Simulasi AI Google: 69,3% lolos setelah 10 perbaikan

Dalam publikasi Google Research pada 17 September 2026, perusahaan memperkenalkan eksperimen Learning Interactives berbasis generative UI dan membuka pustaka berisi lebih dari 30 simulasi STEM berbahasa Inggris yang telah ditinjau guru. Sekolah pengguna Google Workspace for Education dapat mendaftar untuk pilot, tetapi alat pembuat simulasi khusus belum tersedia secara umum.

Hasil teknis utamanya terlihat dalam makalah Learning Interactives: proporsi simulasi yang melewati seluruh kritik otomatis naik dari 3,5% pada generasi pertama menjadi 69,3% setelah sepuluh putaran perbaikan. Studi kegunaannya melibatkan 12 guru STEM di Amerika Serikat, sedangkan evaluasi terpisah terhadap keluaran terpilih menghasilkan tingkat penerimaan pakar rata-rata 86%. Angka tersebut mengukur proses pembuatan dan penilaian keluaran, bukan peningkatan hasil belajar siswa.

Generative UI membangun simulasi dari tujuan guru

Learning Interactives memakai kemampuan generative UI Gemini untuk menyusun antarmuka yang dapat dimanipulasi siswa, bukan sekadar menghasilkan penjelasan tertulis. Guru menentukan topik dan konteks pembelajaran, lalu sistem merumuskan tujuan yang dapat disunting dan harus disetujui sebelum simulasi dibuat.

Dari tujuan itu, sistem menyusun gagasan simulasi, komponen yang dapat dioperasikan, relasi antarelemen, serta informasi yang perlu ditampilkan. Materi kemudian dibagi menjadi tantangan bertingkat dengan petunjuk, umpan balik, perangkat referensi seperti rumus atau teori, dan contoh penyelesaian setelah siswa mencoba sendiri.

Posisi guru dalam alur ini adalah penyaring tujuan dan hasil, bukan penerima pasif keluaran model. Dalam studi kegunaan, sistem membuat sejumlah kandidat untuk setiap permintaan dan menyaringnya sebelum simulasi diperlihatkan kepada peserta. Beberapa permintaan tidak menghasilkan keluaran yang dianggap cukup layak, menunjukkan bahwa proses tersebut belum menjamin setiap topik dapat diubah menjadi simulasi yang berfungsi.

Putaran koreksi menguji lebih dari tampilan

Kenaikan tingkat kelulusan berasal dari pola generate-then-refine. Keluaran awal diperiksa melalui kelompok kritik yang mencakup tampilan, ketepatan solusi, telemetri, dan mekanika. Sebagian evaluasi menjalankan simulasi di peramban, mencoba menyelesaikan tantangan, mengoperasikan kontrol, dan memasukkan nilai ekstrem untuk menemukan kegagalan yang tidak tampak dari pemeriksaan kode saja.

Temuan dari pemeriksaan itu dikirim kembali ke sistem sebagai dasar pembuatan versi berikutnya. Perbaikan tidak selalu berlangsung mulus: perubahan pada satu unsur dapat menimbulkan masalah pada unsur lain, sehingga setiap kategori tidak membaik secara konsisten pada setiap iterasi. Meski demikian, rangkaian koreksi meningkatkan peluang keluaran akhir memenuhi seluruh pagar yang ditetapkan peneliti.

Arti “lolos” karena itu terbatas. Status tersebut menunjukkan bahwa simulasi tidak gagal dalam pemeriksaan internal atas fungsi, solusi, struktur pedagogis, dan presentasi. Status itu tidak menunjukkan bahwa siswa memahami materi lebih baik, memperoleh nilai lebih tinggi, atau mengingat pelajaran lebih lama daripada dengan metode lain.

Guru memberi nilai positif, tetapi biologi tertinggal

Peserta studi kegunaan berasal dari beberapa bidang STEM dan menilai simulasi yang dibuat berdasarkan permintaan mereka sendiri. Umpan balik tersebut memberi sinyal awal bahwa alur pembuatan dapat berguna bagi guru, tetapi sampelnya kecil, berasal dari satu negara, dan tidak dirancang untuk mewakili beragam sistem sekolah.

Evaluasi pakar menggunakan rancangan berbeda. Pengajar bidang terkait menilai keluaran yang telah melewati kritik otomatis, mula-mula untuk menentukan apakah simulasi dapat diterima, lalu berdasarkan tujuan pembelajaran serta pengalaman penggunaan dan belajar. Artinya, penilai tidak melihat seluruh keluaran mentah yang dibuat model.

Hasilnya juga tidak merata antarmata pelajaran. Fisika dan kimia dinilai lebih dekat ke kategori terbaik, sedangkan biologi tertinggal terutama dalam estetika dan pengalaman penggunaan. Peneliti mengaitkan kelemahan itu dengan materi seperti tahapan siklus sel yang banyak menuntut pengingatan detail dan lebih sulit diterjemahkan menjadi hubungan yang dapat dimanipulasi; sebagian hasil akhirnya menyerupai urutan halaman buku teks, bukan pengalaman interaktif yang kuat.

Pustaka dapat dipakai, generator masih dalam tahap pilot

Koleksi publik mencakup biologi, kimia, ilmu komputer, ilmu bumi, matematika, dan fisika untuk tingkat sekolah menengah. Semua contoh dalam pustaka dibuat dengan AI lalu diperiksa dan disetujui guru. Namun, membuka contoh yang sudah jadi berbeda dari memperoleh akses untuk meminta sistem menghasilkan simulasi baru.

Laporan independen Lumien pada 18 September 2026 juga membedakan pustaka publik dari pilot yang dapat diikuti sekolah pengguna Google Workspace for Education. Dalam rencana pilot, simulasi khusus dikirim kepada guru peminta untuk diperiksa dan baru dapat masuk ke pustaka publik setelah memperoleh persetujuan.

Belum ada informasi terkonfirmasi mengenai dukungan bahasa Indonesia atau akses khusus untuk sekolah di Indonesia. Statusnya saat ini adalah eksperimen riset dengan koleksi contoh berbahasa Inggris dan pendaftaran pilot, bukan layanan pembuatan materi yang telah dirilis untuk semua pendidik.

Bukti efektivitas belajar masih ditunggu

Dua evaluasi awal menjawab pertanyaan tentang kegunaan bagi guru dan apakah keluaran terpilih memenuhi kriteria desain serta pedagogis. Keduanya belum mengukur perubahan pemahaman, keterlibatan jangka panjang, atau prestasi siswa di kelas. Dampak perbedaan bahasa, kurikulum, perangkat, koneksi internet, dan lingkungan sekolah juga belum diketahui.

Google merencanakan riset pengalaman pengguna dan studi lapangan mengenai hasil belajar serta keterlibatan siswa. Sampai data tersebut tersedia, kesimpulan yang dapat ditarik tetap sempit: siklus kritik dan perbaikan membuat keluaran generative UI lebih sering memenuhi pagar buatan peneliti, sementara efektivitas pendidikan dan kesiapan untuk penggunaan luas masih harus dibuktikan.

Simulasi belajar AI Google: 69,3% lolos setelah 10 putaran perbaikan