Perkembangan Artificial Intelligence (AI) dan Natural Language Processing (NLP) telah membuka peluang baru dalam pengembangan teknologi pendidikan. Salah satu penerapannya adalah Automatic Mathematics Word Problem (MWP) Generation, yaitu teknologi yang memungkinkan komputer secara otomatis menghasilkan soal cerita matematika berdasarkan informasi atau konteks tertentu. Teknologi ini semakin relevan seiring berkembangnya pembelajaran daring, aplikasi pendidikan, dan berbagai platform pembelajaran berbasis teknologi.
Soal cerita matematika memiliki peran penting dalam pembelajaran karena memungkinkan siswa menerapkan konsep matematika pada situasi yang lebih dekat dengan kehidupan sehari-hari. Bagi pendidik, kemampuan menghasilkan soal secara otomatis juga dapat mengurangi waktu dan sumber daya yang diperlukan untuk menyusun sejumlah besar soal latihan maupun instrumen asesmen. Dengan demikian, waktu guru dapat dialihkan untuk aktivitas pembelajaran lain yang lebih strategis.
Meskipun demikian, menghasilkan soal matematika secara otomatis bukan sekadar persoalan menghasilkan kalimat yang terlihat seperti soal matematika. Sebuah MWP yang berkualitas harus memenuhi sejumlah persyaratan. Soal harus memiliki struktur bahasa yang baik, konteks yang relevan, serta konsistensi matematis antara informasi yang diberikan dan solusi yang diharapkan. Dengan kata lain, soal yang dihasilkan AI harus benar secara linguistik, semantik, dan matematis.
Tantangan tersebut menjadikan evaluasi sebagai salah satu persoalan penting dalam penelitian MWP generation. Berbeda dengan pertanyaan umum yang dapat dievaluasi berdasarkan relevansi dan kualitas bahasa, soal matematika juga membutuhkan pemeriksaan terhadap validitas matematisnya. Selain itu, belum terdapat kesepakatan yang sepenuhnya seragam mengenai metrik yang paling sesuai untuk mengevaluasi berbagai jenis MWP yang dihasilkan secara otomatis.
Untuk memahami perkembangan penelitian sekaligus persoalan evaluasi tersebut, dilakukan Systematic Literature Review (SLR) terhadap 315 artikel ilmiah yang telah melalui proses peer review dan diterbitkan dalam kurun waktu sekitar satu dekade. Kajian ini memetakan perkembangan penelitian MWP generation, termasuk tujuan pembuatan soal, metode yang digunakan, informasi yang menjadi masukan dan keluaran sistem, serta perkembangan publikasi di bidang tersebut.
Hasil kajian menunjukkan bahwa evaluasi kualitas MWP perlu dilakukan secara lebih komprehensif. Evaluasi tidak cukup hanya melihat apakah sistem mampu menghasilkan soal dengan jawaban yang benar. Aspek bahasa, struktur pertanyaan, kesesuaian konteks, serta validitas matematis juga perlu dipertimbangkan. Pendekatan evaluasi yang lebih menyeluruh dapat membantu peneliti mengidentifikasi kekuatan dan keterbatasan suatu metode sehingga pengembangan sistem MWP dapat dilakukan secara lebih terarah.
Lebih lanjut, perkembangan pembelajaran kolaboratif menghadirkan dimensi baru dalam pengembangan soal cerita matematika. Soal tidak lagi selalu dirancang untuk diselesaikan oleh seorang siswa secara individual, tetapi juga dapat digunakan sebagai sarana untuk mendorong interaksi dan pemecahan masalah secara berkelompok. Dalam konteks tersebut, sebuah soal matematika diharapkan tidak hanya menghasilkan jawaban yang benar, tetapi juga mendorong komunikasi, argumentasi, berpikir kritis, dan kerja sama antarsiswa.
Konsekuensinya, evaluasi MWP untuk pembelajaran kolaboratif perlu memperhatikan dimensi sosial. Beberapa indikator yang dapat dipertimbangkan antara lain jumlah dan kualitas interaksi antarsiswa, intensitas komunikasi dan diskusi, keluasan topik yang dibahas, kemampuan siswa menjelaskan alasan matematis dari suatu keputusan, serta proses kelompok dalam mencapai solusi akhir. Dengan demikian, kualitas sebuah soal dapat dilihat tidak hanya dari produk akhirnya, tetapi juga dari proses pembelajaran yang difasilitasinya.
Perkembangan Large Language Model (LLM) semakin memperluas peluang dalam bidang ini. Kemampuan LLM dalam memahami dan menghasilkan bahasa memungkinkan pengembangan sistem yang dapat menghasilkan MWP secara lebih fleksibel dan kontekstual. Pada masa mendatang, sistem semacam ini berpotensi menghasilkan soal yang disesuaikan dengan tingkat kemampuan siswa, konteks kehidupan nyata, tujuan pembelajaran, maupun kebutuhan pembelajaran kolaboratif.
Namun, peningkatan kemampuan AI dalam menghasilkan soal juga perlu diimbangi dengan peningkatan kemampuan evaluasi sistem. Kemampuan menghasilkan soal dalam jumlah besar tidak dengan sendirinya menjamin bahwa soal tersebut berkualitas dan efektif untuk pembelajaran. Oleh karena itu, pengembangan AI dalam pendidikan perlu berjalan seiring dengan pengembangan kerangka evaluasi yang mampu mengukur berbagai karakteristik soal secara komprehensif.
Penelitian ini menawarkan perspektif bahwa kualitas MWP perlu dipahami secara lebih luas. Soal yang baik bukan hanya soal yang memiliki jawaban matematis yang benar, tetapi juga soal yang memiliki konteks bermakna, menggunakan bahasa yang sesuai, dan mampu mendukung tujuan pembelajaran. Dalam konteks pembelajaran kolaboratif, kemampuan soal dalam mendorong interaksi sosial dan proses pemecahan masalah bersama juga menjadi aspek yang penting.
Dengan demikian, perkembangan AI dan LLM memberikan peluang besar untuk mentransformasi cara soal matematika dikembangkan dan digunakan dalam pendidikan. Tantangan berikutnya bukan semata-mata bagaimana membuat AI semakin produktif dalam menghasilkan soal, tetapi bagaimana memastikan setiap soal yang dihasilkan memiliki kualitas akademik dan pedagogis yang dapat dipertanggungjawabkan. Kerangka evaluasi yang komprehensif menjadi salah satu fondasi penting untuk mewujudkan penggunaan AI yang lebih efektif dalam pembelajaran matematika.
Penulia: Ika Qutsiati Utami, S.Kom., M.Sc., Ph.D.
Link artikel: https://www.scopus.com/pages/publications/105046695368?origin=resultslist
