Sistem Penilaian Esai Otomatis: Apa yang Realistis Diharapkan dari AI (dan Apa yang Tidak)

Setiap institusi yang punya banyak siswa dan sering memberi soal esai tahu betul bebannya: satu esai bisa butuh beberapa menit untuk dibaca dan dinilai dengan cermat, dikalikan puluhan atau ratusan siswa, dikalikan berapa kali ujian dalam sebulan. Tidak heran tawaran "penilaian esai otomatis berbasis AI" terdengar menggiurkan. Tapi sebelum institusi Anda mengadopsinya, penting untuk punya ekspektasi yang tepat — apa yang benar-benar bisa dilakukan AI di sini, dan apa yang tetap butuh guru.

Apa yang Realistis Bisa Dilakukan AI

AI cukup baik dalam membaca pola jawaban esai dan menghasilkan draft skor beserta catatan singkat — misalnya menandai apakah jawaban mencakup poin-poin kunci yang diharapkan, apakah strukturnya koheren, atau apakah ada kesalahan konsep yang jelas. Untuk esai dalam jumlah besar, ini bisa memangkas waktu guru secara signifikan, karena guru tidak lagi mulai dari kertas kosong — mereka mulai dari draft yang sudah ada skor dan alasan awalnya.

Ini paling efektif untuk esai dengan struktur jawaban yang relatif jelas — misalnya esai yang menuntut penjelasan konsep tertentu atau penyelesaian masalah dengan langkah yang bisa diverifikasi. AI cukup konsisten dalam mengenali apakah elemen-elemen kunci itu ada atau tidak.

Apa yang Tidak Bisa Diandalkan dari AI

Di sisi lain, ada batas yang jelas. Esai yang jawabannya bergantung pada konteks yang sangat spesifik — misalnya pengalaman pribadi siswa, argumen yang sah secara logis tapi tidak mengikuti pola jawaban "standar", atau nuansa budaya dan bahasa yang halus — jauh lebih rawan dinilai keliru oleh sistem otomatis. AI juga tidak selalu bisa membedakan jawaban yang secara teknis benar tapi ditulis dengan gaya tidak lazim, dari jawaban yang sebenarnya keliru tapi kebetulan memakai kata kunci yang tepat.

Karena itu, AI di sini seharusnya diposisikan sebagai draft, bukan keputusan. Skor dan catatan yang dihasilkan AI untuk esai (dan upload file) tidak pernah otomatis dihitung ke nilai siswa sampai seorang guru meninjau dan secara eksplisit menyetujuinya — di Lesan, langkah ini konkret berupa tombol "Kirim ke Siswa" yang harus diklik guru. Sebelum itu, skor AI hanya berstatus draft dan tidak memengaruhi nilai siswa sama sekali.

Upload Video dan Dokumen: Sepenuhnya Manual

Penting dicatat: untuk jenis jawaban berupa unggahan video atau dokumen — misalnya rekaman presentasi lisan atau tugas praktik yang difoto — tidak ada analisis AI sama sekali. Penilaiannya sepenuhnya manual oleh guru. Ini bukan keterbatasan yang perlu ditutup-tutupi; ini batas yang jujur soal di mana otomatisasi masuk akal dan di mana tidak.

Seperti Apa "Draft, Bukan Keputusan" Secara Operasional

Prinsip ini perlu diterjemahkan ke alur kerja yang konkret, bukan sekadar slogan. Beberapa elemen yang membuat prinsip ini benar-benar berjalan:

• Antrean review — setiap esai yang sudah didraft skornya oleh AI masuk ke daftar yang harus ditinjau guru, bukan langsung tayang ke siswa.
• Guru bisa mengedit atau membatalkan skor draft sepenuhnya, bukan hanya menyetujui atau menolak dalam bentuk biner.
• Tidak ada auto-publish diam-diam — skor esai baru dihitung ke nilai siswa setelah guru menekan tombol kirim secara sadar, bukan otomatis berjalan sendiri di belakang layar setelah jangka waktu tertentu.
• Nilai ungraded (esai yang belum direview) dihitung sebagai 0 untuk sementara terhadap skor, tapi tetap terhitung di skor maksimal — supaya guru dan siswa sama-sama tahu bahwa nilai belum final, bukan seolah-olah nilai sudah pasti rendah.

Kombinasi elemen-elemen ini yang membedakan "AI membantu guru bekerja lebih cepat" dari "AI menggantikan keputusan guru" — perbedaan yang sering hilang dalam materi promosi produk EdTech, tapi sangat menentukan dalam praktik sehari-hari.

Kenapa Ini Bukan Soal Ketidakpercayaan pada Teknologi

Menjaga guru tetap sebagai pemegang keputusan akhir bukan berarti tidak percaya pada kemampuan AI — ini soal memahami di mana taruhannya tinggi. Skor esai memengaruhi rapor, laporan ke orang tua, dan keputusan penempatan kelas siswa. Kesalahan penilaian yang tidak terkoreksi di titik ini punya konsekuensi nyata, sementara kesalahan yang tertangkap saat masih berstatus draft tidak merugikan siapa pun.

Guru yang meninjau draft AI juga bukan sekadar formalitas centang-centang. Guru punya konteks yang AI tidak punya: mengenal gaya menulis siswa tertentu, tahu materi apa yang baru saja diajarkan minggu itu, dan bisa menangkap kalau ada jawaban yang secara teknis "cocok kata kunci" tapi sebenarnya menunjukkan salah paham konsep.

Pertanyaan yang Perlu Ditanyakan Institusi Sebelum Adopsi

Kalau institusi Anda mempertimbangkan sistem penilaian esai berbasis AI, beberapa pertanyaan berikut lebih berguna daripada sekadar bertanya "apakah AI-nya akurat":

• Apakah ada alur review yang jelas sebelum skor AI dihitung ke nilai siswa, atau skornya langsung final begitu AI selesai memproses?
• Bisakah guru mengedit skor dan catatan AI dengan mudah, atau hanya bisa menerima/menolak secara biner?
• Apakah sistem transparan soal skor mana yang masih draft AI dan mana yang sudah disetujui guru — baik untuk guru maupun untuk siswa yang menerima hasilnya?

Jawaban jujur atas pertanyaan-pertanyaan ini jauh lebih penting daripada klaim soal seberapa "canggih" AI-nya. AI yang baik untuk penilaian esai bukan yang paling percaya diri menggantikan guru, tapi yang paling jujur soal kapan dia butuh guru untuk turun tangan.

Mengukur Manfaatnya dari Waktu, Bukan dari Skor

Cara paling jujur mengevaluasi apakah sistem penilaian esai otomatis benar-benar membantu institusi Anda bukan dengan bertanya "seberapa mirip skor AI dengan skor guru", tapi "berapa banyak waktu guru yang terhemat setelah alur review ditambahkan, dan apakah kualitas feedback ke siswa tetap terjaga atau bahkan membaik". Draft yang bagus membuat guru lebih cepat menulis catatan yang membangun untuk siswa, bukan sekadar mempercepat proses centang skor tanpa membaca jawabannya sama sekali.

Kalau setelah beberapa minggu pemakaian guru justru menghabiskan waktu yang sama — atau lebih lama — untuk mengoreksi ulang draft AI yang sering meleset, itu sinyal bahwa alat tersebut belum cocok untuk jenis esai yang institusi Anda berikan, dan mungkin perlu disesuaikan cakupannya: dipakai hanya untuk esai dengan struktur jawaban yang lebih jelas, sementara esai reflektif atau argumentatif tetap dinilai manual sepenuhnya oleh guru.