Publisher

PAPANDAPAPANDA

Journal Polinomial : Jurnal Pendidikan MatematikaPolinomial : Jurnal Pendidikan Matematika Abstract

Perkembangan Artificial Intelligence (AI) telah menghadirkan peluang sekaligus tantangan baru dalam pembelajaran matematika. Berbagai sistem berbasis AI, seperti intelligent tutoring systems, chatbot generatif, dan problem-solving assistants, mampu memberikan dukungan kognitif yang adaptif dan instan. Namun, pemanfaatan AI yang tidak disertai kemampuan reflektif berisiko mendorong ketergantungan siswa serta pembelajaran yang dangkal. Penelitian ini bertujuan untuk menganalisis peranan metakognisi dalam penggunaan AI pada pembelajaran matematika serta merumuskan model konseptual yang menjelaskan hubungan antara proses metakognitif dan kualitas interaksi siswa dengan AI. Penelitian ini menggunakan pendekatan kualitatif dengan desain systematic literature review yang terdiri dari lima tahap utama yaitu Perumusan Fokus dan Pertanyaan Penelitian, Strategi Penelusuran Literatur, Kriteria Inklusi dan Eksklusi, Proses Seleksi Artikel serta Analisis dan Sintesis Data. Artikel yang dianalisis secara mendalam terdiri dari 32 artikel jurnal terindeks scopus yang dipublikasi rentang tahun 2019-2024 dan dianalisis juga buku-buku teori metakognisi klasik maupun kontemporer yang relevan yang berjumlah 8 (delapan) referensi. Analisis data dilakukan melalui analisis tematik untuk mengidentifikasi peran perencanaan, monitoring, evaluasi, dan kontrol metakognitif dalam interaksi siswa dengan AI. Hasil kajian menunjukkan bahwa metakognisi berperan sebagai mediator utama efektivitas penggunaan AI dalam pembelajaran matematika. Siswa dengan kemampuan metakognitif tinggi cenderung menggunakan AI secara strategis, kritis, dan reflektif, sedangkan rendahnya metakognisi berkorelasi dengan penerimaan keluaran AI secara tidak kritis dan potensi ketergantungan berlebihan. Penelitian ini menghasilkan model konseptual yang menempatkan AI sebagai objek regulasi metakognitif, di mana proses monitoring dan kontrol pada meta-level memediasi kualitas pemecahan masalah matematika. Temuan ini memberikan kontribusi teoretis terhadap pengembangan kajian metakognisi serta implikasi praktis bagi desain pembelajaran matematika berbasis AI yang berorientasi pada penguatan regulasi diri dan berpikir reflektif.

Conclusion

Penelitian ini menegaskan bahwa metakognisi memiliki peranan fundamental dalam menentukan kualitas dan efektivitas penggunaan Artificial Intelligence (AI) dalam pembelajaran matematika.Kemampuan metakognitif—yang mencakup kesadaran, monitoring, dan kontrol terhadap proses berpikir—berfungsi sebagai mekanisme pengatur yang memungkinkan siswa memanfaatkan AI secara reflektif, kritis, dan bertanggung jawab.Tanpa dukungan metakognisi yang memadai, penggunaan AI berpotensi menurunkan kedalaman pemahaman matematis dan mendorong ketergantungan kognitif.Sebaliknya, ketika metakognisi terintegrasi secara optimal, AI dapat berperan sebagai cognitive partner yang memperkaya proses pemecahan masalah, memperkuat regulasi diri, serta meningkatkan kualitas pengambilan keputusan matematis.Dengan demikian, efektivitas AI dalam pembelajaran matematika tidak bersifat inheren pada teknologi itu sendiri, melainkan dimediasi oleh kapasitas metakognitif pengguna.

Future Research

Berdasarkan temuan penelitian, saran penelitian lanjutan meliputi: (1) Mengembangkan studi empiris dengan desain eksperimen untuk menguji hubungan kausal antara metakognisi dan efektivitas penggunaan AI dalam pembelajaran matematika, dengan fokus pada bagaimana pelatihan metakognitif dapat meningkatkan kemampuan siswa dalam memanfaatkan AI secara optimal. (2) Merancang instrumen pengukuran metakognitif yang lebih spesifik dan relevan dengan konteks interaksi manusia-AI, sehingga dapat memberikan gambaran yang lebih akurat tentang kemampuan metakognitif siswa dalam menggunakan AI untuk pemecahan masalah matematika. (3) Mengeksplorasi perbedaan peran metakognisi pada berbagai jenis AI, seperti intelligent tutoring systems, chatbot generatif, dan perangkat lunak matematika berbasis AI, untuk memahami bagaimana karakteristik masing-masing sistem AI memengaruhi kebutuhan regulasi metakognitif siswa. Penelitian-penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan model pembelajaran berbasis AI yang lebih efektif dan berpusat pada siswa.

References

1. APA PsycNet. psycnet loading psycnet.apa.org/doi/10.1037/0003-066X.34.10.906APA PsycNet psycnet loading psycnet apa doi 10 1037 0003 066X 34 10 906
2. Using thematic analysis in psychology: Qualitative Research in Psychology: Vol 3, No 2. thematic analysis... doi.org/10.1191/1478088706qp063oaUsing thematic analysis in psychology Qualitative Research in Psychology Vol 3 No 2 thematic analysis doi 10 1191 1478088706qp063oa
3. Guidance on Conducting a Systematic Literature Review - Yu Xiao, Maria Watson, 2019. guidance conducting... journals.sagepub.com/doi/10.1177/0739456X17723971Guidance on Conducting a Systematic Literature Review Yu Xiao Maria Watson 2019 guidance conducting journals sagepub doi 10 1177 0739456X17723971

Metadata

File size	508.13 KB
Pages	11
DMCA	Report