Malang, Indonesia— Penggunaan kecerdasan buatan generatif (Generative Artificial Intelligence atau GenAI) dalam penulisan akademik mendorong perlunya perubahan metode penilaian di perguruan tinggi. Artikel yang ditulis oleh Fitrotul Maulidiyah, Rendi Yoga Saputra, Adzikirani, Rizka Rahmawati, dan Rachmat Arnanda pada 2026 mengungkapkan bahwa meskipun mayoritas dosen bahasa Inggris mendukung penilaian yang memperhatikan proses penulisan, penerapannya di kelas masih terbatas. Temuan ini penting bagi perguruan tinggi yang ingin memanfaatkan AI tanpa mengabaikan integritas akademik dan kemampuan berpikir kritis mahasiswa.
Artikel yang diterbitkan dalam Journal of Language Development and Linguistics (JLDL) edisi September 2026 tersebut melibatkan dosen bahasa Inggris sebagai bahasa asing (English as a Foreign Language atau EFL). Tim penulis berasal dari Politeknik Negeri Malang, Indonesia, serta The University of Nottingham, Inggris. Mereka menyoroti tantangan yang muncul ketika teknologi AI mampu menghasilkan tulisan dengan tata bahasa, struktur, dan pilihan kata yang terlihat baik, tetapi kualitas teks akhir belum tentu mencerminkan kemampuan asli mahasiswa.
AI Membantu Penulisan, tetapi Menimbulkan Tantangan Akademik
Teknologi seperti ChatGPT, GrammarlyGO, dan Gemini memberikan berbagai kemudahan dalam kegiatan menulis akademik. Mahasiswa dapat memanfaatkan teknologi tersebut untuk memperbaiki tata bahasa, menyusun gagasan, mengembangkan struktur esai, dan memperoleh umpan balik secara cepat.
Bagi mahasiswa yang masih mengalami kesulitan dalam menulis bahasa Inggris, bantuan AI juga dapat meningkatkan kepercayaan diri. Umpan balik yang tersedia secara langsung memungkinkan mereka memperbaiki tulisan tanpa harus merasa malu ketika melakukan kesalahan.
Namun, kemudahan tersebut menghadirkan persoalan baru bagi dosen. Tulisan yang tampak sempurna belum tentu mencerminkan pemahaman mahasiswa terhadap isi, sumber informasi, dan argumen yang disampaikan. Ketergantungan berlebihan pada AI juga berpotensi mengurangi keterlibatan mahasiswa dalam mengevaluasi informasi dan mengambil keputusan secara mandiri.
Dalam artikel tersebut, para penulis menekankan bahwa persoalan utamanya bukan semata-mata apakah mahasiswa menggunakan AI, melainkan bagaimana teknologi itu digunakan dan apakah mahasiswa tetap bertanggung jawab atas isi tulisannya.
Survei terhadap 84 Dosen Mengungkap Kesenjangan Penilaian
Maulidiyah dan tim menggunakan pendekatan metode campuran yang menggabungkan data angka dan informasi kualitatif. Sebanyak 84 dosen EFL mengisi kuesioner, sementara tanggapan terbuka dan wawancara lanjutan digunakan untuk memahami pengalaman serta tantangan yang mereka hadapi.
Para dosen memiliki pengalaman mengajar antara dua hingga 25 tahun. Data dianalisis untuk mengetahui manfaat AI, risiko penggunaannya, praktik penilaian yang diterapkan, serta kebutuhan terhadap kebijakan dan dukungan institusi.
Hasil penelitian memperlihatkan beberapa temuan utama:
- 62% dosen mendukung penilaian yang lebih menekankan proses penulisan. Mereka menilai bahwa perkembangan gagasan, penyusunan draf, dan revisi perlu mendapat perhatian lebih besar daripada sekadar menilai hasil akhir.
- Hanya 29% dosen melaporkan telah menerapkan penilaian berbasis proses. Angka ini menunjukkan adanya kesenjangan antara pandangan dosen dan praktik pembelajaran yang berlangsung.
- 17% responden menyatakan institusinya telah memiliki pedoman eksplisit mengenai penggunaan AI dalam penulisan akademik. Sementara itu, 74% menginginkan kebijakan formal, pelatihan, dan sumber daya pendukung.
- Risiko plagiarisme menjadi perhatian utama. Pernyataan bahwa AI mempermudah plagiarisme sekaligus menyulitkan pendeteksiannya memperoleh skor rata-rata 4,56 dari skala lima.
- AI dinilai membantu memperbaiki tata bahasa dan menyusun gagasan. Kedua aspek tersebut memperoleh skor rata-rata masing-masing 4,21 dan 4,08 dari skala lima.
Temuan tersebut menunjukkan bahwa dosen tidak sepenuhnya menolak penggunaan AI. Mereka mengakui manfaatnya, tetapi membutuhkan metode penilaian yang dapat memastikan bahwa mahasiswa tetap memahami dan menguasai pekerjaan yang dikumpulkan.
Penilaian Perlu Memperhatikan Proses, Bukan Hanya Hasil Akhir
Salah satu gagasan utama dalam artikel ini adalah peralihan dari penilaian berbasis produk menuju penilaian berbasis proses (process-based assessment).
Dalam metode konvensional, dosen umumnya memberikan nilai berdasarkan hasil akhir tulisan, termasuk tata bahasa, kosakata, struktur, koherensi, dan kualitas isi. Pendekatan ini tetap relevan, tetapi belum tentu cukup untuk membedakan tulisan yang dikembangkan secara mandiri dengan tulisan yang sebagian besar dihasilkan oleh AI.
Maulidiyah dan rekan-rekannya mengusulkan agar dosen mengumpulkan bukti dari berbagai tahapan penulisan. Pendekatan tersebut dapat diterapkan melalui beberapa cara:
- Mengumpulkan beberapa draf tulisan. Dosen dapat melihat bagaimana gagasan mahasiswa berkembang dari versi awal hingga hasil akhir.
- Mencatat proses revisi. Mahasiswa menjelaskan perubahan yang dilakukan serta alasan menerima, mengubah, atau menolak saran dari AI.
- Meminta refleksi tertulis. Mahasiswa menerangkan proses berpikir, pemilihan sumber, dan keputusan yang diambil selama menulis.
- Mewajibkan pengungkapan penggunaan AI. Mahasiswa menjelaskan alat yang digunakan dan kontribusinya terhadap penyusunan tulisan.
- Mengadakan penjelasan lisan. Dosen dapat meminta mahasiswa menjelaskan argumen dan mempertanggungjawabkan isi tulisan yang dikumpulkan.
Melalui pendekatan ini, dosen tidak hanya menilai apakah sebuah esai terlihat baik, tetapi juga memperoleh bukti mengenai kemampuan mahasiswa mengembangkan argumen, mengevaluasi informasi, dan membuat keputusan secara mandiri.
Dukungan Institusi Menjadi Kunci Penerapan
Penelitian tersebut juga menemukan bahwa penerapan penilaian berbasis proses menghadapi hambatan praktis. Jumlah mahasiswa yang besar, keterbatasan waktu, beban penilaian, dan belum tersedianya kebijakan institusi yang jelas menjadi kendala bagi dosen.
Karena itu, perubahan metode penilaian tidak dapat hanya dibebankan kepada pengajar. Perguruan tinggi perlu menetapkan pedoman yang menjelaskan bentuk penggunaan AI yang diperbolehkan, kewajiban mahasiswa dalam mengungkapkan penggunaannya, serta tanggung jawab untuk memeriksa keakuratan informasi yang dihasilkan.
Pelatihan literasi AI bagi dosen dan mahasiswa juga diperlukan. Mahasiswa perlu belajar bahwa keluaran AI tidak selalu akurat dan tidak semua saran perbaikan harus diterima begitu saja.
Selain integritas akademik, artikel ini menyoroti pentingnya keberagaman bahasa. Rekomendasi AI yang cenderung mengutamakan bahasa Inggris standar, termasuk Standard American English, berpotensi mengurangi keberagaman ekspresi bahasa. Oleh sebab itu, penilaian sebaiknya tetap memperhatikan ketepatan bahasa sekaligus tujuan komunikasi, konteks akademik, dan pilihan bahasa yang sesuai.
Bagi perguruan tinggi, temuan ini dapat menjadi dasar untuk merancang sistem evaluasi yang lebih transparan dan relevan dengan perkembangan teknologi. Bagi mahasiswa, pendekatan tersebut mendorong penggunaan AI sebagai alat bantu belajar, bukan sebagai pengganti proses berpikir.
Rekomendasi untuk Penilaian Akademik di Era AI
Maulidiyah dan tim merekomendasikan agar pembelajaran menulis akademik memasukkan literasi AI secara eksplisit, menerapkan dokumentasi proses penulisan secara proporsional, serta menyediakan pedoman penggunaan AI yang jelas.
Artikel tersebut juga mengusulkan kerangka penilaian berbasis proses dengan pembobotan berikut:
Komponen penilaian | Bobot |
|---|---|
Pengembangan gagasan dan argumentasi | 30% |
Dokumentasi proses dan refleksi | 20% |
Ketepatan bahasa dan ragam bahasa | 20% |
Keterlibatan kritis dengan sumber | 20% |
Pengungkapan penggunaan AI dan referensi yang etis | 10% |
Total | 100% |
Kerangka tersebut merupakan usulan penilaian yang disajikan dalam artikel, bukan bukti bahwa seluruh komponen telah diuji dan diterapkan secara luas.
Para penulis juga mengakui bahwa penelitian ini berfokus pada dosen di lingkungan pendidikan tinggi Indonesia dan menggunakan persepsi serta laporan praktik dosen, bukan pengamatan jangka panjang terhadap pelaksanaan penilaian. Karena itu, penelitian lanjutan masih diperlukan untuk menguji efektivitas berbagai model penilaian berbasis proses dalam konteks pembelajaran yang berbeda.
Secara keseluruhan, artikel ini menegaskan bahwa masa depan penilaian menulis akademik tidak harus berpusat pada upaya mendeteksi penggunaan AI. Perguruan tinggi dapat membangun sistem yang lebih berorientasi pada bukti pembelajaran, transparansi, tanggung jawab mahasiswa, dan kemampuan berpikir kritis.
Profil Penulis
- Fitrotul Maulidiyah — penulis korespondensi, Politeknik Negeri Malang, Indonesia.
- Rendi Yoga Saputra — The University of Nottingham, Nottingham, Inggris.
- Adzikirani — Politeknik Negeri Malang, Indonesia.
- Rizka Rahmawati — Politeknik Negeri Malang, Indonesia.
- Rachmat Arnanda — Politeknik Negeri Jakarta, Indonesia.
Sumber Penelitian
Maulidiyah, F., Saputra, R. Y., Adzikirani, Rahmawati, R., & Arnanda, R. (2026). “Rethinking Academic Writing Assessment in the Generative AI Era: EFL Lecturers’ Perceptions and the Shift Towards Process-Based Assessment.” Journal of Language Development and Linguistics (JLDL), Vol. 5, No. 2, September 2026, hlm. 299–316.
DOI: https://doi.org/10.55927/jldl.v5i2.19018
URL jurnal: https://journal.formosapublisher.org/index.php/jldl
.jpg)
0 Komentar