Perpustakaan Digital ITB

Penggunaan kecerdasan buatan di pendidikan tinggi menciptakan situasi yang sulit bagi pimpinan universitas. Masalah ini sangat jelas terlihat pada Perguruan Tinggi Negeri Badan Hukum (PTN BH) yang otonom di Indonesia. Pemerintah dan industri teknologi mendorong universitas-universitas ini untuk mengadopsi alat digital dengan cepat. Pada saat yang sama, universitas harus menangani risiko kecurangan mahasiswa dan penurunan pemikiran kritis. Studi studi sebelumnya telah menjelaskan masalah tata kelola ini. Namun, penelitian sebelumnya tidak menyediakan alat berbasis data untuk memprediksi masa depan. Perencanaan skenario tradisional biasanya bergantung pada pendapat pribadi dari pakar. Metode kualitatif ini sering melewatkan tren penting dari masyarakat umum dan dalam tingkat makro. Selanjutnya, tidak jelas siapa yang memiliki tanggung jawab untuk membuat aturan etika bagi kecerdasan buatan. Oleh karena itu, terdapat kebutuhan ilmiah yang jelas akan kerangka kerja yang objektif untuk membantu pimpinan universitas merencanakan masa depan dan melindungi aturan akademik. Tujuan utama dari penelitian ini adalah membangun kerangka pandangan ke depan strategis berbasis data untuk pendidikan tinggi. Studi ini menggunakan dua sumber data utama. Pertama, media berita daring digunakan untuk melihat agenda nasional dari pemerintah dan industri. Kedua, jurnal akademik digunakan untuk melihat apa yang sedang dilakukan oleh peneliti universitas. Hipotesis penelitian ini adalah bahwa penggabungan penambangan teks dan analisis jaringan pada kedua sumber data ini dapat menemukan ketidakpastian utama dari penggunaan kecerdasan buatan. Penelitian ini bertujuan untuk mengubah diskusi publik dan akademik yang bising menjadi skenario masa depan yang jelas. Kerangka kerja ini akan membantu universitas bergerak dari pembeli teknologi yang reaktif menjadi manajer aktif bagi lingkungan pendidikan mereka. Untuk mencapai tujuan tersebut, studi ini menggunakan desain metode campuran yang dibagi ke dalam empat tahapan yang jelas. Tahap pertama adalah pengumpulan data. Peneliti mengumpulkan 6.844 artikel berita daring dan 304 abstrak jurnal akademik yang diterbitkan pada tahun 2025. Tahap kedua adalah analisis teks. Sistem menghitung Frekuensi Term yang Dinormalisasi dan menggunakan Kesamaan Kosinus untuk mengelompokkan teks ke dalam topik topik. Untuk menyelesaikan batas memori kecerdasan buatan, sistem menggunakan metode pengambilan sampel pintar berdasarkan Relevansi Marjinal Maksimal. Model AI Generatif kemudian merangkum sampel teks tersebut. Setelah itu, peneliti memeriksa hasilnya secara manual dan menggunakan model BERT untuk analisis sentimen guna mengoreksi kesalahan mesin. Pada tahap ketiga, Pengenalan Entitas Bernama menemukan aktor aktor utama di dalam teks. Peneliti kemudian mengelompokkan topik topik tersebut secara manual menggunakan kerangka PESTEL. Tahap akhir menggunakan Analisis Jaringan Sosial dan Analisis Jaringan Wacana untuk memetakan hubungan antara pemerintah, industri, dan universitas. Hasil penelitian menunjukkan adanya keterputusan yang jelas antara sektor publik dan akademik. Analisis jaringan menunjukkan bahwa aktor pemerintah dan perusahaan sepenuhnya mengendalikan agenda berita. Mereka berfokus pada pembangunan infrastruktur teknologi yang besar. Sebaliknya, data jurnal menunjukkan bahwa peneliti universitas hanya berfokus pada eksperimen kelas berskala kecil. Mereka mengabaikan kebutuhan akan perencanaan tata kelola di tingkat universitas. Berdasarkan temuan temuan ini, studi ini menemukan dua ketidakpastian utama. Pertama adalah Tata Kelola Algoritmik melawan Penurunan Epistemologis. Kedua adalah Kelincahan Pedagogis melawan Kesenjangan Kemampuan. Kedua variabel ini menciptakan matriks 2x2 dengan empat skenario masa depan. Skenario skenario tersebut adalah Akademi Berdaulat, Era Bebas Inovasi, Silo Defensif, dan Keruntuhan Digital. Kontribusi utama dari penelitian ini adalah sebuah jembatan metodologis baru. Penelitian ini mengubah perencanaan skenario dari tebakan subjektif pakar menjadi ilmu pengetahuan objektif yang berbasis data. Secara praktis, penelitian ini memberikan panduan kebijakan yang jelas bagi pimpinan universitas. Studi ini memberikan rekomendasi spesifik bagi universitas untuk membuat regulasi mereka sendiri, melindungi data mereka, dan mengelola penggunaan kecerdasan buatan dengan benar.