Mempersiapkan Pendidikan yang Ditingkatkan AI: Mengkonseptualisasikan dan Menguji Kesiapan AI Guru secara Empiri

Informasi Publikasi dan Penulis:
• Diterbitkan di Computers in Human Behavior 146 (2023) 107798
• Penulis: Xinghua Wang, Linlin Li, Seng Chee Tan, Lu Yang, dan Jun Lei


Abstrak (A B S T R A C T)

Guru berada di garis depan dalam mengimplementasikan kecerdasan buatan (AI) dalam pendidikan. Mereka diharapkan dapat mengembangkan pemahaman yang memadai tentang AI dan menjadi pengguna serta pendidik yang teredukasi. Kesiapan mereka untuk penggunaan AI sangat penting untuk keberhasilan pendidikan yang ditingkatkan AI.


Penelitian ini mengkonseptualisasikan kesiapan AI dari empat komponen: kognisi, kemampuan, visi, dan etika dalam penggunaan AI di bidang pendidikan. Penelitian ini menyelidiki keterkaitan komponen-komponen tersebut dan implikasinya terhadap pekerjaan guru. Data dari 3164 guru sekolah dasar dikumpulkan dan dianalisis menggunakan pemodelan persamaan struktural kuadrat terkecil parsial (Partial Least Square Structural Equation Modelling/PLS-SEM) dan analisis kluster.


Studi ini menemukan bahwa kognisi, kemampuan, dan visi dalam penggunaan AI di bidang pendidikan memiliki hubungan positif dengan pertimbangan etika. Keempat komponen kesiapan AI semuanya memprediksi secara positif inovasi yang ditingkatkan AI. Sementara itu, ancaman yang dirasakan dari AI memprediksi inovasi yang ditingkatkan AI secara negatif. Inovasi yang ditingkatkan AI pada gilirannya memprediksi secara positif kepuasan kerja guru.


Studi ini mengidentifikasi tiga kluster guru berdasarkan tingkat kesiapan AI mereka. Guru dengan tingkat kesiapan AI yang tinggi cenderung menganggap ancaman dari AI rendah dan menunjukkan inovasi yang ditingkatkan AI yang tinggi serta kepuasan kerja yang tinggi. Namun, guru dari wilayah sosial-ekonomi yang berbeda dan dari jenis kelamin yang berbeda tidak menunjukkan perbedaan signifikan mengenai kesiapan AI dan dampaknya terhadap pekerjaan mereka.


Studi ini memvalidasi secara empiris pentingnya kesiapan AI untuk pekerjaan guru dan memiliki implikasi penting untuk pengembangan strategi dan kebijakan yang memfasilitasi keberhasilan pendidikan yang ditingkatkan AI.






1. Pendahuluan
Kecerdasan buatan (AI) telah semakin banyak digunakan di berbagai bidang (misalnya, industri, keuangan, dan pendidikan) untuk mendorong inovasi dan meningkatkan efisiensi kerja [3, Ng et al., 2021]. Dalam pendidikan, AI dipromosikan sebagai alat yang tampaknya mahakuasa, mendukung atau bahkan menggantikan pekerjaan guru dengan secara otomatis melacak kemajuan siswa, menilai kinerja mereka, dan memberikan bantuan yang dipersonalisasi [3, Albacete et al., 2019; Chounta et al., 2022; Tarus et al., 2018]. Guru dapat mengandalkan AI untuk membuat keputusan yang tepat dalam mengatur praktik pengajaran guna mendukung pembelajaran siswa dengan lebih baik [3, Van Leeuwen & Rummel, 2020].
Meskipun demikian, pada kenyataannya, alat cerdas untuk pendidikan jarang digunakan secara konsisten di ruang kelas K-12 [4, Ferguson et al., 2016]. Schiff (2021) menemukan bahwa banyak praktik dan penelitian terkait penggunaan AI dalam pendidikan tidak memberikan perubahan dan manfaat yang dijanjikan. Di antara berbagai alasan yang menyebabkan kontroversi ini, seperti kualitas AI dan preferensi pengguna [4, Luckin et al., 2022], dan masalah etika [4, Holmes et al., 2022], penyebab utama yang penting mungkin adalah pendekatan yang berpusat pada teknologi (techno-centric approach) yang sangat dipromosikan oleh beberapa pihak di bidang pendidikan. Pendekatan ini menekankan peran AI tetapi mengabaikan peran guru, yang dapat memutuskan apakah, apa, kapan, dan bagaimana teknologi AI digunakan [4, Luckin et al., 2022].
Guru berada di garis depan penerapan AI, menjembatani kebijakan AI sekolah dan kebutuhan siswa, sehingga memainkan peran penting dalam keberhasilan implementasi AI di sekolah [4, Felix, 2020]. Namun, banyak guru mungkin sebenarnya belum siap (ready) untuk pendidikan yang ditingkatkan AI, meskipun mereka sebagian besar menyadari potensi manfaat yang dapat dibawa oleh AI ke pendidikan [6, Chounta et al., 2022]. Ketidaksiapan AI mereka yang tidak memadai dapat sebagian berkontribusi pada kesenjangan antara kemajuan pesat dalam teknologi AI dan adopsi yang relatif lambat dan tidak memuaskan dalam pendidikan [6, Luan et al., 2020; Luckin et al., 2022].
Berdasarkan penelitian sebelumnya tentang kesiapan AI (misalnya, Holmström, 2022; Karaca et al., 2021; Luckin et al., 2022) dan dengan mempertimbangkan konteks studi ini, kesiapan AI didefinisikan sebagai keadaan kesiapan di kalangan guru dalam hal kognisi, kemampuan, visi, dan pertimbangan etika mereka sehubungan dengan penggunaan AI dalam pendidikan. Secara teoretis, guru dengan tingkat kesiapan AI yang tinggi mungkin memiliki pengetahuan dan kompetensi yang diperlukan untuk menginovasi pekerjaan mereka dengan bereksperimen dan beradaptasi dengan peluang yang dijanjikan oleh AI [6, Jöhnk et al., 2021; Luckin et al., 2022]. Upaya inovatif ini pada gilirannya dapat meningkatkan pengalaman kerja mereka, mendorong kepuasan kerja yang tinggi [6, Bhargava et al., 2021]. Sebaliknya, mereka yang memiliki tingkat kesiapan AI rendah mungkin merasa terancam, mengkhawatirkan kemungkinan gangguan yang disebabkan oleh AI terhadap pekerjaan mereka [6, Chounta et al., 2022; Luckin et al., 2022].

Meskipun tingkat kesiapan AI yang memadai dianggap krusial untuk integrasi AI yang berhasil dalam pengajaran [7, Celik et al., 2022], terdapat pengetahuan empiris yang terbatas mengenai bagaimana kesiapan AI memengaruhi pekerjaan guru. Bahkan lebih sedikit yang diketahui mengenai apakah dan bagaimana kesiapan AI dapat berbeda di antara guru dari latar belakang demografis yang berbeda, terutama jenis kelamin dan latar belakang sosial-ekonomi, yang sering dilaporkan menyebabkan perbedaan dalam penggunaan teknologi konvensional [7, Beaunoyer et al., 2020; Park et al., 2019]. Selain itu, mengingat bahwa penggunaan AI yang etis telah menjadi perhatian besar [7, Hagendorff, 2020; Smakman et al., 2021], akan berguna untuk mendapatkan wawasan tentang bagaimana etika terkait dengan komponen lain dari kesiapan AI.

Mempertimbangkan peningkatan penggunaan AI dalam pendidikan untuk menginovasi pengajaran dan meningkatkan pengalaman kerja pendidik [7, Celik et al., 2022; Luckin et al., 2022], penelitian ini bertujuan untuk menjembatani kesenjangan ini dengan menjawab pertanyaan penelitian (RQ) berikut:
• RQ1. Bagaimana etika terkait dengan komponen lain dari kesiapan AI guru?
• RQ2. Bagaimana kesiapan AI guru berhubungan dengan ancaman yang mereka rasakan dari AI, inovasi yang ditingkatkan AI, dan kepuasan kerja?
• RQ3. Bagaimana guru dari latar belakang demografis yang berbeda bervariasi dalam kesiapan AI, ancaman yang dirasakan dari AI, inovasi yang ditingkatkan AI, dan kepuasan kerja?

2. Tinjauan Pustaka dan Pengembangan Hipotesis

2.1. Penelitian Sebelumnya tentang Kesiapan AI (AI readiness)

Konsep kesiapan AI relatif baru, sebagaimana disoroti dalam studi-studi terkini [8, Jöhnk et al., 2021; Luckin et al., 2022]. Sebagian besar penelitian tentang kesiapan AI telah dilakukan di bidang bisnis, tempat AI telah diadopsi lebih luas daripada di bidang pendidikan [8, Luckin et al., 2022]. Namun, komponen-komponen kesiapan AI masih terus berkembang dan mungkin berbeda tergantung pada bidang aplikasi spesifik.

Pada masa awal penelitian kesiapan teknologi, Parasuraman (2000) mengusulkan konsep kesiapan teknologi (technological readiness) dan mendefinisikannya sebagai kecenderungan individu untuk mengadopsi dan menggunakan teknologi baru untuk menyelesaikan tugas di rumah dan tempat kerja. Kesiapan teknologi ini terkait dengan faktor pendorong dan penghambat mental yang menentukan keputusan pembelian seseorang terhadap teknologi baru. Menurut Parasuraman (2000), kecenderungan individu menggunakan teknologi baru disebabkan oleh interaksi antara pendorong kesiapan (termasuk optimisme terhadap teknologi dan inovasi untuk pekerjaan mereka) dan penghambat kesiapan (termasuk ketidaknyamanan dan rasa tidak aman akibat ketidakpercayaan terhadap teknologi).

Namun, konsep kesiapan teknologi dikembangkan untuk industri jasa guna meningkatkan kepuasan pelanggan. Dibandingkan dengan kesiapan pelanggan dalam menggunakan teknologi baru, kesiapan AI bagi pendidik tidak hanya terkait dengan diri mereka sendiri tetapi juga dengan siswa mereka. Selain itu, AI berbeda dari teknologi konvensional karena AI mensimulasikan tingkat tertentu dari penalaran dan pembelajaran manusia, sementara teknologi konvensional menyerahkan kendali penuh kepada manusia [10, Damerji & Salimi, 2021]. Oleh karena itu, konsep kesiapan AI perlu dipertimbangkan kembali dan didefinisikan ulang, terutama untuk para pendidik.

Jöhnk et al. (2021) mengkonseptualisasikan kesiapan AI organisasi berdasarkan wawancara dengan 25 pakar AI. Konsep tersebut terdiri dari 18 faktor di sepanjang lima kategori, termasuk keselarasan strategis, sumber daya, pengetahuan (kesadaran, keterampilan, dan etika AI), budaya, dan data. Meskipun demikian, kerangka ini dikembangkan untuk sektor industri, merefleksikan pandangan staf manajemen, dan ke-18 faktor tersebut belum divalidasi secara empiris melalui studi kuantitatif, sehingga generalisasinya diragukan.

Dalam pendidikan, Luckin et al. (2022) memberikan pengantar yang lebih komprehensif tentang kesiapan AI dan menyoroti kontekstualisasi saat menerapkan kesiapan AI ke sektor pendidikan. Mereka mengusulkan kerangka pelatihan kesiapan AI yang terdiri dari tujuh langkah, namun kerangka ini dikembangkan berdasarkan Cross-Industry Standard Process for Data Mining di sektor bisnis dan berfokus pada penambangan data yang didukung AI (AI-supported data mining), alih-alih praktik pengajaran yang ditingkatkan AI.

Untuk mempersiapkan mahasiswa kedokteran menghadapi peran baru dalam layanan kesehatan yang ditingkatkan AI, Karaca et al. (2021) mengembangkan skala kesiapan AI yang terdiri dari empat komponen: kognisi (pengetahuan dasar AI), kemampuan (kompetensi menggunakan AI untuk belajar), visi (pemahaman kritis AI), dan etika (norma hukum dan etika untuk penggunaan AI yang bertanggung jawab). Meskipun dikembangkan untuk mahasiswa kedokteran, konseptualisasi kesiapan AI oleh Karaca et al. (2021) dianggap sangat relevan untuk penelitian kesiapan AI bagi para pendidik.

Singkatnya, studi sebelumnya secara umum menyepakati pentingnya kesiapan AI untuk penggunaan AI secara individu dan organisasi [14, Holmström, 2022; Luckin et al., 2022]. Namun, studi tentang kesiapan AI sebagian besar bersifat konseptual. Perhatian terbatas telah diberikan kepada guru yang biasanya mengawasi desain dan implementasi pendidikan yang ditingkatkan AI [14, Felix, 2020]. Hanya sedikit studi yang dilakukan untuk menguji atau memvalidasi konsep kesiapan AI secara empiris dan implikasinya terhadap pekerjaan guru [14, Bhargava et al., 2021; Luckin et al., 2022].

2.2. Pengembangan Hipotesis

Berdasarkan Karaca et al. (2021), kesiapan AI guru terdiri dari empat komponen: kognisi, kemampuan, visi, dan etika.

1. Kognisi: Mengacu pada kesiapan kognitif guru, termasuk pengetahuan tentang fungsi AI, pentingnya AI untuk pendidikan, dan hubungan antara AI dan guru manusia.

2. Kemampuan (Ability): Terkait dengan kompetensi dan keterampilan guru dalam penggunaan AI untuk mengajar, misalnya, memilih teknologi AI yang sesuai dan merancang serta menyempurnakan pedagogi AI.

3. Visi (Vision): Berkaitan dengan persepsi guru tentang kekuatan dan keterbatasan AI untuk pendidikan, serta wawasan mengenai peluang dan tantangan yang terlibat. Visi lebih berfokus pada kemampuan mereka untuk membayangkan dan mengeksplorasi potensi dan batasan AI dalam pendidikan.

4. Etika (Ethics): Mengacu pada kepatuhan guru terhadap norma dan regulasi etika dan hukum terkait penggunaan AI untuk pendidikan.

Kesiapan AI dan Etika

Meskipun peraturan eksternal seperti pedoman etika itu penting, penelitian menunjukkan bahwa hal tersebut mungkin tidak cukup untuk memengaruhi pengambilan keputusan etis individu [17, Hagendorff, 2020; Mittelstadt, 2019]. Oleh karena itu, penting untuk menyelidiki apakah faktor internal guru, seperti kognisi, kemampuan, dan visi mereka, dapat memprediksi penggunaan AI yang etis dalam pendidikan.

• Hipotesis H1a, H1b, H1c: Kognisi (H1a), kemampuan (H1b), dan visi (H1c) guru dalam penggunaan AI di bidang pendidikan berkorelasi positif dengan penggunaan etis AI.

Kesiapan AI, Ancaman yang Dirasakan, dan Inovasi

Perluasan AI di bidang pendidikan tampaknya mengancam bagi sebagian pendidik, dengan manifestasi berupa perasaan tidak aman tentang identitas mereka, ketidakamanan kerja, dan gangguan terhadap pekerjaan konvensional [18, Chounta et al., 2022; Mirbabaie et al., 2022]. Namun, mereka yang menunjukkan kesiapan yang lebih tinggi untuk penggunaan AI mungkin akan merangkul AI dengan lebih percaya diri dan cenderung mengadopsi perilaku inovatif, seperti mengambil risiko dan bereksperimen dengan pedagogi baru [18, Jöhnk et al., 2021].

• Hipotesis H2a, H2b, H2c, H2d: Kognisi (H2a), kemampuan (H2b), visi (H2c), dan etika (H2d) guru dalam penggunaan AI berkorelasi positif dengan inovasi yang ditingkatkan AI.

• Hipotesis H3a, H3b, H3c, H3d: Kognisi (H3a), kemampuan (H3b), visi (H3c), dan etika (H3d) guru dalam penggunaan AI berkorelasi negatif dengan ancaman yang mereka rasakan dari AI.

Inovasi, Ancaman, dan Kepuasan Kerja

AI dapat membebaskan guru dari pekerjaan administratif dan pengajaran yang monoton dan membantu mereka untuk fokus pada pekerjaan inovatif seperti mengembangkan keterampilan berpikir tingkat tinggi siswa [19, Belpaeme et al., 2018]. Interaksi simbiosis antara guru dan AI dapat memperkuat inovasi di tempat kerja, yang pada akhirnya mengarah pada peningkatan kepuasan kerja [19, Nazareno & Schiff, 2021], yang didefinisikan sebagai keadaan emosional positif yang dicapai dari penilaian seseorang terhadap kinerja pekerjaannya [19, Locke, 1976].

Sebaliknya, guru yang khawatir tentang kemungkinan digantikan atau keterampilan mereka menjadi usang dapat merasakan ancaman [20, Celik et al., 2022]. Rasa ancaman yang ditimbulkan oleh AI ini dapat mencegah pendidik dari mengambil risiko, sehingga menghambat kemampuan mereka untuk berinovasi [20, Jöhnk et al., 2021]. Selain itu, ancaman yang dirasakan dari AI dapat menyebabkan ketidakamanan kerja dan kecemasan, yang pada akhirnya merusak kepuasan kerja mereka [21, Bhargava et al., 2021].

• Hipotesis H4: Inovasi yang ditingkatkan AI berkorelasi positif dengan kepuasan kerja guru.

• Hipotesis H5a: Ancaman yang dirasakan dari AI berkorelasi negatif dengan inovasi yang ditingkatkan AI.

• Hipotesis H5b: Ancaman yang dirasakan dari AI berkorelasi negatif dengan kepuasan kerja guru.

Secara keseluruhan, hipotesis-hipotesis studi ini divisualisasikan dalam Gambar 1.

3. Metodologi

3.1. Partisipan dan konteks penelitian

Partisipan dalam penelitian ini direkrut dari 19 kota di Tiongkok timur. Untuk menanggapi seruan dari MOE Tiongkok (Kementerian Pendidikan) untuk memodernisasi pendidikan sekolah menggunakan AI (Yan & Yang, 2021), biro pendidikan di kota-kota ini telah berupaya mengerahkan AI untuk pendidikan dengan mengikuti pendekatan top-down. Upaya ini melibatkan bantuan kepada sekolah dasar dan menengah untuk berkolaborasi dengan vendor teknologi atau membantu mereka mengembangkan aplikasi AI berdasarkan sumber daya talenta mereka.

Penelitian ini menggunakan sampel kenyamanan (convenience sampling) untuk pemilihan partisipan. Dengan bantuan biro pendidikan kota-kota ini, guru sekolah dasar yang terlibat dalam skema ini didekati melalui platform survei daring.

Sekolah dasar dipilih karena biasanya menghadapi tekanan yang lebih sedikit dari ujian masuk dibandingkan sekolah menengah, sehingga mereka lebih aktif dalam mengadopsi teknologi baru untuk meningkatkan dan mendiversifikasi pendidikan. Fenomena ini didukung oleh temuan Celik et al. (2022) yang menunjukkan bahwa pendidikan dasar adalah domain di mana AI paling sering digunakan oleh para guru.

• Setelah mengecualikan tanggapan yang tidak valid, penelitian ini mempertahankan tanggapan valid dari 3164 dari 3950 partisipan.

• Tingkat respons tidak dapat dihitung karena peneliti tidak memiliki akses ke informasi mengenai jumlah total guru yang diundang untuk berpartisipasi.

• Tanggapan yang valid mencakup 1264 guru dari wilayah pusat kota (downtown), 943 guru dari wilayah kota (town), dan 957 guru dari wilayah desa (village).

• Partisipan terdiri dari 432 laki-laki dan 2732 perempuan, dengan usia rata-rata 36,82 tahun (SD = 8,10).

• Para guru mengajar mata pelajaran mulai dari Tahun 1 hingga Tahun 6, termasuk literasi, matematika, Bahasa Inggris sebagai bahasa asing (EFL), kimia, musik, dan sebagainya.

• Mayoritas partisipan mengajar EFL (N = 2236), diikuti oleh literasi (N = 392) dan matematika (N = 323). Popularitas AI dalam EFL kemungkinan disebabkan oleh adopsi luas aplikasi pembelajaran bahasa bertenaga AI berkat kemajuan dalam teknologi pemrosesan bahasa alami (Wang et al., 2023; Randall, 2019).

3.2. Instrumentasi

Selain item yang mengumpulkan informasi demografi, instrumen survei 31 item ini terdiri dari tujuh variabel:

1. Empat variabel kesiapan AI (kognisi, kemampuan, visi, dan etika).

2. Inovasi yang ditingkatkan AI (AI-enhanced innovation).

3. Ancaman yang dirasakan dari AI (perceived threats from AI).

4. Kepuasan kerja (job satisfaction).

Item-item tersebut dinilai menggunakan skala Likert lima poin, di mana 1 menunjukkan "sangat tidak setuju" dan 5 menunjukkan "sangat setuju".

Variabel Kesiapan AI Empat variabel kesiapan AI diadaptasi dari Karaca et al. (2021):

• Kognisi: Diwakili oleh lima item, misalnya, "Saya memahami bagaimana teknologi AI dilatih dan berfungsi dalam pendidikan.". Nilai Cronbach’s alpha untuk kognisi adalah 0,93.

• Kemampuan (Ability): Diwakili oleh enam item yang mengukur kemampuan menggunakan AI untuk mengajar, misalnya, "Saya dapat mengoptimalkan dan mengatur ulang proses pengajaran dengan bantuan teknologi AI.". Nilai Cronbach’s alpha adalah 0,97.

• Visi (Vision): Diindikasikan oleh tiga item yang berkaitan dengan visi dalam penggunaan AI untuk mengajar, misalnya, "Saya meramalkan peluang dan tantangan yang ditimbulkan oleh teknologi AI untuk pendidikan.". Nilai Cronbach’s alpha adalah 0,90.

• Etika (Ethics): Diukur dengan empat item mengenai etika dalam penggunaan AI, misalnya, "Saya menggunakan data guru dan siswa yang dihasilkan oleh sistem AI sesuai dengan norma hukum dan etika.". Nilai Cronbach’s alpha adalah 0,93.

Variabel Lain

• Ancaman AI yang Dirasakan (Perceived AI threats): Dikembangkan dari Mirbabaie et al. (2022) dan terdiri dari lima item, misalnya, "Saya pikir teknologi AI dapat merusak pentingnya peran guru dalam pendidikan.". Nilai Cronbach’s alpha adalah 0,94.

• Inovasi yang Ditingkatkan AI (AI-enhanced innovation): Dikembangkan dari Popenici dan Kerr (2017) dan diukur dengan tiga item, misalnya, "Teknologi AI memungkinkan saya untuk mengorganisir pengajaran secara inovatif.". Nilai Cronbach’s alpha adalah 0,94.

• Kepuasan Kerja (Job satisfaction): Diambil dari Ragu-Nathan et al. (2008) dan diwakili oleh lima item, misalnya, "Dalam banyak hal, pekerjaan saya mendekati ideal saya.". Nilai Cronbach’s alpha adalah 0,93.

Validasi Instrumen Karena item-item survei awalnya diadaptasi dari studi berbahasa Inggris, digunakan pendekatan terjemahan balik (back-translation) untuk mengurangi perbedaan antara versi bahasa Inggris dan Mandarin. Sebelum survei diberikan kepada partisipan, tiga pakar yang berspesialisasi dalam pendidikan yang ditingkatkan AI dikonsultasikan mengenai validitas wajah (face validity) instrumen. Survei yang telah disempurnakan dikirimkan kepada delapan guru sekolah dasar untuk memeriksa pemahaman mereka, dan item yang menyebabkan kebingungan disusun ulang dan disempurnakan.

Selain itu, dilakukan uji faktor tunggal Harman (Harman’s single-factor test) untuk mengidentifikasi kemungkinan bias metode umum (common method bias). Varians yang dijelaskan oleh faktor tunggal adalah 47,63%, yang berada di bawah 50%, sehingga menyiratkan kemungkinan rendah terjadinya bias metode umum.

3.3. Analisis Data

Untuk menjawab pertanyaan penelitian pertama (RQ1) dan kedua (RQ2), Pemodelan Persamaan Struktural Kuadrat Terkecil Parsial (PLS-SEM) digunakan untuk menilai hubungan antar komponen kesiapan AI, ancaman yang dirasakan dari AI, inovasi, dan kepuasan kerja.

PLS-SEM digunakan berdasarkan dua faktor:

1. Sifat eksploratif dari penelitian ini.

2. Fokus utama PLS-SEM pada prediksi dan eksplorasi, dengan tujuan memaksimalkan varians yang dijelaskan dalam variabel dependen (Willaby et al., 2015).

Perangkat lunak PLSPM (versi 0.4.9; Sanchez, 2013) dalam perangkat lunak R digunakan untuk menganalisis data, dan estimasi kuadrat terkecil biasa (ordinary least squares estimator) digunakan untuk memperkirakan parameter model.

Untuk menjawab pertanyaan penelitian ketiga (RQ3), analisis kluster dua langkah (second-step cluster analysis) pertama-tama digunakan untuk mengkategorikan guru berdasarkan tingkat kesiapan AI mereka. Analisis kluster dua langkah dipilih karena dapat mengidentifikasi jumlah kluster yang optimal secara otomatis berdasarkan kriteria pengklusteran, menjadikannya salah satu pendekatan yang paling andal (Benassi et al., 2020; Gelbard et al., 2007; Kent et al., 2014).

Selanjutnya, perbandingan multikelompok (multigroup comparisons) dilakukan pada guru dengan tingkat kesiapan AI yang berbeda dan dari latar belakang demografi yang berbeda.

4. Hasil Penelitian

Bagian ini pertama-tama melaporkan hasil dari Pemodelan Persamaan Struktural Kuadrat Terkecil Parsial (PLS-SEM). Kemudian, temuan dari analisis kluster berdasarkan tingkat kesiapan AI guru disajikan, diikuti oleh hasil perbandingan multikelompok sesuai dengan demografi guru.

4.1. Temuan PLS-SEM

4.1.1. Model Pengukuran (The measurement model)

Reliabilitas Item: Reliabilitas item diperiksa dengan menilai loading item dengan konstruk latennya, yang diharapkan melebihi 0,70 [32, Hair et al., 2014]. Semua loading item berkisar antara 0,83 hingga 0,96, yang menyiratkan bahwa reliabilitas item telah terpenuhi.

Validitas Konvergen: Nilai composite reliability (reliabilitas komposit) untuk variabel laten semuanya berada di atas 0,70, menunjukkan bahwa variabel laten konsisten secara internal. Selain itu, Average Variance Extracted (AVE) bervariasi dari 0,88 hingga 0,94, yang lebih besar dari nilai minimum 0,50, sehingga memenuhi kriteria validitas konvergen [33, Hair et al., 2011].

Validitas Diskriminan: Untuk validitas diskriminan, akar kuadrat dari AVE variabel laten harus lebih besar daripada nilai korelasi antara variabel terkait dan variabel lainnya [34, Chin, 1998]. Akar kuadrat AVE berkisar dari 0,88 hingga 0,93, yang semuanya melebihi nilai korelasi antar variabel (Lihat Tabel 2). Secara keseluruhan, kualitas model pengukuran telah dikonfirmasi.

4.1.2. Model Struktural (Structural model)

Untuk mengevaluasi model struktural, koefisien jalur, daya jelas variabel endogen, dan goodness-of-fit (GoF) model diperiksa.

Pengujian Hipotesis:

• Kesiapan AI dan Etika (H1a, H1b, H1c): Di antara empat komponen kesiapan AI, kognisi ($0,23^{\ast \ast \ast }$), kemampuan ($0,16^{\ast \ast \ast }$), dan visi ($0,53^{\ast \ast \ast }$) dalam penggunaan AI pendidikan berkorelasi positif secara signifikan dengan etika. Visi menunjukkan koefisien jalur terbesar pada etika, sehingga H1a, H1b, dan H1c didukung.

• Kesiapan AI dan Inovasi (H2a, H2b, H2c, H2d): Keempat komponen kesiapan AI (kognisi, kemampuan, visi, dan etika) semuanya secara signifikan berkorelasi positif dengan inovasi yang ditingkatkan AI dalam pekerjaan guru. Dengan demikian, H2a, H2b, H2c, dan H2d didukung.

• Kesiapan AI dan Ancaman yang Dirasakan (H3a, H3b, H3c, H3d):

    ◦ Kognisi dalam penggunaan AI memprediksi negatif ancaman yang dirasakan dari AI ($–0,14^{\ast \ast \ast }$), mendukung H3a.

    ◦ Kemampuan ($–0,02$) dan etika ($–0,05$) tidak signifikan dalam memprediksi ancaman yang dirasakan, sehingga H3c dan H3d tidak didukung.

    ◦ Bertentangan dengan ekspektasi, visi berkorelasi positif secara signifikan dengan ancaman yang dirasakan dari AI ($0,12^{\ast \ast \ast }$), sehingga H3b tidak didukung.

• Inovasi, Ancaman, dan Kepuasan Kerja (H4, H5a, H5b):

    ◦ Inovasi yang ditingkatkan AI secara signifikan berkorelasi positif dengan kepuasan kerja guru ($0,55^{\ast \ast \ast }$), mendukung H4.

    ◦ Persepsi ancaman AI memprediksi negatif inovasi yang ditingkatkan AI ($–0,10^{\ast \ast \ast }$), mendukung H5a.

    ◦ Persepsi ancaman AI tidak secara signifikan memengaruhi kepuasan kerja ($–0,01$), sehingga H5b tidak didukung.

Daya Jelas Variabel Endogen (R²): Nilai $R^2$ untuk variabel endogen adalah sebagai berikut:

• Etika dalam penggunaan AI: 0,73

• Inovasi yang ditingkatkan AI: 0,33

• Ancaman yang dirasakan dari AI: 0,01

• Kepuasan kerja: 0,30

Nilai-nilai $R^2$ ini sebagian besar menyiratkan ukuran efek besar (kecuali ancaman yang dirasakan dari AI, yang memiliki efek kecil), mengingat bahwa nilai $R^2$ 0,26 menunjukkan ukuran efek besar [36, Cohen, 1988].

Goodness-of-Fit (GoF): Kriteria global GoF untuk mengukur kualitas model struktural secara keseluruhan adalah 0,53. Nilai ini dianggap sangat tinggi secara substansial (nilai GoF besar disarankan 0,36) [37, Tenenhaus et al., 2004]. Secara keseluruhan, model struktural dapat diterima.

4.2. Temuan Analisis Kluster

Analisis kluster dua langkah dilakukan pada empat komponen kesiapan AI. Solusi tiga kluster ditemukan optimal berdasarkan nilai BIC yang lebih rendah (3558,05) dan rasio ukuran jarak tertinggi (3,33) [39, Vrieze, 2012].

Komposisi spesifik dari tiga kluster guru adalah:

• C1: Tingkat kesiapan AI tinggi (N = 859, 27,15%)

• C2: Tingkat kesiapan AI menengah (N = 1301, 41,12%)

• C3: Tingkat kesiapan AI rendah (N = 1004, 31,73%)

Guru dengan tingkat kesiapan AI menengah menyumbang mayoritas, sementara mereka yang memiliki tingkat tinggi merupakan kelompok populasi terkecil.

Analisis varians multivariat satu arah (MANOVA) menunjukkan perbedaan signifikan di antara ketiga kluster dalam hal komponen kesiapan AI, ancaman yang dirasakan dari AI, inovasi yang ditingkatkan AI, dan kepuasan kerja.

Perbandingan pairwise menunjukkan bahwa guru dengan kesiapan AI tinggi (C1) cenderung menunjukkan ancaman yang dirasakan paling rendah dari AI dan menunjukkan inovasi yang ditingkatkan AI tertinggi serta kepuasan kerja terbesar dibandingkan dengan dua kluster guru lainnya (C2 dan C3).

4.3. Perbandingan Kelompok Berdasarkan Informasi Demografi

Untuk mengevaluasi apakah variabel demografi, termasuk area sosial-ekonomi dan jenis kelamin, memiliki efek pada kesiapan AI guru, dilakukan MANOVA dan t-test.

Area Sosial-Ekonomi: Tidak ditemukan perbedaan signifikan di antara guru dari pusat kota (downtown), kota kecil (town), dan desa, dalam hal kesiapan AI mereka, persepsi ancaman AI, inovasi yang ditingkatkan AI, dan kepuasan kerja. Guru dari semua area menunjukkan tingkat yang serupa dalam ketujuh variabel tersebut.

Jenis Kelamin: T-tests independen menunjukkan hanya satu perbedaan signifikan antara guru perempuan dan laki-laki: ancaman yang dirasakan dari AI.

• Laki-laki (M = 3,01; SD = 1,11) merasakan sedikit lebih banyak ancaman dari AI daripada perempuan (M = 2,81; SD = 1,04), dengan ukuran efek kecil ($d=0,20$).

• Tidak ditemukan perbedaan signifikan dalam kesiapan AI, inovasi yang ditingkatkan AI, dan kepuasan kerja antara laki-laki dan perempuan.

5. Diskusi

Meskipun AI telah semakin banyak digunakan dalam pendidikan dan ditemukan bermanfaat serta kuat untuk pembelajaran siswa sumber akademik "Preparing for AI-enhanced education: Conceptualizing and empirically examining teachers’ AI readiness".

--------------------------------------------------------------------------------

5. Diskusi

Meskipun AI telah semakin banyak digunakan dalam pendidikan dan ditemukan bermanfaat serta kuat untuk pembelajaran siswa [43, Smakman et al., 2021; Xia et al., 2022], perhatian yang terbatas telah diberikan pada kebutuhan dan tantangan yang dihadapi oleh guru dalam pengajaran yang ditingkatkan AI [43, Celik et al., 2022; Langran et al., 2020]. Guru dipandang sebagai salah satu pemangku kepentingan penting dalam pendidikan yang ditingkatkan AI [43, Celik et al., 2022; Seufert et al., 2021]. Oleh karena itu, perspektif, kebutuhan, dan pengalaman mereka sangat penting untuk keberhasilan integrasi AI di lingkungan sekolah [43, Holmes et al., 2022].

Agar dapat mengimplementasikan AI secara efektif di ruang kelas, guru harus dipersiapkan dalam hal kognisi, kemampuan, visi, dan pertimbangan etika terkait dengan penggunaan AI dalam pendidikan [43, Luckin et al., 2022]. Studi ini bertujuan untuk menguji konsep kesiapan AI secara empiris di antara 3164 guru sekolah dasar yang memiliki pengalaman menggunakan teknologi AI dalam pekerjaan mereka. Berikut ini adalah diskusi mengenai temuan-temuan penting dari studi ini dengan menghubungkannya dengan penelitian sebelumnya mengenai topik serupa.

Hubungan Antara Etika dan Komponen Kesiapan AI Lainnya

Hubungan positif yang signifikan antara etika dan tiga komponen kesiapan AI lainnya (kognisi, kemampuan, dan visi) menggemakan meta-analisis Kish-Gephart et al. (2010) mengenai keputusan tidak etis di tempat kerja, yang menemukan bahwa karakteristik dan pengalaman individu, yang bersifat internal bagi mereka, memiliki pengaruh besar pada pengambilan keputusan etis mereka.

Pedoman etika sering kali tidak memiliki atau memiliki mekanisme penegakan yang terbatas untuk memantau dan menilai penggunaan AI oleh masyarakat secara ketat [44, Hagendorff, 2020]. Mengingat bahwa sumber daya yang sangat besar dikhususkan untuk pengembangan dan penggunaan AI oleh organisasi atau individu, sementara kekhawatiran etika sebagian besar untuk public relations, insentif bagi orang untuk mematuhi pedoman etika mungkin tidak terlalu kuat ketika terjadi ketegangan antara kepentingan privat dan publik [44, Boddington, 2017; Hagendorff, 2020].

Oleh karena itu, ketika teknologi AI digunakan dalam pendidikan, yang memiliki signifikansi sosial yang tinggi, mungkin lebih efektif bagi guru untuk mengembangkan kekhawatiran etika yang kuat secara inheren daripada sekadar menegakkan kebijakan etika eksternal. Selama guru memiliki pengetahuan yang memadai tentang cara kerja AI, cara menggunakannya secara efektif, dan wawasan yang mendalam tentang kekuatan serta kelemahan AI, mereka dapat berada dalam posisi yang lebih baik untuk menggunakan AI dengan akuntabilitas pribadi.

Kesiapan AI dan Inovasi yang Ditingkatkan AI

Hubungan positif yang signifikan antara keempat komponen kesiapan AI dan inovasi yang ditingkatkan AI menguatkan penelitian sebelumnya [47, Luckin et al., 2022; Vazhayil et al., 2019] tentang efek penting kesiapan AI terhadap inovasi praktik pengajaran guru.

Guru dengan tingkat kesiapan AI yang tinggi cenderung lebih mampu untuk menerapkan teknologi AI untuk mendukung pekerjaan mengajar mereka [48, Luckin et al., 2022]. Mereka cenderung memiliki pengetahuan yang komprehensif tentang AI untuk pendidikan dan mengetahui kapan, di mana, dan bagaimana menerapkan AI, sehingga mampu membuat keputusan yang tepat tentang strategi pedagogis dan meningkatkan praktik mengajar mereka [48, Nazaretsky et al., 2022].

Ancaman yang Dirasakan dari AI

Di antara empat komponen kesiapan AI, kognisi berhubungan negatif dengan ancaman yang dirasakan dari AI, sementara visi secara positif memprediksi yang terakhir.

Perasaan mengancam pada dasarnya berasal dari kurangnya pengetahuan tentang AI dan prospek yang tidak pasti tentang apa dan bagaimana inklusi AI akan berdampak pada pekerjaan mereka [50, Celik et al., 2022; Mirbabaie et al., 2022]. Individu yang memiliki pengetahuan terbatas tentang AI untuk pendidikan dapat membuat keputusan yang tidak masuk akal tentang apa dan bagaimana AI dapat dilakukan untuk pendidikan, baik melebih-lebihkan atau meremehkan peran AI dalam pendidikan [50, Russell, 2021]. Asosiasi negatif yang signifikan antara kognisi dan ancaman yang dirasakan dari AI menunjukkan bahwa pengetahuan yang komprehensif tentang AI dapat membantu meminimalkan ambiguitas dan ilusi tentang peran AI dalam pendidikan.

Hubungan positif antara visi AI dan ancaman AI yang dirasakan tampaknya berlawanan dengan intuisi. Meskipun telah ditekankan berulang kali bahwa guru manusia tidak akan digantikan dan bagian sosial serta inovatif dari pekerjaan mereka akan lebih dibutuhkan dari sebelumnya dalam pendidikan yang ditingkatkan AI [51, Celik et al., 2022; Felix, 2020], pengembang AI mengambil upaya serius untuk sepenuhnya mengotomatisasi pendidikan dengan menutup kesenjangan sosial-emosional dan menggantikan guru manusia [51, Schiff, 2021]. Penggunaan robot sosial yang meningkat dapat mencontohkan upaya tersebut [51, Papadopoulos et al., 2020; Smakman et al., 2021].

Bahkan jika AI tidak dapat menggantikan guru manusia, pasar kerja untuk guru manusia dapat diserobot oleh AI yang sangat canggih, sehingga menimbulkan ancaman nyata bagi guru manusia [51, Schiff, 2021]. Oleh karena itu, semakin jelas visi AI yang dimiliki seseorang, semakin banyak ancaman yang mungkin dirasakan darinya.

Inovasi yang Ditingkatkan AI dan Kepuasan Kerja

Inovasi yang ditingkatkan AI berhubungan positif dengan kepuasan kerja guru. Guru yang menghargai manfaat inovatif yang terkait dengan AI cenderung mengalami kepuasan kerja yang meningkat [52, Bhargava et al., 2021].

Guru dapat memanfaatkan chatbot untuk menjawab pertanyaan siswa secara otomatis dan mengandalkan sistem manajemen pembelajaran cerdas untuk menjadwalkan kegiatan pembelajaran serta memberikan umpan balik adaptif kepada setiap siswa [55, Celik et al., 2022]. Akibatnya, guru dapat dibebaskan dari tugas-tugas rutin dan fokus pada orkestrasi cara-cara inovatif untuk mengembangkan keterampilan berpikir tingkat tinggi siswa, sehingga mengalami peningkatan kompetensi mengajar dan peningkatan keadaan emosional positif [55, Luckin et al., 2022].

Ancaman yang Dirasakan dan Inovasi/Kepuasan Kerja

Ancaman yang dirasakan dari AI secara negatif memengaruhi inovasi yang ditingkatkan AI. Hal ini mungkin karena guru yang memiliki tingkat kesiapan AI yang rendah mungkin menganggap AI sebagai ancaman yang dapat mengganggu kebiasaan kerja mereka, membuat pengalaman mengajar mereka yang sudah mapan menjadi usang, dan mungkin menggantikan mereka suatu hari nanti [56, Chounta et al., 2022; Mirbabaie et al., 2022].

Sama seperti individu yang memiliki sikap negatif terhadap AI tidak mungkin memiliki niat kuat untuk menggunakannya, guru yang merasakan ancaman intens dari AI mungkin tidak terlibat dalam upaya inovatif, seperti mengambil risiko dan bereksperimen dengan ketidakpastian terkait pedagogi yang didukung AI [56, Damerji & Salimi, 2021; Jöhnk et al., 2021].

Menariknya, ancaman yang dirasakan dari AI tidak secara negatif memengaruhi kepuasan kerja guru. Temuan ini sebagian besar sejalan dengan Bhargava et al. (2021), yang menemukan bahwa pekerja berpengetahuan di sektor bisnis seringkali tidak merasakan ancaman yang berarti dari AI karena mereka tahu AI dapat membantu meningkatkan keahlian mereka dan memperkuat kemampuan kerja mereka, sehingga cenderung mengalami kepuasan kerja yang besar. Demikian pula, guru yang memahami AI dan memiliki visi yang tepat tentang AI untuk pendidikan tidak mungkin merasa terancam olehnya, karena mereka tahu bahwa AI tidak dapat menggantikan mereka dalam melakukan tugas-tugas kreatif dan emosional [57, Bhargava et al., 2021; Celik et al., 2022]. Sebaliknya, mereka mungkin merasa diberdayakan oleh AI untuk mencapai kinerja mengajar yang lebih tinggi [57, Luckin et al., 2022].

Temuan Analisis Kluster dan Demografi

Mengenai temuan analisis kluster, kluster guru dengan kesiapan AI tinggi cenderung mengalami ancaman terendah dari AI sambil melaporkan tingkat inovasi dan kepuasan kerja tertinggi. Temuan ini konsisten dengan studi sebelumnya mengenai pentingnya kesiapan AI untuk pekerjaan pendidik [58, Luckin et al., 2022; Vazhayil et al., 2019].

Meskipun individu laki-laki dan individu yang secara sosial-ekonomi lebih beruntung sering dilaporkan menunjukkan kompetensi yang lebih tinggi dalam menguasai teknologi digital [59, Beaunoyer et al., 2020; Park et al., 2019], hampir tidak ada perbedaan yang diidentifikasi antara mereka dalam kesiapan AI dan inovasi yang ditingkatkan AI dalam studi ini.

Perbedaan yang sebagian besar tidak signifikan ini dapat disebabkan oleh:

1. Menurunnya biaya akses ke AI yang dimungkinkan oleh kemajuan pesat dalam teknologi AI [59, Gardner et al., 2021].

2. Kebijakan pemerintah dan skema AI nasional yang dengan giat mendukung penggunaan AI untuk berinovasi dalam pendidikan dan mempromosikan kesetaraan dalam pendidikan di berbagai wilayah sosial-ekonomi dan kelompok populasi dalam beberapa tahun terakhir [59, Knox, 2020; Yan & Yang, 2021].

--------------------------------------------------------------------------------

Bagian ini menyimpulkan bahwa kesiapan AI sangat penting untuk keberhasilan implementasi AI, dan menemukan bahwa faktor internal seperti kognisi dan visi sangat memengaruhi etika dan inovasi guru. Pengetahuan (kognisi) membantu mengurangi ancaman, tetapi pemahaman mendalam tentang potensi dan batasan AI (visi) secara mengejutkan dapat meningkatkan ancaman yang dirasakan karena guru menyadari sejauh mana AI dapat mengganggu pekerjaan mereka. Namun, terlepas dari ancaman ini, inovasi yang didukung AI dikaitkan dengan peningkatan kepuasan kerja guru.

6. Kontribusi dan Implikasi

Temuan dari studi ini memberikan kontribusi berikut terhadap teori dan praktik yang berkaitan dengan pendidikan yang ditingkatkan AI dari perspektif para pendidik.

Kontribusi

1. Mengkonseptualisasikan Kesiapan AI Guru dan Menyediakan Solusi Baru Meskipun masalah adopsi AI yang relatif lambat dalam pendidikan telah diartikulasikan [60, Luan et al., 2020; Luckin et al., 2022], hanya sedikit yang mempertimbangkan alasan mendasar dari masalah tersebut dari perspektif guru. Kesiapan AI yang tidak memadai dapat menghambat integrasi AI di kelas [60, Chounta et al., 2022]. Studi ini mengkonseptualisasikan konsep kesiapan AI untuk guru dari empat komponen—kognisi, kemampuan, visi, dan etika—dan memvalidasi secara empiris bahwa guru dengan tingkat kesiapan AI yang berbeda cenderung bervariasi dalam sikap mereka terhadap AI, inovasi di tempat kerja, dan kepuasan kerja. Oleh karena itu, kerangka kesiapan AI ini tidak hanya menawarkan cara yang layak untuk mempersiapkan guru menghadapi pembelajaran yang ditingkatkan AI, tetapi juga memberikan solusi baru untuk masalah yang menghambat keberhasilan implementasi AI dalam pendidikan.

2. Mensubstansiasi secara Empiris Pentingnya Kesiapan AI Studi ini menyelidiki hubungan antar-komponen di antara keempat komponen kesiapan AI. Ini menyoroti pentingnya pengetahuan AI yang memadai (kognisi), kompetensi dan keterampilan dalam penggunaan AI (kemampuan), dan pandangan kritis terhadap AI (visi) dalam membentuk kesadaran etika guru dalam penggunaan AI yang bertanggung jawab. Selain itu, studi ini menguji hubungan antara kesiapan AI guru dengan faktor-faktor seperti ancaman yang dirasakan dari AI, inovasi, dan kepuasan kerja. Dengan demikian, penelitian ini mensubstansiasi secara empiris pentingnya kesiapan AI dalam meningkatkan efisiensi dan pengalaman kerja guru [61, Luckin et al., 2022].

3. Menguji Variansi dan Invansi Kesiapan AI di Seluruh Faktor Demografi Studi ini untuk pertama kalinya menguji secara empiris variansi dan invansi kesiapan AI di seluruh faktor demografi yang berbeda, termasuk jenis kelamin dan situasi sosial-ekonomi. Invansi (ketidakberbedaan) kesiapan AI di antara faktor-faktor ini—berbeda dengan perbedaan yang sering dilaporkan sebelumnya dalam kemahiran menggunakan teknologi informasi [62, Park et al., 2019; Wang & Wong, 2019]—menyiratkan bahwa peningkatan aksesibilitas dan kemudahan penggunaan teknologi AI [62, Gardner et al., 2021; Luan et al., 2020] dapat menjembatani kesenjangan antara individu dari latar belakang demografi yang berbeda.

Implikasi Praktis

Studi ini memiliki beberapa implikasi untuk pendidikan yang ditingkatkan AI:

1. Fokus pada Guru sebagai Konsumen yang Cerdas (Savvy Consumers) Pendidikan AI saat ini lebih berfokus pada pengajaran kepada orang-orang untuk belajar AI dalam istilah teknis, seperti pemrograman dan pengembangan aplikasi AI [63, Luckin et al., 2022]. Namun, tidak praktis maupun perlu bagi guru manusia untuk menjadi programmer, karena AI adalah area yang berkembang pesat. Sebaliknya, guru harus menjadi konsumen yang cerdas yang dapat memilih aplikasi dan algoritma AI yang tepat untuk mendukung mereka dalam menginovasi pekerjaan mereka dan meningkatkan kepuasan kerja mereka. Oleh karena itu, sangat penting bagi guru untuk dibekali dengan pengetahuan, keterampilan, dan visi yang memadai, serta etika (yaitu, kesiapan AI), agar dapat membuat keputusan yang tepat tentang AI apa yang akan digunakan dan bagaimana menggunakannya secara tepat.

2. Meningkatkan Etika Melalui Kognisi, Kemampuan, dan Visi Hubungan antara etika dengan kognisi, kemampuan, dan visi dalam penggunaan AI dapat menginspirasi pengembangan strategi yang bertujuan untuk meningkatkan pengambilan keputusan etis individu. Meskipun menetapkan pedoman dan kebijakan etika diperlukan (meskipun terbatas efektivitasnya) untuk memandu penggunaan AI yang bertanggung jawab [64, Hagendorff, 2020], meningkatkan pengetahuan, kompetensi, dan keterampilan AI masyarakat mungkin lebih penting. Terutama, karena visi penggunaan AI di bidang pendidikan merupakan prediktor terbesar dari etika, akan sangat bermanfaat untuk memperdalam wawasan guru tentang apa yang dapat dan tidak dapat dilakukan AI untuk pendidikan, dan apa yang dibutuhkan dari manusia untuk memanfaatkan kemampuan AI secara efektif sambil mengurangi potensi risiko.

3. Mempertahankan Visi yang Tepat tentang AI Pendidik harus memiliki visi yang tepat tentang AI untuk pendidikan. Meskipun mungkin ada kekhawatiran tentang AI yang mengganggu pasar kerja, pekerjaan guru tidak dapat sepenuhnya digantikan. Sebaliknya, evolusi teknologi AI menuntut lebih banyak dari guru dalam hal humanitas, serta perawatan sosial dan emosional [65, Felix, 2020]. Sangat penting bagi pendidik untuk awalnya fokus pada pemahaman tentang apa dan bagaimana AI dapat menawarkannya kepada mereka, dan bagaimana mereka dapat beradaptasi dengan pendidikan yang ditingkatkan AI untuk meningkatkan inovasi mereka di tempat kerja dan meningkatkan efisiensi pengajaran mereka [65, Hrastinski et al., 2019].

4. Mengabaikan Perbedaan Demografi dan Fokus pada Kebutuhan Nyata Mengingat perbedaan yang tidak signifikan antara pendidik dari latar belakang demografi yang berbeda (jenis kelamin dan sosial-ekonomi) dalam kesiapan AI, strategi tentang implementasi AI dalam pendidikan dapat kurang mempertimbangkan kemungkinan perbedaan yang disebabkan oleh faktor demografi. Sebaliknya, strategi harus lebih fokus pada bagaimana menyelidiki kebutuhan dan kekhawatiran aktual pendidik tentang AI, guna meningkatkan kesiapan AI mereka dan meningkatkan tingkat keberhasilan pendidikan yang ditingkatkan AI.