Memakai AI untuk Belajar Psikometri: Prompt yang Bekerja

Seorang mahasiswa meminta model bahasa menjelaskan perbedaan reliabilitas dan validitas. Jawabannya rapi, lengkap dengan analogi timbangan. Ia merasa paham.

Dua minggu kemudian, dalam ujian lisan, ia tidak bisa menjelaskan mengapa alat yang reliabel bisa tidak valid untuk tujuan tertentu. Jawaban yang dibacanya dulu bagus, tetapi tidak menempel.

Masalahnya bukan pada model. Masalahnya pada cara belajar yang pasif.

Empat pola prompt yang membantu belajar psikometri. Semuanya menempatkan model sebagai penguji, bukan sebagai sumber otoritatif.

Mengapa belajar pasif dengan AI sering gagal

Model bahasa paling berguna ketika dipakai untuk menguji pemahaman, bukan untuk menyampaikan ringkasan.

Alih-alih meminta penjelasan, minta pertanyaan. Alih-alih meminta jawaban, minta umpan balik atas jawaban Anda sendiri.

Perubahan kecil ini mengubah peran model dari guru menjadi lawan latihan. Latihan yang menuntut produksi jawaban menghasilkan ingatan yang lebih tahan lama daripada membaca ulang.

Ada alasan lain mengapa belajar pasif mudah gagal: model bahasa selalu memberi jawaban. Tidak ada momen "tidak tahu" yang memaksa Anda mengakui celah. Dalam belajar, justru momen itulah yang paling berharga.

Karena itu, bagian tersulit dari memakai AI untuk belajar bukan menemukan jawaban, melainkan menahan diri untuk tidak langsung memintanya.

Empat jenis prompt yang berguna

Prompt uji diri. "Ajukan lima pertanyaan pilihan ganda tentang standard error of measurement, kesulitan menengah, dan jangan tampilkan jawabannya sampai saya menjawab."

Prompt koreksi. "Ini jawaban saya tentang perbedaan norma dan persentil. Tunjukkan bagian yang keliru, dan jelaskan tanpa memberi jawaban lengkap."

Prompt penjelasan bertingkat. "Jelaskan konsep ini untuk pembaca yang baru mengenal statistik, lalu jelaskan sekali lagi untuk pembaca yang sudah paham. Sebutkan bagian mana yang berubah."

Prompt pembanding. "Bandingkan dua konsep ini dalam tabel: dasar, kegunaan, dan kesalahan umum. Tandai bagian yang sering disalahpahami."

Perhatikan pola: semuanya meminta model melakukan sesuatu yang bisa diperiksa, bukan sekadar menghasilkan teks.

Satu variasi yang berguna untuk topik sulit: minta model menjelaskan kesalahan yang mungkin muncul. "Sebutkan tiga kesalahpahaman umum tentang reliabilitas, dan jelaskan mengapa masing-masing keliru." Setelah itu, uji diri Anda: apakah Anda bisa menjelaskan ulang tanpa membaca jawabannya?

Prompt yang cenderung menyesatkan

"Jelaskan semuanya tentang X." Jawaban luas tanpa fokus, dan mudah mengandung kesalahan yang tidak terlihat karena tidak ada tolok ukur.

"Berikan rujukan tentang X." Risiko halusinasi sitasi tinggi. Bila Anda membutuhkan rujukan, cari sendiri dan minta model menjelaskan isinya setelah Anda memberinya abstrak.

"Apakah saya benar?" Pertanyaan tertutup mendorong persetujuan. Model cenderung mengiyakan, meski jawaban Anda keliru.

"Buatkan rangkuman lengkap." Rangkuman panjang terasa produktif, tetapi sering hanya memindahkan teks tanpa memaksa pemahaman.

Kebiasaan verifikasi yang tidak bisa dilewati

Setiap klaim faktual perlu diperiksa. Setiap angka perlu dilacak ke sumber. Setiap rujukan perlu dicari di Crossref atau penerbit.

Untuk konsep statistik, verifikasi bisa dilakukan dengan buku teks atau standar resmi. Untuk klaim tentang alat tertentu, verifikasi dilakukan ke manual teknis penerbit.

Bila tidak ada sumber yang bisa diperiksa, anggap klaim itu belum terverifikasi. Ini bukan sikap berlebihan; ini konsekuensi dari cara kerja model bahasa.

Konsekuensi praktisnya: waktu yang Anda hemat dengan bertanya kepada model sebagian perlu dikembalikan untuk verifikasi. Bila verifikasi tidak dilakukan, penghematan itu ilusi.

Ji dan kolega (2023) mendokumentasikan bahwa halusinasi bukan cacat yang bisa dihilangkan dengan satu teknik, melainkan sifat yang muncul dari cara model menghasilkan teks. Karena itu, verifikasi tetap menjadi pekerjaan manusia.

Belajar tanpa menyerahkan penilaian

Satu risiko yang jarang dibahas: menyerahkan penilaian atas mutu argumen kepada model.

Model bisa menilai tulisan Anda "jelas dan meyakinkan" meskipun argumennya melompat. Ia menilai koherensi teks, bukan kebenaran isi.

Karena itu, minta kritik yang spesifik: "Tunjukkan kalimat yang klaimnya tidak didukung bukti", atau "sebutkan satu keberatan yang belum saya jawab". Pertanyaan semacam itu menghasilkan umpan balik yang lebih berguna daripada penilaian umum.

Hattie dan Timperley (2007) menunjukkan bahwa umpan balik tentang proses lebih bermanfaat daripada umpan balik tentang hasil. Prinsip itu berlaku juga ketika umpan balik datang dari mesin.

Bagaimana memakai AI untuk topik sensitif

Untuk topik klinis, kehati-hatian harus lebih tinggi. Model bahasa dapat menghasilkan deskripsi gejala yang terdengar meyakinkan, tetapi tidak dapat menilai konteks, riwayat, atau risiko.

Gunakan AI untuk memahami istilah dan membaca definisi, bukan untuk menilai apakah gejala seseorang memenuhi kriteria diagnosis. Untuk itu, penilaian profesional tetap diperlukan.

Bila Anda menggunakan AI untuk belajar tentang skrining, baca juga artikel PHQ-9 agar memahami batas antara skrining dan diagnosis.

Bagaimana bila model konsisten tetapi keliru

Satu jebakan yang jarang dibahas: konsistensi palsu. Model dapat memberikan jawaban yang sama beberapa kali berturut-turut, dan pengulangan itu terasa seperti kepastian.

Padahal konsistensi tidak membuktikan kebenaran. Dua jawaban identik bisa berasal dari kesalahan yang sama.

Uji yang lebih baik: tanyakan hal yang sama dengan cara berbeda, atau minta model menyebutkan sumber dan keberatan terhadap jawabannya sendiri. Jawaban yang berubah-ubah menandakan area yang perlu diperiksa ke sumber primer.

Bila model tetap konsisten dan Anda tetap ragu, buku teks atau standar resmi adalah tempat berhenti. Tidak ada cara untuk memverifikasi klaim statistik hanya dengan bertanya ulang kepada model yang sama.

Apakah AI bisa menjadi tutor yang memadai?

Tiga kebiasaan yang terbukti membantu.

Pertama, tulis ringkasan dengan kata sendiri sebelum meminta penjelasan. Perbedaan antara tulisan Anda dan penjelasan model menunjukkan bagian yang belum dipahami.

Kedua, uji diri secara berkala tanpa melihat catatan. Mengenali lebih mudah daripada mengingat; hanya mengingat yang menunjukkan pemahaman.

Ketiga, ajarkan konsep kepada orang lain. Menjelaskan memaksa Anda menemukan bagian yang masih kabur, dan bagian itu biasanya lebih banyak daripada yang diperkirakan.

Batas interpretasi

Artikel ini bukan diagnosis dan bukan pengganti pembelajaran terstruktur. AI dapat membantu latihan, tetapi tidak menggantikan buku teks, bimbingan pengajar, atau praktik pengukuran yang sesungguhnya.

Untuk memahami risiko sitasi, lihat artikel halusinasi sitasi. Untuk batas pemakaian AI dalam asesmen, lihat artikel batas AI dalam asesmen. Bila ada dugaan teks buatan mesin, baca dulu mengapa detektor tidak layak jadi bukti.

Pertanyaan yang sering diajukan

Apakah aman memakai AI untuk belajar statistik?

Aman untuk latihan dan penjelasan konsep, dengan syarat memverifikasi rumus dan angka. Untuk perhitungan yang dipakai dalam keputusan nyata, gunakan perangkat lunak statistik dan periksa hasilnya secara manual.

Bagaimana bila model memberi penjelasan yang berbeda dari buku teks?

Anggap buku teks dan sumber primer sebagai acuan. Perbedaan bisa berasal dari penyederhanaan, kesalahan, atau perbedaan definisi. Catat perbedaannya, lalu periksa ke sumber aslinya.

Apakah AI bisa membantu menulis skripsi?

Bisa untuk menyunting bahasa dan menyusun kerangka, dengan batasan yang ditetapkan institusi. Penggunaan yang tidak diungkapkan untuk menyusun substansi berisiko melanggar aturan akademik.

Rujukan

• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. doi:10.1145/3571730
• Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. doi:10.3102/003465430298487
• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. doi:10.1145/3442188.3445922
• National Institute of Standards and Technology. (2023). Artificial intelligence risk management framework (AI RMF 1.0). NIST
• UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. doi:10.1126/science.aac4716