwa kemajuan teknologi telah benar-benar mendorong apa yang dapat kita lakukan dengan
mesin bisnis. Artikel ini membahas dua bidang utama penelitian yang bergerak cepat di mana AIED dapat
diterapkan untuk mendukung dan meningkatkan pembelajaran; yang pertama adalah dalam robotika
dan yang kedua adalah dalam penciptaan 'ruang kelas pintar' yang menggunakan sensor dan Internet of
Things (IoT). Penerapan robotika untuk pendidikan diusulkan sebagai cara untuk menciptakan sistem
yang melampaui keterbatasan paradigma komputer tradisional dan memberikan lebih banyak interaksi
sosial yang sesuai dengan kecenderungan biologis kita dalam pembelajaran. Aplikasi AIED untuk IoT
diusulkan sebagai cara untuk menyediakan cara baru untuk mendukung pembelajaran dan untuk
memanfaatkan data besar dari interaksi yang kaya dengan teknologi 'pintar' untuk menghasilkan nilai
bagi guru dan ruang kelas. Dalam menyikapi masa depan yang potensial ini, bidang-bidang penelitian
baru di mana AIED dapat diterapkan dibahas. Ini termasuk (1) menciptakan sistem yang menyediakan
interaksi sosial (perpanjangan dari Pembelajaran Kolaborasi yang Didukung Komputer yang sudah ada),
(2) mengeksplorasi modalitas baru untuk antarmuka antara pelajar, guru dan teknologi pendukung dan
(3) menyelidiki aplikasi Internet Hal dalam pendidikan.

Beberapa Asumsi

Mari kita bayangkan sejenak masa depan di mana teknologi yang digunakan dalam pembelajaran
dirancang untuk tujuan itu dan tidak hanya diadaptasi dari mesin bisnis. Apa yang ingin dibantu oleh
guru di kelas? Apa yang diinginkan seorang siswa dari sistem pembelajaran? Dan, bagaimana AI akan
diintegrasikan dalam dunia pendidikan masa depan ini?

Sebelum kita memulai eksperimen pemikiran ini, saya harus menyatakan beberapa asumsi saya tentang
apa yang akan terjadi pada pendidikan dalam 25 tahun ke depan. Pertama, tampaknya sekolah sebagai
institusi sangat tahan lama dan telah menjadi bagian yang diterima masyarakat kita di semua negara
maju dan di negara berkembang juga. Saya menggunakan istilah sekolah secara longgar untuk
mengartikan bahwa tempat di mana siswa dan guru akan berkumpul secara fisik dan virtual untuk
terlibat dalam kegiatan belajar mengajar. Ketika pertanian dimekanisasi dalam revolusi industri dan
kebutuhan akan tenaga kerja terdidik meningkat, sekolah menjadi semakin wajib dan seiring waktu
jumlah tahun yang dihabiskan siswa di sekolah telah meningkat. Jika Anda menghapus sekolah dari
masyarakat barat, kami tidak akan dapat beradaptasi dengan mudah karena orang tua harus tinggal di
rumah untuk menjaga anak-anak, bahkan jika mereka dapat bersekolah secara virtual. Dan akhir-akhir ini
banyak keluarga memiliki dua orang tua yang bekerja sehingga mereka tidak mampu mengurangi
separuh pendapatan mereka. Singkatnya, kecuali ada perubahan sosial yang besar, saya pikir sekolah
dalam beberapa bentuk akan bersama kita untuk sementara waktu.

Asumsi kedua saya mengalir dari yang pertama. Jika "sekolah" terus ada maka demikian pula "guru".
Yang dimaksud dengan "guru", maksud saya adalah orang dewasa yang akan mengawasi dan
mempromosikan pembelajaran di antara para siswa. Idealnya mereka akan memegang konten dan
kualifikasi pedagogis, tetapi bahkan di sekolah saat ini ada kekurangan keterampilan dan guru yang
mengajar di luar keahlian mata pelajaran mereka.

Aied di Cobots Pendidikan

Sejalan dengan kemajuan yang telah dibuat dalam 25 tahun terakhir di AIED, bidang robotika juga telah
membuat banyak kemajuan. Para peneliti dalam robotika saat ini sedang mengeksplorasi bagaimana
robot bantuan sosial dapat membantu dengan tugas sehari-hari seperti pekerjaan rumah, membimbing
pembeli di mal atau stasiun kereta, serta tugas-tugas yang lebih khusus seperti rehabilitasi setelah
cedera. Ada juga yang mengerjakan robot di ruang kelas. Selama 25 tahun ke depan robot akan muncul
dalam banyak aspek kehidupan kita dan tampaknya tak terhindarkan bahwa pendidikan adalah sektor di
mana mereka bisa sangat membantu.

Saya percaya bahwa selama seperempat abad berikutnya kita akan mengembangkan apa yang ingin saya
sebut sebagai Cobots Pendidikan. Cobot adalah rekan kerja robot yang bekerja bersama manusia untuk
membantu mereka melakukan pekerjaan mereka, jadi cobot pendidikan adalah robot yang dirancang
untuk mendukung guru manusia. Gagasan tentang manusia dan robot yang bekerja secara kolaboratif ini
merupakan bidang yang diminati robotika (misalnya, Green et al., 2008). Seperti yang dibahas nanti
dalam makalah ini, robot memiliki potensi untuk menangkap dan mempertahankan perhatian peserta
didik di kelas dan ini, dengan sendirinya akan bermanfaat bagi guru karena perhatian adalah prekursor
untuk belajar. Guru biasanya memiliki ukuran kelas 25 siswa atau lebih dan bahkan guru yang paling
berpengalaman merasa sulit untuk membedakan instruksi mereka dan meminta siswa mengerjakan
tugas yang berbeda pada langkah yang berbeda. Memiliki cobot pendidikan di kelas akan membantu
guru untuk membedakan instruksi sehingga peserta didik menerima pengajaran yang lebih khusus. Di
sinilah pekerjaan yang sudah dilakukan dalam AIED akan menjadi penting untuk mencapai visi ini. Jika
cobot pendidikan memiliki kemampuan AIED, mereka dapat melakukan hal-hal seperti memantau
pelajar ketika mereka terlibat dengan Lingkungan Pembelajaran Cerdas (ILEs dapat berhubungan
langsung dengan cobot); tandai dan hadiri peserta didik yang membutuhkan bantuan ekstra yang tidak
dapat disediakan ILE; membuat siswa terlibat dan tertarik; dan jawab pertanyaan yang mungkin dimiliki
pelajar.

Kita sudah tahu banyak tentang bagaimana menyusun tugas-tugas pembelajaran dan membantu siswa
melaluinya dengan cara yang menghasilkan pembelajaran yang langgeng. Kami juga telah mulai bekerja
pada mendeteksi keadaan efektif peserta didik untuk lebih memahami kemajuan mereka dan untuk
campur tangan saat diperlukan. Pada saat yang sama, para peneliti dalam robotika sedang menyelidiki
cara terbaik untuk robot yang akan dirancang dalam hal penampilan dan tindakan untuk berinteraksi
secara efektif dengan orang-orang dan ada penelitian tentang bagaimana anak-anak berinteraksi dengan
robot. Menggabungkan bidang robotika dan AIED memiliki potensi untuk menciptakan teknologi
pendidikan sejati yang dirancang untuk tujuan khusus membantu dalam usaha belajar mengajar.

Mengapa Perwujudan Fisik Penting

Ada alasan bagus untuk memasukkan sistem AIED kami ke dalam tubuh robot. Dikatakan oleh beberapa
peneliti kognitif bahwa komponen komputasional dari kecerdasan, seperti yang menjadi fokus utama
AIED hingga saat ini, tidak cukup untuk dianggap sebagai keseluruhan dari kecerdasan manusia. Mereka
berpendapat bahwa kecerdasan manusia berada di dalam tubuh fisik, yang sistem sensorimotornya
memainkan peran yang kuat dalam bagaimana kita memahami dunia di sekitar kita dan bertindak di
dalamnya. Pendekatan kognisi yang diwujudkan ini mengusulkan bahwa tubuh fisik kita memengaruhi
otak kita dengan cara yang sama seperti pikiran memengaruhi tindakan tubuh. Manusia berinteraksi satu
sama lain melalui sistem visual, pendengaran dan sensorik, menggunakan keterampilan yang telah kami
kembangkan selama jutaan tahun, seperti mengenali benda, bergerak secara fisik, menilai motivasi
orang, mengenali suara, menetapkan tujuan yang tepat, memperhatikan hal-hal yang menarik. Ini juga
merupakan jenis keterampilan yang digunakan guru.

Roboticist Australia, Rodney Allen Brooks ( 2002) berpendapat bahwa jika kita ingin robot melakukan
tugas sehari-hari bersama manusia, maka kemampuan kognitif mereka yang lebih tinggi, harus
didasarkan pada tindakan sensorimotor di lingkungan sekitar mereka dan rasa proprioseptif mereka
(kesadaran akan posisi dan gerakan di sekitarnya) yang didukung oleh koordinasi dari sensor visual,
pendengaran dan sentuhannya. Jika robot harus menavigasi ruang dinamis dari ruang kelas modern di
mana berbagai furnitur bergerak dan banyak tubuh manusia berlomba, maka harus memiliki jenis
kecerdasan yang memungkinkan ini, tetapi harus bekerja bersamaan dengan kecerdasan AIED-nya juga
sehingga dapat menggunakan peralatan kelas standar seperti papan tulis (atau papan ketik), kertas (ya,
itu mungkin masih ada sekitar 25 tahun) atau peralatan spesialis seperti gelas kimia.
Menanamkan AIED ke dalam robot akan membawa keuntungan dibandingkan dibatasi ke kotak bergerak.
Mampu bergerak di sekitar ruang kelas ketika siswa mengerjakan proyek, mengenali wajah dan suara
masing-masing siswa, mampu menunjuk atau memberi isyarat, dan kemampuan ekspresi wajah semua
akan meningkatkan interaksi dengan siswa. Juga, robot yang dapat menggunakan peralatan dalam
bidang subjek tertentu seperti fisika atau kimia akan dapat menunjukkan fenomena secara fisik dan tidak
hanya melalui video atau simulasi.

Apakah robot harus berwujud humanoid agar berguna di kelas? Saat ini, robot yang digunakan dalam
masyarakat kita tidak berpenampilan manusiawi. Robot di lini produksi terlihat seperti mesin dan
pembersih vakum robot di rumah kita bahkan tidak terlihat seperti pembersih vakum konvensional,
apalagi seperti pembersih manusia. Untuk sebagian besar, robot tidak perlu humanoid, tetapi apakah ini
benar untuk kelas? Ada bukti dari ilmu saraf juga bahwa penerimaan kita terhadap teknologi cerdas
dipengaruhi oleh bagaimana manusia itu tampak. Krach et al. ( 2008) menggunakan fungsional magnetic
resonance imaging (fMRI) untuk mempelajari aktivitas otak peserta studi yang memainkan permainan
melawan empat jenis lawan; komputer, robot fungsional, robot mirip manusia dan manusia. Tanpa
diketahui para peserta, semua lawan mereka hanya bermain secara acak. Namun, peserta menunjukkan
aktivasi di area otak yang terkait dengan 'teori pikiran' (yaitu, atribusi niat manusia) dalam urutan
peningkatan fitur mirip manusia (komputer <robot fungsional <robot mirip manusia <manusia). Jadi
menanamkan AIED di robot mirip manusia akan meningkatkan penerimaan mereka oleh pelajar.

Argumen umum terkuat untuk robot humanoid adalah bahwa dunia yang dirancang dibuat untuk
manusia. Misalnya, mobil memiliki roda kemudi yang bisa digenggam manusia dan pedal kaki yang bisa
kita tekan. Pintu cukup lebar untuk bisa dilewati manusia dan dapat dibuka dengan menggunakan tangan
kita pada gagang pintu. Jika robot dibuat dalam bentuk dan ukuran yang menyerupai manusia, dengan
anggota tubuh dan kemampuan fisik dasar, maka robot dapat menavigasi dunia yang dirancang seperti
saat kita melakukannya, tanpa perlu merekayasa ulang semuanya mulai dari gagang pintu hingga kontrol
mobil. Tentu saja, dalam 25 tahun ke depan mobil tetap akan mengemudi sendiri!

Namun, beberapa hal yang manusia temukan sederhana, seperti mengenali benda-benda di sekitarnya,
mengambilnya dan memanipulasinya sangat menantang bagi robot untuk melakukannya. Sebagai
contoh, para peneliti robotika di UC Berkeley telah merancang sebuah robot yang dapat melipat pakaian
bersih yang telah dicuci, yang merupakan pencapaian besar karena meskipun robot telah dapat
berinteraksi dengan benda-benda kaku, menangani benda-benda 'cacat' seperti handuk sangat lembut.
sulit (Prigg, 2015). Namun, robot tersebut berharga US $ 280.000 dan robot PR2 masih belum bisa
menjangkau ke mesin cuci untuk mengeluarkan pakaian dari pengering. Namun, kemajuan akan terus
dilakukan selama 25 tahun ke depan sehingga pada titik tertentu kita dapat mengharapkan robot yang
dapat menavigasi tata letak dan furnitur di ruang kelas di masa depan dan menggunakan peralatan
belajar mengajar, apa pun itu di masa depan. Anda juga dapat berharap bahwa, saat lebih banyak robot
muncul di dunia desain kami, perancang objek mungkin mulai menyematkan perangkat pada objek yang
akan membantu robot mengidentifikasi mereka dan berinteraksi dengan mereka.

Manfaat lain untuk membuat robot humanoid adalah lebih mudah bagi manusia untuk berinteraksi,
yang akan menjadi penting di kelas baik dari sudut pandang guru dan siswa. Kita manusia perlu belajar
bagaimana mengoperasikan robot non-humanoid seperti pembersih lantai robot kita, dan antarmuka
tidak selalu mudah untuk kita atasi. Semakin banyak robot muncul dalam hidup kita selama seperempat
abad mendatang, jika tidak ada standardisasi antarmuka, kita akan menjadi gila karena harus belajar
cara-cara baru berinteraksi dengan mobil, pembantu rumah, tukang kebun, dan siapa-tahu-apa- robot
lain. Cara yang jelas untuk membuat standar adalah menjadikan mereka humanoid. Kami tahu
bagaimana beroperasi dengan manusia karena kami telah melakukannya sepanjang hidup kami dan kami
terprogram untuk melakukannya dan berlatih melakukannya melalui filter pengaturan sosial budaya
kami. Jika robot dalam kehidupan kita beroperasi dalam lingkungan sosial-budaya humanistik ini dengan
berbicara dan memahami bahasa kita, mengenali gerak tubuh kita, dan merasakan emosi kita maka
mereka akan lebih mudah bagi kita untuk beroperasi dengannya. Ini bisa sangat penting untuk belajar di
kelas. Jika sebuah robot akan mendukung seorang guru, maka dia seharusnya dapat mengatakan kepada
asisten guru cobotnya, “Saya telah memperhatikan bahwa kelompok siswa di sudut mengalami kesulitan
membuat percobaan ramp dari modul force and motion. Saya sibuk membantu grup ini, dapatkah Anda
pergi dan memastikan mereka mengaturnya dengan benar dan bahwa mereka sedang dalam tugas.
”Sistem AIED yang terkandung dalam robot akan dapat bergerak ke grup, memeriksa pengaturan
eksperimental dan kemudian terlibat dalam bimbingan dialogis untuk membantu pembelajaran. Kami
sudah tahu bagaimana melakukan bagian les,

Peserta didik juga kemungkinan akan merespons secara lebih alami terhadap ajudan guru robot. Dalam
sebuah penelitian yang dilakukan di Temporal Dynamics of Learning Center (TDLC), salah satu Science of
Learning Center yang didanai oleh US National Science Foundation, mereka menemukan bahwa anak-
anak muda yang terlibat dengan robot bernama Rubi awalnya sekitar 20 menit sebelum perhatian
mereka pergi di tempat lain. Namun, ketika robot diprogram untuk bereaksi terhadap pandangan
mereka dan melihat mereka, rentang perhatiannya melambung tinggi. Kami secara biologis terikat oleh
evolusi untuk menanggapi isyarat wajah dalam interaksi interpersonal . Rubitidak terlihat seperti
manusia, tetapi para peneliti di Jepang telah bereksperimen dengan robot yang lebih hidup. Di sebuah
sekolah dasar di Tokyo sebuah robot humanoid yang berbicara bernama Saya, yang awalnya
dikembangkan sebagai robot penerima pada tahun 2004 oleh profesor Hiroshi Kobayashi dari Universitas
Sains Tokyo, telah digunakan di ruang kelas secara terbatas. Saya dapat berbicara berbagai bahasa, dan
sederet motor di kepalanya meregangkan kulit sintetis yang lembut sehingga dia dapat menampilkan
emosi mulai dari kebahagiaan dan kejutan hingga kesedihan dan kemarahan. Tapi Saya bisa melakukan
lebih dari memanggil nama siswa dan memberikan perintah kontrol kelas dasar seperti mengatakan,
"Diam." Robot itu terbukti populer di kalangan siswa dan memicu emosi di antara mereka, termasuk satu
siswa yang menangis ketika diberitahu oleh Saya. Bayangkan, jika Saya memiliki keterampilan pedagogis
yang difasilitasi oleh penelitian AIED. Kiesler et al. (2008) menyelidiki bagaimana humanoid robot akan
perlu untuk digunakan secara efektif dalam situasi bantuan sosial seperti di kelas dan menemukan
bahwa orang lebih suka interaksi dengan robot daripada agen di layar yang sebanding. Mereka
menghubungkan robot dengan sifat kepribadian yang lebih kuat dan lebih positif dan merasa itu lebih
seperti manusia. Temuan menarik yang mungkin relevan dengan ruang kelas adalah bahwa peserta lebih
terhambat dengan robot daripada dengan agen dan menunjukkan perilaku yang kurang diinginkan
secara sosial, seperti yang ditemukan dalam penelitian lain. Mungkin siswa akan berperilaku lebih baik
dengan Cobot Pendidikan daripada dengan agen di layar, dan ini adalah satu hal yang bisa diselidiki.
Karena bidang robotik relatif baru, seperti AIED, kita manusia belum memiliki banyak pengalaman dalam
berinteraksi dengan robot. Beberapa robot yang digunakan di ruang kelas Korea Selatan hanya sedikit
lebih dari layar TV di atas roda, dengan ekspresi wajah yang ditangani hanya sebagai video berbeda
dengan beberapa motor dari robot Saya. Bahkan dengan penampilan sintetis Saya yang pandai, sudah
jelas bahwa dia adalah robot dan murid-murid pergi dan menyodok kulit wajahnya, sesuatu yang tidak
akan pernah mereka lakukan dengan guru sungguhan. Setelah rasa ingin tahu mereka puas dan mereka
tahu apa yang mereka hadapi, mereka bisa berinteraksi dengan Saya. sesuatu yang tidak akan pernah
mereka lakukan dengan guru sungguhan. Setelah rasa ingin tahu mereka puas dan mereka tahu apa yang
mereka hadapi, mereka bisa berinteraksi dengan Saya. sesuatu yang tidak akan pernah mereka lakukan
dengan guru sungguhan. Setelah rasa ingin tahu mereka puas dan mereka tahu apa yang mereka hadapi,
mereka bisa berinteraksi dengan Saya.

Peneliti lain telah menyelidiki peran apa yang mungkin dimainkan robot di ruang kelas. Misalnya, Oshima
et al. ( 2012) mengeksplorasi bagaimana Robovie-W, robot komunikasi, dapat mendukung keterlibatan
sebagai mitra dalam kelompok pembelajaran kooperatif guru pra-jabatan. Mereka menemukan bahwa
gaya interaksi siswa dengan Robovie-W mirip dengan peserta manusia dalam kelompok belajar dan
bahwa pembelajar adaptif berinteraksi paling baik dengan robot. Sementara hasil ini menggembirakan,
robot itu tidak diprogram dengan perangkat lunak pembelajaran cerdas, hanya memalingkan kepalanya
ke arah manusia yang sedang berbicara dan melafalkan penjelasan pra-skrip dari sebuah teks yang
sedang dibahas oleh kelompok. Interaksi cerdas di luar itu bergantung pada manusia yang
mendengarkan suara siswa melalui mikrofon dan mengetik respons melalui keyboard yang
diterjemahkan sebagai robot. Jadi itu, pada dasarnya, sistem Wizard of Oz untuk sebagian besar. Langkah
selanjutnya bisa menggunakan sistem AIED penuh melalui robot. Shiomi et al. (2015 ) menyelidiki
apakah robot sosial Robovie dapat merangsang rasa ingin tahu siswa untuk sains jika ditempatkan di
ruang kelas sains dasar 4 dan 5 di mana siswa bebas untuk berinteraksi dengannya selama waktu
istirahat. Seperti sebelumnya, Robovie digunakan dalam mode semi-otonom di mana beberapa interaksi
dilakukan secara otomatis tetapi yang lebih kompleks ditangani dengan cara Wizard-of-Oz. Dalam
penelitian ini, robot diperkenalkan sebagai siswa baru di kelas, sehingga mengambil peran sebagai teman
sebaya, bukan peran mengajar atau asisten guru. Secara keseluruhan kehadiran robot tidak
meningkatkan keingintahuan sains siswa tetapi rasa ingin tahu sains siswa yang mengajukan pertanyaan
Robovie memang meningkat.

Lainnya, robot di luar rak seperti Nao dari Aldebaran Robotics telah digunakan di ruang kelas dan
meskipun mereka memiliki bentuk dasar manusia (kepala, mata, tubuh, lengan, tangan, kaki dan kaki)
mereka pendek dan tidak berukuran manusia. Mereka jelas robot, tetapi peneliti Prancis Pierre
Dillenbourg telah memprogram Nao untuk membantu siswa belajar menulis huruf alfabet (Loos, 2015 ).
Dalam penelitian itu robot kembali mengambil peran sebagai mitra belajar dan siswa harus mengajar
robot untuk membentuk huruf dengan benar. Kennedy et al. ( 2015) juga menggunakan robot Nao tetapi
dalam peran les. Siswa yang berpartisipasi dalam studi mereka menggunakan layar sentuh besar untuk
belajar tentang bilangan prima dan robot menyadari gerakan siswa melalui umpan dari layar sentuh,
meskipun tidak dapat menggunakan layar sentuh itu sendiri. Studi ini menyelidiki apakah robot yang
lebih sosial akan menghasilkan hasil belajar yang lebih tinggi daripada robot yang bersifat sosial. Temuan
yang tidak terduga adalah bahwa robot asocial menghasilkan hasil belajar yang lebih tinggi, yang
bertentangan dengan penelitian serupa. Jelas ada lebih banyak penelitian yang harus dilakukan. Kedua
studi Dillenbourg dan Kennedy menggambarkan bahwa para peneliti AIED dapat memulai dengan robot
di luar rak dan melihat apa yang dapat dilakukan oleh perangkat lunak cerdas mereka melalui tubuh
robot sebelum pindah ke bekerja dengan robot instruksional yang lebih besar dan dibangun khusus yang
dapat membantu para guru.

Aied di Lingkungan Belajar

Sekarang kami telah menjelajahi beberapa kemungkinan petunjuk untuk menggunakan AIED di kelas
melalui robot, mari kita berpikir tentang bagaimana AIED dapat digunakan di kelas fisik itu sendiri untuk
menciptakan 'kelas pintar' yang dapat mendukung siswa, guru dan, tentu saja , Cobots pendidikan di
dalamnya.

Dalam dekade terakhir telah terjadi pertumbuhan dalam penggunaan sensor untuk memantau
lingkungan kami yang dibangun (misalnya, rumah yang mengontrol lampu di kamar yang kami gunakan,
membuka pintu garasi saat mobil Anda mendekat, lemari es yang memesan bahan makanan sebelum
Anda kehabisan , dll.). Ini telah mengarah pada apa yang kemudian dikenal sebagai Internet of Things
(IoT) dan perusahaan di banyak industri melihat bagaimana mereka dapat menambah nilai pada produk
mereka dengan menanamkan di dalamnya sensor, chip, dan komunikator sehingga mereka dapat
mengumpulkan dan menggunakan data, dan berkomunikasi dengan objek lain atau Internet. Prinsip
utama IoT adalah bahwa objek, orang, atau perangkat (seperti cobot pendidikan) dilengkapi dengan
pengidentifikasi unik dan kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan
interaksi manusia ke manusia atau manusia ke komputer.
Seperti apa pendekatan IoT ini di kelas? Bagaimana jika manipulatif seperti balok dengan ukuran dan
warna berbeda yang digunakan untuk mengembangkan pemahaman tentang penghitungan basis
sepuluh disensor. Setiap blok dapat 'mengetahui' identitasnya (misalnya, saya adalah blok merah yang
mewakili 10 unit) dan tahu di mana hubungannya dengan blok lain (misalnya, saya berbaris dan
menyentuh dua blok merah lainnya dan satu blok hijau mewakili satu ratus). Jika pelajar telah diminta
untuk memilih blok yang mewakili tiga puluh, maka blok akan tahu bahwa pola itu adalah bagian dari
tidak total tiga puluh. Blok hijau akan tahu bahwa nilainya sendiri melebihi total target dan dapat
memiliki lampu LED di dalam yang menyala untuk menunjukkan bahwa itu berada di tempat yang salah.
Tidak ada guru atau cobot yang diperlukan dalam interaksi ini, tetapi yang dibutuhkan adalah beberapa
AIED yang mengatur perilaku blok. Ini hanyalah contoh sederhana, tetapi seperti apa contoh yang lebih
kompleks? Sebagai contoh, bayangkan seorang siswa belajar bermain gitar dalam pelajaran musik di
sekolah tetapi masih pada tahap menguasai jari-jari akord dasar. Skor musik yang ditunjukkan pada
papan elektronik mereka dapat mengirimkan sinyal kepada gitar tentang apa yang akan dimainkan akord
berikutnya dan penentuan posisi jari dapat ditunjukkan secara langsung di papan instrumen untuk diikuti
oleh siswa. Atau fretboard gitar mungkin merasakan jari-jari siswa memainkan chord dan mengirimkan
informasi itu ke musik yang akan menerangi bilah yang dimainkan dengan warna hijau jika cocok atau
merah ketika tidak. Sekali lagi, tidak ada guru yang diperlukan dalam transaksi pembelajaran ini. Tetapi
bagaimana jika guru ingin tahu bagaimana yang dilakukan siswa itu, tetapi dia sedang membantu siswa
lain pada saat itu? Sistem dapat mencatat dan menganalisis kesalahan siswa dan memberi tahu guru
bahwa siswa masih bingung antara akord C dan F, mungkin memanggil guru agar siswa mendapat
perhatian pribadi. Atau mungkin hanya merekomendasikan beberapa latihan tambahan pada beberapa
musik yang menampilkan perubahan akord C dan F. Jenis AIED apa yang akan diperlukan untuk
bimbingan objek-ke-objek-ke-guru-ke-siswa semacam ini dan bagaimana sistem yang telah kita
adaptasikan untuk mendukungnya? tetapi dia membantu siswa lain pada saat itu? Sistem dapat
mencatat dan menganalisis kesalahan siswa dan memberi tahu guru bahwa siswa masih bingung antara
akord C dan F, mungkin memanggil guru agar siswa mendapat perhatian pribadi. Atau mungkin hanya
merekomendasikan beberapa latihan tambahan pada beberapa musik yang menampilkan perubahan
akord C dan F. Jenis AIED apa yang akan diperlukan untuk bimbingan objek-ke-objek-ke-guru-ke-siswa
semacam ini dan bagaimana sistem yang telah kita adaptasikan untuk mendukungnya? tetapi dia
membantu siswa lain pada saat itu? Sistem dapat mencatat dan menganalisis kesalahan siswa dan
memberi tahu guru bahwa siswa masih bingung antara akord C dan F, mungkin memanggil guru agar
siswa mendapat perhatian pribadi. Atau mungkin hanya merekomendasikan beberapa latihan tambahan
pada beberapa musik yang menampilkan perubahan akord C dan F. Jenis AIED apa yang akan diperlukan
untuk bimbingan objek-ke-objek-ke-guru-ke-siswa semacam ini dan bagaimana sistem yang telah kita
adaptasikan untuk mendukungnya?

Para siswa dan ruangan itu sendiri dapat memiliki sensor yang membantu guru dengan tugas
manajemen kelas serta tugas belajar. Sudah ada lencana yang dapat dikenakan yang dikembangkan di
MIT oleh tim Sandy Pentland dan diproduksi oleh Sociometric Solutions yang melacak lokasi pemakainya,
merasakan ketika pemakai lencana lain berada dalam jangkauan dan dapat mendeteksi emosi dari nada
afektif dari suara pemakainya. Mereka saat ini berharga sekitar US $ 500, tetapi karena dengan semua
teknologi mereka pasti akan lebih murah dan ketika mereka melakukannya, apa yang bisa dilakukan
untuk membantu guru di kelas jika semua siswa mengenakannya? Dia bisa tahu, misalnya, jika seorang
siswa meninggalkan kelas tanpa izin, dan dia bisa menugaskan siswa ke kelompok dan mendapat
peringatan jika nada vokal kelompok mana pun tampaknya menunjukkan bahwa mereka sedang tidak
bertugas. Sangat mudah bagi seorang guru untuk mengetahui apakah suatu kelompok lebih berisik
daripada anggota ruangan lainnya, tetapi tidak mendeteksi apakah tingkat diskusi menurun karena
mereka tidak berbicara satu sama lain dalam tugas kolaboratif misalnya. Mungkin penggunaan lencana
semacam itu dari waktu ke waktu akan memungkinkan data untuk dikumpulkan dan ditambang sehingga
pola khas pekerjaan kelompok kecil dapat dideteksi dan yang menyimpang di mana perilaku tugas yang
sedang ditampilkan dapat diidentifikasi dari outlier. Kemudian lencana siswa mungkin menyala untuk
menunjukkan apakah mereka sedang mengerjakan tugas (hijau) atau tidak aktif (merah) sehingga guru
dapat melirik ke sekeliling ruangan dan melihat dengan mudah kelompok mana yang dia perlu hadiri saat
dia berkeliaran di kelas, memantau kegiatan pembelajaran. Atau data ini dapat dikirim langsung ke
tongkol pendidikan yang kemudian bisa menuju kelompok yang membutuhkan bimbingan.

Kamera definisi tinggi di ruang kelas mungkin memberikan dukungan berharga lainnya. Kamera yang
dikombinasikan dengan teknologi pengenal wajah dapat memungkinkan sistem kamera untuk
menangkap gambar dan merasakan kondisi emosional peserta didik, mengenali wajah-wajah individu
sebagaimana adanya. Bagaimana jika kita ingin menambang aliran video dari beberapa ruang kelas yang
berjalan dengan baik untuk mengidentifikasi fitur-fitur ruang belajar yang produktif dan membangun
model prediksi dan kemudian membangun model tandingan ruang kelas di mana keseluruhan kegiatan
tidak produktif sehingga kita bisa memberi tahu Perbedaan secara otomatis hanya melalui aliran video.
Jenis pemantauan ini mungkin berguna untuk guru pemula yang kurang berpengalaman dalam
manajemen kelas dan mempertahankan perpaduan yang tepat antara kontrol dan kebebasan daripada
guru yang berpengalaman. Sistem seperti itu dapat memberikan umpan balik kepada guru tentang
bagaimana membawa kelas kembali ke keadaan produktif. Bagaimana model AIED dan mendukung
pengajaran kelas yang efektif jika data dari berbagai sensor tersedia secara real time?

Untuk mendapatkan lebih banyak data berbutir halus yang dapat membantu memantau masing-masing
peserta didik daripada kelas secara keseluruhan, perilaku dan pengaruh siswa dapat ditangkap melalui
sensor di ruang kelas untuk melengkapi informasi tentang peserta didik dari sumber lain. Sensor gerak
seperti sistem Kinect dan sensor biometrik seperti gelang yang sekarang banyak orang kenakan untuk
keperluan kebugaran mungkin digunakan untuk mengumpulkan informasi tentang seberapa sibuknya
siswa dan untuk menjaga perilaku di luar tugas. Data dari sensor biometrik yang melacak denyut nadi
volume darah dan respons kulit galvanik dapat digunakan untuk mendeteksi perubahan suasana hati dan
seberapa fokus seorang siswa, hal-hal yang sudah kita ketahui terkait dengan pembelajaran.slrc.org.au ).
Dengan aliran data yang berpotensi dinamis ini, para peneliti AIED perlu bekerja pada bagaimana
memahami mereka dalam konteks pembelajaran dan tindakan apa yang harus diambil sebagai hasilnya
(misalnya, beri tahu guru manusia atau cobot pendidikan).

Apa yang Dibutuhkan untuk Bergerak Menuju Visi Ini ?

Gagasan yang diusulkan dalam artikel ini terkait dengan yang diungkapkan oleh penulis lain dalam
masalah ini. Artikel oleh Erin Walker dan Amy Ogan berfokus pada kebutuhan untuk mengenali peran
sosial dari penggunaan teknologi dalam pembelajaran. Cobot pendidikan, jika dirancang dengan baik,
akan mengambil peran sosial di dalam kelas, seperti pembantu guru saat ini. Kembali pada tahun 1999,
John Self ( 1999) berpendapat bahwa AIED adalah satu-satunya bidang teknologi pendidikan canggih
yang ditujukan untuk membangun "sistem pembelajaran berbasis komputer yang berusaha untuk
beradaptasi dengan kebutuhan peserta didik dan oleh karena itu satu-satunya sistem yang berusaha
untuk 'peduli' tentang peserta didik dalam pengertian itu . ”Mungkin kita dapat memperluas gagasan ini
dalam AIED untuk lebih dari sekadar berurusan dengan kesejahteraan akademik siswa dan memperluas
untuk merangkul kepedulian yang lebih umum terhadap kesejahteraan siswa. Penelitian dalam ilmu saraf
dan fisiologi pembelajaran telah menunjukkan bahwa ada hubungan yang kuat antara emosi dan kognisi
(Zull, 2002 , 2011). Penelitian telah menunjukkan bahwa siswa guru yang menunjukkan minat pribadi
pada mereka di luar mata pelajaran langsung yang dipelajari lebih terlibat dan termotivasi, dan
sebaliknya, dengan tidak adanya guru yang penuh perhatian, pembelajaran terganggu. Apakah cobot
pendidikan yang peduli memiliki efek yang sama?

Ide-ide yang diekspresikan di sini juga memiliki tautan ke artikel Nikol Rummel tentang pemahaman
komputasi yang lebih dalam tentang interaksi sosial, attunement, dan konstruksi memengaruhi berat
lainnya. Agar cobot pendidikan menjadi efektif, mereka harus pandai berinteraksi dengan semua jenis
siswa untuk jangka waktu yang lama, memantau pembelajaran mereka di berbagai topik. Untuk
melakukan itu komunitas riset AIED harus menerapkan lebih banyak upaya untuk mengembangkan jenis
keterampilan yang dijelaskan Rummel dalam artikelnya.

Gerakan menuju tongkol pendidikan di kelas telah dimulai. Jepang dan Korea Selatan, khususnya,
mengejar tujuan ini dengan robot yang lebih besar dan lebih hidup. Swiss telah mulai menyelidiki
seberapa kecil robot yang ada di pasaran dapat digunakan dalam pembelajaran. Peneliti AIED perlu
menjangkau para ahli robot dan mencari tahu bagaimana keadaan seni dalam robotika. Kita juga perlu
memberi tahu peneliti robotika apa yang mampu dilakukan bidang kita saat ini. AIED adalah bidang yang
merupakan persimpangan dari beberapa bidang seperti ilmu komputer, penelitian pendidikan, psikologi
kognitif, desain pembelajaran dan psikometrik. Mereka yang terlibat dalam AIED tahu bahwa melakukan
pekerjaan lintas disiplin sangat sulit. Untuk berkolaborasi secara efektif, setiap anggota tim perlu
mendapatkan setidaknya pemahaman dasar tentang bidang mitra lainnya. Dengan begitu komunikasi
dapat terjadi dan tim dapat bersama-sama memecahkan masalah desain dan penelitian bersama. Tetapi
membangun tingkat pengetahuan dan kolaborasi bersama ini membutuhkan waktu, jadi jika AIED dan
robotika ingin berkumpul bersama untuk menyelesaikan masalah pendidikan, maka kita perlu mengatur
beberapa pertukaran pengetahuan awal. Mungkin beberapa lokakarya atau puncak bersama, atau
bahkan kunjungan ke laboratorium penelitian satu sama lain, kunjungan sabatikal atau pertukaran
mahasiswa doktoral atau dokumenter dokumenter akan membuat bola bergulir. Sampai AIED dan para
peneliti robotika memahami lebih banyak tentang disiplin ilmu satu sama lain, kita tidak akan dapat
mengidentifikasi cara-cara agar bidang tersebut dapat bekerja sama untuk mengembangkan cobot
pendidikan, atau hal lain yang pada saat ini tidak dapat kita ramalkan atau bayangkan.

Untuk bergerak menuju visi yang dinyatakan dalam artikel ini, perlu ada lebih banyak penggunaan
teknologi perantara yang memungkinkan perluasan jenis antarmuka manusia-teknologi di luar keyboard
dan mouse. Teknologi perantara seperti pemrosesan bahasa alami dari dialog lisan, bagian penting dari
memiliki antarmuka naturalistik dengan robot atau teknologi pintar lainnya, telah berkembang pesat
dalam beberapa tahun terakhir dan dengan munculnya pendekatan baru untuk pembelajaran mesin
seperti 'pembelajaran mendalam' ini tidak diragukan lagi akan berlanjut meningkatkan. Beberapa
peneliti di AIED telah memasukkan dialog lisan ke dalam sistem mereka dan ada lokakarya konferensi
AIED 2009 tentang Pendidikan Natural Language Processing yang membahas pemrosesan bahasa
tertentu yang dikeluarkan dalam dialog tutorial dan tinjauan kemajuan menuju dialog percakapan dalam
sistem tutor cerdas muncul di Rus et al. (2013 ). Teknologi perantara lainnya seperti antarmuka berbasis
sentuhan dan sentuhan juga akan berperan dalam memungkinkan interaksi dengan cobot dan ruang
kelas pintar. Ada juga kemajuan dalam perangkat virtual dan augmented reality seperti Oculus Rift yang
mungkin memiliki aplikasi untuk cobot dan ruang kelas pintar.

Kita perlu meyakinkan lembaga pendanaan penelitian di seluruh dunia bahwa ini adalah bidang baru
yang potensial dan untuk mendapatkan pendanaan untuk beberapa bukti kerja konsep untuk
mengeksplorasi apa yang mungkin. Sebagai langkah pertama, agensi dapat mensponsori beberapa jenis
acara 'berkenalan dengan Anda' dan langkah setelahnya dapat meminta sekelompok peneliti lintas
disiplin mengidentifikasi bidang penelitian bersama yang dapat didanai. National Science Foundation di
AS melakukan pemikiran ke depan semacam ini di AIED untuk membentuk pendanaan penelitian di
bidang teknologi pendidikan di masa lalu dan membantu memunculkan banyak perkembangan terbaru
di bidang ini. Bahkan, NSF sudah mendanai proyek-proyek di bidang ini. Sebagai contoh, peneliti AIED,
Lewis Johnson ( 2015) sedang melakukan proyek yang disebut RALLe yang sedang menyelidiki bagaimana
merancang pengalaman belajar berbasis simulasi untuk pembelajaran bahasa dengan mengembangkan
sebuah robot mirip manusia yang terlibat dalam percakapan dalam bahasa asing, dan mempelajari
penggunaannya dalam pengaturan pendidikan. Lihat artikel berjudul Interaksi Tatap Muka dengan Agen
Pedagogis , Dua Puluh Tahun Kemudian oleh Johnson dan Lester dalam Volume 1 edisi khusus ini untuk
detail lebih lanjut. Mungkin cara untuk mendorong ini adalah dengan mengadakan lokakarya di
konferensi seperti Interaksi Manusia-Robot (HRI), Interaksi Multimodal (ICMI), atau di AIED.
Ada juga konferensi penelitian di Internet of Things yang mengadakan pertemuan ke-5 pada tahun 2015
( http://www.iot-conference.org/) dan disponsori oleh Institute of Electrical and Electronics Engineers
(IEEE). Kisaran perangkat yang sekarang 'pintar' dalam beberapa cara meningkat dan jika peneliti AIED
ingin mengetahui kombinasi apa yang dapat mendukung guru dan siswa di kelas, maka mereka mungkin
hanya harus membeli set sensor yang mungkin dan melihat apa yang dapat dilakukan dengan mereka.
Namun, mungkin para peneliti AIED harus bekerja dengan departemen teknik elektro di universitas
mereka sendiri daripada mencoba melakukan pekerjaan ini sendirian. Seperti halnya bidang robotika
pendidikan, beberapa suntikan dana penelitian untuk memungkinkan peneliti AIED untuk mengetahui
teknologi apa yang tersedia dan siapa yang melakukan pekerjaan yang relevan dalam disiplin ilmu lain
akan sangat membantu untuk mendorong maju ke arah ini.

Kesimpulan

Pesan yang saya coba sampaikan di sini adalah bahwa sudah saatnya AIED dikeluarkan dari komputer,
artinya komputer sehingga dapat tertanam di perangkat lain seperti robot dan di kelas pintar. Ide-ide
yang disajikan di sini dimaksudkan sebagai provokasi untuk mulai berpikir tentang apa yang mungkin
menjadi jalan untuk arah penelitian AIED di masa depan dan saya menyadari bahwa beberapa telah
melakukan penelitian di sepanjang jalur ini, jadi ide-ide ini mungkin bukan hal baru bagi Anda. Namun,
saya tidak membayangkan bahwa kita akan segera dapat membangun cobot pendidikan yang
sepenuhnya efektif atau mengembangkan ruang kelas yang cerdas dalam beberapa tahun ke depan,
tetapi kita dapat menetapkan arah ke arah itu. Memulai tindakan ini akan mengarah pada ekspansi yang
cukup besar untuk bidang ini dan mengarah pada kolaborasi baru dengan bidang lain seperti robotika
dan teknik listrik. Tema-tema penelitian masa depan dapat mencakup pembuatan sistem yang
menyediakan interaksi sosial (perpanjangan dari Pembelajaran Kolaborasi yang Didukung Komputer yang
sudah ada); menjelajahi modalitas baru untuk antarmuka antara pelajar, guru, dan teknologi pendukung
dan menyelidiki penerapan Internet of Things dalam pendidikan. Banyak dari apa yang telah kita pelajari
tentang bagaimana memodelkan pengetahuan dan apa yang pelajar ketahui bersama dengan cara untuk
memberikan umpan balik dan pedagogi dapat diangkut ke robot. Melakukan hal itu akan
memperkenalkan lebih banyak cara untuk merasakan apa kondisi afektif pelajar itu dan berinteraksi
dengan mereka dengan cara yang berbeda. Ini akan mengarah pada tantangan baru, yang akan sangat
merangsang untuk AIED dan memungkinkan kami untuk memperluas model dan metode kami.
Menanamkan AIED ke dalam ruang kelas yang cerdas akan menghasilkan aliran data waktu nyata dari
banyak sensor di ruang kelas dan berfokus pada peserta didik akan membutuhkan sejumlah besar Data
Mining Pendidikan dan akan mengarah pada model baru tentang bagaimana siswa berperilaku di
lingkungan kelas yang lebih luas dan tidak hanya dengan paket instruksional yang telah kami
kembangkan hingga saat ini. Langkah praktis ke depan mungkin untuk mengadakan lokakarya tentang
Pendidikan Cobot dan Kelas Cerdas di AIED atau konferensi terkait seperti Interaksi Manusia-Robot.
Sekarang terserah Anda di mana AIED pergi selanjutnya. Langkah praktis ke depan mungkin untuk
mengadakan lokakarya tentang Pendidikan Cobot dan Kelas Cerdas di AIED atau konferensi terkait
seperti Interaksi Manusia-Robot. Sekarang terserah Anda di mana AIED pergi selanjutnya. Langkah
praktis ke depan mungkin untuk mengadakan lokakarya tentang Pendidikan Cobot dan Kelas Cerdas di
AIED atau konferensi terkait seperti Interaksi Manusia-Robot. Sekarang terserah Anda di mana AIED pergi
selanjutnya.