Putra saya mengikuti ujian menulis negara bagian Arizona. Peramban terkunci. Tab ditutup. Telepon hilang. Tidak ada catatan, tidak ada pencarian. Hanya seorang anak kecil dan layar.
Lalu dia berjalan keluar ke dunia nyata.
Pekerjaan di sana tidak dimulai dengan halaman kosong. Memo dimulai dengan penelitian, mungkin perintah AI, lalu pengeditan, pemeriksaan fakta, dan tinjauan manusia. Rapat menjadi transkrip, ringkasan, daftar tindakan.
Apa yang dianggap sebagai pekerjaan sedang berubah.
Sistem penilaian belum bisa mengejar ketinggalan. Mereka berasumsi suatu tes harus aman agar valid. Itu salah. Sebuah tes dapat dikunci dengan sempurna dan tetap tidak berguna. Masalahnya bukan kecurangan. Tes tersebut berperilaku seolah-olah AI tidak ada.
Perdebatan berfokus pada pelanggaran. Bisakah chatbot menulis esai? Haruskah sekolah melarang AI?
Itu adalah pertanyaan yang salah.
Masalah sebenarnya adalah konstruksi. Spesialis penilaian menggunakan kata itu untuk menggambarkan apa yang sebenarnya kita ukur. Komunikasi tidak statis. Konstruksi adalah peta kemampuan. Jika medannya berubah, Anda menggambar ulang petanya.
Bagaimana AI Mengubah Arti Menjadi Kompeten
AI bukan sekadar pemeriksa ejaan yang canggih.
Itu mengubah kepengarangan. Ini mengubah cara kita membuktikan kompetensi. Tugas tanpa alat menunjukkan apa yang dapat dilakukan siswa sendiri. Berhenti di situ mengacaukan isolasi dengan keaslian. Anda dapat menjaga kemurnian dan kehilangan relevansi.
Xiaoming (Madeline) Xi, seorang pakar penilaian, mengatakannya dengan jelas.
“Apa yang kami ukur harus beradaptasi dengan realitas yang ditambah dengan AI pada siswa.”
Sasarannya adalah kapasitas yang dimediasi teknologi. Mengetahui kapan harus bekerja sendiri. Kapan harus meminta. Kapan harus membuat bersama, memverifikasi, atau menolak.
Menulis adalah salah satu penggunaan AI yang paling umum, berdasarkan jutaan percakapan Claude.
Tes tradisional melihat paragraf yang sudah selesai. Apakah klaimnya jelas? Apakah tata bahasanya benar?
Itu tidak memberitahumu apa-apa lagi.
Prosa yang dipoles menyembunyikan prosesnya. Bukti yang berarti ada di hulu.
Apakah siswa mendefinisikan audiensnya? Bandingkan alternatif? Verifikasi klaim? Deteksi halusinasi? Tolak keluaran yang buruk?
Penulis sekarang menjadi editor. Seorang pemeriksa fakta.
Suaralah yang tersisa. Ini adalah hal yang Anda pertahankan dari dorongan mesin menuju kesamaan yang mulus dan menyenangkan.
Pergeseran dalam Mendengarkan dan Berbicara
Mendengarkan juga telah berubah.
Pidato direkam, ditranskripsikan, dicari, diubah menjadi tugas.
Pendengar yang baik perlu mendengar nada. Keraguan. Ironi. Apa yang tidak dikatakan.
Mereka perlu mengetahui ketika transkrip tidak tepat sasaran. Ketika sebuah ringkasan meratakan ketidaksepakatan. Ketika tindak lanjut mengubah ambiguitas menjadi keyakinan palsu.
Berbicara?
Itu tetap manusiawi.
Pengiriman langsung bergantung pada waktu. Kredibilitas. Membaca ruangan.
Tapi persiapannya berhasil? Penelitian, latihan, terjemahan, teks? Semua dimediasi.
Menguji pengiriman saja melewatkan persiapan. Itu merindukan adaptasi. Hal ini tidak memenuhi akuntabilitas.
AI tidak menghapus keterampilan manusia. Itu telah memindahkannya.
Penilaian harus mendeteksi apa yang disembunyikan kefasihan. Argumen yang lemah. Sumber palsu. Ringkasan yang terdistorsi. Omong kosong yang masuk akal.
Sekolah memerlukan tiga jenis bukti:
1. Apa yang dapat dilakukan siswa sendiri.
2. Apa yang bisa mereka lakukan dengan AI.
3. Apakah mereka dapat menggunakannya secara bertanggung jawab.
Yang terakhir adalah yang paling sulit dipalsukan.
Kerangka Kerja untuk Menilai Literasi AI
Kerangka Literasi AI 2026 dari Komisi Eropa dan OECD memahami hal ini.
Mereka memperlakukan literasi AI bukan sekedar menekan tombol. Ini adalah kapasitas untuk melibatkan, menciptakan, mengelola, dan membentuk AI. Ini mempertimbangkan risiko terhadap manfaat.
Hal ini melampaui konsumsi hingga ke agensi.
Penilaian memerlukan tangga kesiapan.
Pembelajar tingkat dasar memerlukan ruang terlindung. Mereka membangun kosa kata dan penalaran tanpa melakukan outsourcing perjuangan.
Pembelajar tingkat menengah menggunakan AI untuk kritik terbatas. Klaim balasan. Revisi.
Penilaian tingkat lanjut mengukur pemanfaatan AI untuk masalah yang kompleks. Verifikasi. Adaptasi penonton. Penyempurnaan retoris.
Arsitekturnya harus dual-track.
Lacak satu: tugas yang dibatasi AI. Ukur kinerja independen.
Jalur kedua: tugas inklusif AI. Ukur penilaian dalam kondisi realistis.
Bayangkan seorang siswa sedang membuat draf sendirian. Kemudian menanyakan model untuk argumen tandingan. Memverifikasi buktinya. Menjelaskan revisi mana yang dia terima.
Atau membandingkan kuliah dengan transkrip otomatisnya. Mengidentifikasi rekaman apa yang hilang.
Dalam tugas-tugas ini, proses adalah kinerja.
Lihatlah tujuannya. Petunjuknya. Drafnya. Keputusan untuk menerima atau menolak.
Dewan Perguruan Tinggi melakukan ini dengan Seminar AP dan Penelitian AP. Mereka memunculkan keputusan. Mereka menelusuri pekerjaan itu. Tujuannya? Akses terhadap pemikiran yang disembunyikan oleh produk akhir.
Risiko Desain Penilaian AI yang Buruk
Ada tiga risiko utama.
Pertama: penyerahan kognitif. Steven Shaw dan Gideon Nave menyebutnya berbeda dari pelepasan kognitif. Hal ini terjadi ketika siswa mengadopsi jawaban mesin tanpa membentuk pandangannya sendiri.
Hasilnya adalah utang pemahaman. Lebih banyak bahasa yang dihasilkan daripada yang dipahami.
Kedua: kelancaran alat bervariasi. Siswa memiliki “dialek” dorongan yang berbeda-beda.
Ketiga: homogenisasi. Jika Anda menghadiahkan cat kuku yang steril, Anda melatih siswa agar terdengar seperti robot.
Bahaya-bahaya ini mendukung rancangan, bukan penyangkalan.
Ruang kelas adalah laboratorium. Tes dengan risiko rendah dapat berupa eksperimen.
Sistem berisiko tinggi yang mengendalikan kredit atau penerimaan harus menunggu. Mereka hanya boleh pindah jika bukti menunjukkan bahwa mereka mengukur keterampilan, bukan hak istimewa.
Apa yang Tetap Manusia?
Apa yang tidak bisa dilakukan mesin?
Itu bisa menyusun kalimat. Ringkas pertemuan tersebut. Hasilkan slide.
Ia tidak dapat memikul tanggung jawab.
Ia tidak dapat mendukung suatu klaim. Jawaban untuk kelalaian. Berempati dengan audiens. Memperbaiki hubungan yang rusak.
Penghakiman tidak dapat dialihdayakan.
Ini adalah sisa manusia yang bertanggung jawab.
Kepemilikan tujuan. Ketepatan. Suara. Konsekuensi.
Kembali ke anak saya di browser yang terkunci.
Ujian lama menanyakan: Bisakah Anda melakukan ini sendirian?
Terkadang kita membutuhkan jawaban itu.
Namun dunia meminta lebih banyak.
Bisakah Anda menggunakan suatu alat tanpa digunakan? Bisakah Anda mempertahankan akurasi dan suara saat kelancarannya instan? Bisakah Anda tetap bertanggung jawab atas kata-kata yang sebagian dibentuk oleh suatu kode?
Masa depan bukanlah larangan nostalgia. Ini bukan penyerahan teknologi.
AI dapat memperluas konstruksi komunikasi. Atau bisa melubanginya.
Desain memutuskan.
Sekolah yang menolak pertanyaan baru melindungi ilusi.
Ini mengukur masa lalu.
