
https://proftomwilson.wordpress.com/wp-content/uploads/2025/03/generative-ai-250306.pdf
Ringkasan Utama
1. Latar Belakang dan Pendahuluan
- Generative AI (seperti ChatGPT, Gemini, dan Claude) telah menjadi sorotan global sejak akhir 2022 karena kemampuannya menghasilkan teks, menganalisis konten, dan melakukan tugas kompleks lainnya.
- Teknologi ini menimbulkan tantangan besar dalam dunia pendidikan tinggi, terutama terkait dengan:
- Integritas akademik (plagiarisme).
- Evaluasi siswa (penyesuaian metode penilaian).
- Kesetaraan akses terhadap teknologi AI.
- Universitas di Inggris, khususnya Russell Group , mulai merumuskan kebijakan untuk mengatasi dampak teknologi ini.
2. Tujuan Penelitian
Penelitian ini bertujuan untuk:
- Menilai sejauh mana prinsip-prinsip Russell Group tentang penggunaan AI telah diterapkan oleh anggotanya.
- Mengetahui sejauh mana kebijakan tentang AI telah dikembangkan oleh universitas di luar Russell Group.
3. Metodologi
- Penelitian menggunakan pendekatan analisis dokumen , memeriksa kebijakan publik dari situs web universitas.
- Fokus pada dua kelompok:
- Universitas Russell Group (24 universitas riset terkemuka).
- Non-Russell Group (24 universitas lain yang dipilih secara acak).
- Data dianalisis berdasarkan tema seperti integritas akademik , penilaian , penggunaan AI oleh mahasiswa dan staf , dll.
4. Temuan Utama
A. Kebijakan di Russell Group
- Universitas Russell Group memimpin dalam pengembangan kebijakan AI, dengan fokus pada:
- Literasi AI : Mendukung mahasiswa dan staf untuk memahami penggunaan AI secara etis.
- Penilaian : Mengadaptasi metode evaluasi untuk mengatasi risiko plagiarisme.
- Kolaborasi : Bekerja sama dengan pemangku kepentingan (mahasiswa, staf, dll.) dalam merumuskan kebijakan.
- Contoh praktik:
- Universitas Birmingham menyediakan kerangka kerja mendetail tentang penggunaan AI.
- Universitas York memberikan panduan spesifik tentang penggunaan alat AI dalam penilaian.
B. Kebijakan di Non-Russell Group
- Ada disparitas signifikan antara universitas berdasarkan klaster (menurut Boliver, 2015):
- Cluster 2 (universitas riset non-Russell): Menunjukkan pola serupa dengan Russell Group.
- Cluster 3 & 4 (universitas dengan sumber daya lebih rendah): Lebih sedikit informasi publik tentang kebijakan AI.
- Universitas dengan sumber daya terbatas kesulitan mengembangkan kebijakan komprehensif.
C. Isu Utama dalam Implementasi
- Integritas Akademik :
- Plagiarisme menjadi kekhawatiran utama karena AI dapat menghasilkan konten tanpa atribusi.
- Universitas seperti Glasgow dan King’s College menyarankan perubahan paradigma penilaian, seperti penekanan pada analisis kritis daripada hafalan.
- Akses yang Adil :
- Ketidaksetaraan akses ke teknologi AI dapat memperlebar kesenjangan antara universitas dengan sumber daya tinggi dan rendah.
- Pelatihan Staf dan Mahasiswa :
- Dibutuhkan pelatihan intensif untuk meningkatkan literasi AI.
D. Peran Perpustakaan Universitas
- Perpustakaan universitas memainkan peran penting dalam:
- Pelatihan literasi AI.
- Panduan tentang cara mengutip hasil AI secara etis.
5. Teori yang Digunakan
Penelitian ini menggunakan beberapa teori untuk menjelaskan pembuatan kebijakan AI:
- Teori Institusi :
- Kebijakan dipengaruhi oleh faktor eksternal seperti regulasi dan norma sosial.
- Teori Koalisi Advokasi :
- Kebijakan dibentuk melalui kolaborasi antara kelompok kepentingan (mahasiswa, staf, dll.).
- Teori Pilihan Rasional :
- Universitas membuat keputusan berdasarkan analisis biaya-manfaat.
- Teori Difusi Kebijakan :
- Prinsip Russell Group diadopsi atau ditiru oleh universitas lain.
- Teori Keseimbangan Terputus :
- Teknologi AI menyebabkan perubahan drastis dalam kebijakan universitas.
6. Implikasi Penelitian
- Kolaborasi : Universitas harus melibatkan semua pemangku kepentingan (staf, mahasiswa, IT, dll.) dalam pembuatan kebijakan AI.
- Disparitas Sumber Daya : Universitas dengan sumber daya terbatas membutuhkan dukungan tambahan.
- Transformasi Penilaian : Diperlukan strategi baru untuk mengatasi tantangan plagiarisme AI.
- Etika AI : Masalah privasi, perlindungan data, dan bias AI harus dipertimbangkan.
7. Keterbatasan Penelitian
- Evolusi Cepat : Kebijakan AI terus berkembang, sehingga temuan ini hanya mencerminkan respons awal universitas.
- Data Publik Terbatas : Tidak semua kebijakan tersedia di situs web publik, karena beberapa disimpan di sistem internal.
8. Kesimpulan
- Generative AI menawarkan peluang besar tetapi juga tantangan signifikan bagi pendidikan tinggi.
- Universitas di Inggris, terutama Russell Group, telah bergerak cepat dalam merumuskan kebijakan, tetapi masih ada disparitas antar institusi.
- Kolaborasi, pelatihan, dan adaptasi metode penilaian adalah kunci untuk memanfaatkan potensi AI sambil menjaga integritas akademik.
Poin Penting untuk Diskusi Lanjutan
- Dampak Jangka Panjang : Bagaimana kebijakan ini memengaruhi hasil belajar mahasiswa?
- Studi Komparatif Internasional : Bagaimana kebijakan AI di Inggris dibandingkan dengan negara lain?
- Teknologi yang Berkembang : Kebijakan harus terus direvisi seiring perkembangan AI.