Siswa Bergantung pada AI: Batas Sehat Penggunaan Feedback Otomatis dalam Belajar

Feedback yang datang instan punya daya tarik yang sulit ditolak siswa. Selesai mengerjakan latihan, langsung tahu benar salahnya, langsung tahu apa yang perlu diperbaiki. Ini jelas lebih baik daripada menunggu berhari-hari sampai guru sempat memeriksa. Tapi ada pertanyaan yang jarang diajukan institusi ketika mengadopsi sistem feedback otomatis: apakah kecepatan ini membuat siswa belajar lebih baik, atau justru membuat siswa berhenti berpikir sebelum feedback muncul?

Bedanya Bantuan yang Mendorong Berpikir dan Bantuan yang Menggantikannya

Ada garis tipis antara AI yang membantu siswa berpikir dan AI yang berpikir untuk siswa. Feedback yang menjelaskan "kamu keliru menghubungkan sebab-akibat di paragraf ini, coba baca ulang kalimat sebelumnya" mendorong siswa untuk kembali ke jawabannya dan memperbaiki pemahamannya sendiri. Sebaliknya, kalau siswa terbiasa langsung melihat jawaban benar tanpa usaha menganalisis kesalahannya sendiri terlebih dulu, feedback secepat apa pun tidak akan membangun pemahaman yang bertahan lama.

Institusi perlu sadar bahwa desain feedback — bukan cuma kecepatannya — yang menentukan apakah AI membantu proses belajar atau justru memotong proses belajar itu sendiri.

Tanda-Tanda Ketergantungan yang Perlu Diperhatikan Guru

Beberapa pola yang bisa jadi sinyal siswa mulai bergantung berlebihan pada feedback otomatis, tanpa benar-benar mengolahnya:

Siswa yang mengerjakan latihan dengan sangat cepat lalu langsung pindah ke soal berikutnya tanpa jeda membaca feedback sama sekali. Siswa yang skor latihannya bagus tapi performanya di ujian sebenarnya — yang tidak disertai feedback instan — jauh lebih rendah. Siswa yang, ketika ditanya guru secara lisan tentang materi yang katanya sudah "dikuasai" menurut sistem, ternyata tidak bisa menjelaskan dengan kata-katanya sendiri.

Pola-pola ini bukan alasan untuk mencurigai teknologinya, tapi sinyal bahwa pendampingan guru tetap dibutuhkan di samping sistem otomatis — bukan sebagai pengganti, tapi sebagai pemeriksa apakah kemajuan yang terlihat di layar benar-benar mencerminkan pemahaman.

Kenapa Sesi Latihan Personalisasi Perlu Tetap Terhubung ke Kompetensi, Bukan Jawaban Hafalan

Salah satu risiko sistem latihan otomatis adalah siswa mulai menghafal pola soal, bukan memahami konsep di baliknya — terutama kalau bank soal untuk kompetensi tertentu terbatas variasinya. Ini bukan masalah AI, tapi masalah desain bank soal dan bagaimana sistem menyusun sesi latihan.

Sistem yang dirancang dengan baik menghubungkan sesi latihan ke peta kompetensi yang lebih luas, bukan sekadar mengulang soal yang mirip. Ketika siswa dianggap "Dikuasai" pada suatu kompetensi, idealnya ada mekanisme yang memastikan penguasaan itu bertahan — misalnya jadwal review berkala pada interval waktu tertentu untuk kompetensi yang sudah dikuasai, bukan cuma berhenti begitu status berubah hijau. Ini membantu memastikan status "dikuasai" mencerminkan retensi jangka panjang, bukan cuma keberhasilan sesaat yang gampang dilupakan.

Peran Guru Tidak Berkurang, Justru Bergeser

Kesalahpahaman umum adalah menganggap feedback otomatis membuat peran guru makin kecil. Yang lebih akurat: peran guru bergeser dari mengoreksi satu per satu jawaban ke memantau pola belajar siswa secara keseluruhan — siapa yang terlalu bergantung pada feedback instan tanpa benar-benar mengolahnya, siapa yang butuh didorong berpikir lebih dalam sebelum melihat jawaban.

Di Lesan, desain human-in-the-loop pada penilaian esai dan rencana belajar justru dibuat supaya guru tetap terlibat aktif di setiap keputusan penting, bukan lepas tangan sepenuhnya ke sistem. Setiap kali guru meninjau feedback AI atau rencana belajar sebelum dikirim ke siswa, itu jadi momen guru melihat langsung pola kelemahan kelasnya — kesempatan yang justru hilang kalau semuanya berjalan otomatis tanpa keterlibatan guru sama sekali.

Batas Sehat yang Bisa Diterapkan Institusi

Institusi bisa menetapkan beberapa kebiasaan sederhana: dorong siswa membaca dan merefleksikan feedback sebelum lanjut ke soal berikutnya, bukan hanya melihat skor. Gunakan sesi tanya-jawab lisan sesekali untuk memverifikasi bahwa status "dikuasai" di sistem benar-benar tercermin dalam pemahaman siswa. Dan yang terpenting, posisikan feedback otomatis sebagai alat bantu yang mempercepat proses belajar — bukan pengganti proses berpikir yang justru menjadi inti dari belajar itu sendiri.

Contoh Nyata: Siswa yang Skornya Bagus tapi Gagap Saat Ditanya Lisan

Seorang guru di sebuah bimbel pernah mendapati kejanggalan: seorang siswa tercatat "Dikuasai" untuk kompetensi menyelesaikan sistem persamaan linear, dengan riwayat latihan yang konsisten benar. Tapi saat guru itu iseng bertanya lisan di kelas — "coba jelaskan langkahnya kalau ketemu soal ini" — siswa itu gelagapan dan tidak bisa menjelaskan urutan langkahnya sendiri, meski jawaban akhirnya sering benar di latihan digital. Setelah ditelusuri, ternyata siswa itu terbiasa mencoba-coba beberapa kemungkinan jawaban dengan cepat sampai feedback instan bilang "benar", tanpa benar-benar memahami prosesnya — pola yang sulit terdeteksi hanya dari skor akhir, karena dari sisi angka dia terlihat kompeten.

Guru itu kemudian mengubah pendekatannya untuk siswa ini secara khusus: memintanya menuliskan langkah pengerjaan di kertas sebelum membuka aplikasi latihan, supaya proses berpikirnya terjadi lebih dulu sebelum melihat feedback instan. Beberapa minggu kemudian, saat ditanya lisan lagi, siswa itu sudah bisa menjelaskan langkahnya dengan lancar — perubahan yang tidak akan pernah terdeteksi kalau guru hanya mengandalkan status "Dikuasai" di dashboard tanpa pernah memverifikasinya secara langsung.

Kenapa Sesi Tanya Jawab Lisan Sesekali Tetap Perlu, Bukan Formalitas

Kasus ini bukan alasan untuk mencurigai sistem digital secara umum — status "Dikuasai" tetap sinyal yang berguna dan akurat untuk sebagian besar siswa. Tapi kasus ini menunjukkan kenapa verifikasi lisan sesekali, walau terasa memakan waktu di tengah jadwal yang padat, tetap punya nilai yang tidak tergantikan sepenuhnya oleh data digital — terutama untuk kompetensi prosedural yang bisa "dilewati" lewat coba-coba tanpa pemahaman konsep yang benar-benar melekat.