Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Efektivitas ChatGPT sebagai Asisten Virtual untuk Mendukung Produktivitas Akademik Mahasiswa Pendidikan Teknologi Informasi
0
Zitationen
3
Autoren
2025
Jahr
Abstract
Perkembangan teknologi digital, khususnya kecerdasan buatan (AI), telah menghadirkan ChatGPT sebagai asisten virtual yang semakin banyak dimanfaatkan dalam dunia pendidikan. ChatGPT menawarkan kemudahan akses, fleksibilitas, serta dukungan interaktif yang dapat membantu mahasiswa dalam memahami materi dan menyelesaikan tugas akademik. Penelitian ini bertujuan menilai efektivitas penggunaan ChatGPT sebagai asisten virtual bagi mahasiswa Program Studi Pendidikan Teknologi Informasi Universitas Pendidikan Muhammadiyah Sorong. Penelitian menggunakan pendekatan kuantitatif melalui survei daring yang melibatkan 78 responden yang dipilih menggunakan teknik purposive sampling. Instrumen penelitian berbasis skala Likert disusun berdasarkan lima indikator efektivitas menurut Gibson, yaitu produktivitas, kualitas, efisiensi, fleksibilitas, dan kepuasan. Hasil analisis menunjukkan bahwa ChatGPT sangat efektif pada empat indikator, yakni produktivitas (80,13%), fleksibilitas (79,89%), kepuasan (77,32%), dan efisiensi (76,52%). Sementara itu, indikator kualitas berada pada kategori efektif namun belum maksimal (74,44%), mengindikasikan perlunya verifikasi tambahan terhadap informasi yang diberikan. Secara keseluruhan, ChatGPT dinilai efektif dalam mendukung penyelesaian tugas akademik dan meningkatkan pengalaman belajar mahasiswa. Namun demikian, akurasi keluaran AI masih menjadi perhatian sehingga pengguna tetap perlu melakukan pengecekan terhadap informasi yang diterima. Temuan ini memberikan gambaran penting mengenai pemanfaatan AI sebagai asisten virtual dalam pendidikan tinggi.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.336 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.207 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.607 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.476 Zit.