Pemanfaatan Teknologi GenAI dalam Konteks Akademik: Studi Terhadap Gaya Belajar

Authors

  • Ria Triayomi Universitas Katolik Musi Charitas
  • Petrus Murwanto Universitas Katolik Musi Charitas

DOI:

https://doi.org/10.30599/pjjyzs48

Keywords:

Gaya belajar, GenAI, Mahasiswa PGSD, Pembelajaran Digital, Teknologi Pendidikan

Abstract

Penelitian ini bertujuan untuk menganalisis keterkaitan antara gaya belajar mahasiswa PGSD dan pemanfaatan teknologi Generative AI (GenAI) dalam pembelajaran. Menggunakan pendekatan kuantitatif deskriptif, data dikumpulkan melalui kuesioner online. Hasil menunjukkan gaya belajar visual paling dominan (33,66%), dengan preferensi interaksi melalui membaca teks (48,5%). Aplikasi GenAI yang paling sering digunakan adalah ChatGPT (85%), diikuti Grammarly dan Google Bard. Sebagian besar mahasiswa menyadari bahwa gaya belajar memengaruhi cara mereka menggunakan GenAI. Penelitian ini menegaskan bahwa GenAI berpotensi mendukung pembelajaran yang dipersonalisasi jika disesuaikan dengan gaya belajar mahasiswa. Temuan ini penting untuk pengembangan strategi pembelajaran berbasis teknologi yang adaptif dan efektif dalam konteks pendidikan tinggi.

Downloads

Download data is not yet available.

References

Annas, N. A., Wijayanto, G., Cahyono, D., & Safar, M. (2024). Pelatihan Teknis Penggunaan Aplikasi Artificial Intelligences (AI) Chat Gpt Dan Bard AI Sebagai Alat Bantu Bagi Mahasiswa Dalam Mengerjakan Tugas Perkuliahan. Journal Of Human And Education (JAHE), 4(1).

Cholvistaria, M., & Gunawan, A. (2025). PENGARUH ARTIFICIAL INTELLIGENCE (AI) TERHADAP

BERPIKIR KRITIS MAHASISWA. POACE: Jurnal Program Studi Adminitrasi Pendidikan, 5(1), 1–8. https://doi.org/10.24127/poace.v5i1.8155 in-press

Direktorat Pembelajaran dan Kemahasiswaan. (2024). Buku panduan penggunaan generative artificial intelligence (GenAI) Pada pembelajaran di Perguruan Tinggi. In Buku panduan penggunaan generative artificial intelligence (GenAI) Pada pembelajaran di Perguruan Tinggi. Direktorat Pembelajaran dan Kemahasiswaan Direktorat Jenderal Pendidikan Tinggi, Riset, dan Teknologi Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi.

Faisal, M. (2024). Dampak Kecerdasan Buatan (AI) terhadap Pola Pikir Cerdas Mahasiswa di

Pontianak. NUCLEUS, 5(1), 60–66. https://doi.org/10.37010/nuc.v5i1.1684

Floridi, L., & Cowls, J. (2019). A Unified Framework of Five Principles for AI in Society. Harvard Data

Science Review. https://doi.org/10.1162/99608f92.8cd550d1

Giannakos, M., Azevedo, R., Brusilovsky, P., Cukurova, M., Dimitriadis, Y., Hernandez-Leo, D., Järvelä, S., Mavrikis, M., & Rienties, B. (2025). The promise and challenges of generative AI in education. Behaviour & Information Technology, 44(11), 2518–2544. https://doi.org/10.1080/0144929X.2024.2394886 in-press

Harmilawati, Rifqatussa’diyah, Amalia, P., Majid, H. A., & Sahrah, I. A. (2024). Peran Teknologi AI dalam Pengembangan Kemampuan Berpikir Kritis Mahasiswa. Prosiding Seminar Nasional Fakultas Tarbiyah Dan Ilmu Keguruan IAIM Sinjai, 3, 26–31. https://doi.org/10.47435/sentikjar.v3i0.3134

Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum, S. B., Santos, O. C.,

Rodrigo, M. T., Cukurova, M., Bittencourt, I. I., & Koedinger, K. R. (2022). Ethics of AI in

Education: Towards a Community-Wide Framework. International Journal of Artificial Intelligence in Education, 32(3). https://doi.org/10.1007/s40593-021-00239-1

Huang, D., Hash, N., Cummings, J. J., & Prena, K. (2025). Academic cheating with generative AI: Exploring a moral extension of the theory of planned behavior. Computers and Education: Artificial Intelligence, 8, 100424. https://doi.org/10.1016/j.caeai.2025.100424 in-press

Hwang, G.-J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001

Lin, C. C., Huang, A. Y. Q., & Lu, O. H. T. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: a systematic review. In Smart Learning Environments (Vol. 10, Issue 1). https://doi.org/10.1186/s40561-023-00260-y

Magdalena, I., Nur, A., Universitas, A., & Tangerang, M. (2020). IDENTIFIKASI GAYA BELAJAR SISWA (VISUAL, AUDITORIAL, KINESTETIK). In PENSA : Jurnal Pendidikan dan Ilmu Sosial (Vol. 2, Issue 1).

Maulana, A., Azzahra, S., Kusuma, A. D., Al faidz, M. H., & Fadhila, A. I. (2024). Pengaruh Penggunaan Artificial Intelligence Dalam Pengerjaan Tugas Kuliah Terhadap Berpikir Kritis Mahasiswa Pai Unj. SYNERGY Jurnal Ilmiah Multidisiplin, 1(4).

Msgr. Armando Matteo, M. Rev. P. T. (2025). ANTIQUA ET NOVA Note on the Relationship Between Artificial Intelligence and Human Intelligence. in-press

Ouyang, F., & Jiao, P. (2021). Artificial intelligence in education: The three paradigms. Computers and Education: Artificial Intelligence, 2. https://doi.org/10.1016/j.caeai.2021.100020

Papilaya, J. O., & Huliselan, N. (2016). IDENTIFIKASI GAYA BELAJAR MAHASISWA. Jurnal

Psikologi Undip, 15(1). https://doi.org/10.14710/jpu.15.1.56-63

Shofiah, N. (2017). Pertimbangan Pemilihan Teks Bacaan Dalam Pengajaran Dan Pembelajaran Membaca. Senasbasa, 1.

Suryono, M. N., Bhagaskara, R., Pratama, M., & Pratama, A. (2023). Analisis Pengaruh ChatGPT

Terhadap Produktivitas Mahasiswa. Prosiding Seminar Nasional Teknologi Dan Sistem Informasi, 3(1). https://doi.org/10.33005/sitasi.v3i1.511

Yumna, Bukhori, M., Giyaatsusshidqi, M., & Agustina, N. (2024). Implementasi Penggunaan AI Dalam Proses Pembelajaran Mahasiswa Teknologi Pendidikan Angkatan 2023. Jurnal Pendidikan Transformatif , 3(2).

Zebua, N. (2024). Optimalisasi Potensi dan Pemanfaatan Artificial Intelligence (AI) dalam Mendukung

Pembelajaran di Era Society 5.0. Pentagon : Jurnal Matematika Dan Ilmu Pengetahuan Alam, 2(4), 185–195. https://doi.org/10.62383/pentagon.v2i4.314

Downloads

Published

2025-07-27

How to Cite

Pemanfaatan Teknologi GenAI dalam Konteks Akademik: Studi Terhadap Gaya Belajar. (2025). Titian Ilmu: Jurnal Ilmiah Multi Sciences, 17(02), 85 – 94. https://doi.org/10.30599/pjjyzs48
  Abstract Views: 1046 |   File Views: 595