Flashcard Anki vs Flashcard Buatan AI: Cara Mana yang Lebih Masuk Akal untuk Belajar Kosakata?

Selama hampir dua dekade, Anki telah menjadi salah satu cara paling terstruktur untuk mengingat informasi: membuat kartu, mempelajarinya, menilai apakah jawabannya terasa sulit atau mudah, lalu melihat kartu itu lagi ketika ingatan mulai membutuhkan penguatan.

Kini, kecerdasan buatan mengubah bagian yang sama sekali berbeda dari proses tersebut.

Generasi baru alat belajar kosakata berbasis AI tidak berusaha menghapus spaced repetition. Sebaliknya, teknologi ini mempertanyakan sesuatu yang selama ini dianggap sebagai bagian normal dari penggunaan Anki: mengapa pelajar harus membuat setiap kartu secara manual?

Perbedaan ini terlihat jelas ketika membandingkan kartu kosakata tradisional di Anki dengan kartu yang dibuat secara otomatis menggunakan AI di EveryWord.

Setelah sesi belajar dimulai, kedua pendekatan tersebut bisa terasa sangat mirip. Namun sebelum proses review pertama dilakukan, keduanya mewakili filosofi yang berbeda.

Flashcard itu sendiri sebenarnya tidak banyak berubah

Konsep dasar flashcard tetap sangat sederhana.

Pelajar melihat sebuah pertanyaan atau kata, mencoba mengingat jawabannya, lalu membuka jawaban yang benar. Berdasarkan seberapa baik informasi tersebut berhasil diingat, kartu akan muncul kembali lebih cepat atau lebih lambat.

Anki telah menyempurnakan model ini selama bertahun-tahun. Pilihan penjadwalan modernnya mencakup FSRS, sistem spaced repetition yang dirancang untuk menyesuaikan interval review berdasarkan pola memori masing-masing pengguna.

Setelah menjawab, pengguna biasanya memilih salah satu dari empat penilaian: Again, Hard, Good, atau Easy.

Kata yang terlupakan dapat muncul kembali dengan cepat.

Kata yang dapat diingat dengan mudah mungkin tidak muncul lagi selama beberapa minggu, bahkan beberapa bulan.

Inilah yang membuat spaced repetition begitu efektif. Alih-alih mengulang semua informasi dengan frekuensi yang sama, sistem berfokus pada materi yang lebih berisiko terlupakan.

EveryWord menggunakan filosofi belajar yang serupa.

Perbedaan yang lebih menarik terjadi sebelum proses review dimulai.

Anki dimulai dari kartu kosong

Membuat flashcard di Anki adalah proses yang sangat fleksibel.

Pengguna memilih deck, menentukan jenis note, lalu memasukkan informasi yang ingin ditampilkan di kartu.

Untuk belajar kosakata dasar, ini bisa sesederhana memasukkan kata bahasa Inggris di bagian depan dan terjemahannya di bagian belakang.

Namun pelajar bahasa yang lebih serius biasanya membutuhkan lebih banyak informasi.

Mereka mungkin ingin menambahkan pelafalan, transkripsi IPA, contoh kalimat, informasi tata bahasa, gambar, atau audio.

Semua elemen tersebut dapat membuat flashcard kosakata jauh lebih berguna.

Namun semuanya juga membuat proses pembuatan kartu menjadi lebih lama.

Solusi tradisional Anki untuk masalah ini adalah personalisasi.

Pengguna dapat membuat jenis note yang lebih kompleks, memasang add-on, membuat template sendiri, atau mengimpor deck yang sudah tersedia.

Kebebasan ini merupakan salah satu kekuatan terbesar Anki.

Namun karena alasan yang sama, Anki kadang terasa lebih seperti seperangkat alat yang harus dikonfigurasi daripada aplikasi belajar kosakata yang langsung siap digunakan.

Untuk seseorang yang belajar kedokteran, matematika, atau hukum, fleksibilitas tersebut sangat penting.

Kemampuan membuat cloze deletion, field khusus, rumus, diagram, dan format review tertentu sulit digantikan.

Namun bagi seseorang yang hanya ingin mengingat satu kata kerja baru yang baru saja ditemukan saat membaca, membuat sebuah entri data kecil sebelum mulai belajar bisa terasa seperti pekerjaan tambahan yang tidak perlu.

AI mengubah tahap pembuatan flashcard

Flashcard berbasis AI melihat masalah ini dari arah yang berlawanan.

Alih-alih meminta pelajar menentukan sendiri seluruh informasi yang harus dimasukkan ke dalam kartu, sistem mencoba membuat informasi tersebut secara otomatis.

Di EveryWord, misalnya, pengguna dapat memasukkan sebuah kata dan membiarkan sistem menghasilkan versi awal kartu secara lengkap.

Menurut layanan tersebut, AI dapat menyediakan terjemahan, transkripsi IPA, audio pelafalan, contoh kalimat dalam konteks alami, serta informasi linguistik tambahan jika diperlukan.

Hasilnya bukanlah teori baru tentang bagaimana memori bekerja.

Yang berubah adalah cara memandang persiapan materi belajar.

Model flashcard tradisional mengatakan: siapkan dan atur informasinya terlebih dahulu, kemudian mulai belajar.

Model berbasis AI mengatakan: masukkan kata, mulai belajar, lalu edit informasi yang dihasilkan hanya jika diperlukan.

Sekilas, perbedaannya mungkin terlihat kecil.

Namun dalam skala besar, dampaknya bisa menjadi signifikan.

Membuat sepuluh flashcard kosakata secara manual masih mudah dilakukan.

Membuat ratusan kartu lengkap dengan pelafalan, contoh kalimat, dan catatan tata bahasa dapat berubah menjadi proyek tersendiri.

AI memindahkan sebagian pekerjaan tersebut dari pelajar ke perangkat lunak.

Persaingan sebenarnya adalah kemudahan vs kontrol

Di sinilah perbandingan antara Anki dan alat flashcard berbasis AI menjadi lebih menarik daripada sekadar membandingkan daftar fitur.

Anki menawarkan tingkat kontrol yang sangat tinggi.

Pengguna dapat menentukan dengan tepat informasi apa yang muncul, bagaimana kartu bekerja, dan bahkan bagaimana sistem penjadwalan dikonfigurasi.

Deck yang dibagikan komunitas juga memberikan Anki ekosistem materi yang sangat besar, khususnya untuk bidang pendidikan yang spesifik.

Pendidikan kedokteran mungkin menjadi contoh paling jelas.

Proyek komunitas seperti AnKing menunjukkan seberapa kuat sebuah deck Anki yang besar dan dikelola dengan baik ketika seluruh komunitas pelajar ikut berkontribusi.

Aplikasi kosakata berbasis AI mencoba menyelesaikan masalah yang berbeda.

EveryWord tidak perlu menggantikan sistem belajar Anki yang kompleks milik mahasiswa kedokteran untuk menjadi berguna.

Tujuannya adalah mengurangi hambatan dalam belajar kosakata sehari-hari hingga proses menambahkan kata baru terasa hampir instan.

Perbedaan ini menggambarkan keunggulan utama masing-masing pendekatan.

Jika pelajar ingin mendesain sistem belajarnya sendiri, Anki memiliki keunggulan.

Jika pelajar ingin sistem membuat versi awal setiap kartu kosakata secara otomatis, AI memiliki keunggulan.

Sebuah foto dapat berubah menjadi daftar kosakata

Perubahan penting lainnya berkaitan dengan cara kata baru masuk ke dalam sistem belajar.

Flashcard tradisional biasanya berasumsi bahwa pelajar sudah mengetahui informasi apa yang ingin ditambahkan.

Seseorang yang sedang membaca novel mungkin menemukan lima kata baru, mencatatnya, mencari artinya, lalu membuat kartu beberapa waktu kemudian.

Alat berbasis AI dapat memperpendek rangkaian tersebut.

EveryWord, misalnya, memungkinkan pengguna menggunakan foto sebagai sumber kosakata.

Pelajar dapat memotret sebuah teks dan membiarkan aplikasi mengenali kata-kata yang ada sebelum memilih mana yang ingin diubah menjadi flashcard.

Perubahan ini terlihat sederhana, tetapi dapat memengaruhi cara seseorang belajar bahasa.

Alih-alih membangun kosakata terutama dari daftar kata yang sudah disiapkan sebelumnya, pelajar dapat membuat koleksi berdasarkan apa yang benar-benar mereka temui dalam kehidupan sehari-hari: buku, catatan kelas, menu restoran, atau kata yang ditemukan ketika bepergian.

Deck flashcard kemudian tidak lagi hanya menjadi kurikulum.

Ia juga menjadi catatan tentang bahasa yang benar-benar ditemui oleh penggunanya.

Proses review tetap membutuhkan otak manusia

Munculnya materi belajar yang dibuat oleh kecerdasan buatan memunculkan pertanyaan yang lebih besar: jika AI membuat flashcard, apakah AI juga membuat proses belajar menjadi lebih mudah?

Hanya sebagian.

AI dapat mengurangi pekerjaan administratif.

Ia dapat membuat terjemahan, menyediakan contoh, dan menghemat waktu yang biasanya dihabiskan untuk mencari pelafalan.

Namun AI tidak dapat mengingat untuk pelajar.

Momen terpenting tetap terjadi ketika sebuah kata muncul di layar dan pelajar harus mencoba mengambil maknanya dari ingatan.

Karena itu, kesamaan antara Anki dan sistem flashcard berbasis AI mungkin sebenarnya lebih penting daripada perbedaannya.

Pada akhirnya, keduanya bergantung pada active recall dan pengulangan.

AI dapat mempersiapkan materi.

Tetapi memori manusia tetap harus melakukan pekerjaannya.

Bagian yang masih menjadi keunggulan Anki

Flashcard kosakata yang dibuat AI tidak seharusnya dianggap sebagai pengganti universal untuk Anki.

Untuk sistem belajar yang sangat dapat dikustomisasi, Anki tetap sangat kuat.

Pelajar yang membutuhkan notasi matematika, diagram anatomi, image occlusion, banyak field jawaban, atau hubungan kompleks antara kartu dapat membangun sistem belajar yang benar-benar sesuai dengan materi mereka.

Sifat open source, aplikasi desktop, dan perpustakaan komunitas yang sangat besar juga memberikan Anki ekosistem yang sulit ditiru oleh aplikasi flashcard baru.

Ada pula argumen pendidikan yang mendukung pembuatan kartu secara manual.

Proses menentukan cara menyusun sebuah pertanyaan atau merangkum sebuah konsep dapat menjadi bagian dari proses belajar itu sendiri.

Otomatisasi memang menghemat waktu, tetapi tidak semua waktu yang digunakan untuk membuat flashcard selalu sia-sia.

Kapan flashcard berbasis AI lebih masuk akal?

Belajar kosakata merupakan kasus yang sangat cocok untuk otomatisasi karena struktur kartunya biasanya berulang.

Pelajar umumnya menginginkan kombinasi dari:

• kata;

• terjemahan;

• pelafalan;

• contoh;

• informasi tata bahasa;

• dan mungkin audio.

Ketika struktur tersebut hampir selalu sama, mengisi field yang sama secara manual ratusan kali mulai terasa kurang seperti kegiatan belajar dan lebih seperti pekerjaan memasukkan data.

Dan pekerjaan repetitif seperti ini merupakan salah satu jenis tugas yang sangat cocok untuk otomatisasi generative AI.

Pelajar masih dapat memperbaiki terjemahan, mengganti contoh kalimat, atau menambahkan konteks pribadi.

Perbedaannya adalah mengedit kartu yang hampir selesai biasanya jauh lebih cepat daripada membuat semuanya dari nol.

Jadi, jenis flashcard mana yang lebih baik?

Bagi siapa pun yang membandingkan Anki dan EveryWord, jawabannya tidak terlalu bergantung pada spaced repetition.

Perbedaan utama terletak pada apa yang terjadi sebelum spaced repetition dimulai.

Anki memberikan sebuah kanvas kosong yang sangat fleksibel kepada pelajar.

EveryWord mencoba menghilangkan kanvas kosong tersebut.

Pendekatan pertama mengutamakan kontrol.

Pendekatan kedua mengutamakan kecepatan.

Untuk materi akademik yang kompleks, deck khusus, dan pengguna yang senang membangun sistem belajar sendiri, fleksibilitas Anki masih sulit ditandingi.

Untuk pelajar bahasa yang hanya ingin menangkap sebuah kata baru lalu segera mulai mengulangnya, flashcard yang dibuat AI menawarkan alternatif yang semakin menarik.

Perubahan terpenting mungkin bukan karena kecerdasan buatan telah menemukan jenis flashcard yang benar-benar baru.

Tidak.

Yang dilakukan AI adalah mengotomatisasi pekerjaan repetitif di sekitar sebuah teknik belajar lama yang sudah terbukti.

Dan terkadang, perubahan seperti itu sudah cukup untuk menentukan apakah seseorang benar-benar menggunakan sistem tersebut setiap hari atau tidak.