‘Data-based Learning’
Kerana maklumat semakin melimpah raya dan mudah akses, ‘data-based learning’ merupakan kaedah pembelajaran yang harus diteroka.
Ianya merupakan lanjutan terhadap kaedah pembelajaran ‘project-based learning’ atau ‘problem-based learning’ yang berpusatkan pelajar.
‘Data-based learning’ berupaya membina kemahiran analitik menggunakan pemikiran kritis bagi merungkai, menganalisis dan memadan data-data sedia akses bagi menghasilkan keputusan yang inovatif dalam penciptaan idea baharu penyelesaian masalah.
Bagaimana mahu mengkonstruksi kaedah pembelajaran ‘data-based learning’?
Cadangan kaedah pembelajaran ‘data-based learning’ adalah:
1. Mengklusterkan data.
2. Menganalisis perkaitan di antara data dalam kluster yang sama.
4. Mengadaptasikan data dalam kluster yang berbeza.
4. Membina perhubungan data.
5. Menghasilkan pengetahuan baharu daripada binaan data.
Dalam keadaan masa hadapan apabila sistem komputeran mampu melakukan semua yang di atas, apakah fungsi kita, manusia?
Antaranya tiga perkara.
1. Kita tetap mempunyai kawalan untuk memilih data sebelum pengklusteran data dilakukan.
2. Kita juga yang menetapkan halatuju dan skop pengembangan data selepas pemadanan data dilakukan.
3. Hanya kita yang menetapkan pilihan terakhir daripada senarai cadangan pilihan penyelesaian berasas data.
Tiga langkah ini tetap memerlukan fungsi, jiwa dan hati manusia, walaupun langkah lain berpotensi untuk di ambil alih oleh sistem komputasi melalui aplikasi ‘kecerdasan buatan’.
Begitulah diperkenalkan konsep awalan ‘data-based learning’.
