Google memperkenalkan sistem AI Vantage untuk mengembangkan dan menilai keterampilan manusia di masa depan termasuk berpikir kritis, kolaborasi, kreativitas, penyelesaian konflik, dan manajemen proyek seiring kemajuan AI.

Perusahaan teknologi Google memperkenalkan sistem AI yang dirancang untuk mengembangkan keterampilan manusia di masa depan. Seiring AI terus berkembang, keterampilan lunak yang tahan lama dan sulit diotomatisasi semakin bernilai. Ini termasuk berpikir kritis, kolaborasi, berpikir kreatif, penyelesaian konflik, manajemen proyek, dan kemampuan interpersonal lainnya.

Dikenalkan sebagai “Vantage,” sebuah sistem eksperimen berbasis AI yang dirancang untuk mendukung pengembangan dan penilaian kompetensi ini melalui lingkungan interaksi simulasi, inisiatif ini dikembangkan bekerja sama dengan pakar pedagogi dan peneliti, termasuk kontributor dari New York University. Sistem ini dimaksudkan berfungsi sebagai sandbox terstruktur bagi siswa untuk berlatih dan dievaluasi pada keterampilan yang siap digunakan di masa depan menggunakan metodologi yang serupa dengan yang diterapkan dalam mata pelajaran inti seperti matematika atau sains. Sistem ini saat ini tersedia dalam bahasa Inggris melalui Google Labs.

Prosesnya bekerja dengan menempatkan pengguna dalam lingkungan multi-agen simulasi di mana mereka berinteraksi dengan avatar yang dihasilkan AI dalam skenario terbuka seperti debat, tugas pemecahan masalah kolaboratif, atau latihan perencanaan proyek. Dalam pengaturan ini, “Executive LLM” yang mengoordinasikan menggunakan kerangka penilaian yang telah ditentukan untuk membimbing interaksi dan menyesuaikan kondisi percakapan secara dinamis. Ini termasuk memperkenalkan ketidaksepakatan, menantang asumsi, atau mengarahkan arah dialog guna menghasilkan bukti perilaku yang dapat diamati terkait keterampilan yang ditargetkan.

Kerangka AI Berbasis Simulasi Untuk Menilai Keterampilan Siap Masa Depan

Sementara itu, model evaluasi AI terpisah menganalisis seluruh interaksi setelah tugas selesai. Menggunakan rubrik terstruktur yang sama, model ini menilai transkrip percakapan dan menghasilkan profil kinerja terperinci yang memetakan perilaku yang diamati ke kategori keterampilan tertentu. Outputnya mencakup skor kuantitatif dan umpan balik kualitatif, menerjemahkan interaksi interpersonal yang kompleks menjadi indikator keterampilan yang terstruktur dan dapat diukur.

Untuk memastikan keandalan metodologis, sistem ini telah diuji bekerja sama dengan New York University melalui studi terkendali yang melibatkan 188 peserta berusia 18 hingga 25 tahun. Evaluasi ini fokus pada kompetensi terkait kolaborasi seperti penyelesaian konflik dan koordinasi proyek. Hasilnya menunjukkan bahwa pengarahan percakapan berbasis AI yang adaptif menghasilkan lebih banyak bukti keterampilan yang dapat dinilai dibandingkan model interaksi yang tidak diarahkan, sambil menjaga alur dialog yang koheren dan alami di berbagai tugas.

Pengujian lebih lanjut membandingkan penilaian yang dihasilkan AI dengan penilaian dari ahli manusia menggunakan rubrik pedagogis yang sama. Temuan menunjukkan bahwa tingkat kesepakatan antara evaluator AI dan penilai manusia sebanding dengan kesepakatan antar manusia. Ini menunjukkan bahwa sistem otomatis dapat mendekati konsistensi tingkat ahli dalam konteks evaluasi terstruktur.

Validasi tambahan dengan mitra eksternal, termasuk OpenMic, memperluas pengujian ke tugas kreatif dan berbasis bahasa yang melibatkan multimedia dan latihan berbasis sastra. Dalam kasus ini, evaluasi yang dihasilkan AI menunjukkan korelasi yang kuat dengan penilaian manusia ahli, memperkuat potensi penerapan sistem ini di luar skenario kerja sama tim yang terstruktur ke domain kreatif yang lebih terbuka.

Sistem berbasis simulasi semacam ini dapat diintegrasikan ke dalam lingkungan pendidikan sebagai lapisan evaluasi tambahan bersama metode penilaian tradisional dalam waktu dekat. Ini akan memungkinkan siswa dievaluasi tidak hanya berdasarkan pengetahuan subjek tetapi juga berdasarkan keterampilan interpersonal dan kognitif yang diterapkan dalam pengaturan simulasi yang terkendali. Tujuan utama dari penelitian ini adalah membuat kompetensi siap masa depan lebih terukur secara skala besar dan menyelaraskan evaluasi pendidikan lebih dekat dengan tuntutan tenaga kerja yang terus berkembang.

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.