Studi
tersebut mengulas kehadiran kognitif mahasiswa—yakni kemampuan membangun
makna melalui berpikir kritis dan reflektif—saat belajar dengan dukungan AI. Di
tengah pesatnya adopsi chatbot dan sistem pembelajaran berbasis AI di kampus,
temuan ini membantu menjawab pertanyaan mendasar: sejauh mana AI benar-benar
mendukung proses berpikir mahasiswa, bukan sekadar mempercepat akses jawaban.
AI
sebagai Mitra Belajar di Kampus Digital
Dalam
beberapa tahun terakhir, AI tidak lagi sekadar alat administratif di perguruan
tinggi. Berbagai kampus mulai memanfaatkan AI sebagai mitra belajar yang
memberi umpan balik cepat, rekomendasi materi, hingga dialog konseptual.
Perubahan ini sejalan dengan tuntutan pembelajaran abad ke-21 yang menekankan
personalisasi, fleksibilitas, dan penguatan penalaran kritis.
Namun,
kekhawatiran juga muncul. Kemudahan memperoleh jawaban instan dikhawatirkan
justru mengurangi kedalaman berpikir mahasiswa. Mayasari dan tim peneliti
menyoroti bahwa diskusi tentang AI sering kali berfokus pada efektivitas
teknologi, bukan pada bagaimana mahasiswa membangun pengetahuan saat
berinteraksi dengan AI.
Untuk
itu, penelitian ini menggunakan kerangka Community of Inquiry (CoI),
sebuah model yang menilai kualitas pembelajaran daring melalui empat fase kehadiran
kognitif: pemicu (triggering), eksplorasi, integrasi, dan resolusi.
Mengamati
Proses Berpikir Mahasiswa secara Langsung
Penelitian
dilakukan dengan pendekatan kualitatif melalui studi kasus mendalam. Sebanyak
12 mahasiswa dari perguruan tinggi berbasis teknologi dipilih secara purposif,
mewakili variasi tingkat literasi digital dan pengalaman menggunakan AI. Data
dikumpulkan melalui wawancara semi-terstruktur, observasi aktivitas belajar
digital, serta analisis interaksi mahasiswa dengan platform AI yang mereka
gunakan sehari-hari.
Pendekatan
ini memungkinkan peneliti melihat bukan hanya hasil belajar, tetapi juga proses
berpikir mahasiswa saat AI hadir sebagai “rekan dialog” dalam pembelajaran.
Empat
Temuan Utama tentang Kehadiran Kognitif
Hasil penelitian
menunjukkan pola yang konsisten dalam keempat fase kehadiran kognitif.
Pertama,
fase pemicu paling kuat didukung oleh AI. AI berperan sebagai pemantik rasa ingin tahu
mahasiswa melalui pertanyaan adaptif, koreksi instan, dan notifikasi konsep
yang belum dipahami. Banyak mahasiswa mengaku “terpancing” untuk berpikir lebih
dalam setelah AI menunjukkan kesalahan atau celah pemahaman mereka. Pada tahap
ini, AI berfungsi efektif sebagai alarm kognitif yang mendorong proses berpikir
kritis dimulai.
Kedua,
fase eksplorasi juga terbantu signifikan. Mahasiswa memanfaatkan AI untuk meminta penjelasan
tambahan, contoh alternatif, atau sudut pandang berbeda atas suatu konsep. AI
membantu memperluas eksplorasi informasi dan mempermudah navigasi materi.
Namun, efektivitas tahap ini sangat dipengaruhi oleh literasi digital
mahasiswa. Mereka yang terbiasa berdialog dengan AI cenderung mengeksplorasi
lebih dalam dibanding mahasiswa yang pasif atau mudah menyerah ketika
penjelasan terasa rumit.
Ketiga,
fase integrasi tidak sepenuhnya ditopang AI. Integrasi pengetahuan—menghubungkan berbagai ide
menjadi pemahaman utuh—lebih banyak terjadi melalui refleksi mandiri. Mahasiswa
menggunakan AI sebagai partner untuk memeriksa logika atau struktur konsep,
tetapi penyatuan gagasan tetap bergantung pada proses berpikir internal. “AI
membantu memberi kerangka, tetapi menyatukan konsep tetap pekerjaan saya
sendiri,” ungkap salah satu partisipan.
Keempat,
fase resolusi hanya muncul pada sebagian mahasiswa. Resolusi, yakni kemampuan menerapkan
pemahaman pada konteks nyata atau pemecahan masalah, menjadi tahap paling
jarang tercapai. Fase ini terutama muncul pada mahasiswa dengan literasi
digital tinggi dan kemampuan regulasi diri yang kuat. Bagi mereka, AI berfungsi
sebagai evaluator atau alat validasi, bukan sebagai penentu keputusan.
Mahasiswa yang terlalu bergantung pada jawaban instan cenderung berhenti pada
tahap memahami, tanpa melangkah ke penerapan.
AI Kuat
sebagai Pemicu, Bukan Pengganti Berpikir
Menurut
Mayasari dari Universitas Raharja, temuan ini menegaskan bahwa AI sangat
efektif dalam dua tahap awal berpikir kritis, tetapi tidak otomatis
menghasilkan pembelajaran mendalam. “AI bisa memicu dan memperluas eksplorasi,
tetapi integrasi dan penerapan pengetahuan tetap membutuhkan refleksi dan
kendali diri mahasiswa,” tulisnya.
Agustinus
Prasetyo Edy Wibowo dari Politeknik Perkeretaapian Indonesia Madiun
menambahkan bahwa peran AI sebaiknya diposisikan sebagai pendukung pedagogis,
bukan pengganti proses kognitif. Sementara itu, Syamsudin dari UIN
Maulana Malik Ibrahim Malang menekankan pentingnya kesiapan mahasiswa agar
AI benar-benar memperkuat kualitas berpikir, bukan sekadar mempercepat
penyelesaian tugas.
Implikasi
bagi Pendidikan Tinggi dan Kebijakan Kampus
Temuan
ini membawa implikasi luas bagi dunia pendidikan tinggi. Bagi dosen, desain
pembelajaran berbasis AI perlu disertai aktivitas reflektif, diskusi
argumentatif, dan tugas pemecahan masalah agar mahasiswa terdorong mencapai
fase integrasi dan resolusi. Bagi kampus, peningkatan literasi digital dan
kemampuan regulasi diri mahasiswa menjadi kunci agar AI dimanfaatkan secara
kritis.
Dari sisi
kebijakan, penelitian ini mendukung perlunya panduan penggunaan AI di perguruan
tinggi yang tidak hanya menyoal etika dan teknis, tetapi juga strategi
pedagogis. AI berpotensi besar memperkuat pembelajaran, asalkan digunakan dalam
kerangka yang mendorong berpikir reflektif dan mandiri.
Profil
Penulis
Mayasari – Dosen
dan peneliti di Universitas Raharja, bidang keahlian teknologi
pendidikan dan pembelajaran berbasis AI. Agustinus Prasetyo Edy Wibowo – Dosen di Politeknik Perkeretaapian Indonesia Madiun, bidang teknologi
dan pendidikan vokasi.
Syamsudin – Dosen di Universitas Islam Negeri Maulana Malik
Ibrahim Malang, bidang pendidikan dan kajian pembelajaran digital.
Sumber
Penelitian
Mayasari,
Wibowo, A.P.E., & Syamsudin. (2026). Exploring Students’ Cognitive
Presence in AI-Assisted Learning Environments: A Qualitative Inquiry in Higher
Education. Asian Journal of Applied Education,
Vol. 5
No. 1, hlm. 179–192.
0 Komentar