Mengukur Dampak AI pada Pembelajaran: Studi Kasus Penggunaan Gemini dan ChatGPT di Lingkungan WA Web.
s2tp.fip.unesa.ac.id, 4 Nopember 2025 - Mengukur dampak Kecerdasan Buatan (AI) pada pembelajaran adalah tantangan metodologis baru dalam teknologi pendidikan (EdTech). Lingkungan WhatsApp Web (WA Web), yang kaya akan data interaksi, menyediakan studi kasus yang unik untuk menganalisis bagaimana Gemini dan ChatGPT memengaruhi keterlibatan, kualitas kognitif, dan hasil akademik siswa.
1. Desain Studi Kasus: Mengisolasi Variabel AI
Untuk mengukur dampak, studi kasus harus membandingkan kinerja kelompok yang berbeda dengan tingkat paparan AI yang bervariasi.
Kelompok Kontrol (Grup A): Hanya menggunakan WA Web untuk diskusi dan tugas. Penggunaan AI dilarang.
Kelompok Eksperimen 1 (Grup B - Gemini): Diizinkan menggunakan Gemini untuk analisis dan riset faktual (misalnya, memverifikasi data, mencari studi kasus terbaru).
Kelompok Eksperimen 2 (Grup C - ChatGPT): Diizinkan menggunakan ChatGPT untuk kreasi dan struktur (misalnya, membuat outline esai, memperbaiki tata bahasa).
2. Metode Pengukuran Dampak di WA Web
Analisis ini berfokus pada data Learning Analytics (LA) yang diekstrak dari transkrip obrolan WA Web. AI (Gemini) digunakan untuk memproses data kualitatif ini menjadi metrik yang terukur.
Metrik 1: Keterlibatan Kognitif (Diukur oleh Gemini):
Aksi: AI memproses transkrip diskusi.
Hasil: Gemini menilai kedalaman kognitif argumen siswa (menggunakan skala Taksonomi Bloom yang disederhanakan). Dampak diukur melalui perbandingan: Apakah Grup B (riset faktual dengan Gemini) menunjukkan skor yang lebih tinggi dalam kriteria "Kualitas Bukti" dibandingkan Grup A? Apakah Grup C (struktur dengan ChatGPT) menunjukkan skor yang lebih tinggi dalam kriteria "Koherensi Argumen"?
Metrik 2: Kecepatan dan Efisiensi Belajar:
Aksi: AI mencatat timestamp (waktu) dari saat tugas diberikan hingga saat tugas dikumpulkan (melalui PM WA Web).
Hasil: Dampak diukur melalui perbandingan waktu pengerjaan. Apakah Grup B dan Grup C menyelesaikan tugas yang setara dalam waktu yang jauh lebih singkat daripada Grup A? (Mengukur efisiensi).
Metrik 3: Kualitas Bahasa dan Struktur:
Aksi: AI (Gemini) menganalisis tata bahasa, ejaan, dan struktur esai formatif.
Hasil: Dampak diukur melalui skor kejelasan dan profesionalisme. Apakah siswa yang menggunakan ChatGPT untuk perbaikan draf menunjukkan penurunan kesalahan tata bahasa yang signifikan?
3. Analisis Hasil dan Intervensi
Diagnosis AI: Gemini mengidentifikasi tren. Contoh: "Grup C (ChatGPT) menunjukkan peningkatan drastis dalam koherensi struktural, tetapi peningkatan marginal dalam orisinalitas ide. Ini mengindikasikan ketergantungan."
Tindakan Guru: Guru menggunakan wawasan ini untuk mengintervensi:
Kepada Grup C: Guru harus menetapkan tugas yang secara eksplisit menuntut ide unik (misalnya, wawancara lokal) yang tidak dapat dihasilkan AI, untuk mendorong orisinalitas.
Kepada Grup B: Guru dapat memperkuat instruksi tentang verifikasi silang data, untuk melawan potensi hallucination yang dibawa oleh AI.
Kesimpulan
Mengukur dampak AI pada pembelajaran di lingkungan WA Web adalah proses Learning Analytics (LA) yang intensif. Studi kasus menunjukkan bahwa AI tidak hanya membantu pembelajaran; AI mengubah pola kognitif. Dampak positifnya adalah peningkatan efisiensi (waktu pengerjaan) dan kualitas formal (struktur bahasa). Namun, risiko utamanya adalah stagnasi orisinalitas, yang harus diatasi oleh guru dengan merancang tugas-tugas yang secara sengaja membutuhkan sintesis pemikiran manusia.
