AI dapat mengungguli 80 persen siswa Jepang, sebagian besar dalam matematika dan sains. Tetapi dalam tugas bahasa dan membaca, AI tidak dapat mengidentifikasi dengan keadaan emosional karakter utama atau membayangkan bagaimana konteks budaya menghasilkan makna.
Menariknya, tim Arai mengakui bahwa identifikasi emosional dengan karakter adalah pendekatan dominan untuk membaca di Jepang, muncul dari tradisi sastra yang mendalam di Asia Timur. Lebih dari struktur plot, membaca membutuhkan identifikasi emosional yang intim.
Di seluruh Jepang, keterampilan ini sangat penting untuk keberhasilan dalam interaksi sehari-hari, negosiasi bisnis dan produksi seni dan budaya. Menyadari hal ini, rekomendasi Arai untuk masa depan sangat berani. Tugas yang mendesak bukanlah pengembangan AI lebih lanjut, tetapi mendidik lebih banyak anak-anak Jepang untuk mengidentifikasi dengan orang lain, menyimpulkan konteks dengan lebih baik dan belajar memodulasi sintaksis untuk menghasilkan makna.
Sejak 2016, NII telah berfokus pada reformasi pedagogis untuk membantu siswa mempelajari apa yang tidak dapat dikuasai AI – bukan pengembangan AI lebih lanjut, tetapi humanisasi pendidikan lebih lanjut. Hanya anak-anak dengan keterampilan itu yang akan lolos dari kehilangan pekerjaan yang disebabkan oleh AI.
Hong Kong baru-baru ini sangat ingin merangkul AI generatif. Biro Pendidikan telah merilis modul kurikuler AI dan bermitra dengan Microsoft OpenAI. Biro tersebut juga mendorong peserta Forum Kepala Sekolah tahun lalu untuk merangkul teknologi secara positif.
Namun, diskusi ini berfokus pada kecurangan dan personalisasi instruksi. Yang hilang di sini adalah diskusi yang lebih dalam tentang bagaimana sistem AI perlu disesuaikan agar sesuai dengan konteks pedagogis, psikologis dan budaya pendidikan di Hong Kong. Kesimpulan kreatif NII juga absen dari percakapan.
Pada November 2023, Libing Wang, yang saat itu menjabat sebagai kepala bagian pendidikan dan pengembangan keterampilan Unesco, mengatakan bahwa, “Salah satu tantangannya adalah lokalisasi, karena sebagian besar model AI generatif dilatih terutama pada data Barat, yang dapat menyebabkan kurangnya relevansi kontekstual dan budaya di Asia-Pasifik … Itu bisa mengkondisikan pikiran generasi yang akan datang.”
Sepanjang 1990-an dan 2000-an, komunitas riset pendidikan Hong Kong memimpin dunia dalam memahami bagaimana siswa dari latar belakang budaya Tiongkok mendekati pembelajaran secara berbeda. Penelitian pedagogis mengungkapkan bahwa begitu banyak yang tidak sesuai dengan data Barat mengenai konsep pembelajaran, interaksi dengan guru dan pola motivasi.
Penelitian psikologis menunjukkan keseimbangan yang berbeda antara fokus kognitif, emosional dan interpersonal. Secara filosofis, konsep diri lebih luas dan pendidikan dipandang lebih holistik. Menyadari perbedaan-perbedaan ini membantu membuat institusi seperti University of Hong Kong menjadi pemimpin dunia dalam penelitian pendidikan.
Sayangnya, pekerjaan ini tidak tercermin dalam diskusi kami saat ini tentang AI dalam pendidikan. Tampaknya hanya sedikit yang melihat potensi Hong Kong untuk membangun di masa lalu, untuk memimpin dalam pengembangan model AI untuk kawasan Asia-Pasifik.
Diskusi di Beijing dan Singapura juga jauh lebih kaya daripada di Hong Kong. Ambil contoh, volume terbaru berjudul Intelligence and Wisdom: AI Encounters Chinese Philosophers. Volume ini memusatkan perhatiannya pada bagaimana tradisi hidup Konfusianisme, Taoisme dan Buddhisme mengarah pada pandangan yang sangat berbeda tentang masa depan AI dan interaksi manusia, sangat kontras dengan tradisi filosofis Barat.
Menariknya, beberapa bab mengacu pada penelitian filosofis yang kaya yang dilakukan di Hong Kong antara tahun 1960-an dan 1980-an oleh para sarjana seperti Mou ongsan dan Tang Junyi. Di mana di Hong Kong kontemporer tradisi kota digunakan untuk berpikir melalui AI? Sementara itu, National University of Singapore baru-baru ini menyelenggarakan acara yang memperkenalkan Southeast Asia Languages In One Network (SEA-LION), sebuah nama yang membangkitkan ikon nasional negara itu, Merlion.
Sadar bahwa model AI saat ini selaras dengan budaya Barat, AI Singapore, sebuah inisiatif pemerintah yang mendorong pengembangan AI di negara ini, mengembangkan SEA-LION untuk mengatasi masalah ketidakcocokan budaya yang mendasarinya. Model bahasa besar Asia Tenggara open-source ini melayani penggunaan regional, bahasa lokal, dan konteks budaya khusus untuk wilayah tersebut.
05:03
Bagaimana AI China melawan ChatGPT?
Bagaimana AI China melawan ChatGPT?
Dapatkah Hong Kong membuat komitmen serupa untuk menciptakan model lokal?
Hong Kong membutuhkan perubahan mendasar dalam pola pikir ketika datang ke AI dalam pendidikan. Kota ini bergegas untuk “mengejar” melalui peniruan dangkal, sehingga meninggalkan dekade penelitian pendidikan lokal. Di Fakultas Pendidikan Universitas Hong Kong, kelompok riset kami beralih untuk mengatasi masa depan pendidikan yang ditandai oleh AI melalui mobilisasi penelitian kelas dunia HKU dan tradisi yang sangat menarik.
Tetapi dalam iklim saat ini di mana AI dilihat melalui lensa solusionisme teknologi naif, pekerjaan lokalisasi semacam ini tetap kekurangan dana dan disalahpahami. Kami membayangkan bahwa banyak kelompok penelitian yang lebih kecil di seluruh Hong Kong juga terdegradasi ke bayang-bayang.
Lokalisasi, bahasa, konteks, makna, dan humanisasi adalah tempat manusia menemukan tempat mereka di dunia yang digerakkan oleh AI. Apakah pendidikan dan penelitian di Hong Kong bergerak ke arah itu? Atau, dengan gagal memobilisasi kekuatan tradisional kota, apakah kita sekarang berada di jalur menuju degradasi regional dan redundansi teknologi?
Jeremy Rappleye adalah seorang profesor di Universitas Hong Kong, setelah sebelumnya memimpin proyek untuk Bank Dunia dan UNESCO