AI untuk Dosen: 5 Alur Kerja Menyusun Bahan Ajar, Asesmen, dan Umpan Balik

Rapat jurusan pekan lalu ditutup dengan satu keluhan yang berulang, yaitu banyak dosen mengaku sudah memakai AI untuk menyiapkan kuliah, tetapi jam kerja mereka ternyata tidak berkurang sedikit pun.

Kekecewaan itu masuk akal. Sebuah studi co-design bersama 19 guru di Washington state menemukan median cakupan penilaian otomatis di kelas mereka menyentuh 92,2 persen, namun 42 persen responden menilai umpan balik AI tidak berguna, 24 persen menyebutnya kabur, dan 18 persen menemukan kekeliruan yang menyesatkan.

Di satu kelas, guru biasa menunggu 2 sampai 3 minggu hanya untuk mengoreksi satu set tulisan. Pola serupa kini muncul di kampus, karena alur yang berhasil bukan soal aplikasi apa yang dipasang, melainkan urutan langkah serta siapa yang memegang keputusan terakhir.

Ringkasnya, pakai AI untuk membuat draf kasar rubrik, modul, dan komentar, lalu dosen wajib menyunting, memverifikasi fakta, dan memutuskan nilai akhir sendiri. Lima alur kerjanya: menyusun bahan ajar dari capaian pembelajaran, menurunkan soal dari rubrik, memberi umpan balik formatif, menilai lewat pemeriksaan dua tahap, dan menjaga jejak audit penggunaan AI.

Daftar Isi

• Alur menyusun bahan ajar dari CPL
• Alur menyusun asesmen dari rubrik
• Alur memberi umpan balik personal
• Alur menilai tugas dengan aman
• Alur menjaga kendali dan jejak audit
• Jebakan yang sering muncul
• FAQ pertanyaan dosen

Bagaimana alur menyusun bahan ajar dari CPL?

Bahan ajar yang lahir dari satu prompt besar cenderung generik dan cepat basi. Salah satu kebiasaan dosen yang bekerja rapi adalah memulai dari satu capaian pembelajaran yang paling sulit dicapai, bukan dari seluruh modul sekaligus.

Mulai dari satu capaian, bukan seluruh modul

Minta AI menjelaskan konsep itu lewat 3 analogi berbeda, lalu pilih mana yang paling cocok dengan mahasiswa di kelas Anda. Hasilnya layak jadi bahan diskusi, tetapi belum pantas dijadikan slide final tanpa penyuntingan yang teliti. Cukup 3 analogi, bukan 10, dan tambahkan 1 contoh salah yang sengaja dipasang untuk memancing diskusi.

Panduan struktur bisa mengikuti alur RPS OBE yang memetakan setiap capaian ke aktivitas belajar. Biasanya cukup 3 sampai 5 halaman bahan ajar per pertemuan, dan tambahkan 3 sampai 4 contoh lokal supaya materi terasa dekat dengan mahasiswa.

Minta variasi kasus, bukan ringkasan

Ringkasan mudah dibuat sendiri dan sering dangkal. Justru variasi kasus yang membuat mahasiswa berpikir, misalnya lima skenario singkat dengan satu jawaban keliru yang wajib dibongkar bersama di kelas, supaya diskusi tidak berhenti pada hafalan.

Salah satu kesalahan yang paling sering muncul adalah meminta AI menyusun seluruh modul sekaligus. Hasilnya terdengar rapi, namun isinya dangkal dan berulang, sehingga dosen justru menghabiskan lebih banyak waktu memangkas daripada menyusun dari awal.

Bagaimana alur menyusun asesmen dari rubrik?

Urutan yang lazim keliru begini, soal dibuat dulu lalu rubrik dipaksa menyesuaikan di akhir. Padahal rubrik yang lahir belakangan hampir selalu tidak cocok dengan soal, sehingga penilaian antar kelas jadi tidak konsisten.

Rubrik dulu, soal menyusul

Tetapkan indikator dan level kinerja bersama AI, sunting sampai benar-benar mencerminkan penilaian Anda, barulah minta soal yang menembak setiap indikator. Kerangka kompetensi AI untuk guru dari UNESCO yang rilis 8 Agustus 2024 menempatkan penilaian sebagai bagian kendali pendidik, bukan wilayah mesin.

Batasi rubrik pada 4 sampai 6 indikator utama dengan 4 level, mulai skor 1 sampai 4, supaya mahasiswa melihat target dengan jelas. Justru rubrik seperti ini yang membuat soal tidak lagi menebak-nebak maksud dosen di depan kelas.

Kunci jawaban wajib diperiksa

Hampir selalu ada satu soal yang kunci jawabannya keliru atau ambigu. Sisihkan 20 sampai 30 menit untuk mengerjakan sendiri seluruh soal sebelum dibagikan, karena kesalahan kunci yang lolos bisa memicu protes panjang di kelas.

Sisakan 1 sampai 2 soal berbobot tinggi untuk menguji penalaran, bukan hafalan, sebab soal hafalan paling mudah dijawab AI tanpa benar-benar berpikir.

Bagaimana alur memberi umpan balik personal?

Studi yang sama menunjukkan AI cukup andal untuk komentar naratif, tetapi lemah saat memberi angka. Sebanyak 57 persen guru menilai umpan balik AI jelas dan bisa ditindaklanjuti, sementara 41 persen menyebutnya berguna untuk guru maupun mahasiswa sekaligus.

Pisahkan komentar dari nilai

Riset klasik menemukan komentar tanpa angka lebih mendorong motivasi belajar dibanding komentar yang menempel pada nilai. Berikan umpan balik formatif lebih dulu, lalu susulkan angka di penilaian sumatif setelah mahasiswa memperbaiki pekerjaannya.

Padahal mahasiswa membaca komentar jauh lebih lama daripada angka. Hasilnya, komentar yang spesifik membuat mereka tahu langkah perbaikan berikutnya, bukan sekadar tahu nilainya saja.

Tulis ulang dengan suara dosen

Komentar mentah AI terasa seragam dan datar, sehingga mahasiswa sulit merasa benar-benar dibaca. Sunting 2 atau 3 frasa per mahasiswa supaya pesannya cocok dengan hubungan yang sudah terbangun sepanjang satu semester penuh.

Volume komentar juga perlu dijaga, sebab terlalu banyak catatan membuat mahasiswa berhenti membaca di tengah jalan. Batasi maksimal 3 poin utama per tugas dan simpan sisanya untuk sesi konsultasi tatap muka. Dua sesi konsultasi 30 menit biasanya lebih berguna daripada 10 catatan panjang di berkas.

"Grading written responses is messy by design. It's also one of the most human activities we can do within teaching," ujar Marc Watkins, Senior Lecturer in Composition and Rhetoric sekaligus Assistant Director of Academic Innovation di University of Mississippi.

Bagaimana alur menilai tugas dengan aman?

Mesin hanya menyaring, sedangkan dosen yang memutuskan. Alur 2 tahap ini menjaga nilai tetap bisa dipertanggungjawabkan ketika mahasiswa datang bertanya soal angka yang mereka terima.

Dua tahap: saring mesin, putuskan manusia

Pada tahap pertama, AI memeriksa kelengkapan jawaban terhadap rubrik dan menandai bagian yang masih kosong. Di lebih dari 75 persen kelas dalam studi itu, lebih dari 80 persen pekerjaan dinilai otomatis, namun keputusan akhir tetap milik dosen.

Ternyata kecepatan bukan satu-satunya ukuran. Sebanyak 8,7 persen mahasiswa mengirim ulang tugasnya setelah melihat umpan balik, dan di satu kelas angka itu menyentuh 66,7 persen, tanda bahwa revisi justru bagian dari proses belajar.

Waspadai prompt injection

Ada taktik curang dengan menyisipkan perintah tersembunyi di dalam berkas tugas, misalnya menuliskan instruksi berwarna putih ukuran 1 poin. Periksa setiap berkas dalam mode teks telanjang sebelum diserahkan ke alat penilai otomatis.

"AI tidak boleh menggantikan proses belajar yang aktif dan bermakna. Sebaliknya, AI harus dimanfaatkan untuk mendorong eksplorasi pengetahuan, memperluas kreativitas, dan memperkuat kemampuan berpikir reflektif," tulis Parman Sukarno, Wakil Rektor Bidang Akademik Universitas Telkom, dalam pedoman penggunaan AI untuk pembelajaran dan pengajaran yang diteken 21 Agustus 2025.

Bagaimana alur menjaga kendali dan jejak audit?

Kendali paling rapuh justru ada di bagian yang jarang diurus, yaitu catatan siapa memakai AI untuk apa. Padahal inilah yang menyelamatkan dosen ketika muncul sengketa nilai atau tuduhan kecurangan di akhir semester.

Deklarasi dan level AI per tugas

Pedoman resmi menyarankan dosen mencantumkan level AI yang diperbolehkan untuk tiap bentuk penilaian, mulai dari tugas individu sampai proyek akhir. Contoh rumusan untuk RPS begini, mahasiswa boleh memakai AI pada tingkat penyuntingan dengan kewajiban melampirkan versi asli sebelum disunting.

Pedoman Universitas Telkom yang diteken 21 Agustus 2025 mengacu pada UU Nomor 12 Tahun 2012 tentang Pendidikan Tinggi sebagai dasar tata kelola. Kini kampus lain mulai menyusun aturan serupa, bahkan sebagian menambahkan kewajiban deklarasi untuk setiap tugas.

Verifikasi fakta dan sitasi

Kutipan palsu menjadi risiko paling nyata dari keluaran AI, bahkan lebih sering muncul daripada kesalahan hitung sederhana. Telusuri setiap rujukan ke sumber primer sebelum masuk ke bahan ajar, dan pakai langkah pemeriksaan silang jawaban AI untuk memisahkan klaim yang kuat dari yang rapuh.

Apa saja jebakan yang sering muncul?

Mempercayai angka tanpa pemeriksaan

Mesin pintar menulis kalimat, tetapi tidak selalu konsisten membaca bobot nilai. Di studi Washington, sebagian guru menemukan skor yang tidak cocok dengan rubrik, misalnya tugas bernilai 10 poin dinilai dari basis 20 poin, sehingga siswa kehilangan nilai tanpa alasan yang jelas.

Menyerahkan penilaian sepenuhnya ke mesin

Begitu keputusan nilai berpindah ke mesin tanpa pembacaan manusia, nilai edukatifnya menguap perlahan. Mahasiswa sendiri menolak skenario ini, karena mereka ingin tahu dosennya benar-benar membaca pekerjaan, bukan sekadar memeriksa centang otomatis.

Salah satu tandanya sederhana, yaitu mahasiswa mendadak meminta penjelasan berulang atas nilai yang sama. Padahal gejala itu biasanya muncul karena umpan balik terdengar yakin, namun tidak benar-benar mencerminkan pekerjaan aslinya.

Membiarkan hasil AI mentah masuk kelas

Draf yang tidak disunting meninggalkan istilah asing dan contoh yang jauh dari konteks lokal. Sunting selalu sebelum dipakai, terutama untuk berkas resmi seperti modul dan template dokumen kampus yang dibagikan ke mahasiswa di 12 pertemuan.

Sisakan 10 sampai 15 persen pekerjaan untuk dibaca penuh secara manual, sebab justru bagian kecil itulah yang paling sering menyimpan kesalahan paling mahal.

FAQ: pertanyaan dosen soal memakai AI

Apakah dosen boleh memakai AI untuk bahan ajar?

Boleh, selama hasilnya disunting dan diverifikasi. AI dipakai sebagai pembuat draf awal, sementara dosen tetap memegang keputusan isi, konteks lokal, dan contoh yang dipakai di kelas setiap pekan.

Bagaimana memastikan umpan balik AI tidak menyesatkan?

Baca setiap komentar sebelum dikirim, lalu tulis ulang bila nadanya tidak cocok dengan hubungan Anda dan mahasiswa. Perlakukan keluaran AI sebagai draf pertama, bukan pesan akhir yang siap dibagikan.

Apakah nilai akhir boleh ditentukan AI saja?

Tidak. Nilai akhir menyangkut keputusan akademik yang harus bisa dipertanggungjawabkan saat mahasiswa bertanya. AI menyaring, sedangkan dosen yang menetapkan angka dan menjelaskan alasannya.

Bagaimana mencegah mahasiswa curang dengan AI?

Rancang tugas yang menuntut proses, bukan hanya jawaban akhir, dan minta mahasiswa mendeklarasikan peran AI dalam pengerjaannya lewat catatan singkat di setiap berkas.

Apa langkah pertama buat dosen baru mulai?

Pilih satu capaian pembelajaran yang paling sulit, buat draf bahannya dengan AI, lalu ukur waktu yang terpakai. Kecilkan lingkup sampai alurnya nyaman sebelum dipakai ke seluruh mata kuliah.

Kalau ingin mencoba alur ini tanpa mengeluarkan biaya, kakak.ai menyediakan kredit harian gratis untuk akun Basic. Mulai dari satu capaian pembelajaran minggu ini, sunting hasilnya, lalu biarkan mahasiswa menilai apakah kelasnya terasa lebih hidup. Justru dari langkah kecil itu kendali dosen tetap utuh.