Studi tersebut menjadi relevan di tengah semakin luasnya penggunaan teknologi digital dalam pendidikan tinggi. AI kini tidak hanya digunakan untuk mencari informasi, tetapi juga mulai dimanfaatkan untuk memberikan umpan balik, membantu mahasiswa memahami materi, menyesuaikan tingkat kesulitan tugas, dan memantau perkembangan belajar.
Namun, penggunaan AI dalam pendidikan tidak otomatis menghasilkan pembelajaran yang lebih baik. Teknologi perlu ditempatkan dalam rancangan pembelajaran yang mendorong mahasiswa tetap aktif berpikir, berdiskusi, mengambil keputusan, dan mengevaluasi solusi. PBL menjadi salah satu pendekatan yang dinilai sesuai karena mahasiswa belajar melalui persoalan nyata dan kompleks.
Dalam studi ini, AI tidak menggantikan dosen maupun proses berpikir mahasiswa. Sistem AI berfungsi sebagai pendukung pembelajaran melalui pemberian umpan balik, bantuan bertahap atau scaffolding, serta pemantauan perkembangan mahasiswa. Dosen tetap berperan sebagai fasilitator dan memiliki kendali terhadap proses akademik.
Melibatkan 120 mahasiswa
Penelitian melibatkan 120 mahasiswa sarjana, masing-masing 60 mahasiswa dari Al Khairiyah University dan 60 mahasiswa dari Serang Raya University. Di setiap perguruan tinggi, 30 mahasiswa masuk kelompok eksperimen dan 30 mahasiswa masuk kelompok kontrol.
Kelompok eksperimen mengikuti PBL yang didukung AI, sedangkan kelompok kontrol mengikuti pembelajaran konvensional berbasis kuliah tatap muka, latihan dari buku teks, serta sesi tanya jawab dengan dosen.
Para mahasiswa terlebih dahulu menjalani tes awal untuk mengukur kemampuan pemecahan masalah. Setelah intervensi selesai, mereka menjalani tes akhir untuk melihat perubahan kemampuan tersebut. Hasil belajar akademik juga diukur melalui ujian, sementara mahasiswa dalam kelompok eksperimen memberikan penilaian terhadap pengalaman mereka menggunakan model pembelajaran tersebut.
Sistem AI yang digunakan dalam studi ini bukan AI generatif atau large language model seperti ChatGPT. Platform menggunakan sistem pakar berbasis aturan dan mesin umpan balik berbasis pemrosesan bahasa alami. Sistem tersebut menyediakan tiga fitur utama, yaitu Adaptive Problem Engine, Automated Feedback Module, dan Instructor Dashboard.
Adaptive Problem Engine menyesuaikan tingkat kesulitan masalah berdasarkan performa mahasiswa. Automated Feedback Module memberikan umpan balik terhadap tahapan pemecahan masalah. Sementara itu, Instructor Dashboard memungkinkan dosen memantau perkembangan mahasiswa dan memberikan bantuan tambahan jika diperlukan.
Kemampuan pemecahan masalah meningkat tajam
Perbedaan paling mencolok terlihat pada kemampuan pemecahan masalah.
Di Al Khairiyah University, skor rata-rata kelompok PBL berbantuan AI meningkat dari 52,1 menjadi 78,5, atau bertambah 26,4 poin. Sementara kelompok kontrol hanya meningkat dari 51,8 menjadi 61,3, atau bertambah 9,5 poin.
Pola serupa terlihat di Serang Raya University. Kelompok eksperimen meningkat dari 50,9 menjadi 76,2, dengan kenaikan 25,3 poin. Kelompok kontrol meningkat dari 51,2 menjadi 60,8, atau hanya bertambah 9,6 poin.
Secara keseluruhan, rata-rata peningkatan kemampuan pemecahan masalah kelompok eksperimen mencapai 25,85 poin, sekitar 2,7 kali lebih tinggi dibandingkan peningkatan kelompok kontrol yang mencapai 9,55 poin.
Analisis statistik juga menunjukkan bahwa perbedaan tersebut signifikan. Efek intervensi terhadap kemampuan pemecahan masalah tergolong besar, dengan nilai partial eta squared sebesar 0,418.
Hasil ini menunjukkan bahwa kombinasi masalah autentik, kerja kelompok, umpan balik adaptif, dan pendampingan dosen dapat membantu mahasiswa mengembangkan kemampuan mengidentifikasi masalah, menganalisis informasi, menyusun strategi, menerapkan solusi, dan mengevaluasi hasil.
Hasil belajar akademik ikut meningkat
Dampak positif juga terlihat pada hasil belajar.
Di Al Khairiyah University, nilai kelompok eksperimen meningkat dari 63,2 menjadi 82,4, sedangkan kelompok kontrol naik dari 62,8 menjadi 71,6.
Di Serang Raya University, kelompok eksperimen meningkat dari 62,5 menjadi 80,1, sementara kelompok kontrol hanya meningkat dari 62,9 menjadi 70,9.
Secara rata-rata, peningkatan hasil belajar kelompok eksperimen mencapai 18,4 poin, sedangkan kelompok kontrol hanya 8,4 poin.
Analisis statistik menunjukkan bahwa jenis pembelajaran memberikan pengaruh signifikan terhadap hasil belajar dengan nilai F(1,116) = 42,15 dan p < 0,001. Besarnya pengaruh juga tergolong tinggi, dengan partial eta squared sebesar 0,267.
Yang menarik, tidak ditemukan perbedaan signifikan antara kedua universitas. Tidak terdapat interaksi signifikan antara institusi dan model pembelajaran. Artinya, manfaat PBL berbantuan AI relatif konsisten di Al Khairiyah University maupun Serang Raya University.
Mahasiswa menilai AI membantu proses belajar
Selain mengukur nilai akademik, studi ini melihat bagaimana mahasiswa memandang penggunaan AI dalam pembelajaran.
Sebanyak 60 mahasiswa dari kelompok eksperimen mengisi kuesioner dengan skala 1 sampai 5. Semua aspek memperoleh nilai rata-rata di atas 4.
Relevansi umpan balik memperoleh nilai tertinggi, yaitu 4,48. Kepuasan secara keseluruhan mencapai 4,42, sedangkan keinginan untuk terus menggunakan model tersebut mencapai 4,35.
Kejelasan prompt AI memperoleh nilai 4,32 dan efektivitas scaffolding mencapai 4,21.
Temuan tersebut menunjukkan bahwa mahasiswa secara umum menganggap dukungan AI jelas, relevan, bermanfaat, dan memuaskan. Namun, nilai scaffolding yang sedikit lebih rendah dibandingkan aspek lainnya menunjukkan bahwa sebagian mahasiswa masih membutuhkan bantuan tambahan dalam memahami atau menerapkan arahan dari sistem.
AI tetap membutuhkan peran dosen
Rusman Zaenal Abidin, Maman Fathurrohman, dan Aan Hendrayana menempatkan AI sebagai alat pendukung, bukan pengganti dosen. Desain intervensi memastikan dosen tetap mengawasi proses pembelajaran dan mengambil keputusan akademik.
Pendekatan tersebut penting karena penggunaan AI di perguruan tinggi membawa persoalan lain, termasuk perlindungan data mahasiswa, transparansi sistem, tanggung jawab akademik, dan kemampuan mahasiswa memahami batas penggunaan AI.
Studi ini juga menunjukkan bahwa pengalaman teknologi sebelumnya dan frekuensi partisipasi dalam kegiatan kelompok ikut berhubungan dengan kemampuan pemecahan masalah. Dalam analisis regresi, kondisi pembelajaran menjadi prediktor paling kuat terhadap skor pemecahan masalah setelah pembelajaran, dengan standardized beta 0,52 dan p < 0,001.
Temuan tersebut memperkuat gagasan bahwa keberhasilan AI dalam pendidikan tidak hanya ditentukan oleh kecanggihan teknologi. Desain pembelajaran, keterlibatan mahasiswa, kesiapan digital, dan pendampingan dosen tetap menjadi faktor penting.
Implikasi bagi perguruan tinggi Indonesia
Bagi perguruan tinggi, hasil studi ini memberikan dasar untuk menerapkan PBL berbantuan AI secara bertahap, terutama pada mata kuliah yang membutuhkan analisis, pemecahan masalah, dan penerapan pengetahuan.
Dosen perlu mendapatkan pelatihan bukan hanya mengenai penggunaan teknologi AI, tetapi juga mengenai desain PBL, pemberian scaffolding, interpretasi data pembelajaran, dan pengawasan etis terhadap penggunaan AI.
Perguruan tinggi juga perlu menyiapkan kebijakan mengenai privasi data, transparansi penggunaan AI, persetujuan mahasiswa, serta batas antara bantuan AI dan pekerjaan akademik mahasiswa sendiri.
Para peneliti merekomendasikan penelitian lanjutan dengan cakupan universitas dan wilayah yang lebih luas. Penelitian jangka panjang juga diperlukan untuk mengetahui apakah peningkatan kemampuan pemecahan masalah dapat bertahan setelah intervensi berakhir.
Studi berikutnya juga dapat membandingkan AI berbasis aturan dengan AI generatif dan model hibrida. Analisis biaya, beban kerja dosen, kebutuhan infrastruktur, serta keberlanjutan penerapan AI juga penting sebelum teknologi tersebut diterapkan secara luas.
Profil penulis
Rusman Zaenal Abidin, Maman Fathurrohman, dan Aan Hendrayana merupakan akademisi dari Program Doktor Pendidikan, Universitas Sultan Ageng Tirtayasa, Banten, Indonesia. Studi mereka berfokus pada pembelajaran berbasis masalah, pemanfaatan kecerdasan buatan dalam pendidikan tinggi, kemampuan pemecahan masalah, serta hasil belajar mahasiswa.
Sumber penelitian
Judul: Problem-Based Learning Supported by Artificial Intelligence: An Empirical Study of Its Effects on Problem-Solving Skills and Student Learning Outcomes in Two Indonesian Higher Education Institutions
Penulis: Rusman Zaenal Abidin, Maman Fathurrohman, dan Aan Hendrayana
Afiliasi: Doctoral Program in Education, Universitas Sultan Ageng Tirtayasa, Banten, Indonesia
Tahun: 2026
Status: Open access berdasarkan lisensi Creative Commons Attribution 4.0 International.
0 Komentar