Belajar di Era AI Generatif: Apakah Kembali ke Asesmen Lisan Bisa Menjadi Jawabannya?

I Putu Mardika • Dipublikasikan Jumat, 28 Agustus 2026 | 11:19 WIB
Made Hery Santosa, Ph.D. Pendidik dan Peneliti Universitas Pendidikan Ganesha
Made Hery Santosa, Ph.D. Pendidik dan Peneliti Universitas Pendidikan Ganesha

BALIEXPRESS.ID-Dari undangan panel ahli oleh Pearson Higher Education yang berbasis di Inggris belum lama ini, saya berbagi dengan sekitar banyak peserta di konteks global, khususnya di Asia. Beberapa perkembangan, fenomena, pertanyaan, dan hal-hal yang masih menggantung namun menarik bermunculan. Saya mencoba memaparkannya dan mengubungkan pada konteks Indonesia.

Saat ini, terdapat perkembangan menarik dalam pendidikan di era kecerdasan artifisial (AI). Selama bertahun-tahun sekolah dan perguruan tinggi berusaha membuat pembelajaran semakin digital. Kini, ketika ChatGPT, Gemini, dan berbagai AI generatif mampu menulis esai, menyelesaikan soal Matematika, menerjemahkan teks, bahkan menjelaskan konsep ilmiah dalam hitungan detik, sebagian pendidik justru mulai kembali kepada sesuatu yang sangat lama, yakni ujian lisan.

Sebuah tulisan dari Nicole Brownlie, dosen pengajar di University of Southern Queensland, di The Conversation yang terbit tanggal 18 Agustus 2026, mengangkat fenomena ini. Ujian lisan kembali dipertimbangkan sebagai salah satu cara memastikan bahwa pekerjaan yang dikumpulkan siswa benar-benar mencerminkan kemampuan mereka, bukan hasil “outsourcing” kepada AI.

Namun, ujian lisan bukanlah solusi terbaik juga. Siswa dapat berlatih dengan AI sebelumnya untuk mempersiapkan jawaban, sementara siswa yang sebenarnya memahami materi dapat mengalami blank ketika harus menjawab secara spontan di hadapan penguji. Ujian akhirnya berisiko berubah menjadi tes kepercayaan diri dan kemampuan berbicara, bukan tes penguasaan pengetahuan. Pertanyaannya kemudian menjadi lebih besar, bagaimana kita di konteks pendidikan di Indonesia seharusnya merespons pendidikan di era AI?

Kita perlu mengubah cara berpikir. Persoalan utama pendidikan bukan semata-mata bagaimana menangkap siswa yang menggunakan AI, melainkan bagaimana merancang asesmen sehingga penggunaan AI tidak dapat menggantikan proses berpikir siswa. Ini perbedaan yang sangat penting. Jika tugas sekolah hanya meminta siswa menjelaskan pengertian globalisasi dalam 500 kata, AI tentu dapat mengerjakannya. Jika siswa diminta membuat esai tentang perubahan iklim, AI dapat menghasilkan tulisan yang lebih rapi daripada sebagian besar siswa. Bahkan untuk Matematika, AI dapat memberikan langkah penyelesaian sekaligus jawabannya.

Tetapi apabila siswa diminta menjelaskan mengapa ia memilih strategi tertentu, membandingkan dua kemungkinan jawaban, mengkritik sebuah argumen, menghubungkan konsep dengan pengalaman lokal, atau mempertahankan pendapatnya ketika guru memberikan pertanyaan lanjutan, persoalannya menjadi berbeda. Di situlah pendidikan seharusnya bergerak, yaitu dari produk menuju proses, dari jawaban menuju penalaran, dan dari hafalan menuju pemahaman. Inilah esensi pendekatan pembelajaran mendalam juga.

Konteks ini sangat relevan dengan Tes Kemampuan Akademik (TKA) di Indonesia. Saat ini, untuk jenjang SMA/MA/SMK/MAK, TKA mencakup Bahasa Indonesia, Matematika, Bahasa Inggris, serta dua mata pelajaran pilihan. Untuk SD dan SMP, mata pelajaran yang diujikan adalah Bahasa Indonesia dan Matematika. TKA sebenarnya sudah bergerak ke arah yang menarik karena tidak sekadar menguji hafalan. Misalnya, TKA Bahasa Indonesia mengukur pemahaman tekstual, pemahaman inferensial, serta evaluasi dan apresiasi. Siswa tidak hanya diminta menemukan informasi eksplisit, tetapi juga menyimpulkan informasi tersirat serta menilai gagasan, fakta, dan opini. 

Baca Juga: Semarak Merah Putih di Desa BRILiaN Angseri, BRI Dorong Perekonomian dari Desa

Pertanyaannya, apakah kompetensi seperti itu cukup diuji dengan pilihan ganda? Jawabannya, tentu tidak harus dan tidak selalu. Misalnya, sebuah soal Bahasa Indonesia meminta siswa menentukan apakah argumentasi dalam sebuah artikel kuat atau lemah. Siswa mungkin memilih jawaban yang benar. Tetapi kita belum tentu tahu mengapa ia memilihnya. Di sinilah asesmen lisan dapat menjadi pelengkap. Guru dapat bertanya, “Mengapa Anda menganggap argumen penulis lemah?” Siswa menjawab. Guru kemudian melanjutkan pertanyaannya, “Bukti mana dalam teks yang mendukung pendapat Anda?” Kemudian, pertanyaan lanjutan (probing) lainnya, “Kalau bukti tersebut dihilangkan, apakah kesimpulan Anda masih berlaku?” Tiga pertanyaan sederhana itu dapat mengungkap jauh lebih banyak daripada sekadar satu huruf A, B, C, D, atau E.

Hal yang sama berlaku untuk Matematika. TKA Matematika dirancang untuk mengukur pemahaman fakta, konsep, prinsip, prosedur, sekaligus kemampuan menerapkannya dalam pemecahan masalah. Materinya mencakup bilangan, aljabar, geometri dan pengukuran, data dan peluang, serta trigonometri. Kerangka TKA juga mencakup proses berpikir dari pengetahuan dan pemahaman, aplikasi, hingga penalaran. Misalnya siswa memperoleh soal sebagai berikut. Harga tiga buku dan dua penggaris adalah Rp18.000, harga sebuah buku Rp1.000 lebih mahal daripada sebuah penggaris. Berapa harga dua buku dan lima penggaris? Dalam ujian tertulis, siswa cukup memilih jawaban yang benar. Dalam asesmen lisan, guru dapat melanjutkan, “Mengapa Anda menggunakan dua variabel?”, “Bagaimana Anda membangun persamaannya?”, “Apakah ada cara lain untuk menyelesaikan soal ini?”, dan/ atau “Bagaimana Anda memastikan jawaban Anda benar?” Di sini yang diuji bukan sekadar hasil, tetapi mathematical reasoning. Dan ini penting karena AI dapat memberikan jawaban yang benar. Tetapi pendidikan ingin memastikan bahwa siswa memahami alasan di balik jawaban tersebut.

TKA Bahasa Inggris juga sangat relevan. TKA Bahasa Inggris mengukur kemampuan membaca melalui tiga tingkatan, yakni pemahaman tekstual, pemahaman inferensial, serta evaluasi dan apresiasi. Misalnya, siswa membaca teks argumentatif mengenai dampak media sosial terhadap kesehatan mental remaja. Setelah menjawab soal pilihan ganda, guru dapat melakukan pertanyaan-pertanyaan oral untuk menindak lanjuti respons siswa sebelumnya, misalnya “What is the author's main argument?”, “Which evidence supports the author's position?”, “Do you agree with the author's argument? Why?”, dan/ atau “Can you give an example from Indonesia?” Jawaban siswa kemudian dapat memperlihatkan kemampuan yang tidak terlihat dalam pilihan ganda, yang bisa meliputi kemampuan memahami, menginterpretasi, mengevaluasi, dan mengartikulasikan gagasan. Namun, ada catatan penting, bahwa kita jangan mengubah ujian Bahasa Inggris menjadi ujian kemampuan berbicara jika kompetensi yang hendak diukur adalah membaca. Ini salah satu kelemahan ujian lisan yang harus kita waspadai. Jika tujuan asesmen adalah membaca, tetapi siswa dinilai berdasarkan kefasihan berbicara, maka kita telah mengubah konstruk yang diukur. 

TKA Fisika secara eksplisit menekankan pemahaman konseptual, berpikir kritis, penerapan prinsip fisika, analisis, evaluasi fenomena, serta keterampilan proses sains. Misalnya, soal tentang hukum Newton. Dalam ujian tertulis, siswa mendapatkan sebuah kasus kendaraan yang mengalami percepatan dan diminta menentukan gaya. Tetapi dalam asesmen lisan, guru dapat bertanya, “Mengapa Anda menggunakan hukum Newton kedua?”, “Apa yang terjadi jika massa kendaraan digandakan?”, “Apakah jawaban Anda masih berlaku jika gesekan diperhitungkan?”, dan/ atau “Bagaimana fenomena ini dapat kita lihat dalam kehidupan sehari-hari?” Pertanyaan lanjutan semacam itu membuat siswa harus berpikir secara real time. AI mungkin dapat membantu siswa berlatih. Namun, justru itulah yang kita inginkan dimana AI digunakan untuk belajar, bukan menggantikan proses belajar. 

Selanjutnya, dalam contoh lain yaitu TKA Kimia, siswa diuji mengenai penguasaan konsep kimia, penerapan konsep dalam pemecahan masalah, serta kemampuan menganalisis persoalan yang berkaitan dengan kehidupan sehari-hari, lingkungan, ilmu pengetahuan, dan industri. Misalnya siswa menyelesaikan persoalan mengenai pH. Guru dapat bertanya, “Mengapa larutan ini bersifat asam?”, “Apa yang terjadi terhadap pH jika konsentrasinya berubah?”, “Apa penerapan konsep ini dalam kehidupan sehari-hari?”, Sekali lagi, yang dicari bukan sekadar angka akhir, melainkan jejak berpikir.

Pada TKA Ekonomi, misalnya, siswa tidak hanya dituntut memahami konsep, tetapi juga menganalisis isu ekonomi dan keuangan berdasarkan fenomena aktual di masyarakat, baik nasional maupun global. Misalnya terdapat soal membahas inflasi. Daripada berhenti berhenti pada pilihan jawaban, guru dapat bertanya, “Mengapa inflasi dapat terjadi?”, “Apa dampaknya terhadap keluarga dengan pendapatan rendah?”, “Bagaimana kebijakan pemerintah dapat mengatasinya?”, dan/ atau “Apakah kenaikan harga beras selalu berarti inflasi?” Pertanyaan terakhir sangat penting. Ia memaksa siswa membedakan fenomena, konsep, dan generalisasi. 

Hal yang sama dapat diterapkan pada Sejarah. Siswa bukan hanya diminta menyebutkan tanggal Proklamasi, tetapi menjawab “Mengapa Proklamasi terjadi pada momentum tersebut?”, “Bagaimana jika keputusan para tokoh saat itu berbeda?” Atau pada Sosiologi, pertanyaan-pertanyaan untuk mengetahui kemampuan riil siswa dalam bentuk lisan bisa misalnya “Mengapa kesenjangan sosial terjadi?” atau “Apakah fenomena tersebut dapat dijelaskan hanya dengan faktor ekonomi?” Dengan demikian, asesmen berubah dari “Apa jawabanmu?” menjadi “Bagaimana kamu sampai pada jawaban itu?” 

Ini sesuai dengan prinsip taksonomi yang disarankan digunakan di pendekatan pembelajaran mendalam, yaitu Structure of Observed Learning Outcomes (SOLO) dari Professor John Biggs dan Kevin Collis pada tahun 1982. Taksonomi SOLO bertujuan untuk mengukur tingkat pemahaman siswa secara hierarkis, mulai dari tingkat paling dasar dan permukaan hingga tingkat pemahaman yang kompleks dan mendalam (mulai pre-structural, uni-structural, multi-structural, relational, dan extended abstract). SOLO ini secara sederhana adalah ‘seberapa dalam kemampuan berpikir siswa?’. Ia sangat cocok disandingkan dengan Taksonomi Bloom oleh Benjamin Bloom (1956) dan direvisi oleh Lorin Anderson dan David Krathwohl pada tahun 2001 (meski revisi dilakukan sejak tahun 1990), yang mengukur ‘seberapa tinggi kemampuan berpikir siswa’ (mulai dari remember, understand, apply, analyze, evaluate, and create). Lebih lanjut, topik terkait SOLO, pendekatan pembelajaran permukaan dan mendalam dan hubungannya dengan teknologi, bisa dibaca pada publikasi dari penulis tahun 2013, 2014, 2017, 2018, 2021, 2022, dan 2023. 

Akan tetapi, kita juga jangan sampai terjebak pada kesimpulan bahwa ujian lisan itu sama dengan anti AI. Ujian lisan ini penting dan ujian inipun dapat dibantu oleh AI. Siswa dapat meminta AI memprediksi pertanyaan guru, membuat simulasi wawancara, atau melatih jawaban. Bahkan AI dapat berperan sebagai tutor pribadi atau teman sebaya untuk berdiskusi. Karena itu, menjadikan ujian lisan sebagai detektor kebohongan AI juga kurang tepat dan bijaksana. Tujuan pendidikan bukan membuat siswa takut menggunakan AI, tapi tujuannya adalah membuat siswa mampu menggunakan AI tanpa kehilangan kemampuan berpikirnya sendiri. Inilah yang disebut dengan learner agency dan literat (melek) AI. Maka, yang dibutuhkan saat ini adalah ragam asesmen yang fleksibel dan dinamis, dengan tetap memperhatikan prinsip-prinsip asesmen yang baik seperti integral dengan pembelajaran, valid (sahih), reliabel (terpercaya), adil dan proporsional, fleksibel dan terbuka, dan adanya umpan balik (feedback) yang bermakna. Inilah yang disebut dengan perlunya   sebuah assessment ecology, bukan satu jenis ujian.

Untuk itu, penting dan perlu kiranya ada suatu model yang relevan untuk konteks asesmen di era AI generatif untuk konteks pembelajaran, khususnya konteks Indonesia. Saya membayangkan setidaknya lima lapisan asesmen yang bisa dijabarkan sebagai berikut.

1.     Tes terstandar. TKA tetap penting karena memberikan informasi yang relatif seragam mengenai kemampuan akademik siswa secara nasional.

2.     Asesmen proses. Guru menilai bagaimana siswa mengembangkan jawaban, melakukan revisi, mencari informasi, menggunakan bukti, dan memecahkan masalah.

3.     Asesmen autentik. Siswa mengerjakan proyek atau persoalan nyata yang dekat dengan kehidupan mereka.

4.     Asesmen dialogis. Setelah tugas selesai, guru melakukan asesmen lisan singkat, bukan untuk menginterogasi siswa, tetapi untuk mengetahui kedalaman pemahaman.

5.     Asesmen reflektif. Siswa menjelaskan apa yang dipelajari, kesulitan yang dihadapi, apakah menggunakan AI, untuk tujuan apa, dan bagaimana ia memverifikasi hasil AI.

Dengan model seperti ini, AI tidak harus disembunyikan. Justru penggunaannya dapat menjadi bagian dari literasi akademik.

Baca Juga: Jangan Mudah Tergiur Imbal Hasil Tinggi, BRI Ingatkan Risiko Modus Penipuan Investasi

TKA memiliki peluang untuk menjadi lebih dari sekadar pengganti Ujian Nasional. Ia dapat menjadi bagian dari ekosistem asesmen nasional yang menekankan kemampuan berpikir. Namun, kita harus berhati-hati terhadap satu paradoks. Jika sekolah hanya mengajarkan siswa cara mendapatkan skor TKA, maka kita berisiko menciptakan generasi yang sangat pandai mengerjakan tes tetapi kurang mampu berpikir secara mandiri. Sebaliknya, jika TKA diposisikan sebagai salah satu potret kemampuan akademik, sementara sekolah melengkapinya dengan proyek, portofolio, diskusi, presentasi, eksperimen, asesmen lisan, dan refleksi, gambaran kemampuan siswa akan jauh lebih utuh. 

Yang semakin penting untuk pendidikan di era AI saat ini adalah adanya pertanyaan yang baik, penalaran yang kuat, dan kemampuan mempertanggungjawabkan sebuah jawaban. Karena itu, pertanyaan pendidikan Indonesia dan global di seluruh dunia di era AI bukan lagi, “Bagaimana kita mencegah siswa menggunakan AI?” Pertanyaan yang jauh lebih penting adalah, “Bagaimana kita mendesain pembelajaran sehingga setelah menggunakan AI, siswa tetap harus berpikir?” Di situlah masa depan asesmen kita seharusnya berada, bukan kembali sepenuhnya ke masa lalu dengan ujian lisan atau menyerahkan pendidikan sepenuhnya kepada mesin. Melainkan, membangun sistem yang menggabungkan tes terstandar, asesmen autentik, dialog manusia, teknologi AI, integritas akademik, dan penalaran kritis. 

Pendidikan tidak seharusnya hanya menghasilkan siswa yang mampu menghafal dan memberikan jawaban yang benar. Pendidikan harus menghasilkan manusia yang mampu menjelaskan mengapa jawabannya benar, kapan jawabannya mungkin salah, bukti apa yang mendukungnya, dan apa yang harus dilakukan ketika jawabannya ternyata keliru. Pada saat bersamaan, hal ini didukung oleh lebih baiknya aspek sikap dan tingkah laku. Dengan demikian, besar harapannya bahwa fenomena bersekolah saja tanpa belajar (schooling without learning) seperti hasil riset yang muncul sebelumnya, diharapkan bisa berkurang bahkan hilang.

Made Hery Santosa, Ph.D.

Pendidik dan Peneliti

Universitas Pendidikan Ganesha

 

Editor : I Putu Mardika
ChatGPT kecerdasan artifisial (AI) AI generatif gemini