“Intelligence is not just about knowing — it’s about connecting, reasoning, and reflecting.”
— Mira S. Devlin, Building LLM Agents with RAG, Knowledge Graphs & Reflection

Ketika Siswa Bisa Menjawab, tetapi Belum Tentu Memahami

Di ruang kelas kimia, kita sering menemukan situasi yang menarik. Seorang siswa mampu menjawab:

“Berapa jumlah elektron valensi unsur X?”

Jawabannya benar.

Namun ketika ditanya:

“Mengapa elektron tersebut disebut elektron valensi dan bagaimana kedudukannya dalam menentukan sifat kimia unsur tersebut?”

Jawabannya mulai ragu.

Situasi seperti ini menunjukkan bahwa mengetahui jawaban tidak selalu berarti memahami konsep.

Hal yang sama semakin relevan ketika kecerdasan buatan seperti Large Language Model (LLM) mulai digunakan dalam pembelajaran.

Saat ini siswa dapat bertanya kepada AI:

“Jelaskan konfigurasi elektron unsur Cl.”

Dalam beberapa detik, AI dapat memberikan jawaban yang benar.

Tetapi pertanyaan yang lebih penting bagi pendidikan bukan:

“Apakah AI dapat memberikan jawaban?”

Melainkan:

“Apa yang terjadi pada proses berpikir siswa setelah mendapatkan jawaban tersebut?”

Di sinilah gagasan knowing, connecting, reasoning, dan reflecting menjadi penting.

1. Knowing: Pengetahuan Tetap Menjadi Fondasi

Kita tidak dapat mengabaikan pengetahuan.

Siswa tetap perlu mengetahui konsep dasar kimia:

• struktur atom,
• partikel penyusun atom,
• nomor atom dan nomor massa,
• konfigurasi elektron,
• elektron valensi,
• sistem periodik,
• ikatan kimia,
• stoikiometri,
• termokimia,
• kesetimbangan,
• elektrokimia, dan sebagainya.

Tanpa pengetahuan dasar, siswa akan kesulitan melakukan penalaran.

Misalnya siswa diberikan pertanyaan:

Unsur X mempunyai nomor atom 17. Tentukan konfigurasi elektronnya dan jelaskan kecenderungannya dalam membentuk ion.

Siswa perlu mengetahui bahwa nomor atom berkaitan dengan jumlah proton dan, untuk atom netral, jumlah elektron.

Ia kemudian perlu mengetahui prinsip pengisian elektron.

Tetapi pembelajaran tidak seharusnya berhenti di sana.

Karena mengetahui konfigurasi elektron bukanlah tujuan akhir.

2. Connecting: Menghubungkan Konsep yang Terpisah

Kimia sering terasa sulit bukan karena setiap konsepnya terlalu rumit, tetapi karena siswa harus melihat hubungan antarkonsep.

Contohnya:

Nomor atom

↓

Jumlah elektron

↓

Konfigurasi elektron

↓

Elektron valensi

↓

Posisi dalam tabel periodik

↓

Kecenderungan membentuk ion

↓

Sifat kimia

Jika siswa hanya mempelajari setiap bagian secara terpisah, kimia menjadi kumpulan rumus dan aturan.

Namun jika siswa mampu menghubungkannya, kimia mulai menjadi sebuah sistem yang masuk akal.

Di sinilah pembelajaran dapat berubah.

Guru tidak hanya bertanya:

“Apa konfigurasi elektron Cl?”

Tetapi:

“Bagaimana konfigurasi elektron Cl dapat menjelaskan kecenderungannya menerima elektron?”

Kemudian:

“Apa hubungan kecenderungan tersebut dengan posisi Cl dalam tabel periodik?”

Kemudian lebih jauh:

“Bagaimana kecenderungan tersebut berhubungan dengan pembentukan NaCl?”

Satu konsep mulai terhubung dengan konsep lainnya.

Siswa tidak lagi hanya menghafal fakta. Mereka mulai membangun jaringan pengetahuan.

3. Reasoning: Dari “Apa Jawabannya?” Menjadi “Mengapa?”

Ini mungkin bagian yang paling penting dalam pembelajaran kimia.

Misalnya siswa mendapatkan jawaban dari AI:

“Klorin cenderung menerima satu elektron karena memiliki tujuh elektron valensi.”

Jawaban tersebut benar.

Tetapi guru dapat melanjutkan dengan pertanyaan:

“Bagaimana kamu tahu?”

Kemudian:

“Bukti apa yang mendukung kesimpulan tersebut?”

Dan:

“Apakah aturan tersebut selalu berlaku?”

Pertanyaan sederhana seperti ini memindahkan aktivitas belajar dari retrieval menuju reasoning.

Siswa tidak hanya menerima informasi.

Ia harus:

1. mengidentifikasi informasi,
2. memilih konsep yang relevan,
3. menghubungkan informasi,
4. membuat inferensi,
5. memberikan alasan,
6. mengevaluasi kesimpulan.

Dengan demikian, AI tidak menjadi mesin pemberi jawaban, tetapi dapat menjadi mitra dialog untuk menguji penalaran siswa.

4. Reflecting: Apakah Cara Berpikirmu Sudah Tepat?

Ada satu tahap yang sering terlupakan dalam pembelajaran:

refleksi.

Setelah siswa memperoleh jawaban, guru dapat meminta siswa berhenti sejenak dan bertanya kepada dirinya sendiri:

Apa yang saya ketahui?

Bagaimana saya sampai pada kesimpulan ini?

Bagian mana dari penalaran saya yang masih lemah?

Apakah saya hanya mengikuti jawaban AI?

Apakah saya dapat menjelaskan kembali dengan bahasa saya sendiri?

Ini sangat penting dalam pembelajaran berbasis AI.

Sebab masalah terbesar penggunaan AI di pendidikan bukan semata-mata bahwa siswa menggunakan AI.

Masalahnya muncul ketika:

AI berpikir menggantikan siswa berpikir.

Padahal yang seharusnya terjadi adalah:

AI membantu siswa berpikir lebih baik.

Dari AI sebagai “Answer Machine” Menjadi “Thinking Partner”

Bayangkan sebuah pembelajaran kimia.

Guru memberikan masalah:

Mengapa natrium sangat mudah membentuk ion Na⁺ sedangkan neon cenderung tidak membentuk ion?

Siswa tidak langsung meminta AI memberikan jawabannya.

Siswa terlebih dahulu membuat hipotesis.

Kemudian siswa mencari informasi.

AI dapat digunakan untuk mengajukan pertanyaan balik:

“Apa perbedaan konfigurasi elektron Na dan Ne?”

AI dapat memberikan pertanyaan lanjutan:

“Jika Na kehilangan satu elektron, bagaimana konfigurasi elektronnya berubah?”

Siswa kemudian menyusun argumentasi.

Pada tahap berikutnya, AI dapat berperan sebagai pengkritik:

“Apakah alasan saya sudah cukup untuk menjelaskan mengapa Na membentuk Na⁺?”

Siswa memperbaiki argumentasinya.

Pada akhirnya siswa menulis refleksi:

“Awalnya saya berpikir Na membentuk ion positif karena berada di golongan IA. Setelah menganalisis konfigurasi elektronnya, saya memahami bahwa kecenderungan tersebut berkaitan dengan kestabilan konfigurasi elektron dan energi yang terlibat dalam pelepasan elektron.”

Perhatikan perbedaannya.

AI tidak hanya memberikan:

jawaban.

AI membantu proses:

pertanyaan → eksplorasi → koneksi → penalaran → evaluasi → refleksi.

Pembelajaran Kimia sebagai Jaringan Pengetahuan

Gagasan ini juga menarik jika dikaitkan dengan Knowledge Graph.

Secara sederhana, pengetahuan kimia dapat dibayangkan bukan sebagai daftar materi, tetapi sebagai jaringan.

Misalnya:

Atom

→ proton
→ neutron
→ elektron

Elektron

→ konfigurasi elektron
→ elektron valensi

Konfigurasi elektron

→ posisi unsur
→ golongan
→ periode

Golongan

→ elektron valensi
→ kecenderungan reaksi

Elektron valensi

→ ikatan kimia
→ ion
→ molekul

Dengan cara pandang seperti ini, siswa tidak hanya ditanya:

“Apa itu elektron valensi?”

Tetapi juga:

“Dengan konsep apa elektron valensi berhubungan?”

Kemudian:

“Apa yang dapat kita prediksi dari hubungan tersebut?”

Di sinilah pembelajaran kimia menjadi lebih dekat dengan cara seorang ilmuwan berpikir.

Guru Bukan Lagi Sekadar Penyampai Informasi

Perubahan ini juga membawa konsekuensi bagi guru.

Jika AI dapat menjelaskan definisi, memberikan contoh soal, membuat latihan, bahkan memberikan umpan balik, maka peran guru tidak menjadi tidak penting.

Justru sebaliknya.

Peran guru bergeser dari penyampai informasi menjadi perancang pengalaman berpikir.

Guru perlu merancang pertanyaan seperti:

• Apa yang kamu ketahui?
• Apa yang belum kamu ketahui?
• Informasi apa yang relevan?
• Bagaimana konsep-konsep tersebut berhubungan?
• Bukti apa yang mendukung jawabanmu?
• Apakah ada penjelasan alternatif?
• Apakah kesimpulanmu konsisten?
• Apa yang berubah dalam pemahamanmu setelah melakukan penyelidikan?

Pertanyaan-pertanyaan tersebut jauh lebih sulit digantikan oleh sekadar mesin pencari atau chatbot.

Dari Pembelajaran Berbasis Jawaban Menuju Pembelajaran Berbasis Penalaran

Mungkin kita perlu mengubah cara melihat keberhasilan belajar.

Bukan hanya:

“Siswa mendapatkan jawaban yang benar.”

Tetapi:

“Siswa mampu menjelaskan bagaimana ia sampai pada jawaban tersebut.”

Bahkan lebih jauh:

“Siswa mampu mengevaluasi apakah cara berpikirnya dapat dipertanggungjawabkan.”

Dengan demikian, pembelajaran kimia dapat bergerak melalui empat tahap:

KNOWING

Saya mengetahui konsepnya.

↓

CONNECTING

Saya dapat menghubungkan konsep tersebut dengan konsep lain.

↓

REASONING

Saya dapat menggunakan hubungan tersebut untuk menjelaskan atau memecahkan masalah.

↓

REFLECTING

Saya dapat mengevaluasi proses berpikir dan memperbaiki pemahaman saya.

Bagaimana Jika Ini Diterapkan di Kelas?

Salah satu desain sederhana yang dapat digunakan guru adalah KCRR Learning Cycle:

Misalnya pada materi kesetimbangan kimia.

Guru tidak langsung memberikan rumus dan latihan.

Siswa dapat diberikan fenomena:

Sebuah sistem kesetimbangan mengalami perubahan konsentrasi salah satu komponennya. Mengapa sistem kemudian mengalami perubahan?

Siswa:

mengetahui konsep kesetimbangan,

kemudian menghubungkan konsentrasi dengan arah pergeseran,

kemudian menalar berdasarkan prinsip Le Chatelier,

dan akhirnya merefleksikan apakah prediksi mereka sesuai dengan hasil simulasi atau data eksperimen.

AI dapat masuk di berbagai titik sebagai:

• tutor,
• pemberi pertanyaan,
• pemberi alternatif penjelasan,
• penguji argumentasi,
• pemberi umpan balik,
• partner refleksi.

Tetapi keputusan intelektual tetap berada pada siswa.

Tantangan Terbesar: Jangan Sampai AI Membuat Siswa Berhenti Berpikir

Ada paradoks dalam penggunaan AI untuk pendidikan.

Semakin pintar AI memberikan jawaban, semakin besar kemungkinan siswa menjadi pasif.

Karena itu pertanyaan pentingnya bukan:

“Bagaimana kita menggunakan AI dalam pembelajaran?”

Tetapi:

“Bagaimana kita merancang pembelajaran sehingga penggunaan AI justru meningkatkan kualitas berpikir siswa?”

Ini membutuhkan perubahan desain pembelajaran.

Prompt kepada AI misalnya tidak harus:

“Jawab soal berikut.”

Tetapi:

“Jangan berikan jawaban langsung. Ajukan pertanyaan yang membantu saya menemukan konsep yang diperlukan.”

Atau:

“Evaluasi argumentasi saya. Tunjukkan bagian yang lemah, tetapi jangan langsung memperbaikinya.”

Atau:

“Berikan dua kemungkinan penjelasan dan minta saya menentukan mana yang paling sesuai dengan bukti.”

Dengan demikian, AI bukan jalan pintas menuju jawaban.

AI menjadi alat untuk memperpanjang proses berpikir.

Pada Akhirnya, Tujuan Pendidikan Bukan Membuat Siswa Mengetahui Lebih Banyak

Mungkin inilah pertanyaan yang paling penting.

Jika AI dapat mengakses dan menghasilkan informasi dalam jumlah yang luar biasa besar, apakah tujuan pendidikan masih sekadar membuat siswa mengetahui sebanyak mungkin?

Saya kira jawabannya mulai berubah.

Pendidikan perlu membantu siswa menjadi manusia yang mampu:

mengetahui,

menghubungkan,

menalar,

mempertanyakan,

mengevaluasi,

dan akhirnya,

merefleksikan pikirannya sendiri.

Dalam kimia, siswa tidak cukup hanya mengetahui bahwa atom memiliki elektron.

Ia perlu memahami bagaimana elektron berhubungan dengan konfigurasi, konfigurasi berhubungan dengan posisi unsur, posisi berhubungan dengan sifat periodik, dan sifat tersebut dapat membantu menjelaskan perilaku kimia.

Itulah perbedaan antara mengetahui kimia dan memahami kimia.

Dan mungkin, di era kecerdasan buatan, tujuan pembelajaran bukan lagi membuat siswa mampu memberikan lebih banyak jawaban.

Melainkan membuat mereka mampu mengajukan pertanyaan yang lebih baik, membangun hubungan yang lebih bermakna, memberikan alasan yang lebih kuat, dan menyadari bagaimana mereka berpikir.

AI can generate an answer.
Education must develop the mind that knows what to do with it.