Editorial Pendidikan
Open AccessOA2024
AI Generatif, Asisten Belajar? Faktor-Faktor yang Memengaruhi Penerimaan Teknologi Mahasiswa Perguruan Tinggi
Studi ini menerapkan Technology Acceptance Model untuk mensurvei 911 mahasiswa di 10 universitas Thailand, dan menemukan bahwa expected benefits, perceived usefulness, sikap, dan niat perilaku secara signifikan mendorong adopsi AI generatif—sementara perceived ease of use berkorelasi negatif dengan perceived usefulness, menantang asumsi TAM konvensional.
Kraisila Kanont; Pawarit Pingmuang; Thewawuth Simasathien; Suchaya Wisnuwong; Benz Wiwatsiripong; Kanitta Poonpirome; N. Songkram; Jintavee Khlaisang· Electronic Journal of e-Learning· 2024· DOI 10.34190/ejel.22.6.3196
Masalah inti
Kemunculan cepat alat AI generatif di pendidikan tinggi memunculkan pertanyaan kritis tentang bagaimana mahasiswa mengadopsi dan mempersepsikan teknologi ini. Studi ini menyelidiki faktor-faktor yang memengaruhi adopsi alat AI generatif di kalangan mahasiswa Thailand, dengan Technology Acceptance Model (TAM) sebagai kerangka teoretisnya. Penelitian ini menjawab kesenjangan dalam pemahaman tentang bagaimana mahasiswa dari berbagai disiplin akademik—Ilmu Kesehatan, Sains dan Teknologi, Ilmu Sosial dan Humaniora, serta Bidang Vokasi—mempersepsikan dan mengintegrasikan AI ke dalam pembelajaran mereka. Dengan 911 partisipan dari 10 universitas Thailand, studi ini bertujuan mengidentifikasi determinan kunci adopsi AI dan menginformasikan strategi untuk akses yang setara serta inovasi yang bertanggung jawab di lingkungan pendidikan.
Inovasi
Data dikumpulkan melalui kuesioner yang diberikan kepada 911 mahasiswa di 10 universitas Thailand. Sampel mencakup empat bidang disiplin: Ilmu Kesehatan, Sains dan Teknologi, Ilmu Sosial dan Humaniora, serta Bidang Vokasi. Kuesioner mengukur konstruk yang diturunkan dari TAM, termasuk Expected Benefits, Perceived Usefulness, Perceived Ease of Use, Attitude Toward Technology, dan Behavioural Intention. Structural Equation Modelling (SEM) digunakan untuk menganalisis hubungan antarkonstruk tersebut dan dampaknya terhadap adopsi AI generatif oleh mahasiswa. Pendekatan kuantitatif ini memungkinkan peneliti menguji jalur TAM tradisional sekaligus potensi penyimpangan dari asumsi yang mapan.
Pendahuluan
Kemunculan cepat alat AI generatif di pendidikan tinggi memunculkan pertanyaan kritis tentang bagaimana mahasiswa mengadopsi dan mempersepsikan teknologi ini. Studi ini menyelidiki faktor-faktor yang memengaruhi adopsi alat AI generatif di kalangan mahasiswa Thailand, dengan Technology Acceptance Model (TAM) sebagai kerangka teoretisnya. Penelitian ini menjawab kesenjangan dalam pemahaman tentang bagaimana mahasiswa dari berbagai disiplin akademik—Ilmu Kesehatan, Sains dan Teknologi, Ilmu Sosial dan Humaniora, serta Bidang Vokasi—mempersepsikan dan mengintegrasikan AI ke dalam pembelajaran mereka. Dengan 911 partisipan dari 10 universitas Thailand, studi ini bertujuan mengidentifikasi determinan kunci adopsi AI dan menginformasikan strategi untuk akses yang setara serta inovasi yang bertanggung jawab di lingkungan pendidikan.
Mengapa penting
Hubungan negatif antara Perceived Ease of Use dan Perceived Usefulness menunjukkan bahwa ketika alat AI generatif menjadi lebih intuitif, pembelajar mungkin mempersepsikannya sebagai kurang membantu dalam proses belajar mereka. Temuan yang berlawanan dengan intuisi ini menunjuk pada peran karakteristik pembelajar dalam membentuk preferensi dan ekspektasi: mahasiswa mungkin menyamakan usaha dengan nilai, atau mungkin menemukan bahwa antarmuka yang terlalu sederhana mengurangi kedalaman alat yang dipersepsikan. Studi ini juga menyoroti dampak hambatan bahasa pada penutur non-native English, yang menghalangi akses setara ke layanan AI. Lebih lanjut, penulis menekankan peran kritis universitas dalam mendorong integrasi AI untuk pembelajaran dan memastikan implementasi yang etis. Dengan menyediakan lingkungan yang mendukung untuk mendorong eksperimen, merancang ulang pengalaman belajar, memberdayakan pembelajar dan dosen untuk mengeksplorasi AI lintas disiplin, serta mengembangkan pedoman etis, universitas dapat membentuk integrasi AI generatif yang efektif dan bertanggung jawab ke dalam lanskap pendidikan berikutnya. Meskipun terdapat batasan yang melekat, penelitian ini berkontribusi pada pemahaman adopsi AI di lingkungan pendidikan dan menginformasikan strategi untuk akses yang setara serta inovasi yang bertanggung jawab.
Siapa yang sebaiknya membaca
Pembaca Research Digest dan praktisi rumpun ini.
Membuka konten member…