Model SAMR – Substitusi, Augmentasi, Modifikasi, Redefinisi – telah lama menjadi landasan diskusi mengenai teknologi dalam pendidikan. Diperkenalkan pada awal tahun 2000an, teori ini menawarkan cara sederhana untuk mengkategorikan bagaimana teknologi berdampak pada pembelajaran. Namun, kebangkitan kecerdasan buatan (AI) menunjukkan kelemahan kritis: SAMR memperlakukan perubahan sebagai sesuatu yang lebih baik padahal sebenarnya tidak. AI dapat memperkuat hasil positif dan negatif pada tingkat integrasi mana pun. Model ini memerlukan dimensi kedua untuk memperhitungkan apakah teknologi memperkuat atau melemahkan proses belajar mengajar.
Keterbatasan Model Asli
Awalnya dimaksudkan sebagai alat deskriptif, SAMR dengan cepat menjadi preskriptif. Para pendidik mulai memandang Substitusi sebagai hal yang “dasar” dan Redefinisi sebagai hal yang ideal, mengubahnya menjadi sebuah tangga dan bukan sebuah spektrum. Di dunia yang digerakkan oleh AI, pemikiran linier ini tidak dapat dipecah menjadi dua hal: AI dapat membuat tugas-tugas sederhana menjadi sangat efektif, dan tugas-tugas tingkat lanjut tampak kosong. Pendekatan SAMR sumbu tunggal tidak lagi memadai.
Potret Proyek Guru dan Pertanyaan Penting
Penelitian terbaru dari inisiatif “Potret Seorang Guru di Era AI” yang dipimpin oleh Ed3 mengungkapkan masalah ini secara langsung. Pendidik yang menggunakan AI di seluruh spektrum SAMR secara konsisten melaporkan dampak positif dan negatif di setiap tingkat. Pertanyaannya menjadi jelas: apakah SAMR memerlukan poros kedua untuk menilai apakah perubahan bersifat konstruktif atau destruktif?
Memperkenalkan Dimensi Positif-Negatif
Wawasan utamanya adalah bahwa SAMR tidak hanya menggambarkan jenis perubahan apa yang diperkenalkan oleh teknologi, namun apakah perubahan tersebut meningkatkan atau menurunkan pembelajaran. Setiap level dapat bermanfaat atau merugikan.
- Pergantian: Mengganti kuis kertas dengan kuis digital dapat menghemat waktu guru untuk melakukan interaksi yang bermakna, atau dapat mengotomatiskan penilaian tanpa tinjauan manusia.
- Redefinisi: AI dapat memungkinkan penyampaian cerita multibahasa dan ekspresi kreatif, namun AI juga memungkinkan siswa menghasilkan karya yang sempurna tanpa usaha atau pemahaman yang sungguh-sungguh.
Dualitas ini memerlukan pembingkaian ulang: SAMR tidak lagi merupakan pendakian dari “kurang inovatif” menjadi “lebih inovatif.” Ini adalah sistem dua sumbu:
- Mode Integrasi: (Substitusi, Augmentasi, Modifikasi, Redefinisi)
- Arah Dampak: (Negatif ↔ Positif)
Empat Nuansa Utama Model Baru
Tampilan yang diperluas ini mengungkapkan wawasan penting:
- Tingkat Tidak Memprediksi Kualitas: Substitusi bisa sama efektifnya dengan Definisi Ulang jika diterapkan dengan bijaksana.
- Efisiensi Dapat Menutupi Erosi: Waktu yang dihemat melalui otomatisasi dapat meningkatkan hubungan guru-siswa atau menggantikannya sama sekali.
- Redefinisi Bisa Berongga: AI dapat menghasilkan pembelajaran yang dangkal tanpa kedalaman yang sesungguhnya.
- Faktor Penentunya adalah Relasional: Penggunaan positif memperkuat hubungan, umpan balik, dan akses; yang negatif melemahkan mereka.
Melampaui Pemikiran Berurutan
Kesalahpahaman lainnya adalah bahwa SAMR merupakan perkembangan yang berurutan. Guru belum tentu berpindah dari Substitusi ke Redefinisi. AI membuat hal ini semakin sulit diprediksi; seorang guru mungkin memulai dengan Definisi Ulang menggunakan simulasi, kemudian kembali ke Substitusi untuk pembuatan materi guna meluangkan waktu untuk dukungan siswa secara tatap muka. SAMR lebih baik dipahami sebagai serangkaian mode yang berguna dalam kondisi berbeda.
Membingkai Ulang Pertanyaan
Model baru ini mengalihkan fokus dari inovasi yang dirasakan ke dampak nyata:
- Apakah penggunaan AI ini memperdalam atau melemahkan hubungan antarmanusia?
- Apakah hal ini memperluas kapasitas guru atau justru membatasinya?
- Apakah membuka peluang bagi siswa atau justru mempersempitnya?
Pertanyaan-pertanyaan ini mengutamakan arah dampak, bukan tingkat kecanggihan. Setiap tingkat SAMR bisa menjadi sangat baik atau berbahaya, tergantung pada praktiknya.
Menghubungkan ke Kurva Adopsi
Terakhir, SAMR berinteraksi dengan siklus adopsi teknologi. Pengadopsi awal tertarik pada Redefinisi, sedangkan pengguna selanjutnya mulai dengan Substitusi demi keamanan dan kemudahan. Pembingkaian ulang ini menunjukkan bahwa guru tidak terjebak pada tingkat tertentu karena kurangnya kreativitas, namun karena mereka berada pada tahap adopsi yang berbeda. Memahami dinamika ini membantu para pemimpin menetapkan harapan yang realistis dan memberikan dukungan yang tepat.
Kesimpulannya, model SAMR dua sumbu mengakui kompleksitas praktik guru, menghormati konteks yang beragam, dan memusatkan penilaian manusia sebagai variabel penentu. Ketika AI menjadi lebih luas, pertanyaan yang relevan bukanlah “Seberapa tinggi SAMR ini?” namun: “Apakah penggunaan AI ini mempercepat atau memperlambat hasil pembelajaran?”
