Volume 8 | Nomor 2 | Tahun 2025 | Halaman 473Ai484
E-ISSN 2615-8655 | P-ISSN 2615-725X
http://diglosiaunmul.
com/index.
php/diglosia/article/view/1243 Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik Dependence of AI on higher education: A threat to the skill of academic reading Indah Pujiastuti1.
Vismaia S.
Damaianti2*.
Yeti Mulyati3.
Andoyo Sastromiharjo4, & Dian Lestari5
1,2,3,4
Universitas Pendidikan Indonesia Jalan Dr.
Setiabudi No.
Bandung.
Indonesia Email: indah.
pujiastuti@upi.
Orcid: https://orcid.
org/0000-0003-0327-3701 Email: vismaia@upi.
Orcid: https://orcid.
org/0000-0002-2660-5628 Email: yetimulyati@upi.
Orcid: https://orcid.
org/0000-0001-5088-6899 Email: andoyo@upi.
Orcid: https://orcid.
org/0000-0002-2711-0328 Beijing Language and Culture University No.
15 Xueyuan Road.
Haidian District.
Beijing.
China Email: dianlestari.
zh@gmail.
Orcid: https://orcid.
org/0000-0002-5293-0707 Article History Received 10 April 2025 Revised 2 May 2025 Accepted 11 May 2025 Published 14 June 2025 Keywords AI (Artificial Intelligenc.
academic reading.
reading skill.
dependence on the use of AI.
Kata Kunci AI (Artificial Intelligenc.
membaca teks akademik.
keterampilan membaca.
ketergantungan penggunaan AI.
Read online Scan this QR code with your smart phone or mobile device to read online.
Abstract This study investigates the relationship between studentsAo dependence on the use of AI Chatbots for academic purposes and studentsAo ability to read academic text.
The study was a correlational design on 39 students of the Indonesian Language Education Program a university in Indonesia.
Dependence on the use of AI was assessed through a questionnaire.
academic reading ability was measured through an essay test.
The data were analyzed using SPSS with PearsonAos, with effect size .
and significance .
The results showed that the participants had a moderate dependence on AI Chatbots (M=2,78.
SD=0.
and reading scores in the basic category (M=47,74.
SD=16,.
A weak but significant negative correlation was found .
= -0,370.
p = 0,.
These results prove that a higher dependence on AI use can be associated with reduced cognitive ability in reading academic texts.
Although limited by a small sample and the scope of one university, this study offers preliminary evidence about the risks of using AI in language education, especially reading academic texts, which runs counter to the assumption that AI is universally beneficial.
This study recommends large-scale research in various contexts.
Abstrak Penelitian ini menyelidiki hubungan antara ketergantungan mahasiswa terhadap penggunaan AI untuk tujuan akademik dan keterampilan membaca teks akademik mahasiswa.
Studi dilakukan menggunakan desain korelasional terhadap 39 mahasiswa Program Studi Pendidikan Bahasa Indonesia dari sebuah universitas di Indonesia.
Ketergantungan penggunaan AI dinilai melalui angket, sementara kemampuan membaca teks akademik diukur melalui tes uraian yang menilai kemampuan pemahaman membaca artikel jurnal.
Data dianalisis melalui SPSS menggunakan PearsonAos, dengan ukuran efek .
dan signifikansi .
yang dilaporkan.
Hasil menunjukkan peserta memiliki ketergantungan pada AI dalam kategori sedang (M=2,78.
SD=0,.
dan skor membaca dalam kategori kemampuan baca dasar (M=47,74.
SD=16,.
Korelasi negatif yang lemah namun signifikan ditemukan .
= 0,370.
p=0,.
Hasil tersebut membuktikan bahwa ketergantungan penggunaan AI yang lebih tinggi dapat dikaitkan dengan berkurangnya kemampuan kognitif dalam membaca teks Meskipun dibatasi oleh sampel yang kecil dan ruang lingkup satu universitas, penelitian ini menawarkan bukti awal tentang risiko penggunaan AI dalam pendidikan bahasa terutama membaca teks akademik, yang berlawanan terhadap asumsi bahwa AI bermanfaat secara universal.
Penelitian ini merekomendasikan untuk penelitian skala besar dalam berbagai konteks untuk menggeneralisasi temuan dan menyelidiki variabel-varibael lain yang memiliki keterkaitan dengan ketergantungan penggunaan AI dan keterampilan membaca teks A 2025 The Author.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya by Universitas Mulawarman How to cite this article with APA style 7th ed.
Pujiastuti.
Damaianti.
Mulyati.
Sastromiharjo.
, & Lestari.
Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya, 8.
, 473Ae https://doi.
org/10.
30872/diglosia.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya is an open access article under the terms of the Creative Commons Attribution-Share Alike 0 International License (CC BY-SA 4.
Indah Pujiastuti.
Vismaia S.
Damaianti.
Yeti Mulyati.
Andoyo Sastromiharjo, & Dian Lestari Pendahuluan Perkembangan dan integrasi teknologi kecerdasan buatan .
rtificial intelligence/AI) pada dunia pendidikan telah mengubah aktivitas dan pembelajaran akademik secara signifikan.
AI memiliki potensi untuk merevolusi sistem pendidikan dalam berbagai cara (Holmes et al.
, 2019.
Hutson et , 2.
Tiga bantuan utama AI, yaitu bantuan pekerjaan rumah, ujian, dan belajar, pengalaman belajar yang dipersonalisasi, dan pengembangan berbagai keterampilan (Labadze et al.
, 2023.
Malmstrym et al.
, 2023.
Ndaba & Ngcobbo, 2.
Artinya penggunaan AI tidak lagi terbatas pada kegiatan teknis seperti pengecekan tata bahasa atau parafrase, tetapi juga meluas ke aspek yang lebih kompleks seperti memahami teks, meringkas artikel, menjawab pertanyaan bacaan, bahkan menyusun tulisan atau karya baru.
Mahasiswa terutama yang merupakan Gen Z adalah penduduk digital asli yang sudah akrab dengan penggunaan internet (Ndaba & Ngcobbo, 2.
Mahasiswa-mahasiswa ini semakin akrab dengan berbagai platform berbasis AI seperti ChatGPT.
Gemini.
DeepSeek dan AI chatbot lainnya untuk mendukung pembelajaran dan kegiatan akademik lainnya bahkan dalam kehidupan seharihari (Malmstrym et al.
, 2.
Tren penggunaan AI mencerminkan perubahan dalam cara mahasiswa mengakses, memproses, dan merefleksikan informasi akademik.
Penggunaan AI menawarkan peluang dan sekaligus tantangan bagi mahasiswa dalam membaca teks.
Mahasiswa mulai mengandalkan AI untuk memahami konten bacaan, meminta AI untuk memberikan ringkasan atau penjelasan konsep rumit dalam teks, mempermudah akses informasi dan menyelesaikan tugas (Ifani et al.
, 2.
AI bekerja dengan baik saat mempelajari konsep AusederhanaAy dan dengan data yang tersedia, namun AI bekerja dengan buruk Ketika mencoba mempelajari masalah kompleks dengan data terbatas, dan jika diminta untuk melakukan tugas yang sama dengan jenis data baru tanpa pelatihan pada penggunanya (Hutson et al.
, 2022.
Myller & Bostrom, 2.
AI dapat memproses dan menganalisis data secara efisien.
AI mungkin tidak memiliki pemahaman dan kreativitas yang mendalam yang melekat dalam kognisi manusia (Luckin et al.
Hal ini juga berdampak pada proses membaca.
Bantuan AI dapat memberikan kemudahan, ketergantungan yang berlebihan dapat menghambat keterlibatan kognitif (Vieriu & Petrea, 2.
mahasiswa dalam proses membaca.
Kepercayaan dan ketergantungan responden yang tinggi pada alat AI mengkhawatirkan karena dapat menyebabkan mahasiswa menjadi malas untuk berpikir sendiri dan dapat berkontribusi pada mahasiswa melakukan tindakan plagiarisme (Cordero et al.
Ndaba & Ngcobbo, 2.
Mahasiswa cenderung melewatkan proses menafsirkan, mengevaluasi, dan berpikir kritis tentang teks ketika mereka terlalu cepat mengandalkan jawaban atau ringkasan dari AI.
Akibatnya, mahasiswa malas mencari informasi dari jurnal atau buku bahkan membacanya yang pada akhirnya mengurangi kemampuan menulis dan pemahaman mendalam terhadap teks (Ifani et al.
, 2.
Di sisi lain, kemampuan membaca tes akademik merupakan kompetensi penting yang harus dikuasai oleh mahasiswa (Howard et al.
, 2.
Teks akademik merupakan bentuk tulisan yang kompleks dan abstrak, yang ditandai dengan serangkaian fitur linguistik tertentu yang kompleks (Meneses, 2.
, dengan kosakata khusus dari berbagai disiplin ilmu.
Seperti yang dijelaskan oleh Cabrera-Pommiez et al.
membaca teks akademik yang efektif membutuhkan beberapa keterampilan utama, yang melibatkan beberapa aktivitas kognitif yang kompleks.
Hal ini mengharuskan pembaca untuk mempelajari teks-teks yang spesifik secara mendalam dan intensif, menyintesis materi dari berbagai sumber referensi, dan memahami secara kritis maksud dan tujuan Seperti yang ditunjukkan oleh Schedl et al.
proses membaca teks akademik yang sebenarnya terdiri dari penguasaan keterampilan berpikir tingkat tinggi yang memungkinkan pembaca untuk memahami teks secara mendalam, termasuk kemampuan untuk menemukan informasi yang relevan, menghubungkan konsep, dan menyintesis informasi dari berbagai sumber.
Dalam aktivitas membaca teks akademik secara tradisional .
anpa melibatkan AI) berarti mahasiswa didorong untuk mengambil peran aktif dalam proses pembelajaran mereka dengan mengembangkan keterampilan dalam mengeksplorasi, menganalisis, mengkritisi, dan Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik memecahkan masalah (Vieriu & Petrea, 2.
, yang menjadi kemampuan kunci dalam pembelajaran bahasa (Prayogi et al.
, 2.
Beberapa penelitian sebelumnya telah meneliti keterkaitan AI dan dunia pendidikan.
Ada penelitian yang melihat kontribusi AI dalam meningkatkan efisiensi pembelajaran, prestasi akademik, dukungan dalam tugas akademik (Panjaitan et al.
, 2.
Selanjutnya penelitian Vieriu & Petrea .
yang menyoroti dampak teknologi AI pada proses pembelajaran dan kinerja akademis mahasiswa, dengan fokus pada persepsi mereka dan tantangan yang terkait dengan adopsi AI.
Penelitian yang dilakukan oleh Hutson et al.
mengkaji bagaimana AI dapat mendukung pembelajaran humaniora dan seni bahasa, meliputi percakapan, pengenalan bahasa baru, linguistik, dan sastra.
Senada dengan itu.
Toyokawa et al.
membahas pemanfaatan AI untuk membaca aktif, dan El Hassan & Alsalwah .
menjelaskan dampak positif AI dalam pembelajaran membaca untuk mahasiswa EFL.
Pemanfaatan AI juga diteliti dalam pembelajaran membaca teks akademik, terkait tantangan dan peluang yang menyertainya (Fu & Hiniker, 2.
Berlawanan dengan penelitian-penelitian tersebut, penelitian Cahyani et al.
membahas dampak negatif AI terhadap kemampuan membaca kritis mahasiswa.
Penelitian Ifani et al.
menyatakan ketergantungan tinggi penggunaan AI Chatbot mengakibatkan penurunan kualitas Dampaknya mahasiswa malas mencari informasi dari jurnal atau buku bahkan membacanya (Ifani et al.
, 2.
Meskipun beberapa penelitian (El Hassan & Alsalwah, 2025.
Hutson et al.
, 2022.
Panjaitan et , 2024.
Toyokawa et al.
, 2023.
Vieriu & Petrea, 2.
menunjukkan pengaruh positif penggunaan AI dalam pembelajaran, penelitian oleh Cahyani et al.
dan Ifani et al.
memperlihatkan hasil yang berbeda.
Sementara penelitian Fu & Hiniker .
melihat dari kedua sisi, manfaat dan tantangan penggunaan AI dalam membaca teks akademik.
Dari penelitianpenelitian yang dikaji, dua di antaranya secara khusus membahas dukungan AI dalam pembelajaran membaca (Cahyani et al.
, 2023.
Fu & Hiniker, 2.
Namun, keduanya berfokus pada teks berbahasa Inggris, sehingga belum sepenuhnya menjawab kebutuhan pembelajaran membaca teks akademik berbahasa Indonesia di perguruan tinggi.
Hal ini menunjukkan bahwa topik tersebut masih menjadi celah yang belum banyak dieksplorasi dalam penelitian sebelumnya.
Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi hubungan antara tingkat ketergantungan mahasiswa terhadap AI dan kemampuan membaca teks akademik mereka.
Temuan dari studi ini diharapkan dapat memberikan kontribusi teoretis dalam bidang literasi teknologi digital dan membaca teks akademik, sekaligus diharapkan dapat memberikan dasar pertimbangan bagi pengembangan kebijakan pendidikan tinggi yang mendorong penggunaan AI secara bijak.
Metode Penelitian ini menggunakan desain korelasi kuantitatif untuk menggambarkan hubungan antara dua variabel kuantitatif.
Variabel pertama adalah tingkat ketergantungan penggunaan AI, yang dalam perhitungan statistika dianggap sebagai variabel independen.
Variabel kedua adalah kemampuan membaca pemahaman teks akademik mahasiswa sebagai variabel dependen.
Populasi dalam penelitian ini adalah mahasiswa Program Studi Pendidikan Bahasa dan Sastra Indonesia semester 5 di sebuah perguruan tinggi di Tanjungpinang, yang berjumlah 40 orang.
Mahasiswa semester 5 dipilih karena dianggap sudah memiliki kemampuan awal terkait teks akademik yang akan diujikan, memiliki kemampuan awal terkait strategi membaca teks akademik, dan tidak asing dalam menggunakan AI seperti ChatGPT.
DeepSeek.
Gemini, dan AI Chatbot Seluruh mahasiswa mengisi kuesioner yang mengukur tingkat ketergantungan mereka pada AI.
Dari 40 partisipan tersebut, satu responden dikeluarkan karena tidak mengikuti tes.
Dengan demikian, sampel akhir yang dianalisis berjumlah 39 mahasiswa.
Sampel ini masih dianggap memadai untuk analisis korelasi (Gall et al.
, 2003.
Gay et al.
, 2.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Indah Pujiastuti.
Vismaia S.
Damaianti.
Yeti Mulyati.
Andoyo Sastromiharjo, & Dian Lestari Instrumen berupa kuesioner ketergantungan AI dikembangkan berdasarkan 17 pernyataan dari instrumen yang divalidasi oleh Stojanov et al.
Setelah uji reliabilitas dengan Cronbach's Alpha pada sampel pilot .
, diperoleh 12 pernyataan yang memenuhi kriteria reliabilitas (=0.
Instrumen final ini terbagi dalam tiga dimensi kunci: frekuensi penggunaan untuk tujuan akademik .
, preferensi .
, dan integritas/etika akademik .
Angket dibagikan menggunakan Google Form.
Data angket dianalisis menggunakan statistik deskriptif .
SD) untuk gambaran umum.
Untuk mengukur ketergantungan penggunaan AI Chatbot, kategori yang digunakan dapat dilihat pada Tabel 1.
Tabel 1.
Interpretasi Skor
Rentang Skor
O 2,4
2,5-3,4
Ou3,5 Kategori Rendah Sedang Tinggi Sementara itu, alat ukur tes membaca teks akademik dikembangkan berdasarkan penilaian Association of American College and Universities .
dan Manarin et al.
, yang disesuaikan dengan parameter kemampuan membaca teks akademik.
Indikatornya meliputi memahami teks akademik.
menginterpretasi teks akademik.
menganalisis teks akademik.
mengevaluasi teks akademik.
menghubungkan teks akademik dengan disiplin ilmu.
dan merespons teks akademik secara konstruktif.
Interpretasi nilai dikonversi dari level pencapaian membaca tingkatan kelas 12 sampai mahasiswa (Frey, 2018.
NAEP, 2.
Tabel 2.
Interpretasi Nilai Rentang Skor 0Ai52 53Ai60,3 60,4Ai69,1 69,2Ai100 Kategori Kemampuan membaca pra dasar .
elow basi.
Kemampuan membaca dasar .
Kemampuan membaca ahli .
Kemampuan membaca lanjut/mahir .
Setelah diperoleh data angket dan tes, dilakukan uji normalitas dan linearitas (Fein et al.
, 2021.
Field, 2.
Yang kemudian dilakukan uji korelasi.
Pengujian ini menggunakan SPSS.
Ukuran umum korelasi diadopsi dari Morissan .
Pembahasan Ketergantungan Penggunaan AI Hasil analisis tingkat ketergantungan penggunaan AI secara keseluruhan pada kategori sedang (M = 2,78.
SD = 0,.
, dengan skor individu berkisar antara 1,42 hingga 4,50.
Hasil tersebut diungkapkan dalam Tabel 3.
Tabel 3.
Deskriptif Statistik Ketergantungan Penggunaan AI Mean Std.
Deviation Minimum
Maksimum
Skor AI
2,78
0,64
1,42
4,50
Selanjutnya, analisis frekuensi dikelompokkan dalam tiga kategori responden, yaitu rendah, sedang, dan tinggi.
Analisis tersebut disampaikan dalam Tabel 4.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik Tabel 4.
Kelompok Responden
Ketergantungan Rendah
Sedang Tinggi Skor
O 2,4
2,5Ai3,4 Ou3,5 Persentase (%) 30,77 53,85 15,38 Jumlah Mahasiswa Dari Tabel 4 diketahui, sebagian besar mahasiswa .
,85%) menunjukkan ketergantungan penggunaan AI pada kategori sedang, diikuti oleh 30,77% pada kategori rendah, dan 15,38% pada kategori tinggi.
Temuan ini menunjukkan bahwa penggunaan AI di kalangan mahasiswa umumnya berada pada tingkat moderat, dengan sebagian kecil yang sangat bergantung maupun yang jarang menggunakan AI.
Untuk memperoleh gambaran yang lebih rinci mengenai ketergantungan penggunaan kecerdasan buatan (AI) di kalangan mahasiswa, disajikan hasil rekapitulasi data per aspek utama terkait penggunaan AI pada Tabel 5.
Tabel 5.
Penggunaan utama AI
Dimensi
Frekuensi penggunaan AI untuk tujuan akademik
Preferensi atas sumber belajar Integritas/etika akademik
Indikator Memahami konsep yang kompleks Mean
3,38
Menjawab pertanyaan yang berkaitan dengan bidang ilmu
Membuat proyek/ide kreatif seperti media pembelajaran, power
point, modul, dan sejenisnya Memilih AI dibandingkan teks cetak
Menyalin ulang jawaban dari AI
3,23
3,05
2,59
2,67
Dari Tabel 5, diketahui hasil perolehan setiap dimensi utama dari angket AuKetergantungan Penggunaan AIAy.
Pertama.
AuFrekuensi penggunaan untuk tujuan akademikAy, mahasiswa lebih sering menggunakan AI sebagai pendukung aktivitas pembelajaran terutama untuk mencari konsep yang kompleks/sulit dimengerti (M = 3,.
dan mencari jawaban pertanyaan terkait bidang ilmu (M = 3,.
Selain itu.
AI digunakan untuk membuat tugas/aktivitas kreatif seperti membuat media pembelajaran: powerpoint, modul, dan materi ajar (M = 3,.
Hal ini mengindikasikan bahwa AI chatbot tidak sekadar berfungsi sebagai mesin pencari informasi, melainkan juga berperan sebagai fasilitator yang menginspirasi pembentukan ide-ide baru (Dai et al.
, 2023.
Dwivedi et al.
, 2.
Sementara itu, meski intensitas penggunaan AI cukup tinggi, hasil angket mengungkapkan bahwa sumber belajar konvensional tetap tidak sepenuhnya ditinggalkan.
Hal ini terlihat dari ratarata 2,59 dengan skala 1Ai5 berada pada skor yang relatif rendah untuk kategori AuPreferensi atas sumber belajar,Ay berarti mahasiswa juga memiliki kecenderungan memilih sumber belajar seperti buku teks, artikel jurnal, teks-teks lainnya daripada AI.
Aspek ketiga menyangkut praktik akademik.
Integritas akademik, yaitu menyalin ulang jawaban dari AI mendapatkan skor rata-rata M=2,67.
Dalam skala Likert 2,67 masih berada dalam kondisi netral atau moderat.
Data menunjukkan adanya kecenderungan mahasiswa untuk mengadopsi jawaban AI tanpa diolah atau evaluasi.
Walaupun, hasil tidak menunjukkan skor tinggi, hal ini cukup menjadi isyarat perlunya pendekatan baru dalam membangun kesadaran etika akademik dalam menggunakan AI.
Permasalahan tentang integritas akademik .
lagiarisme dan peningkatan kecuranga.
juga ditemukan dalam penelitian-penelitian serupa bahwa plagiarisme adalah masalah krusial dalam menggunakan AI (Madden et al.
, 2.
Tantangan penggunaan AI di sektor pendidikan juga diakui dengan baik karena kurangnya pedoman dan kode etik yang dikembangkan dengan baik seputar AI secara umum (Dwivedi et al.
, 2.
Temuan ini menggambarkan kompleksitas adopsi teknologi AI di kalangan mahasiswa.
Di satu sisi memberikan dampak positif bagi proses belajar, di sisi lain memunculkan tantangan baru terkait penggunaan yang bertanggung jawab dan berdampak pada kemandirian belajar.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Indah Pujiastuti.
Vismaia S.
Damaianti.
Yeti Mulyati.
Andoyo Sastromiharjo, & Dian Lestari Kemampuan Membaca Teks Akademik Hasil tes mengungkapkan kemampuan membaca teks akademik yang rendah pada sampel.
Hasil tersebut dinyatakan dalam Tabel 6.
Tabel 6.
Deskripsi Statistik Kemampuan Membaca Teks Akademik Mean Std.
Deviation Minimum
Maksimum
Skor AI
47,74
14,68
17,19
75,00
Skor rata-rata adalah 47,74 (SD 14,.
yang memenuhi kategori pra dasar untuk tingkat membaca mahasiswa.
Kemampuan membaca pada tingkat ini masih sangat terbatas, berarti mahasiswa belum dapat memahami teks tertulis secara optimal.
Mereka mungkin hanya mampu mengenali beberapa kosakata dasar atau mengambil informasi yang sangat jelas, namun belum mampu memahami makna keseluruhan, menarik kesimpulan, ataupun menangkap ide-ide yang lebih mendalam dari bacaan (NAGB, 2.
Skor minimum adalah 17,19 .
dan skor maksimum 75,00 .
Ringkasan interpretasi kemampuan membaca teks akademik, pada tabel 5 berikut.
Tabel 7.
Interpretasi Skor Membaca Teks Akademik Indikator Memahami Teks Akademik Menginterpretasi Teks Akademik Menganalisis Teks Akademik Mengevaluasi Teks Akademik Menghubungkan Teks Akademik dengan Disiplin Ilmu Merespons Teks Akademik Rata-Rata Skor .
Ai4 ) 2,72 2,36 1,83 1,05 1,39 1,77 Persentase 67,95 58,97 45,83 26,28 34,74 44,23 Dari Tabel 7 ditunjukkan bahwa mayoritas mahasiswa .
,95%) mampu memahami informasi eksplisit dalam teks, seperti ide utama dan detail pendukung, hanya terbatas pada konten literal.
Namun, untuk keterlibatan pemikiran kritis .
iterasi kriti.
, kemampuan mahasiswa tergolong sangat rendah.
Kurang dari separuh responden .
83%) mendapatkan skor rendah pada indikator Aumampu menganalisis teks,Ay bahkan untuk indikator Aumengevaluasi teksAy mendapat skor terendah dari semua indikator, yaitu 1,05.
Temuan ini mengkonfirmasi penelitian-penelitian yang menunjukkan mahasiswa kesulitan dalam menguasai keterampilan membaca kritis (Mohd Zin et , 2014.
Njonge, 2023.
Sidhu et al.
, 2.
Mahasiswa juga memiliki skor yang rendah pada kemampuan merespons teks akademik dan mengaitkannya dengan disiplin ilmunya lainnya.
Yang artinya, mahasiswa masih belum menguasai kemampuan dalam berargumentasi, mengaitkan dengan kontekstual, dan menyampaikan hal-hal baru di luar teks.
Korelasi Ketergantungan Penggunaan AI dan Kemampuan Membaca Teks Akademik Uji normalitas dilakukan pada kedua variabel Shapiro-Wilk karena sampel < 50.
Berdasarkan hasil uji normalitas yang ditampilkan pada Tabel 8, nilai signifikansi hasil tes sebesar 0,895 dan hasil angket sebesar 0,484.
lebih besar dari 0,05, sehingga data berdistribusi normal.
Oleh karena itu, analisis selanjutnya dilakukan menggunakan uji statistik parametrik.
Tabel 8.
Hasil Uji Normalitas Variabel Hasil Tes Angket Shapiro-Wilk (Sig.
Kesimpulan Normal Normal Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik Selanjutnya, dilakukan uji linieritas, yang merupakan uji persyaratan untuk uji korelasi (Morissan, 2.
Pengujian dilakukan menggunakan analisis ANOVA Test for Linearity pada SPSS.
Interpretasi data diketahui dari hasil Ausignifikasi lienarityAy < 0,05 hubungan antara variabel adalah serta hasil signifikansi Deviation From Linearity dengan interpretasi > 0.
05 maka tidak ada penyimpangan signifikan dari linieritas.
Tabel 9.
Hasil Uji Linieritas di SPSS Variasi Linieritas Sig.
Deviation from Linearity Sig.
Nilai linieritas 0,014 < 0,05 dan nilai Sig.
Deviation from Linearity 0,196 > 0,05, menunjukkan tidak ada penyimpangan signifikan dari linieritas.
Artinya terdapat hubungan yang linier antara tingkat ketergantungan penggunaan AI dan kemampuan membaca teks akademik mahasiswa.
Dengan demikian, dapat disimpulkan asumsi linieritas terpenuhi, sehingga data dapat dianalisis lebih lanjut menggunakan uji korelasi Pearson.
Selanjutnya, nilai koefisien korelasi .
sebesar -0,370 pada Tabel 8.
Hasil tersebut menunjukkan terdapat hubungan negatif antara ketergantungan penggunaan AI dan kemampuan membaca mahasiswa, namun berada pada kategori lemah karena koefisien r adalah -0.
(Morissan, 2.
Tabel 10.
Hasil Uji Korelasi Pearson Variabel Ketergantungan Penggunaan Kemampuan Membaca Sig.
Kesimpulan Korelasi Negatif.
Signifikan Walaupun korelasi diinterpretasikan lemah, korelasi tetap signifikan karena nilai sig.
0,020 <
0,05.
Korelasi negatif signifikan ini terlihat pada visualisasi scatterplot berikut.
Gambar 1.
Visualisasi Scatterplot Titik-titik tersebar tanpa pola jelas, sehingga korelasi lemah menunjukkan kevalidan.
Selain itu, gambar membentuk pola menurun dari kiri atas ke kanan bawah yang artinya korelasi negatif signifikan terkonfirmasi.
Temuan ini mengungkapkan bahwa peningkatan ketergantungan pada AI dapat dikaitkan dengan penurunan keterlibatan mendalam mahasiswa dengan teks akademik.
Hasil ini sejalan dengan penelitian sebelumnya adanya korelasi negatif antara penggunaan AI dan Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Indah Pujiastuti.
Vismaia S.
Damaianti.
Yeti Mulyati.
Andoyo Sastromiharjo, & Dian Lestari kemampuan membaca kritis mahasiswa (Cahyani et al.
, 2.
Hasil ini juga sejalan dengan kekhawatiran terkini yang muncul dalam literatur pendidikan mengenai potensi pelepasan kognitif (Vieriu & Petrea, 2.
, pengurangan pemahaman mendalam (Holmes et al.
, 2.
, perusakan pemikiran kritis yang disebabkan oleh ketergantungan berlebihan pada teknologi AI .
ChatGPT.
DeepSeek, dan AI Chatbot lainny.
dalam konteks akademis (Habib et al.
, 2.
Sementara teknologi AI menawarkan bantuan dan efisiensi langsung, teknologi tersebut secara tidak sengaja dapat mengurangi kesempatan bagi mahasiswa untuk melatih pemikiran kritis, menyimpulkan, dan membaca analitis (Cahyani et al.
, 2.
Ini juga sejalan dengan temuan yang mengungkapkan bahwa AI memberikan tantangan dalam penggunaannya seperti ketergantungan yang berlebihan pada AI, berkurangnya keterampilan berpikir kritis, risiko privasi data, dan ketidakjujuran akademis yang diidentifikasi (Vieriu & Petrea, 2.
Seperti yang ditunjukkan dalam Tabel 7 kemampuan mahasiswa dalam Aumerespons teks akademikAy dan Aumenghubungkan teks dengan bidang ilmuAy dalam kategori rendah karena mayoritas mahasiswa hanya menulis jawaban yang dangkal tanpa analisis mendalam dan gagal mengaitkan teks dengan konteks Temuan ini selaras dengan kritik terhadap penggunaan AI yang memaksakan kerangka kerja yang kaku dan membatasi ekspresi kreatif (Lin & Chen, 2.
Hal ini bisa saja terjadi karena kebiasaan mengandalkan jawaban AI, menyalin ulang, sehingga sulit mengembangkan argumen Kinerja membaca yang rendah yang diamati dalam studi ini dapat dikaitkan dengan perubahan kebiasaan belajar mahasiswa.
Hambatan sebagian mahasiswa dalam membaca .
ecara tradisiona.
adalah keengganan membaca .
, tidak berminat dengan bacaan (Pujiastuti et al.
, dan selanjutnya ditambah dengan kemudahan yang ditawarkan AI.
Temuan pada Tabel 5 bahwa mahasiswa menyalin jawaban AI tanpa proses adaptasi (M=2,.
sejalan dengan penelitian (Pujiastuti et al.
, 2.
yang mengungkapkan hasil yang buruk dalam penugasan membaca adalah mahasiswa hanya menyalin ulang bacaan sehingga muncul kasus plagiarisme dalam menulis jawaban atau karya baru (Mulawarman & Noviyanti, 2.
Alih-alih berinteraksi secara mendalam dengan teks akademik, mahasiswa mungkin semakin memilih ringkasan atau jawaban yang dihasilkan AI .
alin-ulan.
seperti yang disampaikan pada tabel, mengabaikan upaya kognitif yang diperlukan untuk pemahaman, interpretasi, analisis, hingga kritis.
Pergeseran ini menimbulkan tantangan yang signifikan bagi program pendidikan bahasa, yang pada dasarnya bertujuan untuk menumbuhkan pembaca akademis yang mandiri, kritis, dan reflektif.
Hal yang menarik, korelasi yang ditemukan dalam penelitian ini lemah, namun signifikan secara statistik.
Ini menunjukkan bahwa meskipun ketergantungan AI dapat berperan dalam membentuk kemampuan membaca teks akademik, ketergantungan penggunaan AI kemungkinan bukan satu-satunya faktor yang berkaitan dengan kemampuan membaca mahasiswa.
Faktor lain, seperti strategi membaca atau motivasi belajar, mungkin juga berperan dalam menentukan kemampuan membaca mahasiswa.
Penelitian di masa mendatang harus mempertimbangkan variabel-variabel ini untuk memberikan pemahaman yang lebih komprehensif.
Hal baru dari penelitian ini terletak pada fokus spesifiknya pada korelasi penggunaan AI dengan kinerja membaca teks akademik dalam konteks pendidikan tinggi.
Meskipun banyak penelitian telah mengeksplorasi peran AI dalam penulisan atau penyelesaian tugas, hanya sedikit yang telah meneliti dampak potensialnya pada membaca teks akademik yang merupakan kompetensi penting di perguruan tinggi.
Dengan demikian, penelitian ini berkontribusi pada wacana yang berkembang tentang konsekuensi yang tidak diinginkan dari kemudahan teknologi digital, yaitu penggunaan AI yang berlebihan dalam pendidikan.
Dari perspektif pedagogis, temuan-temuan ini menggarisbawahi pentingnya membimbing mahasiswa untuk menggunakan AI secara bertanggung jawab dan memosisikannya sebagai sistem pendukung daripada pengganti upaya kognitif.
Para pendidik dan perancang kurikulum didorong untuk mengintegrasikan pemahaman AI ke dalam pengajaran membaca teks akademik, membantu mahasiswa mengevaluasi secara kritis dan melengkapi keluaran AI dengan penalaran dan interpretasi mereka sendiri.
Diglosia: Jurnal Kajian Bahasa.
Sastra, dan Pengajarannya Vol.
8 No.
473Ai484 Ketergantungan penggunaan AI pada pendidikan tinggi: Ancaman terhadap keterampilan membaca teks akademik Penutup Studi ini menyoroti tren dalam pendidikan tinggi, yaitu meningkatnya ketergantungan pada perangkat kecerdasan buatan (AI) di kalangan mahasiswa, khususnya untuk tugas-tugas akademis, yang dikaitkan dengan kemampuan membaca teks akademik.
Hasilnya ada korelasi negatif yang lemah dan signifikan antara kedua variabel.
Meskipun korelasinya lemah, pola tersebut mengungkapkan potensi keterlibatan respons AI untuk teks akademik dibandingkan bagaimana mahasiswa memproses teks akademik tersebut secara mandiri.
Temuan ini menekankan perlunya mempertimbangkan kembali bagaimana AI diintegrasikan ke dalam rutinitas akademis mahasiswa terutama dalam aktivitas membaca teks akademik.
Implikasi dari temuan ini penting dalam ranah pendidikan bahasa.
Kecerdasan buatan (AI) akan selalu bertumbuh berdampingan dengan pendidikan, ada di mana-mana dalam lingkungan belajar, ada kebutuhan mendesak untuk membekali mahasiswa tidak hanya dengan literasi teknologi digital tetapi juga dengan keterampilan membaca itu sendiri.
Kemampuan mahasiswa untuk terlibat secara mendalam, bijaksana, kritis, dan mandiri dengan teks-teks yang kompleks.
Lembaga pendidikan tinggi juga harus mengembangkan strategi pedagogis yang menjaga keseimbangan antara memanfaatkan AI sebagai perangkat pendukung dan melestarikan proses kognitif yang terlibat dalam membaca teks akademik.
Namun, studi ini bukan tanpa keterbatasan.
Penggunaan angket untuk mengukur ketergantungan AI mungkin tidak sepenuhnya menangkap ketergantungan mahasiswa terhadap teknologi AI.
Selain itu, penelitian ini sampelnya dalam ruang lingkup kecil yang hanya terbatas pada program studi bahasa, yang mungkin tidak mewakili mahasiswa dalam disiplin ilmu lain.
Penelitian di masa mendatang dapat dari berbagai bidang akademik, yang diperlukan untuk menentukan apakah pola serupa ada pada mahasiswa dengan tuntutan literasi yang berbeda.
Pada akhirnya, penyelidikan yang berkelanjutan sangat penting untuk memastikan bahwa integrasi AI dalam pendidikan tinggi meningkatkan daripada melemahkan pengembangan kompetensi akademik inti, khususnya kemampuan untuk membaca dan berpikir tingkat tinggi.
Ucapan Terima Kasih Penulis mengucapkan terima kasih kepada BPI.
PPAPT Kemdiktisaintek, dan LPDP.
Daftar Pustaka