Politeknik Statistika STIS
ChatGPT untuk Pendidikan
dan Penelitian:
Peluang, Tantangan, dan Strategi
Erna Nurmawati, S.ST., M.T.
Politeknik Statistika STIS
What is CHATGPT?
Politeknik Statistika STIS
What is CHATGPT
ChatGPT pertama kali dirilis pada Juni 2020 oleh OpenAI, sebuah organisasi penelitian
kecerdasan buatan di San Francisco, California.
ChatGPT berasal dari dua kata “Chat” dan “GPT”
“Chat” berarti kemampuan program untuk menstimulasikan percakapan dengan
manusia, dan “GPT” atau Generative Pre-trained Transformer yaitu nama arsitektur
deep learning yang digunakan oleh ChatGPT.
ChatGPT adalah model bahasa kecerdasan buatan yang dikembangkan oleh OpenAI
yang dirancang untuk tugas pemrosesan bahasa alami, termasuk menjawab
pertanyaan, menghasilkan teks, memberikan bantuan, serta terlibat dalam percakapan.
Link Aplikasi : https://chat.openai.com/
Politeknik Statistika STIS
Teknologi yang digunakan CHATGPT
a.
Deep Learning
❖ Arsitektur deep learning yang disebut model transformator sangat cocok
untuk aplikasi pemrosesan bahasa alami (NLP) seperti pemodelan bahasa
dan produksi teks. Karena berbagai lapisan mekanisme self-attention,
model ini dapat menangkap ketergantungan jangka panjang dan interaksi
kontekstual antar kata.
❖ Konsep transformator diterapkan di ChatGPT untuk menghasilkan balasan
masukan berbasis teks. Model dilatih untuk memprediksi kata berikutnya
secara
berurutan
berdasarkan
kata-kata
sebelumnya
dengan
menyajikannya bersama kumpulan data teks yang sangat besar selama
proses pelatihan.
❖ Kemampuan ChatGPT untuk memberikan tanggapan yang koheren dan
relevan secara kontekstual didasarkan pada proses yang dikenal sebagai
pemodelan bahasa. Dengan menggunakan kumpulan data yang besar,
data tersebut dapat disesuaikan untuk tugas-tugas tertentu seperti
penerjemahan bahasa atau membuat percakapan. Model dilatih untuk
memberikan respons yang sesuai untuk input yang ada menggunakan data
spesifik yang dikirimkan ke model tersebut selama fine tuning
(penyempurnaan)
Politeknik Statistika STIS
Teknologi yang digunakan CHATGPT
b. Natural Language Processing (NLP)
❖ Bagian dari kecerdasan buatan (AI) yang berkaitan dengan pemrosesan dan
interpretasi bahasa alami teks dan ucapan. Untuk memahami teks masukan
dan menghasilkan tanggapan yang sesuai. ChatGPT menggunakan
beberapa pendekatan NLP yaitu:
1. Tokenisasi: ChatGPT memisahkan teks masukan menjadi token terpisah,
seperti kata atau subkata, dan kemudian memasukkan token ini ke dalam
model yang akan diproses.
2. Tagging/Penandaan part-of-speech: ChatGPT menggunakan penandaan
part-of-speech untuk menentukan fungsi tata bahasa setiap kata dalam
teks masukan.
3. Named Entity Recognition/Pengenalan entitas bernama: ChatGPT
menggunakan pengenalan entitas bernama untuk mencari entitas yang
disebutkan dalam memasukkan teks, seperti orang, bisnis, dan lokasi.
4. Dependency Parsing/Penguraian ketergantungan: ChatGPT
menggunakan ketergantungan parsing untuk menguji hubungan antar kata
dalam sebuah frasa.
5. Analisis sentimen: ChatGPT dapat menentukan nada atau sentimen teks
masukan melalui analisis sentimen.
Politeknik Statistika STIS
Teknologi yang digunakan CHATGPT
c. Transformers
❖ Transformers adalah arsitektur deep learning yang digunakan dalam ChatGPT untuk menghasilkan
jawaban atas masukan berbasis teks.
❖ Model bahasa dilatih untuk memprediksi kata berikutnya secara berurutan berdasarkan kata
sebelumnya dengan menyajikannya dalam kumpulan data teks dalan jumlah besar melalui proses
training/pelatihan.
❖ Model ini dapat menangkap ketergantungan jangka Panjang (long term dependencies) dan
keterkaitan kontekstual antar kata secara berurutan karena banyak lapisan dari proses perhatian
diri (self attention) yang membentuk Desain transformator ChatGPT.
❖ Model dapat menetapkan bobot yang bervariasi ke berbagai komponen dari urutan input karena
mekanisme perhatian diri, sehingga berkonsentrasi pada komponen-komponen yang penting untuk
menghasilkan kata berikutnya dalam urutan.
❖ Arsitektur GPT (Generative Pre-training Transformer) adalah nama arsitektur transformator yang
digunakan oleh ChatGPT. GPT dapat menghasilkan konten berkualitas tinggi dalam berbagai
macam keadaan karena telah dilatih sebelumnya dengan jumlah data teks yang besar. Selain itu,
arsitektur GPT dapat disesuaikan untuk tugas NLP tertentu seperti ringkasan teks, analisis
sentimen, atau terjemahan bahasa.
Politeknik Statistika STIS
Teknologi yang digunakan CHATGPT
d. Pre-Training
❖ Sebelum menyempurnakan model untuk pekerjaan tertentu, misalnya terjemahan bahasa atau
pembuatan dialog, pra-pelatihan/pre-training memerlukan pelatihan model pada kumpulan data
teks yang cukup besar.
❖ Dalam contoh ChatGPT, model telah dilatih sebelumnya menggunakan sebuah pemodelan bahasa
pada data teks dengan jumlah besar.
❖ Data pra-pelatihan didapatkan dari berbagai macam publikasi, termasuk buku, makalah, dan
halaman online. Model tersebut dilatih untuk mengantisipasi kata berikutnya dalam urutan kata
yang diberikan selama pra-pelatihan.
❖ Model dapat mempelajari hubungan dan pola dalam teks bahasa alami.
Politeknik Statistika STIS
Politeknik Statistika STIS
Peluang ChatGPT pada
Berbagai Sektor
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
a.
Sektor Kesehatan
❖ Chatt GPT
kesehatan.
berpengaruh
signifikan
terhadap
sektor
❖ ChattGPT pada sektor Kesehatan dapat digunakan untuk
hal-hal sebagai berikut:
1. memfasilitasi
komunikasi
dengan
pasien
dan
mempercepat proses diagnosis karena kemampuan
pemahaman bahasa dan kapasitasnya
untuk
menghasilkan balasan yang mirip dengan manusia.
2. memajukan penelitian medis
3. membantu penciptaan pengobatan dan terapi baru.
4. serta untuk mengekstrak data penting dari catatan
kesehatan elektronik dan mengevaluasi data medis
dalam jumlah besar.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
a.
Sektor Kesehatan
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
b. Sektor Industri E-Commerce
❖ Chatt GPT telah digunakan oleh Amazon dan Alibaba
❖ ChattGPT pada industri E-Commerce dapat digunakan untuk
hal-hal sebagai berikut:
1. Penyempurnaan Rekomendasi
Perusahaan e-commerce dapat lebih memahami kebiasaan
dan preferensi belanja pengguna, untuk mencapai lebih
banyak rekomendasi produk. Misalnya, untuk menganalisis
riwayat belanja pengguna dan catatan pencarian, sehingga
dapat merekomendasikan produk yang lebih banyak
sejalan dengan minat dan kebutuhan pelanggan.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
b. Sektor Industri E-Commerce
2. Intelligent Customer Service (Layanan Pelanggan Cerdas)
ChatGPT digunakan untuk meningkatkan kualitas dan efisiensi
layanan pelanggan. Misalnya, Alibaba telah mengembangkan robot
layanan pelanggan cerdas "AliMe" menggunakan teknologi ChatGPT,
yang dapat secara otomatis merespons pertanyaan-pertanyaan
pelanggan, sehingga mengurangi tekanan kerja personel layanan
pelanggan.
3. Customer Insight (Pandangan Pelanggan)
Teknologi ChatGPT dapat membantu perusahaan e-commerce untuk
lebih memahami kebutuhan dan umpan balik pelanggan, sehingga
dapat mengoptimalkan produk dan layanan secara terarah. Sebagai
contoh, Amazon menggunakan teknologi ChatGPT untuk menganalisis
evaluasi dan komentar pelanggan, sehingga memahami evaluasi dan
kebutuhan mereka terhadap produk, guna mengoptimalkan produk dan
layanan secara terarah.
Politeknik Statistika STIS
Politeknik Statistika STIS
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
c. Bisnis dan Keuangan
Di sektor bisnis dan keuangan, ChatGPT dapat dimanfaatkan untuk:
a.
mengotomatiskan pembuatan laporan keuangan dan ringkasan analisis pasar,
b.
melakukan analisis sentimen terhadap ulasan dan umpan balik pelanggan untuk
menginformasikan pengembangan produk dan strategi pemasaran,
c.
menghasilkan rekomendasi investasi yang dipersonalisasi berdasarkan profil risiko individu dan
tujuan keuangan,
d.
membantu pembuatan proposal bisnis, materi pemasaran, dan konten tertulis lainnya,
e.
mendukung fungsi layanan pelanggan dengan memberikan respons yang cepat, akurat, dan
sesuai konteks terhadap pertanyaan pelanggan.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
c. Bisnis dan Keuangan
Beberapa potensi penerapan ChatGPT dalam bisnis dan keuangan.
1. Chatbot layanan pelanggan: ChatGPT dapat digunakan untuk mengembangkan chatbot layanan pelanggan
yang dapat menjawab pertanyaan pelanggan, memberikan rekomendasi produk, dan memproses transaksi.
2. Analisis dan perkiraan pasar: ChatGPT dapat digunakan untuk menganalisis data keuangan dalam jumlah
besar, mengidentifikasi pola dan tren, dan memberikan wawasan tentang kondisi dan tren pasar
3. Manajemen investasi: ChatGPT dapat digunakan untuk mengembangkan sistem yang dapat membantu
pengelolaan investasi. Dengan menganalisis data keuangan dan memberikan rekomendasi, ChatGPT dapat
membantu bisnis dan investor membuat keputusan investasi yang tepat
4. Deteksi penipuan: ChatGPT dapat digunakan untuk mengembangkan sistem yang dapat mendeteksi penipuan
dan kejahatan keuangan. Dengan menganalisis data transaksi dan mengidentifikasi pola yang mungkin
mengindikasikan aktivitas penipuan, ChatGPT dapat membantu lembaga keuangan mencegah kerugian
finansial .
5. Manajemen risiko: ChatGPT dapat digunakan untuk mengembangkan sistem yang dapat membantu
manajemen risiko. Dengan menganalisis data keuangan dan mengidentifikasi potensi risiko, ChatGPT dapat
membantu bisnis dan lembaga keuangan mengembangkan strategi untuk memitigasi risiko tersebut.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
d. Hukum dan Layanan Hukum
Dalam bidang hukum dan layanan hukum, ChatGPT dapat digunakan untuk:
1. Meringkas dan mensintesis dokumen hukum, seperti kontrak, undang-undang, dan keputusan
pengadilan
2. Membantu profesional hukum dalam menyusun dokumen hukum, termasuk kontrak, pembelaan, dan
laporan singkat
3. Memberikan jawaban cepat dan akurat atas pertanyaan hukum berdasarkan undang-undang dan kasus
hukum yang relevan
4. Menganalisis dan memprediksi hasil sengketa hukum berdasarkan data historis dan preseden hukum
5. Menyederhanakan komunikasi dan kolaborasi antar profesional hukum dengan menyederhanakan
jargon hukum yang rumit dan memfasilitasi pertukaran informasi
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
d. Hukum dan Layanan Hukum
Potensi penerapan ChatGPT pada bidang Hukum dan Layanan Hukum sbb:
1.
Penelitian hukum: ChatGPT dapat digunakan untuk menganalisis data hukum dalam jumlah besar, termasuk kasus hukum, undangundang, dan peraturan, untuk memberikan wawasan dan rekomendasi untuk penelitian hukum.
2.
Peninjauan kontrak: ChatGPT dapat digunakan untuk meninjau kontrak dan mengidentifikasi potensi masalah hukum, seperti
ambiguitas atau perbedaan, yang mungkin memerlukan peninjauan atau revisi lebih lanjut.
3.
Chatbot nasihat hukum: ChatGPT dapat digunakan untuk mengembangkan chatbot nasihat hukum yang dapat membantu klien
dengan pertanyaan dan pertanyaan hukum. Dengan menganalisis data hukum dan memberikan rekomendasi yang dipersonalisasi,
ChatGPT dapat membantu klien memahami pilihan hukum mereka dan membuat keputusan yang tepat.
4.
Penyusunan dokumen: ChatGPT dapat digunakan untuk membantu penyusunan dokumen, seperti ringkasan hukum, kontrak, dan
dokumen hukum. Dengan menganalisis data hukum dan memberikan rekomendasi, ChatGPT dapat membantu profesional hukum
menyusun dokumen berkualitas tinggi dan akurat.
5.
Uji tuntas: ChatGPT dapat digunakan untuk membantu uji tuntas, seperti meninjau dokumen hukum dan melakukan pemeriksaan
latar belakang. Dengan menganalisis data hukum dan mengidentifikasi potensi masalah hukum, ChatGPT dapat membantu
profesional hukum menilai potensi risiko dan membuat keputusan yang tepat.
6.
E-discovery: ChatGPT dapat digunakan untuk membantu e-discovery, seperti mengidentifikasi dokumen dan data relevan dalam
litigasi. Dengan menganalisis data teks dalam jumlah besar dan mengidentifikasi pola dan tren, ChatGPT dapat membantu
profesional hukum menemukan informasi yang mereka perlukan untuk mendukung kasus mereka.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
e. Sektor Pendidikan
Di sektor pendidikan dan pelatihan, ChatGPT dapat digunakan untuk:
a. mengembangkan materi pembelajaran dan rencana pembelajaran yang dipersonalisasi berdasarkan kebutuhan
dan preferensi masing-masing peserta didik,
b. memberikan umpan balik dan panduan secara real-time kepada peserta didik selama proses pembelajaran,
c. menghasilkan konten pendidikan yang menarik, seperti kuis, latihan interaktif, dan presentasi multimedia,
d. membantu pendidik dalam menilai tugas dan memberikan umpan balik yang membangun kepada siswa,
e. menciptakan lingkungan pembelajaran adaptif yang merespons kemajuan dan kinerja individu peserta didik.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
e. Sektor Pendidikan
Berikut beberapa potensi penerapan ChatGPT di bidang pendidikan
1.
Pembelajaran yang dipersonalisasi: ChatGPT dapat digunakan untuk memberikan pengalaman belajar yang
dipersonalisasi bagi siswa dengan menganalisis data tentang preferensi belajar, kekuatan, dan kelemahan siswa.
Dengan memberikan rekomendasi yang disesuaikan untuk materi dan aktivitas pembelajaran, ChatGPT dapat
membantu siswa meningkatkan kinerja dan keterlibatan akademik mereka.
2.
Dukungan untuk guru: ChatGPT dapat digunakan untuk mendukung guru dengan memberikan rekomendasi
rencana pembelajaran, strategi pengajaran, dan teknik manajemen kelas Dengan menganalisis data tentang
praktik terbaik pengajaran dan hasil pembelajaran siswa, ChatGPT dapat memberikan rekomendasi yang
dipersonalisasi yang dapat membantu guru meningkatkan praktik pengajaran mereka.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
e. Sektor Pendidikan
3.
Pembelajaran bahasa: ChatGPT dapat digunakan untuk membantu pembelajaran bahasa dengan
memberikan rekomendasi yang dipersonalisasi untuk tata bahasa, kosa kata, dan pengucapan. Dengan
menganalisis data tingkat kemahiran bahasa siswa dan tujuan pembelajaran, ChatGPT dapat memberikan
rekomendasi khusus yang dapat membantu siswa meningkatkan keterampilan bahasa mereka.
4.
Persiapan ujian: ChatGPT dapat digunakan untuk membantu persiapan ujian dengan memberikan
rekomendasi yang dipersonalisasi untuk materi pelajaran, strategi pengambilan ujian, dan ujian praktik.
Dengan menganalisis data kinerja siswa pada ujian sebelumnya dan preferensi belajar mereka, ChatGPT
dapat memberikan rekomendasi khusus yang dapat membantu siswa mempersiapkan diri menghadapi ujian.
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
f. Penelitian Ilmiah
Berikut manfaat ChatGPT di bidang Penelitian Ilmiah
1. Pengolahan dan Analisis Data
a. pemrosesan bahasa alami untuk ekstraksi data dari ringkasan literatur ilmiah,
b. meringkas/ sintesis kumpulan data yang kompleks,
c. identifikasi pola dan tren dalam data secara otomatis
d. pemodelan prediktif dan peramalan
2.
Pembuatan dan Pengujian hipotesis
a.
menyarankan arah penelitian potensial berdasarkan literatur yang ada
b.
mengidentifikasi kesenjangan dan inkonsistensi dalam pengetahuan saat ini
c.
menghasilkan ide dan konsep baru melalui pemecahan masalah yang kreatif
Politeknik Statistika STIS
Peluang ChattGPT pada berbagai Sektor
f. Penelitian Ilmiah
Berikut manfaat ChatGPT di bidang Penelitian Ilmiah
3.
Meningkatkan kolaborasi dan komunikasi
a.
Memfasilitasi kolaborasi antar peneliti dengan menghubungkan mereka dengan pakar dan sumber
daya yang relevan
4.
b.
Meningkatkan komunikasi antara peneliti dan non-ahli melalui pemrosesan bahasa alami
c.
Membantu dalam pengembangan proposal hibah, makalah penelitian, dan presentasi konferensi.
Penjangkauan Publik dan Pendidikan Sains
a.
menyederhanakan konsep-konsep ilmiah yang kompleks bagi non-ahli
b.
menghasilkan materi pendidikan yang menarik dan mudah diakses
c.
memfasilitasi keterlibatan publik dengan perdebatan dan penemuan ilmiah.
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk
Pendidikan
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Pendidikan
1. ChatGPT untuk Peserta Didik
Peserta didik diperbolehkan
menggunakan tools ini untuk
memahami dan memecahkan
masalah yang kompleks
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Pendidikan
2. ChatGPT untuk Pendidik
a. Perencanaan Pembelajaran:
ChatGPT dapat digunakan
untuk membuat rencana
pembelajaran untuk mata
pelajaran tertentu, seperti
matematika, kimia, fisika,
ilmu komputer, teknik sipil,
bahasa, dan sastra.
ChatGPT menyediakan
ilustrasi, aktivitas, dan
latihan dengan topik spesifik
untuk membantu pendidik
dalam mengajar siswanya
dengan lebih baik.
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Pendidikan
3. ChatGPT untuk Pendidik
b. Penilaian dan Evaluasi Cepat:
Pendidik juga dapat
memanfaatkan kekuatan model
ChatGPT untuk menilai dan
mengevaluasi tugas dan kuis
siswa. Model ini dapat digunakan
untuk memeriksa tugas yang
diserahkan untuk mengetahui
adanya plagiarisme. Menariknya,
model ini dapat menghasilkan
pertanyaan/kuis berdasarkan
tingkat kesulitan yang berbeda
(misalnya tinggi, sedang, mudah)
pada topik yang sama.
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk
Penelitian
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
1. Merekomendasikan jurnal
berdasarkan judul artikel
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
2. Merekomendasikan jurnal
berdasarkan abstrak artikel
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
3. Merekomendasikan topik
penelitian terkait tema
tertentu
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
4. Merekomendasikan referensi
yang berhubungan dengan
topik penelitian tertentu
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
5. Merekomendasikan sumber
data yang berhubungan
dengan topik penelitian
tertentu
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
6. Merekomendasikan metode
pengolahan data yang
berhubungan dengan topik
penelitian tertentu
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
7. Menjelaskan konsep dan
jenis sumber data terkait
topik penelitian tertentu
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
8. Menjelaskan teknis terkait
sintaks dengan Bahasa
pemrograman tertentu
untuk penelitian
Politeknik Statistika STIS
Uji Coba Chatt GPT untuk Penelitian Ilmiah
8. Menjelaskan teknis terkait
sintaks dengan Bahasa
pemrograman tertentu
untuk penelitian
Politeknik Statistika STIS
Tantangan adanya Chat GPT
Politeknik Statistika STIS
Kasus Penggunaan ChatGPT pada
Sektor Hukum dan Layanan Hukum
Politeknik Statistika STIS
Kasus Penggunaan ChatGPT pada
Sektor Bisnis
Samsung Larang Pakai ChatGPT dkk usai
Staf Bocorkan Data ke AI
(cnnindonesia.com)
Politeknik Statistika STIS
Kasus Penggunaan ChatGPT
Bikin Hoaks Pakai ChatGPT, Pria China
Ditangkap | kumparan.com
Politeknik Statistika STIS
Berita kontra adanya Chatt GPT
ChatGPT Begal Ilmu, Penulis Ramai-Ramai Gugat ke Pengadilan (cnbcindonesia.com)
Politeknik Statistika STIS
Tantangan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
Meskipun ada banyak manfaat potensial dari penggunaan ChatGPT dan model AI generatif lainnya dalam pendidikan, ada
juga beberapa kelemahan yang perlu dipertimbangkan, antara lain:
1. Kurangnya Interaksi Manusia
ChatGPT dan model generatif lainnya tidak mampu memberikan hal yang sama dalam tingkat interaksi manusia
sebagai guru atau tutor sesungguhnya. Kurangnya interaksi manusia dapat menjadi suatu kerugian untuk siswa yang
dapat memperoleh manfaat lebih banyak dari hubungan pribadi dengan seorang guru.
2. Pemahaman yang Terbatas: Model generatif didasarkan pada pola statistik dalam data yang dilatihnya, dan tidak
memiliki pemahaman yang benar tentang konsep terkait materi yang dipelajari siswa. Hal ini bisa menjadi kelemahan
ketika perlu memberikan penjelasan atau umpan balik yang disesuaikan dengan kebutuhan dan tingkat pemahaman
individu siswa.
3. Bias dalam Data Pelatihan: Model generatif hanya akan berfungsi dengan baik jika data yang digunakan dilatih, dan
jika data pelatihan mengandung bias, maka model juga akan bias. Misalnya, jika model dilatih pada kumpulan data
esai yang terutama ditulis oleh siswa dari karakteristik demografi tertentu, mungkin tidak bisa digunakan untuk menilai
esai yang ditulis oleh siswa dari karakteristik demografi lain secara akurat.
Politeknik Statistika STIS
Tantangan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
4. Kurangnya Kreativitas: Model generatif hanya dapat menghasilkan respon berdasarkan pola pada data
yang digunakan selama pelatihan, sehingga membatasi kreativitas dan tanggapan asli dari siswa.
5. Ketergantungan pada Data: Model generatif dilatih pada sejumlah besar data, dan kualitasnya model
sangat bergantung pada kualitas dan kuantitas data. Jika datanya kurang atau tidak relevan, model
tersebut tidak akan dapat bekerja dengan baik.
6. Kurangnya Pemahaman Kontekstual: Model generatif kurang memiliki kemampuan untuk memahami
konteks dan situasi, yang dapat menyebabkan tanggapan yang tidak tepat atau tidak relevan.
7. Kemampuan yang terbatas untuk mempersonalisasi instruksi: ChatGPT dan model AI generatif
lainnya dapat memberikan hasil yang berupa informasi dan bantuan secara umum, namun tidak dapat
mempersonalisasikan instruksi untuk memenuhi kebutuhan individu siswa tertentu.
8. Privasi: Adanya kekhawatiran tentang privasi dan keamanan data saat menggunakan ChatGPT dan
model AI generatif lainnya dalam pendidikan.
Politeknik Statistika STIS
Tantangan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
9. Authorship atau Kepengarangan AI: Terdapat perdebatan yang sedang berlangsung mengenai apakah
ChatGPT dapat dianggap sebagai penulis pendamping dalam penelitian. Hal ini karena AI tidak dapat
dimintai pertanggungjawaban atas hasil penelitian, sehingga tidak memenuhi syarat untuk ditulis.
10. Referensi yang tidak ada: Saat diminta untuk membuat sitasi/kutipan, ChatGPT terkadang menimbulkan
halusinasi dengan memberikan referensi yang salah atau tidak ada.
11. Plagiarisme yang tidak disengaja: Kutipan dan atribusi yang tepat sangat penting untuk menghindari
plagiarisme dan memberikan penghargaan pada tempatnya. Kecenderungan ChatGPT untuk
mereproduksi teks tanpa kutipan atau atribusi yang sesuai dapat menimbulkan tantangan besar bagi
peneliti yang menggunakan alat ini. Penting bagi pengembang dan peneliti untuk mengatasi masalah ini
guna memastikan bahwa ChatGPT menghasilkan keluaran yang akurat dan etis serta memenuhi standar
ilmiah. Hal ini dapat melibatkan penggabungan mekanisme untuk mengidentifikasi dan mengutip sumber,
atau melatih model untuk mengenali dan mengatribusikan karya sebelumnya dengan benar. Pada
akhirnya, para peneliti yang menggunakan ChatGPT bertanggung jawab untuk memastikan bahwa
mereka mengutip semua sumber dengan benar dan menghindari plagiarisme yang tidak disengaja.
Politeknik Statistika STIS
Tantangan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
12. Masalah etika: Seperti halnya penelitian apa pun yang melibatkan AI, ada masalah etika yang perlu
dipertimbangkan saat menggunakan ChatGPT untuk penelitian. Kekhawatiran ini berkaitan dengan
berbagai aspek seperti privasi dan kerahasiaan data, keadilan, transparansi, dan potensi
penyalahgunaan. Peneliti perlu memprioritaskan penggunaan ChatGPT yang etis dan bertanggung jawab.
Penting untuk mengenali penggunaan ChatGPT dalam penelitian secara eksplisit dan mengakuinya
secara tepat dalam naskah.
13. Ancaman kesenjangan internasional: Ketersediaan platform ChatGPT bagi para peneliti secara global
telah memungkinkan mereka menciptakan karya ilmiah dengan mudah. Namun demikian, patut dicatat
bahwa OpenAI telah mulai mengkomersialkan platform tersebut. Ke depan, para akademisi dari negaranegara kurang mampu dan berpendapatan rendah hingga menengah mungkin tidak memiliki akses yang
sama terhadap platform ini, sehingga memperburuk kesenjangan dalam penerbitan ilmiah di seluruh
dunia.
Politeknik Statistika STIS
Strategi adanya Chat GPT
Politeknik Statistika STIS
Strategi Penggunaan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
1. Kebijakan Fakultas terkait Penggunaan ChatGPT
Perlu dinyatakan secara eksplisit dalam silabus mata kuliah atau penilaian (misalnya proyek atau tugas) bahwa
ChatGPT dapat digunakan dan bahkan didorong untuk dimanfaatkan. Kebijakan tersebut harus menjelaskan tujuan
penggunaan alat tersebut, serta memberikan instruksi dan pedoman yang jelas untuk penggunaannya.
Contoh Kebijakan
1.
2.
3.
4.
5.
6.
ChatGPT adalah alat berbasis AI yang membantu Anda menghasilkan teks dalam waktu yang sangat singkat, membuatnya lebih
mudah dan efisien untuk mencari dan menemukan ringkasan informasi dan ide terkait subjek yang diminati, dan untuk meningkatkan
tulisan Mahasiswa.
Mahasiswa perlu memeriksa dan mengevaluasi informasi yang dihasilkan oleh ChatGPT, karena mungkin menghasilkan informasi
yang tidak relevan atau tidak akurat. Anda perlu memeriksa sumber informasi dan mengutipnya dengan benar. Jika teks yang
dihasilkan oleh ChatGPT disalin dan dikirimkan sebagai tulisan akhir maka dianggap plagiarisme.
Mahasiswa harus secara eksplisit mengakui bantuan ChatGPT dalam pembuatan karya Mahasiswa (bagian atau bagian mencakup
ide/masalah yang awalnya diidentifikasi melalui ChatGPT, atau tugas yang dicapai seperti pengeditan dan parafrase, atau
perhitungan)
Saat menyerahkan laporan akhir, Mahasiswa harus menyediakan dua file: jejak audit atas pertanyaan dan laporan/catatan refleksi.
Semua laporan dan tugas yang dibuat dengan bantuan ChatGPT akan dievaluasi melalui presentasi untuk memastikan pemahaman
dan pemahaman tentang topik dan masalah, mempertahankan ide atau bukti pemahaman kode program, dan Mahasiswa harus siap
menghadapi pertanyaan atau penyesuaian apa pun diminta oleh instruktur secara real-time selama presentasi.
Karena Mahasiswa mungkin diminta untuk menulis laporan mengenai satu topik atau kode program untuk suatu aplikasi, diharapkan
ada beberapa tingkat kesamaan antara laporan Mahasiswa. Namun, dalam semua kasus, mahasiswa harus memastikan bahwa
karyanya memiliki persentase kemiripan yang rendah (sesuai kebijakan universitas) dan bebas dari plagiarisme.
Politeknik Statistika STIS
Strategi Penggunaan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
2. Jejak audit pertanyaan di ChatGPT
Peserta didik harus memberikan catatan
pertanyaan-pertanyaan yang diajukan pada
ChatGPT dan jawabannya yang dapat
diunduh dalam format excel dari ChatGPT,
seperti yang ditunjukkan pada Gambar
(unduh sebagai file CSV), tangkapan layar
termasuk pertanyaan dan jawaban
disediakan, atau share link histori
pertanyaan dan jawaban. Hal ini akan
memastikan transparansi dan kredibilitas
saat mengevaluasi ide, karena akan
membantu membedakan antara ide yang
dihasilkan oleh ChatGPT dan ide yang
dikembangkan secara mandiri oleh siswa.
Politeknik Statistika STIS
Strategi Penggunaan Chatt GPT untuk Pendidikan dan Penelitian Ilmiah
3. Gunakan alat pendeteksi AI
Instruktur dan siswa perlu memeriksa
pekerjaan akhir menggunakan alat
pendeteksi konten AI yang andal. Alat-alat ini
menginformasikan apakah konten dibuat oleh
manusia, atau AI dan manusia, atau manusia.
Beberapa alat memberikan persentase
kemungkinan pembuatan konten oleh
manusia atau AI. Namun, hasil yang
dihasilkan oleh alat ini perlu diinterpretasikan
secara hati-hati seperti alat pendeteksi
kesamaan konten/plagiarisme yang
dihasilkan oleh Turnitin.
Tools Pendeteksi AI
1. Copyleaks
2. ZeroGPT
3. WinstonAI
4. CrossFlag
5. GLTR
6. Content At Scale
7. Originality.ai
8. Turnitin
Politeknik Statistika STIS
References
Politeknik Statistika STIS
Referensi
1. Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the era of generative artificial intelligence (AI):
Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of
AI, 7(1), 52-62.
2. George, A. S., & George, A. H. (2023). A review of ChatGPT AI's impact on several business
sectors. Partners Universal International Innovation Journal, 1(1), 9-23.
3. Halaweh, M. (2023). ChatGPT in education: Strategies for responsible implementation.
4. Javaid, M., Haleem, A., & Singh, R. P. (2023). ChatGPT for healthcare services: An emerging stage
for an innovative perspective. BenchCouncil Transactions on Benchmarks, Standards and
Evaluations, 3(1), 100105.
5. Rahman, M. M., & Watanobe, Y. (2023). ChatGPT for education and research: Opportunities, threats,
and strategies. Applied Sciences, 13(9), 5783.
6. Ray, P. P. (2023). ChatGPT: A comprehensive review on background, applications, key challenges,
bias, ethics, limitations and future scope. Internet of Things and Cyber-Physical Systems.
7. Zhang, M. (2023). Research on the Impact of ChatGPT on The Economic Development of Ecommerce Industry. Frontiers in Business, Economics and Management, 11(1), 96-100.
Politeknik Statistika STIS