AI di Ruang Kelas: Mengupas Uji Coba Matematika Bersejarah Google DeepMind di Sierra Leone

Janji kecerdasan buatan (AI) di dunia pendidikan sangatlah besar, tetapi bukti dampaknya yang ketat di ruang kelas nyata masih langka. Pada Juni 2026, Google DeepMind dan organisasi nirlaba pendidikan Fab AI mempublikasikan hasil dari uji coba acak terkontrol (randomized controlled trial/RCT) yang monumental di Sierra Leone. Ini menjadi salah satu gambaran paling rinci tentang bagaimana alat pembelajaran AI terstruktur dapat bekerja bersama guru .

Studi ini menemukan bahwa mengintegrasikan mode "Guided Learning" Gemini ke dalam pelajaran matematika secara signifikan meningkatkan nilai ujian siswa. Namun, hasilnya juga menyoroti nuansa penting: siswa yang sebelumnya sudah unggul dalam matematika mendapatkan manfaat paling besar, para guru harus beradaptasi dengan peran baru, dan intervensi yang dirancang dengan hati-hati ini sulit dipisahkan dari komponen pendukungnya.

Bagaimana Uji Coba Ini Dirancang

Dilakukan atas kerja sama dengan Kementerian Pendidikan Sierra Leone, uji coba ini merupakan RCT dua lengan dan terklaster secara acak yang telah terdaftar sebelumnya. Uji coba berlangsung selama delapan minggu, dari 6 Oktober hingga 5 Desember 2025, di 12 sekolah menengah pertama negeri di Distrik Port Loko .

Studi ini melibatkan 1.763 siswa Kelas 7 dan 8 (berusia 13 tahun ke atas) di 48 kelas matematika . Di setiap sekolah dan tingkatan, kelas secara acak ditugaskan ke kelompok perlakuan, yang menggunakan Gemini Guided Learning, atau kelompok kontrol, yang melanjutkan pembelajaran standar. Untuk menghindari pengaruh kualitas guru terhadap efek alat AI, semua guru menerima pelatihan yang sama selama 5–6 jam .

Target penggunaan adalah agar siswa menggunakan alat AI tersebut dalam dua dari empat jam pelajaran matematika mingguan mereka, yang setara dengan 12 jam Guided Learning selama delapan minggu .

Struktur Pelajaran Empat Bagian yang Tertata

Intervensi ini bukan sekadar memberikan siswa akses ke chatbot. Intervensi ini mengikuti kerangka pedagogis ketat yang dirancang untuk menjadikan AI sebagai mitra dalam proses belajar kolaboratif:

1. Pendahuluan oleh guru: Guru menetapkan tujuan pembelajaran dan memeriksa pengetahuan awal siswa.
2. Kegiatan utama berpasangan: Siswa bekerja berpasangan dengan satu perangkat (rasio siswa-ke-perangkat 2:1). Yang terpenting, mereka mengambil peran yang ditentukan: "pengemudi" mengetik pertanyaan ke Gemini, sementara "navigator" membuat catatan dan memandu penyelidikan. Peran ditukar setiap pelajaran untuk memastikan partisipasi yang seimbang.
3. Diskusi kelas: Guru memimpin sesi untuk mengonsolidasikan apa yang telah dipelajari.
4. Rangkuman penutup: Guru memberikan ringkasan akhir .

Untuk persiapan, guru menetapkan tujuan pelajaran, menulis prompt awal, dan menyusun batang pertanyaan di papan tulis sebagai kerangka bagi siswa dalam berinteraksi dengan Gemini .

Hasilnya: Peningkatan Signifikan, Namun Tidak Merata untuk Semua

Uji coba ini menghasilkan peningkatan yang signifikan secara statistik, tetapi besaran efeknya sangat bergantung pada seberapa sering alat tersebut digunakan dan titik awal siswa.

Metrik	Temuan
Intent-to-treat (ITT)	Rata-rata, siswa yang ditugaskan menggunakan Guided Learning melihat peningkatan +0,258 standar deviasi (SD). Ini setara dengan memindahkan siswa dari persentil ke-50 ke persentil ke-60 .
Hubungan dosis-respons	Sebanyak 69% siswa yang menyelesaikan target dosis penuh 12 jam atau lebih mencapai efek yang jauh lebih besar, yaitu +0,380 SD. Setiap jam tambahan penggunaan dikaitkan dengan peningkatan +0,016 SD .
Kemahiran awal	Temuan paling kritis: siswa dengan keterampilan matematika awal yang lebih kuat mendapat manfaat yang jauh lebih besar. Efek perlakuan meningkat 0,195 SD untuk setiap tambahan standar deviasi kemahiran matematika awal yang dimiliki siswa .
Analisis subkelompok	Tidak ada perbedaan signifikan pada efek AI saat dipecah berdasarkan kemahiran membaca awal, jenis kelamin, atau usia siswa .

Bagaimana Siswa Benar-benar Berinteraksi dengan Gemini

Salah satu bagian paling mengungkap dari studi ini adalah analisis transkrip dari lebih dari 113.000 interaksi siswa-Gemini. Ini menggambarkan AI bertindak bukan sebagai mesin jawaban, melainkan sebagai pengajar.

Sebagian besar percakapan — 91,4% — berfokus pada pemahaman matematika . Perilaku Gemini sendiri diarahkan dengan hati-hati oleh fitur Guided Learning: AI ini mengajukan pertanyaan penunjang di 76,4% pesannya, mendorong siswa untuk berpikir sendiri, dan memberikan solusi langsung hanya dalam 2,1% kasus .

Risiko Melebarnya Kesenjangan Prestasi

Temuan bahwa siswa yang awalnya berprestasi lebih tinggi memperoleh keuntungan terbesar mendorong para peneliti untuk menyoroti kekhawatiran yang signifikan. Tanpa strategi yang disengaja untuk mendukung siswa berprestasi lebih rendah, intervensi ini berisiko memperlebar kesenjangan prestasi yang ada, bukan menutupnya .

Apa yang Dialami oleh Para Guru

Umpan balik kualitatif dari kelompok fokus guru menambahkan dimensi lain pada hasil ini. Para guru melaporkan adanya peningkatan keterlibatan siswa dan partisipasi kelas yang lebih aktif . Banyak yang mulai menggunakan Gemini untuk persiapan pelajaran, menemukan cara baru untuk menjelaskan topik-topik kompleks seperti pecahan .

Yang terpenting, para guru menggambarkan adanya pergeseran identitas profesional mereka, merasa peran mereka berevolusi dari "penceramah" menjadi "fasilitator", berkeliling kelas untuk mendukung pasangan siswa .

Tidak semua umpan balik positif. Beberapa guru melaporkan tantangan, termasuk Gemini yang terkadang memperkenalkan konten di luar topik atau memperlambat kemajuan kelas melalui kurikulum yang direncanakan .

Batasan Penting Studi Ini

Meskipun hasilnya positif, para peneliti dengan hati-hati menguraikan beberapa batasan yang harus menjadi konteks temuan ini:

• Intervensi gabungan: Uji coba ini menggabungkan Guided Learning dengan pelatihan guru, struktur pelajaran baru, penyediaan perangkat, dan pemantauan di kelas. Desainnya tidak dapat mengisolasi efek alat AI itu sendiri dari dukungan penting lainnya ini .
• Generalisasi: Sampel berasal dari satu distrik di Sierra Leone dan tidak mewakili secara nasional. Temuan ini paling dapat diterapkan pada sekolah dengan infrastruktur yang sebanding, termasuk tablet, internet yang andal, dan kesiapan guru .

Cetak Biru Penelitian Global

Uji coba di Sierra Leone ini hanyalah permulaan. Ini adalah yang pertama dalam serangkaian uji coba internasional yang direncanakan oleh Google DeepMind dan Fab AI untuk mempelajari Guided Learning di berbagai sistem pendidikan yang berbeda . Sebagai langkah menuju transparansi dan skalabilitas, para mitra merilis materi pelatihan guru dan panduan cepat RCT mereka secara publik bersamaan dengan hasil ini, menyediakan cetak biru bagi para peneliti dan sistem pendidikan lainnya .