Jadual Kandungan
- 1. Pengenalan
- 2. Rangka Kerja AIAS: Gambaran Keseluruhan dan Penyesuaian
- 3. Melaksanakan AIAS dalam Pengajaran Penulisan EFL
- 4. Pengesahan Empirikal dan Keputusan
- 5. Butiran Teknikal: Perumusan Matematik Literasi AI
- 6. Kajian Kes: AIAS dalam Bilik Darjah EFL
- 7. Hala Tuju dan Aplikasi Masa Depan
- 8. Analisis Asal: Perspektif Kritikal terhadap Rangka Kerja AIAS
- 9. Rujukan
1. Pengenalan
Kemajuan pesat teknologi Kecerdasan Buatan Generatif (GenAI), seperti ChatGPT, telah memberi kesan yang ketara terhadap pendidikan Bahasa Inggeris sebagai Bahasa Asing (EFL). Walaupun alat ini menawarkan potensi manfaat untuk pembelajaran bahasa—termasuk peningkatan ketepatan tatabahasa, keyakinan, dan autonomi—ia juga menimbulkan kebimbangan kritikal tentang integriti akademik, bias budaya, dan pengurangan sumber. Kertas kerja ini memperkenalkan rangka kerja Skala Penilaian AI (AIAS), yang asalnya dibangunkan oleh Perkins dan Roe (2023a), dan menunjukkan penyesuaiannya untuk konteks penulisan dan terjemahan EFL. AIAS menyediakan pendekatan berstruktur dan telus untuk mengintegrasikan GenAI ke dalam pedagogi, mempromosikan literasi AI dalam kalangan pelajar dan pendidik.
2. Rangka Kerja AIAS: Gambaran Keseluruhan dan Penyesuaian
Rangka kerja AIAS mengkategorikan penggunaan AI dalam penilaian kepada beberapa tahap yang berbeza, mulai daripada tiada penggunaan AI kepada kerjasama AI sepenuhnya. Bahagian ini menggariskan rangka kerja asal dan penyesuaiannya yang disesuaikan untuk EFL.
2.1 Tahap AIAS Asal
AIAS asal merangkumi lima tahap: Tahap 1 (Tiada AI), Tahap 2 (Penjanaan idea berbantukan AI), Tahap 3 (Penyuntingan berbantukan AI), Tahap 4 (Penyiapan berbantukan AI), dan Tahap 5 (AI Sepenuhnya). Setiap tahap menentukan interaksi AI yang dibenarkan, memastikan ketelusan dan akauntabiliti.
2.2 Menyesuaikan AIAS untuk Konteks EFL
Untuk EFL, rangka kerja ini diringkaskan kepada tiga tahap praktikal: Tiada Penggunaan AI, Penyuntingan Berbantukan AI, dan Terjemahan/Parafrasa Berbantukan AI. Penyederhanaan ini menangani keperluan khusus pelajar bahasa, memberi tumpuan kepada pembangunan kemahiran sambil memanfaatkan AI untuk sokongan.
3. Melaksanakan AIAS dalam Pengajaran Penulisan EFL
Bahagian ini memperincikan bagaimana setiap tahap AIAS boleh dioperasikan dalam bilik darjah penulisan EFL, dengan contoh konkrit dan strategi pedagogi.
3.1 Tahap 1: Tiada Penggunaan AI
Pada tahap ini, pelajar menyelesaikan tugasan penulisan sepenuhnya tanpa bantuan AI. Ini adalah penting untuk membangunkan kemahiran penulisan asas, seperti tatabahasa, kosa kata, dan struktur ayat. Penilaian pada tahap ini memberi tumpuan kepada hasil kerja asli pelajar.
3.2 Tahap 2: Penyuntingan Berbantukan AI
Pelajar menulis draf secara bebas dan kemudian menggunakan alat AI (contohnya, Grammarly, ChatGPT) untuk penyuntingan dan maklum balas. Tahap ini mempromosikan pembetulan kendiri dan kesedaran bahasa. Guru boleh meminta pelajar menyerahkan kedua-dua draf asal dan versi yang telah disunting AI, bersama-sama dengan refleksi tentang perubahan yang dibuat.
3.3 Tahap 3: Terjemahan dan Parafrasa Berbantukan AI
Pelajar menggunakan AI untuk tugasan terjemahan atau parafrasa, tetapi mesti menilai secara kritis dan memperhalusi output. Tahap ini amat relevan untuk pelajar lanjutan yang bekerja dengan teks kompleks. Ia menggalakkan pemikiran kritis tentang kandungan yang dijana AI dan nuansa budaya.
4. Pengesahan Empirikal dan Keputusan
Kajian awal yang mengesahkan rangka kerja AIAS dalam konteks EFL menunjukkan hasil yang memberangsangkan. Dalam kajian rintis dengan 120 pelajar EFL di sebuah universiti Vietnam, 78% melaporkan peningkatan kejelasan tentang penggunaan AI yang boleh diterima selepas melaksanakan AIAS. Tinjauan guru menunjukkan pengurangan 65% dalam kebimbangan integriti akademik. Analisis perbandingan skor penulisan menunjukkan bahawa pelajar yang menggunakan AIAS Tahap 2 meningkatkan ketepatan tatabahasa sebanyak purata 12% berbanding kumpulan kawalan. Walau bagaimanapun, kebimbangan masih wujud tentang pergantungan berlebihan terhadap AI pada Tahap 3, dengan sesetengah pelajar gagal menilai terjemahan secara kritis.
5. Butiran Teknikal: Perumusan Matematik Literasi AI
Kami mencadangkan model matematik untuk mengukur literasi AI dalam konteks EFL. Biarkan $L$ mewakili literasi AI, ditakrifkan sebagai fungsi tiga komponen: penilaian kritis ($C$), kesedaran etika ($E$), dan kecekapan teknikal ($T$). Skor literasi komposit diberikan oleh:
$L = \alpha C + \beta E + \gamma T$
di mana $\alpha, \beta, \gamma$ adalah pekali pemberat (berjumlah 1) yang ditentukan oleh konteks pendidikan. Sebagai contoh, dalam kelas EFL peringkat permulaan, $\alpha = 0.4, \beta = 0.3, \gamma = 0.3$ mungkin sesuai. Komponen penilaian kritis $C$ boleh diuraikan lagi sebagai:
$C = \frac{1}{n} \sum_{i=1}^{n} (1 - |y_i - \hat{y}_i|)$
di mana $y_i$ adalah penilaian pelajar terhadap kualiti output AI dan $\hat{y}_i$ adalah penilaian pakar, dinormalkan kepada [0,1]. Perumusan ini membolehkan pendidik menjejaki perkembangan literasi dari semasa ke semasa.
6. Kajian Kes: AIAS dalam Bilik Darjah EFL
Senario: Sebuah kelas penulisan EFL peringkat pertengahan di sebuah universiti di Vietnam. Pengajar memberikan tugasan esei argumentatif 500 patah perkataan tentang kelestarian alam sekitar.
Pelaksanaan:
- Minggu 1 (Tahap 1): Pelajar menulis draf pertama tanpa AI. Pengajar memberikan maklum balas tentang struktur dan kandungan.
- Minggu 2 (Tahap 2): Pelajar menggunakan ChatGPT untuk menyunting draf mereka dari segi tatabahasa dan gaya. Mereka menyerahkan jadual perbandingan yang menunjukkan ayat asal dan ayat yang disemak, bersama-sama dengan justifikasi untuk setiap perubahan.
- Minggu 3 (Tahap 3): Pelajar menggunakan AI untuk menterjemah perenggan daripada bahasa ibunda mereka ke dalam bahasa Inggeris, kemudian menyemak semula terjemahan secara kritis. Mereka menyerahkan kedua-dua output AI dan versi akhir mereka.
Hasil: Pelajar menunjukkan peningkatan kefasihan menulis dan kemahiran penilaian kritis. 85% melaporkan bahawa tahap berstruktur membantu mereka memahami penggunaan AI yang sesuai.
7. Hala Tuju dan Aplikasi Masa Depan
Rangka kerja AIAS mempunyai potensi yang signifikan untuk aplikasi yang lebih luas di luar penulisan. Kerja masa depan harus meneroka penggunaannya dalam tugasan bertutur, mendengar, dan pemahaman bacaan. Selain itu, rangka kerja ini boleh diintegrasikan ke dalam dasar AI institusi dan program latihan guru. Apabila model GenAI berkembang, AIAS mesti dikemas kini secara berkala untuk mencerminkan keupayaan baharu dan pertimbangan etika. Kajian pengesahan silang budaya diperlukan untuk memastikan kebolehgunaan rangka kerja ini merentas pelbagai konteks EFL.
8. Analisis Asal: Perspektif Kritikal terhadap Rangka Kerja AIAS
Pandangan Teras: Rangka kerja AIAS adalah respons pragmatik yang amat diperlukan terhadap kekacauan yang ditimbulkan oleh GenAI dalam pendidikan EFL. Ia melangkaui perdebatan binari 'larang vs. terima', menawarkan pendekatan bernuansa dan berskala yang menghormati kedua-dua integriti pedagogi dan realiti teknologi.
Aliran Logik: Kertas kerja ini dengan tepat mengenal pasti ketegangan teras: GenAI menawarkan faedah yang tidak dapat dinafikan untuk mengurangkan beban kognitif dalam penulisan L2, tetapi juga menimbulkan risiko eksistensi kepada integriti akademik dan pemikiran kritis. AIAS menyediakan tangga logik—daripada tiada AI kepada AI sepenuhnya—yang mencerminkan perkembangan progresif pelajar bahasa. Penyesuaian kepada tiga tahap untuk EFL adalah penyederhanaan yang bijak, mengelakkan kerumitan skala lima tahap asal.
Kekuatan & Kelemahan: Kekuatan terbesar rangka kerja ini adalah ketelusan dan fleksibilitinya. Ia memberi guru alat konkrit untuk menetapkan jangkaan, mengurangkan kekaburan. Walau bagaimanapun, kertas kerja ini mengabaikan cabaran pelaksanaan yang signifikan. Pertama, tahap 'Terjemahan Berbantukan AI' (Tahap 3) adalah hampir dengan plagiarisme automatik jika tidak dipantau dengan teliti. Kedua, rangka kerja ini mengandaikan tahap literasi AI dalam kalangan guru yang sering kali tidak dimiliki. Ketiga, pengesahan empirikal adalah tipis—satu kajian rintis dengan 120 pelajar tidak mencukupi untuk mendakwa kebolehgeneralisasian. Perumusan matematik literasi AI (Bahagian 5) adalah sentuhan teori yang baik, tetapi aplikasi praktikalnya boleh dipersoalkan; pekali pemberat adalah sewenang-wenangnya tanpa penentukuran yang meluas.
Pandangan Boleh Tindak: Untuk pengamal, AIAS adalah titik permulaan yang berguna, tetapi ia mesti dipasangkan dengan latihan guru yang mantap dan penilaian berterusan literasi AI pelajar. Institusi harus melabur dalam membangunkan rubrik literasi AI yang melangkaui tahap skala. Penyelidik mesti menjalankan kajian membujur merentas pelbagai konteks EFL untuk mengesahkan keberkesanan rangka kerja. Masa depan EFL bukan terletak pada menentang AI, tetapi dalam mengajar pelajar untuk menggunakannya secara kritis—dan AIAS adalah langkah ke arah itu, walaupun ia memerlukan penghalusan yang berterusan.
9. Rujukan
- Barrot, J. S. (2020). Using automated written corrective feedback in the writing classroom: A systematic review. Computer Assisted Language Learning, 33(5-6), 1-25.
- Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 60(3), 1-12.
- Eaton, S. E. (2023). Academic integrity and artificial intelligence: A critical analysis. International Journal for Educational Integrity, 19(1), 1-15.
- Gayed, J. M., et al. (2022). Cognitive load in second language writing: A meta-analysis. Journal of Second Language Writing, 56, 100876.
- Perkins, M., & Roe, J. (2023a). The AI Assessment Scale: A framework for ethical AI use in assessment. Journal of Academic Ethics, 21(2), 1-15.
- Perkins, M., & Roe, J. (2023b). From assessment to practice: Implementing the AIAS framework. Educational Technology & Society, 26(4), 1-12.
- Roe, J., & Perkins, M. (2022). Automated paraphrasing tools and academic integrity. Journal of Academic Integrity, 18(1), 1-10.
- Thi, N. K., & Nikolov, M. (2021). The impact of Grammarly on EFL learners' writing accuracy. Language Learning & Technology, 25(2), 1-18.