Analisis Kemampuan Abstraction & Algorithmic Thinking dalam Menyelesaikan Masalah Matematika Realistik: Mahasiswa versus AI

Peran Artificial Intelligence (AI) di dunia pendidikan bukan hanya menawarkan potensi besar dalam kemudahan akses informasi, tetapi juga menimbulkan tantangan terhadap kemandirian dan proses berpikir mahasiswa. Pemecahan masalah merupakan proses berpikir dan kemampuan mendasar yang memerlukan proses abstraction dan algorithmic thinking. Hasil analisis awal menunjukkan bahwa 22 dari 25 mahasiswa masih mengalami hambatan dalam mengidentifikasi informasi penting serta merancang algoritma pemecahan masalah matematika realistik. Mahasiswa melakukan kesalahan dalam penyederhanaan masalah dan merancang langkah strategis meskipun telah memanfaatkan AI. Penelitian kualitatif ini bertujuan untuk mendeskripsikan kesalahan yang dilakukan oleh mahasiswa dalam proses abstraction dan algorithmic thinking. Di sisi lain, hasil mahasiswa dibandingkan dengan keluaran AI untuk mengidentifikasi karakteristik kesalahannya. Penelitian ini melibatkan 3 mahasiswa dan 2 model AI (ChatGPT dan Gemini) sebagai subjek. Data dikumpulkan melalui tes pemecahan masalah realistik dan wawancara. Hasil penelitian menunjukkan bahwa mahasiswa masih rentan terhadap kesalahan konseptual dan prosedural, sedangkan AI lebih dominan melakukan kesalahan konseptual dalam proses algorithmic thinking. Temuan ini menegaskan bahwa kemampuan abstraction dan algorithmic thinking mahasiswa perlu ditingkatkan melalui pendekatan pembelajaran yang lebih optimal. AI berpotensi digunakan sebagai sarana untuk simulasi dan analisis, namun tidak dapat sepenuhnya menggantikan kemampuan berpikir mahasiswa, sehingga kepercayaan diri dalam menyelesaikan masalah juga perlu dikembangkan