Kenapa Dosen Butuh Waktu Lebih Sedikit Menilai Esai Tanpa Kehilangan Kendali Penilaian

Bayangkan seorang dosen pengampu mata kuliah dengan tiga kelas paralel, masing-masing berisi 40 mahasiswa, memberi UAS berbentuk esai lima soal. Itu berarti 600 jawaban esai yang harus dibaca, dinilai, dan diberi feedback — dalam rentang waktu yang biasanya cuma beberapa hari sebelum nilai harus disetor ke bagian akademik. Ini bukan skenario langka; ini kenyataan yang dihadapi banyak dosen setiap akhir semester, dan sering jadi alasan feedback esai yang diberikan ke mahasiswa jadi sangat singkat — bukan karena dosennya tidak peduli, tapi karena waktunya memang tidak cukup untuk memberi feedback mendalam ke 600 jawaban sekaligus.

Beban yang Sering Tidak Terlihat dari Luar

Menilai esai bukan sekadar membaca lalu memberi angka. Penilaian yang baik butuh membandingkan jawaban dengan rubrik, mempertimbangkan variasi cara menjawab yang sama-sama valid, dan menulis feedback yang bisa membantu mahasiswa memahami di mana letak kekurangannya — bukan sekadar angka tanpa penjelasan. Proses ini, kalau dilakukan dengan teliti untuk setiap jawaban, memakan waktu yang jauh lebih lama dibanding menilai soal pilihan ganda yang bisa dikoreksi mesin dalam hitungan detik.

Akibatnya, dosen sering dihadapkan pada trade-off yang tidak enak: menilai cepat dengan feedback minim demi mengejar tenggat, atau menilai teliti dengan feedback bermakna tapi mengorbankan waktu untuk riset dan urusan akademik lain yang sama-sama menuntut. Trade-off ini yang sebenarnya coba diatasi lewat bantuan AI dalam penilaian esai — bukan untuk menggantikan penilaian dosen, tapi untuk mengurangi beban di bagian yang paling menyita waktu: membaca awal dan menyusun draft feedback.

Bagaimana AI Membantu Tanpa Mengambil Alih Keputusan

Di Lesan, alur penilaian esai dirancang dengan prinsip AI menyarankan, dosen memutuskan. Ketika mahasiswa submit jawaban esai atau tugas berbasis file, sistem menghasilkan draft skor dan feedback lewat AI secara otomatis di latar belakang, biasanya selesai dalam hitungan menit. Tapi draft ini tidak pernah langsung jadi nilai final — semua draft masuk ke antrean Review Feedback AI yang harus dibuka dan ditinjau dosen sebelum dikirim ke mahasiswa.

Di tahap review ini, dosen bisa menerima draft skor dan feedback AI apa adanya kalau sudah sesuai penilaiannya, mengubah skor atau redaksi feedback kalau ada yang perlu disesuaikan, atau menolaknya sepenuhnya kalau AI salah menilai. Yang penting: sampai dosen menekan tombol kirim, nilai itu belum masuk ke rekap resmi mahasiswa. Ini bukan proses yang menghilangkan pekerjaan dosen sepenuhnya, tapi mengubah pekerjaan dari "membaca dan menilai dari nol" menjadi "meninjau dan mengoreksi draft yang sudah ada" — yang secara konsisten lebih cepat dikerjakan untuk volume esai yang besar.

Kenapa Kendali Penuh Tetap di Tangan Dosen

Ada alasan kuat kenapa desain ini sengaja tidak membiarkan AI mengirim nilai secara otomatis tanpa review manusia. Model AI, sebagus apa pun, bisa salah menilai jawaban yang menggunakan pendekatan tidak umum tapi sebenarnya benar, atau gagal menangkap nuansa argumen yang kompleks. Kalau nilai final langsung diputuskan AI tanpa jaring pengaman manusia, satu kesalahan penilaian bisa langsung berdampak ke nilai resmi mahasiswa tanpa ada yang mengoreksi.

Dengan alur review wajib ini, dosen tetap memegang otoritas akademik penuh — sesuatu yang penting bukan cuma secara etis, tapi juga karena regulasi akademik kampus umumnya memang mensyaratkan penilaian akhir jadi tanggung jawab dosen pengampu, bukan sistem otomatis. AI di sini berperan sebagai asisten yang mempercepat bagian mekanis dari penilaian, bukan pengganti keputusan akademik.

Ketika Draft AI Konsisten Meleset untuk Tipe Jawaban Tertentu

Dalam praktiknya, kualitas draft AI tidak selalu merata untuk semua jenis pertanyaan. Untuk esai dengan jawaban yang relatif terstruktur — misalnya menjelaskan konsep dengan definisi yang jelas — draft AI cenderung cukup akurat dan hanya butuh sedikit penyesuaian dari dosen. Tapi untuk esai yang membuka ruang interpretasi luas, seperti opini beralasan atau analisis kasus yang tidak punya satu jawaban benar tunggal, draft AI kadang meleset lebih sering, terutama kalau mahasiswa menjawab dengan pendekatan yang tidak umum tapi sebenarnya valid.

Dosen yang memakai alur ini beberapa periode biasanya mulai mengenali pola: tipe soal mana yang draft AI-nya bisa dipercaya dengan sedikit koreksi, dan tipe soal mana yang butuh peninjauan lebih hati-hati karena riwayat draftnya sering meleset. Pengenalan pola ini penting dikomunikasikan ke sesama dosen pengampu mata kuliah yang sama, supaya semua yang terlibat tahu bagian mana dari proses review yang bisa dipercepat dan bagian mana yang tetap butuh perhatian penuh seperti menilai dari nol.

Sinyal lain yang perlu diperhatikan: kalau untuk satu jenis soal tertentu, dosen hampir selalu perlu mengubah signifikan skor atau feedback dari draft AI, itu indikasi rubrik penilaian untuk soal tersebut mungkin perlu diperjelas atau soalnya sendiri perlu direvisi agar kriteria jawaban benarnya lebih eksplisit — bukan semata masalah kemampuan AI. Draft yang konsisten meleset kadang justru mengungkap ambiguitas dalam rubrik yang selama ini tidak disadari, bahkan saat dinilai manual sepenuhnya.

Yang Realistis Diharapkan

Penting untuk tidak berekspektasi bahwa bantuan AI akan menghilangkan seluruh waktu penilaian esai — dosen tetap perlu meninjau setiap draft, dan untuk jawaban yang kompleks atau ambigu, waktu review bisa hampir sama dengan menilai dari nol. Tapi untuk mayoritas jawaban yang jelas benar atau jelas kurang, proses review draft biasanya jauh lebih cepat dibanding menulis feedback dari halaman kosong.

Bagi dosen yang baru mencoba alur ini, cara paling realistis memulai adalah dengan satu kelas atau satu batch ujian kecil dulu, membandingkan waktu yang dihabiskan meninjau draft AI dengan waktu biasa menilai manual, sebelum menerapkannya ke volume yang lebih besar. Efisiensi yang didapat bervariasi tergantung jenis soal dan gaya menjawab mahasiswa — tapi prinsip dasarnya tetap sama: mempercepat bagian mekanis, tanpa pernah melepas kendali akademik dari tangan dosen yang bertanggung jawab.