Dampak Psikologis dan Pedagogis Kecerdasan Buatan sebagai Pendidik terhadap Kemampuan Kognitif dan Interaksi Sosial Siswa

Muhammad Salimin Dhany

doi:10.55681/primer.v2i6.592

Authors

Muhammad Salimin Dhany Politeknik IDN Bogor

DOI:

https://doi.org/10.55681/primer.v2i6.592

Keywords:

Kecerdasan Buatan, Kognitif, Interaksi Sosial, Pedagogi, Psikologi Pendidikan

Abstract

Penelitian ini bertujuan untuk menginvestigasi dampak ganda dari penggunaan Kecerdasan Buatan sebagai pendidik (AI-ED) terhadap siswa, secara spesifik memisahkan pengaruh psikologis dan pedagogis serta mengukur luarannya pada dimensi kognitif dan interaksi sosial. Menggunakan metode kuantitatif dengan pendekatan purposive sampling, penelitian ini melibatkan 300 siswa sekolah menengah yang telah berinteraksi dengan tutor AI terintegrasi minimal selama satu semester. Data persepsi dikumpulkan melalui kuesioner skala Likert, sementara data kognitif obyektif diukur melalui pre-test dan post-test standar. Analisis data menggunakan SmartPLS 4 untuk pemodelan persamaan struktural dan IBM SPSS untuk Paired Sample T-Test. Hasil penelitian menunjukkan adanya paradoks pendidikan: secara pedagogis, AI terbukti secara signifikan meningkatkan kemampuan kognitif melalui personalisasi materi dan kecepatan umpan balik (P-value 0.000). Namun, secara psikologis, tingginya intensitas penggunaan AI memicu ketergantungan yang secara signifikan mendegradasi fungsi interaksi sosial siswa, termasuk penurunan empati dan kolaborasi sebaya (P-value 0.001). Kesimpulan dari studi ini merekomendasikan penerapan Hybrid-AI Pedagogy, di mana intervensi AI dibatasi pada penguatan kognitif dengan batasan waktu layar, sementara guru manusia difokuskan pada pengembangan kompetensi sosial kolaboratif di kelas.

References

Adams, R. (2023). Artificial intelligence in modern classrooms: Re-evaluating the role of human educators. Journal of Educational Technology, 45(2), 112-128.

Baker, T., & Smith, L. (2022). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta Foundation Press, 1(1), 45-67.

Chen, X., Wang, Y., & Zhang, H. (2021). The impact of smart tutoring systems on student cognitive load and learning outcomes. Computers & Education, 168, 104195.

Davis, F. D. (2020). Re-examining technology acceptance in the era of autonomous educational machines. Information Systems Research Journal, 31(4), 980-995.

Eysenck, M. W. (2021). Psychological aspects of digital dependence in adolescent learners. London, UK: Routledge Academic.

Fitriani, A. (2023). Tantangan implementasi pendidik artifisial di sekolah menengah Indonesia: Sebuah tinjauan pedagogis. Jurnal Inovasi Pendidikan Nusantara, 8(3), 210-225.

Garcia, M. (2022). Hyper-personalization in digital learning: How AI tutors adapt to individual cognitive curves. International Journal of Artificial Intelligence in Education, 32(1), 55-80.

Hwang, G. J. (2020). Definition, framework and research issues of smart learning environments: A context-aware ubiquitous learning perspective. Smart Learning Environments, 1(1), 1-14.

Indriani, S. (2023). Menurunnya kohesi sosial di era digital: Dampak penggunaan sistem belajar tertutup pada remaja. Jurnal Psikologi Sosial Indonesia, 12(1), 34-50.

Johnson, L. (2021). Pedagogical models for human-machine collaborative learning. Educational Review, 73(2), 221-239.

Kim, J. (2022). Tech-induced learning anxiety: When students prefer algorithms over human feedback. Journal of Cyberpsychology, 15(4), 405-420.

Lee, H. (2021). Intrinsic motivation in gamified and AI-driven educational platforms. Learning and Instruction, 72, 101438.

Martinez, A. (2023). Screen time limits and cognitive overload in adaptive learning systems. Pediatric Education Journal, 19(2), 150-165.

Nguyen, T. (2020). Peer collaboration in the digital age: Are we losing the human touch? Journal of Social Constructivism, 5(3), 88-105.

O'Connor, E. (2022). The empathy deficit: How non-human interaction shapes adolescent social intelligence. Child Development Perspectives, 16(1), 45-52.

Pratama, R. (2023). Panduan praktis evaluasi model SEM menggunakan SmartPLS 4 dalam riset pendidikan. Jakarta: Pustaka Akademika.

Qasim, M. (2021). Methodological rigorously in PLS-SEM: Assessing construct validity and reliability in educational research. Journal of Quantitative Educational Research, 28(3), 310-328.

Rahmawati, D. (2022). Analisis peningkatan retensi memori jangka panjang melalui umpan balik adaptif berbasis AI. Jurnal Teknologi Pembelajaran, 14(2), 115-130.

Smith, A. (2023). Real-time precision feedback in AI-ED systems: Bridging the gap in conceptual understanding. Educational Technology Research and Development, 71(1), 200-220.

Taylor, J. (2021). Hybrid pedagogy: Finding the balance between machine efficiency and human connection. The Journal of Educational Foundations, 35(4), 67-85.

Utami, B. (2022). Isolasi sosial dan proyektif ekspektasi mesin pada siswa pasca-pandemi. Jurnal Konseling Anak dan Remaja, 9(2), 80-96.

Varma, S. (2021). Re-interpreting Vygotsky in the age of AI: Why human peer negotiation remains irreplaceable. Cognitive Development Quarterly, 42(3), 305-320.

Wang, Y. (2023). Algorithmic dependency syndrome: The psychological cost of autonomous learning environments. Cyberpsychology, Behavior, and Social Networking, 26(5), 330-338.

Xu, Z. (2022). Complex problem-solving skills enhancement through machine learning driven scaffolding. Journal of Computer Assisted Learning, 38(6), 1650-1665.

Yilmaz, R. (2021). Human-computer interaction in education: The erosion of interpersonal communication skills among digital natives. Journal of Educational Computing Research, 59(2), 245-268.

Zainuddin, Z. (2022). The interplay of AI tutoring and gamification: Effects on cognitive engagement. Interactive Learning Environments, 30(4), 670-685.