EMPOWERING ELEMENTARY SCHOOL TEACHERS THROUGH MATHEMATICAL PROBLEM POSING WITH AI AS A REFLECTIVE FEEDBACK TOOL: A COMMUNITY SERVICE PROGRAM IN DEPOK CITY

Source abstract

Program pengabdian kepada masyarakat ini menangani tantangan dalam desain instruksional di kalangan guru sekolah dasar di Kota Depok, di mana kemampuan untuk menyusun soal aritmetika yang bersifat komputasional belum mencakup perancangan tugas yang secara matematis autentik dan menuntut kemampuan kognitif tinggi. Inisiatif ini bertujuan untuk mendampingi 18 guru sekolah dasar dalam merancang, mengevaluasi, dan menyempurnakan tugas-tugas matematika melalui siklus penyusunan soal secara partisipatif, dengan memanfaatkan kecerdasan buatan (AI) sebagai mitra untuk memberikan umpan balik reflektif. Evaluasi deskriptif kualitatif dilakukan terhadap perubahan pada artefak tugas, yang mencakup empat soal kelompok awal, revisi kelompok secara kolaboratif, serta sembilan produk individu yang didokumentasikan secara lengkap. Artefak awal yang menjadi tolok ukur terbatas pada soal komputasi satu langkah yang rutin, dengan narasi dangkal atau bahkan tanpa konteks sama sekali. Setelah melalui proses penilaian kolaboratif dengan bantuan AI serta penyempurnaan secara individu, sebagian besar tugas individu yang didokumentasikan berkembang menjadi soal yang melibatkan langkah majemuk atau penalaran analitis dan evaluatif, yang ditempatkan dalam konteks realistis-generik maupun konteks lokal yang spesifik. Akan tetapi, hasil ini mencerminkan peningkatan kualitatif pada artefak tugas yang didokumentasikan, bukan peningkatan kompetensi guru yang terverifikasi secara langsung; hal ini dikarenakan tidak adanya tes awal dan akhir (pre-test dan post-test), pengujian reliabilitas antarpenilai (inter-rater reliability) secara independen, maupun uji coba penerapan langsung di dalam kelas. ABSTRACT This community service program addressed an instructional design challenge among elementary school teachers in Depok City, where the ability to construct computable arithmetic problems did not routinely extend to designing mathematically authentic and cognitively demanding tasks. The initiative aimed to assist 18 elementary school teachers in designing, evaluating, and refining mathematical tasks through a participatory problem-posing cycle using artificial intelligence (AI) as a reflective feedback partner. The qualitative descriptive evaluation examined changes across task artifacts comprising four initial group problems, collaborative group revisions, and nine fully documented individual products. Initial baseline artifacts were limited to routine single-step computations situated within superficial narrative wrappers or devoid of context. Following collaborative AI-assisted appraisal and individual refinement, the majority of documented individual tasks shifted toward multi-step or analytical and evaluative reasoning embedded in realistic-generic or situated local contexts. However, these outcomes reflect qualitative improvements in documented task artifacts rather than a directly verified gain in teacher competence, given the absence of pre- and post-tests, independent inter-rater reliability testing, or direct classroom implementation trials.