Heru

Penulis: Heru

  • Tetap Cerdas di Era AI: Menggunakan Kecerdasan Buatan Tanpa Kehilangan Daya Pikir

    Tetap Cerdas di Era AI: Menggunakan Kecerdasan Buatan Tanpa Kehilangan Daya Pikir

    Kecerdasan buatan (Artificial Intelligence/AI) kini hadir di hampir semua bidang kehidupan. Mahasiswa memakainya untuk merangkum jurnal, penulis menggunakannya untuk menyusun draf, dan aparatur pemerintah memanfaatkannya untuk mempercepat analisis dokumen. AI membuat pekerjaan terasa lebih cepat dan ringan.

    Namun di balik kemudahan itu, muncul pertanyaan penting: apakah kita masih benar-benar berpikir, atau hanya mengandalkan hasil dari mesin?

    Artikel ini tidak menolak AI. Justru sebaliknya. Tantangannya adalah bagaimana menggunakan AI secara cerdas tanpa kehilangan kemampuan bernalar, menganalisis, dan mengambil keputusan sendiri.

    AI dalam Pendidikan: Membantu atau Membuat Tumpul?

    Di dunia pendidikan, AI sering digunakan untuk membantu memahami materi, menyusun ringkasan, atau bahkan menulis tugas. Dalam batas tertentu, ini sangat membantu, terutama untuk memahami konsep awal atau struktur tulisan.

    Masalah muncul ketika mahasiswa langsung meminta AI menyelesaikan tugas tanpa melalui proses berpikir. Akibatnya, mahasiswa mungkin lulus mata kuliah, tetapi kehilangan latihan penting: merumuskan argumen, menghubungkan teori, dan menyusun logika sendiri.

    Penggunaan AI yang sehat dalam pendidikan adalah:

    • mahasiswa mencoba memahami materi terlebih dahulu,
    • menyusun kerangka jawaban sendiri,
    • lalu menggunakan AI untuk mengecek kelengkapan, kejelasan, atau sudut pandang lain.

    Dengan cara ini, AI menjadi alat belajar, bukan pengganti belajar.

    AI dalam Penulisan: Asisten atau Penulis Bayangan?

    Bagi penulis—baik penulis lagu, artikel, maupun laporan—AI dapat menjadi asisten yang sangat efisien. Ia bisa membantu mencari sinonim, merapikan struktur kalimat, atau memberi alternatif judul.

    Namun, jika seluruh isi tulisan diserahkan ke AI, ada risiko tulisan kehilangan suara, konteks, dan kedalaman pengalaman manusia. Tulisan menjadi rapi, tetapi datar.

    Praktik yang lebih sehat adalah:

    • penulis tetap menulis draf awal dengan gaya dan sudut pandangnya sendiri,
    • AI digunakan untuk mengedit, menyederhanakan, atau menguji kejelasan pesan,
    • keputusan akhir tetap berada di tangan penulis.

    Dengan demikian, AI membantu kualitas teknis tulisan tanpa mencabut jiwa penulisnya.

    AI dalam Pekerjaan Birokrasi: Efisiensi Tanpa Mengorbankan Tanggung Jawab

    Dalam pekerjaan birokrasi dan administrasi publik, AI berpotensi besar: membantu analisis data, menyusun draf dokumen, atau merangkum regulasi. Ini sangat berguna untuk menghemat waktu dan tenaga.

    Namun, birokrasi juga berkaitan dengan akuntabilitas. Ketika rekomendasi kebijakan atau dokumen penting sepenuhnya bergantung pada AI tanpa telaah manusia, risiko kesalahan dan bias meningkat.

    Pendekatan yang bijak adalah:

    • AI digunakan untuk mempercepat pengolahan informasi,
    • aparatur tetap melakukan penilaian substantif,
    • keputusan dan tanda tangan tetap menjadi tanggung jawab manusia.

    AI boleh membantu bekerja lebih cepat, tetapi tidak boleh menggantikan tanggung jawab berpikir dan mengambil keputusan.

    Menjaga Otak Tetap Aktif di Tengah Kemudahan

    Agar AI tidak membuat kita malas berpikir, beberapa kebiasaan sederhana perlu dijaga:

    • Biasakan berpikir dan menyusun kerangka terlebih dahulu sebelum meminta bantuan AI.
    • Gunakan AI untuk mengkritik atau menyempurnakan gagasan, bukan menggantikannya.
    • Sisakan ruang untuk membaca, menulis, dan merenung tanpa bantuan AI.
    • Selalu cek ulang hasil AI, terutama untuk konteks lokal, etika, dan kebijakan.

    Kebiasaan ini penting agar kemampuan analitis dan reflektif tetap terlatih.

    Penutup

    AI bukan musuh berpikir manusia. Ia hanya alat. Yang berbahaya bukan kecerdasannya, melainkan ketika manusia berhenti berpikir karena terlalu nyaman dibantu.

    Jika AI digunakan dengan sadar, ia justru bisa mendorong manusia berpikir lebih tajam, lebih luas, dan lebih kritis. Tetapi kemudi tetap harus dipegang manusia. Karena pada akhirnya, berpikir adalah tanggung jawab yang tidak bisa diautomatisasi.

    Daftar Bacaan

  • Duel Dua Kecerdasan: Dinamika AI Pencipta Konten dan AI Pendeteksi Konten di Era Digital

    Duel Dua Kecerdasan: Dinamika AI Pencipta Konten dan AI Pendeteksi Konten di Era Digital

    Perkembangan kecerdasan buatan menghadirkan fenomena baru yang semakin menarik perhatian: munculnya dua jenis AI yang saling berhadapan, yaitu AI pencipta konten dan AI pendeteksi konten. Keduanya berkembang cepat, saling mempengaruhi, dan membentuk dinamika unik dalam ekosistem digital modern.

    Di satu sisi, AI pencipta konten mengalami lompatan luar biasa. Model bahasa mampu menulis esai, artikel, bahkan puisi dengan gaya yang semakin menyerupai manusia. Teknologi generatif lain mampu membuat gambar, video, hingga musik yang kualitasnya menyaingi karya kreator profesional. Kemampuan ini membuka peluang besar: membantu proses kreatif, mempercepat produksi konten, dan memberi alat baru bagi penulis, desainer, serta institusi media.

    Namun, kemajuan tersebut memunculkan tantangan serius. Semakin sulit membedakan mana karya manusia dan mana karya algoritma. Di sinilah AI pendeteksi konten muncul sebagai “penjaga gerbang”. Mesin ini dirancang untuk menganalisis ciri-ciri statistik, pola bahasa, dan struktur teks untuk menentukan apakah sebuah konten dibuat oleh manusia atau AI. Dunia pendidikan mengandalkan teknologi ini untuk menjaga integritas akademik, sementara jurnalisme menggunakannya untuk mempertahankan keaslian informasi.

    Ironisnya, kedua jenis AI ini terlibat dalam perlombaan yang bersifat evolusioner. Setiap kali detektor menemukan pola tertentu sebagai ciri tulisan AI, model generatif belajar memperbaikinya. Sebaliknya, saat model generatif menjadi lebih canggih, detektor harus mengembangkan pendekatan analitik baru. Situasi ini menyerupai “perlombaan senjata digital” yang mendorong keduanya berkembang cepat.

    Fenomena ini memiliki implikasi luas. Dunia pendidikan perlu mengkaji ulang metode evaluasi. Industri kreatif bergerak mencari cara menjaga otentisitas tanpa menghambat inovasi. Sementara itu, masyarakat umum dihadapkan pada pertanyaan baru mengenai kepercayaan, keaslian, dan batas antara karya manusia serta mesin.

    Meski tampak seperti pertarungan, hubungan kedua teknologi ini sebenarnya saling melengkapi. AI pencipta konten mendorong kreativitas dan efisiensi, sementara AI pendeteksi membantu menjaga integritas informasi. Di masa depan, keduanya berpotensi berkembang menjadi dua pilar yang saling mengimbangi dalam menjaga kualitas dan reliabilitas ruang digital.

    Pada akhirnya, kemajuan ini tidak hanya membuat kita mempertanyakan kemampuan mesin, tetapi juga mendorong refleksi tentang apa yang membuat kreativitas manusia unik. Teknologi memaksa kita melihat kembali proses berpikir, keaslian, dan nilai sebuah karya di era ketika batas antara manusia dan mesin semakin kabur.

  • Jalan Menuju Senja

    Jalan Menuju Senja

    Di bawah langit yang menelan biru,
    awan menggantung seperti ragu,
    dan senja mengintip malu
    di sela pepohonan yang tak bersuara.

    Lampu-lampu menyala pelan,
    bukan karena gelap,
    tapi karena waktu ingin pulang.

    Ruko-ruko bisu di sisi jalan,
    menyimpan dengung hari yang perlahan padam.
    Plang tua berayun lirih,
    seperti kenangan yang belum pergi.

    Angin sore melintas tanpa suara,
    membelai kabel-kabel yang bersilang
    seperti garis kehidupan
    yang saling terkait,
    namun tak pernah benar-benar bertemu.

    Ada kendaraan yang pulang,
    ada yang baru berangkat,
    dan aku berdiri di tepi jalan,
    menunggu sesuatu yang tak pernah pasti—
    mungkin cahaya,
    mungkin kamu.

  • Memahami Pengadaan Barang/Jasa di Desa: Menjaga Transparansi dan Memberdayakan Masyarakat

    Pengadaan barang dan jasa di tingkat desa bukanlah sekadar kegiatan administrasi. Ia merupakan jantung dari pembangunan desa yang transparan, partisipatif, dan berkelanjutan. Episode ke-4 dari seri RUPEN TV mengangkat topik ini secara mendalam, menyoroti bagaimana desa-desa di Indonesia bisa melakukan pengadaan dengan benar, efektif, dan berorientasi pada pemberdayaan masyarakat.

    Mengapa Pengadaan di Desa Penting?

    Desa kini menjadi pusat pembangunan berbasis masyarakat. Dengan kucuran Dana Desa yang terus meningkat tiap tahunnya, pengelolaan anggaran menjadi tantangan sekaligus peluang. Proses pengadaan yang baik akan menentukan seberapa maksimal dana tersebut bermanfaat bagi warga desa.

    Landasan Hukum yang Kuat

    Pengadaan barang/jasa desa memiliki payung hukum yang jelas, antara lain:

    • Permendagri terkait pengelolaan keuangan desa.
    • Permen Desa PDTT yang mengatur teknis pelaksanaan pengadaan.

    Perbedaan mendasar antara pengadaan desa dengan instansi pemerintah lainnya terletak pada pendekatan yang lebih sederhana, fleksibel, namun tetap akuntabel.

    Tahapan Pengadaan Barang/Jasa di Desa

    Video ini menjelaskan lima tahapan utama:

    1. Perencanaan – Desa menyusun Rencana Umum Pengadaan (RUP Desa) berdasarkan prioritas RKP‑Des.
    2. Penyusunan Dokumen – Mencakup spesifikasi teknis, Harga Perkiraan Sendiri (HPS), dan Kerangka Acuan Kerja.
    3. Pemilihan Penyedia – Bisa melalui swakelola, penyedia lokal, atau metode lelang sederhana.
    4. Pelaksanaan & Kontrak – Pelaksanaan kegiatan berdasarkan dokumen kontrak dan pengawasan oleh tim pelaksana.
    5. Pelaporan & Evaluasi – Semua kegiatan didokumentasikan untuk pertanggungjawaban kepada masyarakat dan pihak pengawas.

    Tiga Metode Utama dalam Pengadaan Desa

    1. Swakelola Desa
      • Dilaksanakan sendiri oleh masyarakat desa.
      • Meningkatkan partisipasi, menciptakan lapangan kerja, dan mempercepat pelaksanaan.
      • Tantangannya: kualitas hasil dan potensi konflik internal.
    2. Menggunakan Penyedia Lokal
      • Menjalin kerja sama dengan UMKM atau toko lokal.
      • Menumbuhkan ekonomi desa dan mempermudah logistik.
    3. Lelang Sederhana
      • Untuk pengadaan bernilai besar atau membutuhkan persaingan harga.
      • Transparansi lebih tinggi, meski membutuhkan dukungan teknis dan dokumen resmi.

    Tantangan dan Solusi

    Beberapa tantangan yang umum ditemui antara lain:

    • Kurangnya kapasitas teknis aparatur desa.
    • Minimnya pemahaman terhadap mekanisme pengadaan.
    • Potensi praktik pengadaan yang tidak sesuai prosedur.

    Solusinya antara lain:

    • Pelatihan rutin bagi perangkat desa.
    • Pendampingan dari tenaga ahli atau fasilitator.
    • Pembentukan Pokja pengadaan di tingkat desa.

    Pentingnya Transparansi dan Digitalisasi

    Transparansi bukan hanya soal laporan. Ia adalah bagian dari upaya membangun kepercayaan publik. Setiap pengadaan harus bisa dipertanggungjawabkan kepada masyarakat. Ke depan, integrasi e‑procurement desa diharapkan menjadi solusi digital untuk menciptakan proses yang lebih rapi, cepat, dan bebas dari praktik manipulatif.

    Penutup

    Pengadaan barang dan jasa desa bukan hanya tugas administratif. Ia adalah salah satu bentuk nyata dari pembangunan yang inklusif dan berkeadilan. Dengan perencanaan yang matang, pelaksanaan yang transparan, serta pengawasan yang partisipatif, desa akan mampu menjadi motor penggerak pembangunan yang sesungguhnya: dari rakyat, oleh rakyat, dan untuk rakyat.

    Tonton video selengkapnya di sini:

    Jika kamu punya pengalaman atau pendapat terkait pengadaan desa di tempatmu, silakan tinggalkan komentar di bawah. Mari saling belajar dan berbagi demi desa yang lebih maju dan mandiri!

  • Perlukah Memperhatikan AI Score dalam Menilai Sebuah Artikel Ilmiah?

    Perlukah Memperhatikan AI Score dalam Menilai Sebuah Artikel Ilmiah?

    Pemanfaatan kecerdasan buatan (AI) telah mengalami perkembangan yang signifikan dalam dunia akademik, khususnya dalam penilaian artikel ilmiah. AI score atau sistem penilaian berbasis kecerdasan buatan merupakan inovasi yang dirancang untuk memberikan penilaian objektif dan konsisten terhadap berbagai aspek tulisan akademik. Hal ini sejalan dengan premis bahwa AI diciptakan untuk memenuhi kebutuhan manusia dalam menghasilkan tulisan dan penelitian dengan meminimalisir kesalahan manusia (human error), baik dalam referensi maupun tata cara penulisan. Melalui kemampuan memproses pola bahasa manusia, AI telah mencapai kemampuan analisis tekstual yang mumpuni. Namun, pertanyaan kritis yang muncul adalah sejauh mana kita perlu memperhatikan AI score dalam proses evaluasi artikel ilmiah dan bagaimana hal ini dapat memengaruhi kualitas publikasi ilmiah secara keseluruhan.

    Konsep dan Implementasi AI Score dalam Penilaian Artikel Ilmiah

    AI score dalam konteks penilaian artikel ilmiah merujuk pada sistem berbasis kecerdasan buatan yang dirancang untuk mengevaluasi berbagai dimensi kualitas tulisan. Automated Essay Scoring (AES) merupakan salah satu bentuk AI score yang berfungsi memberikan nilai pada esai berdasarkan kriteria tertentu, umumnya dalam konteks penilaian kemampuan bahasa seseorang. Kualitas esai dipengaruhi oleh empat dimensi utama: relevansi topik, organisasi dan koherensi, penggunaan kata dan kompleksitas kalimat, serta tata bahasa dan mekanika penulisan1.

    SciScore merupakan contoh implementasi AI score yang khusus diciptakan untuk mengevaluasi naskah ilmiah. Sistem ini menilai kepatuhan manuskrip terhadap rekomendasi dari lembaga pemberi dana dan jurnal yang bertujuan meningkatkan transparansi dalam literatur ilmiah. Hasil implementasi SciScore pada beberapa penerbit menunjukkan peningkatan skor rata-rata dari waktu ke waktu, mengindikasikan bahwa penggunaan alat ini berhasil meningkatkan kualitas pelaporan rigor dan transparansi artikel ilmiah11.

    Sistem AI scoring lainnya adalah Rigor and Transparency Index (RTI) yang secara otomatis mengevaluasi ketelitian dan transparansi jurnal, institusi, dan negara menggunakan manuskrip yang dinilai berdasarkan kriteria dalam pedoman reprodusibilitas. RTI melacak 27 tipe entitas menggunakan teknik pemrosesan bahasa alami. Antara tahun 1997 dan 2020, indikator ketelitian dan transparansi menunjukkan peningkatan umum (RTI 2,29 menjadi 4,13), yang mengindikasikan bahwa penulis semakin serius dalam meningkatkan kualitas pelaporan ilmiah12.

    Manfaat AI Score dalam Penilaian Artikel Ilmiah

    Penggunaan AI score dalam menilai artikel ilmiah menawarkan sejumlah keuntungan signifikan. Pertama, AI memiliki kemampuan untuk memproses dan menganalisis data dalam jumlah besar dengan cepat dan konsisten. Penelitian menunjukkan bahwa integrasi AI dalam penulisan ilmiah tidak hanya meningkatkan efisiensi tetapi juga dapat meningkatkan kualitas dan akurasi artikel ilmiah. AI mampu memberikan saran yang relevan berdasarkan data yang ada, mengidentifikasi kesalahan tata bahasa dan penulisan, serta membantu dalam menemukan referensi yang tepat9.

    Kedua, AI score dapat memberikan penilaian yang lebih objektif dan konsisten. Studi menunjukkan bahwa sistem penilaian otomatis dapat menghasilkan skor yang identik dengan peer reviewer manusia hingga 72% dari waktu18. Hal ini penting mengingat fakta bahwa reviewer manusia dapat dipengaruhi oleh bias pribadi, kelelahan, atau faktor subjektif lainnya.

    Ketiga, pendekatan multilingual dalam AI scoring telah mencapai tingkat kualitas yang praktis, bahkan dalam konteks penilaian skala besar internasional. Studi menunjukkan bahwa distribusi skor yang diestimasi berdasarkan data yang dinilai AI dan data yang dinilai manusia sangat konsisten satu sama lain2. Ini menunjukkan potensi AI score untuk standardisasi penilaian akademik lintas bahasa dan budaya.

    Tantangan dan Keterbatasan AI Score

    Meskipun menawarkan banyak manfaat, AI score memiliki sejumlah tantangan dan keterbatasan yang perlu diperhatikan. Salah satu keterbatasan utama adalah kemampuan AI dalam mengevaluasi aspek kreativitas, orisinalitas, dan signifikansi ilmiah dari sebuah artikel. Model bahasa besar (LLM) seperti ChatGPT memang menunjukkan pola penggunaan bahasa yang mirip dengan manusia dalam banyak aspek, namun penelitian menunjukkan bahwa mereka masih memiliki beberapa perbedaan dari manusia dalam penggunaan bahasa8.

    Penelitian yang menganalisis kinerja ChatGPT untuk penilaian holistik esai menunjukkan adanya batasan dalam kemampuan model AI untuk menilai aspek-aspek kualitatif tertentu5. Hal ini mengindikasikan bahwa AI mungkin kurang efektif dalam menilai aspek-aspek seperti kebaruan ide, dampak potensial penelitian, atau kesesuaian dengan konteks sosial yang lebih luas.

    Tantangan lain adalah potensi bias dalam algoritma AI. Model AI dilatih pada data historis yang mungkin mencerminkan bias yang ada dalam literatur ilmiah sebelumnya. Studi tentang standar pengujian untuk skor AI menekankan pentingnya memeriksa reliabilitas, validitas, dan keadilan dari sistem penilaian otomatis14. Jika tidak dikoreksi, bias ini dapat direproduksi dan bahkan diperkuat oleh sistem AI scoring.

    Dengan mempertimbangkan kelebihan dan keterbatasan AI score, pendekatan kolaboratif antara AI dan reviewer manusia tampaknya paling tepat dalam menilai artikel ilmiah. Studi kasus menunjukkan bahwa skor AI untuk area paru-paru yang terkena dampak COVID-19 dan skor Brixia dari radiologis manusia memiliki kinerja diskriminasi yang serupa dan baik, yang menunjukkan bahwa dalam beberapa kasus, AI score dapat berkinerja setara dengan penilaian manusia16.

    Pendekatan hybrid yang menggabungkan jaringan neural dan fitur linguistik yang kaya telah terbukti meningkatkan kinerja model penilaian otomatis. Penelitian tentang penilaian esai otomatis menggunakan varietas tata bahasa dan deteksi kesalahan menunjukkan bahwa fitur tata bahasa dapat meningkatkan kinerja model AES yang memprediksi skor holistik esai19. Hal ini mengindikasikan bahwa pendekatan yang lebih komprehensif dan multidimensi dalam pengembangan AI score dapat meningkatkan akurasinya.

    Integrasi AI dalam penelitian akademik mencakup enam domain utama: pengembangan ide, strukturisasi konten, sintesis literatur, manajemen data, proses pengeditan, dan kepatuhan etis. AI menawarkan bantuan penulisan, peningkatan tata bahasa, optimalisasi struktur, dukungan pengeditan, dan bantuan dalam kepatuhan etis7. Dengan memanfaatkan AI dalam domain-domain ini secara strategis, peneliti dapat meningkatkan kualitas dan efisiensi karya ilmiah mereka tanpa mengorbankan integritas akademis.

    Implikasi Etis dan Rekomendasi Praktis

    Penggunaan AI score dalam penilaian artikel ilmiah memiliki implikasi etis yang perlu diperhatikan. Transparansi dan penggunaan etis AI sangat penting. Peneliti berkewajiban untuk menggunakan alat AI secara bertanggung jawab untuk mempertahankan keaslian dan kreativitas karya mereka, sambil menghindari penggunaan tidak tepat yang dapat membahayakan kredibilitas akademik10.

    Untuk implementasi praktis, beberapa rekomendasi dapat dipertimbangkan:

    1. Menggunakan AI score sebagai alat pendukung, bukan pengganti penilaian manusia, terutama untuk aspek-aspek yang memerlukan penilaian kualitatif.
    2. Mengembangkan standar dan metodologi yang jelas untuk menguji reliabilitas, validitas, dan keadilan sistem penilaian berbasis AI14.
    3. Meningkatkan transparansi tentang penggunaan AI dalam proses penilaian akademik, termasuk memberikan informasi kepada penulis tentang komponen penilaian yang dilakukan oleh AI.
    4. Mendorong penelitian lebih lanjut tentang peningkatan kemampuan AI dalam menilai aspek-aspek kualitatif dari tulisan ilmiah, seperti orisinalitas dan signifikansi.
    5. Mempertimbangkan penggunaan pendekatan hybrid yang menggabungkan fitur-fitur linguistik yang kaya dengan model neural untuk meningkatkan kinerja sistem penilaian otomatis19.

    Kesimpulan

    AI score menawarkan alat yang berharga untuk menilai artikel ilmiah, khususnya dalam hal efisiensi, konsistensi, dan kemampuan mendeteksi kesesuaian dengan standar pelaporan. Namun, keterbatasannya dalam menilai aspek-aspek kualitatif seperti kreativitas dan signifikansi ilmiah mengindikasikan bahwa AI score sebaiknya tidak digunakan sebagai satu-satunya metode penilaian.

    Pertanyaan “perlukah memperhatikan AI score dalam menilai sebuah artikel ilmiah?” dapat dijawab dengan afirmatif, namun dengan sejumlah kualifikasi. AI score perlu diperhatikan sebagai komponen dalam proses penilaian yang lebih komprehensif, yang juga mencakup penilaian manusia untuk aspek-aspek yang memerlukan evaluasi kualitatif mendalam. Pendekatan yang seimbang dan kolaboratif antara AI dan manusia berpotensi menghasilkan penilaian yang lebih akurat, konsisten, dan komprehensif, yang pada akhirnya dapat meningkatkan kualitas dan dampak dari literatur ilmiah.

    Penting untuk diingat bahwa meskipun AI dikembangkan berdasarkan pola bahasa manusia dan bertujuan untuk meminimalisir kesalahan manusia, AI tetap merupakan alat yang harus digunakan dengan bijak dan kritis. Integrasi AI score dalam penilaian artikel ilmiah hendaknya dipandang sebagai evolusi dalam proses penilaian akademik, bukan sebagai revolusi yang sepenuhnya menggantikan peran manusia.

    Referensi

    Cai, Z., Duan, X., Haslett, D., Wang, S., & Pickering, M. (2024). Do large language models resemble humans in language use? Proceedings of the Workshop on Cognitive Modeling and Computational Linguistics, 37–56. https://doi.org/10.18653/v1/2024.cmcl-1.4

    Doi, K., Sudoh, K., & Nakamura, S. (2024). Automated essay scoring using grammatical variety and errors with multi-task learning and item response theory. Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications. https://aclanthology.org/2024.bea-1.26.pdf

    Hidayatulloh, I. A. (2021). Improving automatic essay scoring for Indonesian language using simpler model and richer feature. Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control, 6(1), 11–18. https://doi.org/10.22219/kinetik.v6i1.1196

    Mahata, D. (2023). AI scoring for international large-scale assessments using a deep learning model and multilingual data. OECD Education Working Papers. https://doi.org/10.1787/9918e1fb-en

    Rajagede, R. A. (2024). Integration and contribution of artificial intelligence in writing scientific papers. Jurnal Mandiri IT, 13(1), 196–203. https://doi.org/10.35335/mandiri.v13i1.315

    Rianto, J. (2024). Research in contemporary society: The role of artificial intelligence in academic research writing. Qurantic Review on Business and Social Science, 2(1). https://doi.org/10.31316/qrobss.v2i1.7166

    Walhout, J., Castineira, M. I., Carpinelli, L., Ruipérez-Valiente, J. A., & Joling-van Rijn, E. (2022). Establishing institutional scores with the rigor and transparency index. Journal of Medical Internet Research, 24(6), e37324. https://doi.org/10.2196/37324

    Willian, B. (2024). AI scorers: Evaluating AI-generated text with ROUGE. Wandb. https://wandb.ai/byyoung3/Generative-AI/reports/AI-scorers-Evaluating-AI-generated-text-with-ROUGE–VmlldzoxMDc0Mzc5OA

    Zimmer, K. (2022). AI system not yet ready to help peer reviewers assess research quality. Nature. https://www.nature.com/articles/d41586-022-04493-8