TEORI PEMBELAJARAN KONSEP

Teori Asosiatif
Teori-teori Carly dikembangkan untuk menjelaskan kinerja individu dalam eksperimen
pembelajaran konsep semuanya didasarkan pada gagasan bahwa pembelajaran terjadi melalui
asosiasi. Teori-teori ini menggambarkan pembelajaran konsep sebagai proses asosiasi dari
tanggapan yang dipancarkan selama pembelajaran dengan contoh-contoh yang mendefinisikan
konsep.
Teori asosiatif pembelajaran konsep didasarkan pada prinsip bahwa seluruh kompleks
stimulus yang disediakan oleh masing-masing objek dikaitkan dengan respons yang
dipancarkan ke stimulus itu. Prinsip ini memiliki akar eksperimental dalam kenyataan bahwa
semua komponen rangsangan terkondisi senyawa tampaknya terkait dengan respon terkondisi.
Akan tetapi, hal ini menimbulkan komplikasi, karena semua contoh positif dari suatu konsep
akan berbeda dari yang lain dalam beberapa detail. Untuk setiap instance konsep beberapa fitur
akan tidak relevan, dan fitur yang tidak relevan akan bervariasi dari contoh ke contoh.

Teori Pengujian-Hipotesis
Gagasan umum di balik teori-teori hipotesa adalah bahwa belajar bagaimana
melakukan dalam situasi tertentu adalah masalah menguji berbagai kemungkinan sampai cara
yang benar ditemukan. Ada dua perbedaan utama antara teori asosiatif dan pengujian hipotesis.
Pertama, dalam teori asosiatif, seluruh kompleks stimulus dikaitkan dengan respons,
sedangkan dalam teori pengujian hipotesis, fitur stimulus yang disediakan oleh contoh spesifik
dikaitkan dengan respons. Kedua, dalam teori asosiatif pembelajaran bersifat bertahap atau
bertahap; pada setiap percobaan hubungan antara label konsep dan setiap fitur yang relevan
sedikit meningkat. Dalam teori hipotesis, belajar itu diskrit atau semuanya atau tidak sama
sekali.

Model Pemrosesan Informasi

Studi tentang kecerdasan buatan adalah sumber teori tentang pembelajaran konsep.
Kecerdasan buatan berkaitan dengan kemampuan intelektual komputer. Komputer dapat
diprogram untuk melakukan banyak fungsi intelektual manusia, dan dengan demikian mimikri
fungsi manusia adalah salah satu aspek dari kecerdasan buatan, yang biasa disebut sebagai
simulasi komputer.
Memproses informasi. Upaya paling awal untuk menghasilkan program yang
memungkinkan mesin mempelajari konsep adalah dari Hovland and Hunt (1960) dan Hunt
(1962). Model Hovland dan Hunt secara umum disebut pembelajaran konsep model
pemrosesan informasi.
Model pemrosesan informasi memerlukan tiga fase: persepsi, definisi contoh positif,
dan pengembangan pohon keputusan. Persepsi berarti penyatuan fitur. Dalam model
pembelajaran konsep, tahap ini dapat dibuat cukup sederhana, meskipun setiap upaya untuk
mensimulasikan cara manusia melakukannya akan memerlukan perawatan yang jauh lebih
canggih daripada yang umumnya ditemukan dalam model pembelajaran konsep. Titik kritis
dalam program pembelajaran konsep adalah pengembangan metode untuk menemukan
konsep. Hunt mencirikan aktivitas ini sebagai pemilihan contoh positif. Dia membangun ke
dalam satu versi program komputernya untuk mempelajari konsep strategi untuk pemilihan
contoh yang pada dasarnya adalah strategi pemfokusan. Aturan logis yang mendefinisikan
konsep dipelajari melalui pengembangan pohon keputusan. Pohon keputusan dapat dicirikan
sebagai rencana atau deskripsi urutan keputusan.
Induksi mesin. Pembelajaran konsep menggambarkan suatu proses induksi. Penghasil
memperoleh beberapa informasi tentang struktur dunia melalui pengalaman. Hunt, Marin, dan
Stone (1966) membuat eksplisit paralel ini antara induksi dan pembelajaran konsep dengan
mengembangkan program komputer yang menduplikasi eksperimen belajar konsep. Berikut
langkah-langkah untuk percobaan menggunakan paradigma penerimaan:
1. Sampel objek dipilih dari alam semesta dengan beberapa prosedur acak. Sampel
dipesan secara sewenang-wenang untuk presentasi kepada subjek.
2. Objek pertama dirasakan dan diingat oleh pelajar.
3. Pelajar menggunakan informasi dalam memorinya (termasuk memori berdasarkan
langkah 2) untuk menghitung konsep yang mungkin.
4. Objek selanjutnya disajikan kepada pelajar.
5. Konsep yang mungkin dihasilkan pada langkah 3 digunakan untuk mengklasifikasikan
objek baru.
6. Jika klasifikasi benar, sistem kembali ke langkah 4 untuk presentasi objek baru. Jika
klasifikasi salah, pelajar kembali ke langkah 3.
7. Eksperimen berhenti ketika tidak ada lagi objek yang akan diklasifikasikan.

Suatu program yang dikembangkan dengan cara ini akan dapat mempelajari konsep.
Program semacam itu mempelajari konsep-konsep kompleks jauh lebih efisien daripada subjek
manusia dalam kondisi yang sebanding. Oleh karena itu, besar kemungkinan program tidak
beroperasi secara tepat seperti halnya manusia karena program memiliki memori yang terlalu
bagus. Akibatnya, Hunt, Marin, dan Stone mempertimbangkan program dengan ingatan yang
kurang sempurna.
Aturan yang diperkenalkan ke dalam program umumnya bersifat algoritmik. Mereka
dirancang untuk menghasilkan hasil yang spesifik. Apa yang dibutuhkan komputer adalah
beberapa kriteria untuk memilih objek yang akan diuji dan untuk mempertimbangkan berbagai
hipotesis. Salah satu kemungkinan adalah memberi komputer beberapa aturan heuristik untuk
memerintahkannya menguji item yang mirip dengan yang sebelumnya menghasilkan
kesalahan. Namun, secara umum, program-program ini benar-benar kehilangan fleksibilitas
pemikiran manusia, terutama karena sangat sulit untuk secara eksplisit tentang aturan heuristik.

Pandangan Eklektik
Manusia mampu beroperasi sebagai perangkat asosiatif murni atau logis perangkat
pengujian hipotesis, sesuai dengan kondisi dan permintaan. Deskripsi hierarkis Bourne (1970)
tentang pengembangan keterampilan pada pembelajaran konsep mencerminkan fakta bahwa
beberapa proses bergantung pada yang lain. Orang harus dapat mengekstraksi fitur dari objek
sebelum mereka dapat mempelajari konsep yang didefinisikan dalam kombinasi fitur.
Pembentukan konsep mengarah pada pengembangan aturan secara eksplisit. Dan aturan-aturan
ini dapat diatur dengan cara yang sangat efisien dan abstrak.

KONSEP DITENTANGKAN

Efek Khas
Beberapa filsuf, ahli bahasa, dan psikolog percaya bahwa kategori bahasa memiliki ciri-
ciri yang menentukan (mis., Katz dan Fodor, 1963). Jika ini benar, Anda mungkin berharap
bahwa keanggotaan kategori akan dievaluasi dengan sama cepatnya untuk semua anggota
kategori, karena subjek hanya perlu menentukan apakah spesifik contoh memiliki fitur yang
menentukan. Prediksi seperti itu tampaknya Tidak konsisten dengan hasil yang diamati bahwa
beberapa anggota kategori dikategorikan lebih cepat dari yang lain. Meskipun, akan tampak
bahwa teori fitur mendefinisikan Oleh karena itu salah, cara cerdik untuk menyelamatkan teori
telah diusulkan oleh Smith dan rekan-rekannya (mis., Smith, Shoben, & Rips, 1974).
 Smith dan kawan-kawannya membedakan antara fitur yang menentukan dan fitur yang
khas. Perbedaan antara mendefinisikan dan fitur fitur membantu menjelaskan perbedaan dalam
kecepatan mengevaluasi keanggotaan kategori. Keseluruhan penilaian keanggotaan kategori
tergantung pada karakteristik dan fitur yang menentukan.

Ketidakjelasan dalam Bahasa Alam

Meskipun model yang diusulkan oleh Smith, Shoben, dan Rips dapat menjelaskan luas
rentang data, telah dikritik karena ketergantungannya pada gagasan fitur mendefinisikan.
Bertrand Russell (1923) menyatakan bahwa semua konsep "empiris" tidak jelas. Yang
dimaksud dengan konsep empiris adalah konsep yang diperoleh secara langsung melalui
pengalaman dengan menemukan berbagai contoh kategori, yang dibedakan dari konsep yang
ditentukan oleh definisi.