PEMBELAJARAN ADAPTIF BERBASIS ARTIFICIAL INTELLIGENCE: INTEGRASI MULTI-TEORI BELAJAR UNTUK PERSONALIZED LEARNING

Abstract

Pembelajaran adaptif berbasis Kecerdasan Buatan (AI) menjadi pendekatan yang relevan untuk menjawab tantangan keberagaman kemampuan, gaya, dan kecepatan belajar peserta didik di era digital. Namun, pemanfaatan AI dalam pendidikan masih sering berfokus pada aspek teknologis dan belum sepenuhnya didasarkan pada integrasi teori belajar yang komprehensif. Penelitian ini bertujuan untuk merumuskan kerangka konseptual pembelajaran adaptif berbasis AI yang mengintegrasikan lima teori belajar utama, yaitu behaviorisme, kognitivisme, konstruktivisme, humanisme, dan konektivisme, guna mendukung personalized learning. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan jenis penelitian konseptual melalui analisis literatur dan sintesis tematik terhadap berbagai publikasi ilmiah yang relevan. Hasil kajian menghasilkan sebuah model konseptual yang terdiri atas empat komponen utama, yaitu profil pembelajar, mesin AI, konten pembelajaran, dan mekanisme umpan balik yang saling berinteraksi secara siklik dan adaptif. Integrasi multi-teori belajar menempatkan AI tidak hanya sebagai alat teknologi, tetapi sebagai mitra pedagogis yang mendukung pembelajaran yang personal, kontekstual, dan berkelanjutan. Kerangka konseptual ini diharapkan menjadi acuan teoretis dan praktis dalam pengembangan sistem pembelajaran adaptif berbasis AI yang berorientasi pada peserta didik.