PERAN AI DALAM MENINGKATKAN PRODUKTIVITAS MAHASISWA: EFEKTIVITAS PEMBELAJARAN, BEBAN TUGAS, DAN SELF-REGULATED LEARNING
Published 2025-12-23
Keywords
- Kecerdasan Buatan,
- Efektivitas Pembelajaran,
- Pembelajaran Mandiri,
- Produktivitas Siswa
How to Cite
Abstract
Perkembangan kecerdasan buatan atau Artificial Intelligence (AI) memberikan dampak signifikan terhadap pendidikan tinggi, terutama pada pola belajar mandiri, penyelesaian tugas akademik, dan pencapaian hasil belajar mahasiswa. Dalam konteks tersebut, penelitian ini bertujuan untuk menganalisis pengaruh intensitas penggunaan AI, kualitas fitur AI, serta literasi digital terhadap produktivitas mahasiswa melalui efektivitas pembelajaran, beban tugas, dan self-regulated learning sebagai variabel mediasi. Pendekatan penelitian menggunakan metode kuantitatif dengan explanatory research, data dikumpulkan menggunakan kuesioner secara online, dan dianalisis menggunakan Partial Least Square-Structural Equation Modeling (PLS-SEM). Temuan menunjukkan bahwa intensitas penggunaan AI, kualitas fitur AI, dan literasi digital memiliki pengaruh positif terhadap efektivitas pembelajaran, namun beban tugas tidak memberikan dampak signifikan terhadap produktivitas mahasiswa. Selain itu, self-regulated learning berperan sebagai mediator yang memperkuat pengaruh penggunaan AI terhadap produktivitas mahasiswa. Hasil penelitian ini memberikan gambaran bahwa penggunaan AI perlu diimbangi dengan kemampuan literasi digital dan regulasi pembelajaran mandiri agar mampu meningkatkan pencapaian akademik secara optimal
Downloads
References
- Bandura, A. (1977). Social learning theory. Englewood Cliffs, NJ: Prentice Hall.
- Bandura, A. (1991). Social cognitive theory of self-regulation. Organizational Behavior and Human Decision Processes, 50(2), 248–287. https://doi.org/10.1016/0749-5978(91)90022-L
- Broadbent, D. E. (1958). Perception and communication. London: Pergamon Press.
- Chan, C. K. Y., & Hu, W. (2023). Students’ use of artificial intelligence tools in higher education: Opportunities and challenges. Computers & Education: Artificial Intelligence, 4, 100110. https://doi.org/10.1016/j.caeai.2023.100110
- Dwivedi, Y. K., et al. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
- Gagné, R. M., Briggs, L. J., & Wager, W. W. (2005). Principles of instructional design (5th ed.). Belmont, CA: Wadsworth.
- Hew, K. F., & Lo, C. K. (2018). Flipped classroom improves student learning in higher education: A meta-analysis. Educational Technology & Society, 21(1), 1–12.
- Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work. Educational Psychologist, 41(2), 75–86. https://doi.org/10.1207/s15326985ep4102_1
- Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. London: Pearson.
- OECD. (2021). Digital education outlook 2021: Pushing the frontiers with AI, blockchain and robots. Paris: OECD Publishing.
- Pintrich, P. R. (2000). The role of goal orientation in self-regulated learning. Handbook of Self-Regulation, 451–502.
- Schunk, D. H. (2012). Learning theories: An educational perspective (6th ed.). Boston: Pearson Education.
- Sugiyono. (2019). Metode penelitian kuantitatif, kualitatif, dan R&D. Bandung: Alfabeta.
- Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.
- Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/s15430421tip4102_2