Kajian ini melibatkan 1,763 pelajar Gred 7 dan 8 (berumur 13 tahun ke atas) di 48 bilik darjah matematik . Di dalam setiap sekolah dan gred, bilik darjah ditugaskan secara rawak sama ada kepada kumpulan rawatan, yang menggunakan Gemini Pembelajaran Berpandu, atau kumpulan kawalan, yang meneruskan pengajaran standard. Untuk mengelakkan kekeliruan antara kesan alat AI dengan kualiti guru, semua guru menerima latihan yang sama selama 5–6 jam .

Sasaran penggunaan adalah untuk pelajar menggunakan alat AI itu dalam dua daripada empat waktu matematik mingguan mereka, menjadikan jumlah 12 jam sesi Pembelajaran Berpandu sepanjang lapan minggu tersebut .

Struktur Pelajaran Empat Bahagian Berstruktur dengan Kelainan

Intervensi ini bukan sekadar memberi pelajar sebuah chatbot. Ia mengikut rangka kerja pedagogi yang ketat yang direka untuk menjadikan AI sebagai rakan kongsi dalam proses pembelajaran kolaboratif:

1. Pengenalan oleh guru: Guru akan menetapkan objektif pembelajaran dan menyemak pengetahuan sedia ada pelajar.
2. Aktiviti berpasangan utama: Pelajar bekerja secara berpasangan dengan satu peranti (nisbah 2 pelajar kepada 1 peranti). Yang penting, mereka mengambil peranan yang ditetapkan: pemandu (driver) menaip soalan ke dalam Gemini, manakala pemudah arah (navigator) mencatat nota dan membimbing siasatan. Peranan ditukar pada setiap pelajaran untuk memastikan penglibatan yang seimbang.
3. Perbincangan kelas: Guru memimpin sesi perbincangan untuk mengukuhkan apa yang telah dipelajari.
4. Rumusan pleno: Guru mengakhiri pelajaran dengan rumusan terakhir .

Untuk persediaan, guru menetapkan objektif pelajaran, menulis “prompt” permulaan, dan merangka batang soalan di papan hitam untuk menjadi kerangka (scaffold) bagaimana pelajar berinteraksi dengan Gemini .

Hasilnya: Peningkatan Signifikan, Tetapi Bukan Untuk Semua Secara Sama Rata

Percubaan ini menghasilkan peningkatan yang signifikan secara statistik, tetapi magnitud kesannya sangat bergantung pada tahap penggunaan alat dan titik permulaan pelajar.

Bagaimana Pelajar Sebenarnya Berinteraksi dengan Gemini

Salah satu bahagian paling mendedahkan dalam kajian ini ialah analisis transkrip lebih 113,000 interaksi antara pelajar dengan Gemini. Ia menggambarkan AI bertindak bukan sebagai mesin jawapan, tetapi sebagai tutor peribadi.

Sebilangan besar perbualan—91.4%—tertumpu kepada pemahaman matematik . Tingkah laku Gemini sendiri dikawal selia dengan teliti oleh ciri Pembelajaran Berpandu: ia mengemukakan soalan pembimbing (scaffolding) dalam 76.4% mesejnya, mendorong pelajar untuk berfikir sendiri, dan memberikan jawapan langsung hanya dalam 2.1% kes .

Risiko Jurang Pencapaian Yang Semakin Melebar

Dapatan bahawa pelajar yang pada awalnya berprestasi lebih tinggi mendapat manfaat paling mendorong para penyelidik untuk membangkitkan satu kebimbangan yang signifikan. Tanpa strategi yang disengajakan untuk menyokong pelajar berprestasi rendah, intervensi ini berisiko melebarkan jurang pencapaian sedia ada dan bukannya merapatkannya .

Apa Yang Guru Alami

Maklum balas kualitatif daripada kumpulan fokus guru menambah satu dimensi lain kepada keputusan ini. Guru melaporkan peningkatan dalam penglibatan pelajar dan penyertaan yang lebih aktif di dalam bilik darjah . Ramai yang mula menggunakan Gemini untuk persediaan pelajaran, menemui cara baharu untuk menerangkan topik yang kompleks seperti pecahan .

Yang penting, guru menggambarkan perubahan dalam identiti profesional mereka sendiri, merasakan peranan mereka beralih daripada "pensyarah" kepada "pemudah cara," bergerak di sekeliling bilik darjah untuk menyokong pasangan pelajar .

Bukan semua maklum balas adalah positif. Sesetengah guru melaporkan cabaran, termasuk Gemini yang kadangkala memperkenalkan kandungan di luar topik atau memperlahankan kemajuan kelas melalui kurikulum yang dirancang .

Batasan Kritikal Kajian

Walaupun hasilnya memberangsangkan, para penyelidik berhati-hati menggariskan beberapa batasan yang harus mengkontekstualisasikan dapatan ini:

• Intervensi gabungan: Percubaan ini menggabungkan Pembelajaran Berpandu dengan latihan guru, struktur pelajaran baharu, penyediaan peranti, dan pemantauan dalam kelas. Reka bentuk ini tidak dapat mengasingkan kesan alat AI sahaja daripada sokongan penting yang lain ini .
• Kebolehgeneralisasian: Sampel adalah dari satu daerah di Sierra Leone dan tidak mewakili seluruh negara. Dapatan ini paling sesuai diaplikasikan ke sekolah dengan prasarana yang setanding, termasuk tablet, internet yang boleh dipercayai, dan kesediaan guru .

Satu Pelan Tindakan Penyelidikan Global

Percubaan di Sierra Leone ini hanyalah permulaan. Ia adalah yang pertama dalam siri antarabangsa yang dirancang untuk ujian-ujian terkawal rawak oleh Google DeepMind dan Fab AI untuk mengkaji Pembelajaran Berpandu merentas sistem pendidikan yang berbeza . Sebagai langkah ke arah ketelusan dan skalabiliti, rakan kongsi ini mengeluarkan secara terbuka bahan latihan guru dan sebuah panduan ringkas RCT bersama-sama dengan keputusan ini, menyediakan pelan tindakan untuk penyelidik dan sistem pendidikan lain .

Kajian ini melibatkan 1,763 pelajar Gred 7 dan 8 (berumur 13 tahun ke atas) di 48 bilik darjah matematik . Di dalam setiap sekolah dan gred, bilik darjah ditugaskan secara rawak sama ada kepada kumpulan rawatan, yang menggunakan Gemini Pembelajaran Berpandu, atau kumpulan kawalan, yang meneruskan pengajaran standard. Untuk mengelakkan kekeliruan antara kesan alat AI dengan kualiti guru, semua guru menerima latihan yang sama selama 5–6 jam .

Sasaran penggunaan adalah untuk pelajar menggunakan alat AI itu dalam dua daripada empat waktu matematik mingguan mereka, menjadikan jumlah 12 jam sesi Pembelajaran Berpandu sepanjang lapan minggu tersebut .

Struktur Pelajaran Empat Bahagian Berstruktur dengan Kelainan

Intervensi ini bukan sekadar memberi pelajar sebuah chatbot. Ia mengikut rangka kerja pedagogi yang ketat yang direka untuk menjadikan AI sebagai rakan kongsi dalam proses pembelajaran kolaboratif:

1. Pengenalan oleh guru: Guru akan menetapkan objektif pembelajaran dan menyemak pengetahuan sedia ada pelajar.
2. Aktiviti berpasangan utama: Pelajar bekerja secara berpasangan dengan satu peranti (nisbah 2 pelajar kepada 1 peranti). Yang penting, mereka mengambil peranan yang ditetapkan: pemandu (driver) menaip soalan ke dalam Gemini, manakala pemudah arah (navigator) mencatat nota dan membimbing siasatan. Peranan ditukar pada setiap pelajaran untuk memastikan penglibatan yang seimbang.
3. Perbincangan kelas: Guru memimpin sesi perbincangan untuk mengukuhkan apa yang telah dipelajari.
4. Rumusan pleno: Guru mengakhiri pelajaran dengan rumusan terakhir .

Untuk persediaan, guru menetapkan objektif pelajaran, menulis “prompt” permulaan, dan merangka batang soalan di papan hitam untuk menjadi kerangka (scaffold) bagaimana pelajar berinteraksi dengan Gemini .

Hasilnya: Peningkatan Signifikan, Tetapi Bukan Untuk Semua Secara Sama Rata

Percubaan ini menghasilkan peningkatan yang signifikan secara statistik, tetapi magnitud kesannya sangat bergantung pada tahap penggunaan alat dan titik permulaan pelajar.

Bagaimana Pelajar Sebenarnya Berinteraksi dengan Gemini

Salah satu bahagian paling mendedahkan dalam kajian ini ialah analisis transkrip lebih 113,000 interaksi antara pelajar dengan Gemini. Ia menggambarkan AI bertindak bukan sebagai mesin jawapan, tetapi sebagai tutor peribadi.

Sebilangan besar perbualan—91.4%—tertumpu kepada pemahaman matematik . Tingkah laku Gemini sendiri dikawal selia dengan teliti oleh ciri Pembelajaran Berpandu: ia mengemukakan soalan pembimbing (scaffolding) dalam 76.4% mesejnya, mendorong pelajar untuk berfikir sendiri, dan memberikan jawapan langsung hanya dalam 2.1% kes .

Risiko Jurang Pencapaian Yang Semakin Melebar

Dapatan bahawa pelajar yang pada awalnya berprestasi lebih tinggi mendapat manfaat paling mendorong para penyelidik untuk membangkitkan satu kebimbangan yang signifikan. Tanpa strategi yang disengajakan untuk menyokong pelajar berprestasi rendah, intervensi ini berisiko melebarkan jurang pencapaian sedia ada dan bukannya merapatkannya .

Apa Yang Guru Alami

Maklum balas kualitatif daripada kumpulan fokus guru menambah satu dimensi lain kepada keputusan ini. Guru melaporkan peningkatan dalam penglibatan pelajar dan penyertaan yang lebih aktif di dalam bilik darjah . Ramai yang mula menggunakan Gemini untuk persediaan pelajaran, menemui cara baharu untuk menerangkan topik yang kompleks seperti pecahan .

Yang penting, guru menggambarkan perubahan dalam identiti profesional mereka sendiri, merasakan peranan mereka beralih daripada "pensyarah" kepada "pemudah cara," bergerak di sekeliling bilik darjah untuk menyokong pasangan pelajar .

Bukan semua maklum balas adalah positif. Sesetengah guru melaporkan cabaran, termasuk Gemini yang kadangkala memperkenalkan kandungan di luar topik atau memperlahankan kemajuan kelas melalui kurikulum yang dirancang .

Batasan Kritikal Kajian

Walaupun hasilnya memberangsangkan, para penyelidik berhati-hati menggariskan beberapa batasan yang harus mengkontekstualisasikan dapatan ini:

• Intervensi gabungan: Percubaan ini menggabungkan Pembelajaran Berpandu dengan latihan guru, struktur pelajaran baharu, penyediaan peranti, dan pemantauan dalam kelas. Reka bentuk ini tidak dapat mengasingkan kesan alat AI sahaja daripada sokongan penting yang lain ini .
• Kebolehgeneralisasian: Sampel adalah dari satu daerah di Sierra Leone dan tidak mewakili seluruh negara. Dapatan ini paling sesuai diaplikasikan ke sekolah dengan prasarana yang setanding, termasuk tablet, internet yang boleh dipercayai, dan kesediaan guru .

Satu Pelan Tindakan Penyelidikan Global

Percubaan di Sierra Leone ini hanyalah permulaan. Ia adalah yang pertama dalam siri antarabangsa yang dirancang untuk ujian-ujian terkawal rawak oleh Google DeepMind dan Fab AI untuk mengkaji Pembelajaran Berpandu merentas sistem pendidikan yang berbeza . Sebagai langkah ke arah ketelusan dan skalabiliti, rakan kongsi ini mengeluarkan secara terbuka bahan latihan guru dan sebuah panduan ringkas RCT bersama-sama dengan keputusan ini, menyediakan pelan tindakan untuk penyelidik dan sistem pendidikan lain .