[Golongan Penyelidikan iCONADA] Penyumberan Luar Pengetahuan dan Penstrukturan Semula Universiti: Detik “Titik Perubahan” dalam Pendidikan Tinggi

Pada 25 Ogos 2026, Sally Kornbluth, Presiden Massachusetts Institute of Technology (MIT), menerbitkan sepucuk surat terbuka yang mencetuskan perhatian besar dalam kalangan akademik di seluruh dunia. Dalam surat tersebut, beliau menggambarkan kesan kecerdasan buatan generatif (Generative AI) terhadap pendidikan tinggi sebagai satu detik bersejarah yang boleh dianggap sebagai “titik perubahan” (watershed moment).

Bersama-sama surat itu diterbitkan sebuah laporan oleh jawatankuasa khas yang dibentuk untuk meneliti isu tersebut. Dengan keterbukaan yang luar biasa, laporan berkenaan mendedahkan satu realiti yang tidak lagi boleh diketepikan: asas tradisional pengajaran dan penilaian di universiti sedang berhadapan dengan keperluan untuk disusun semula secara mendasar akibat gelombang AI.

Surat terbuka itu mendapat perhatian luas kerana ia menyentuh persoalan yang selama ini cuba dielakkan oleh sebahagian besar institusi pendidikan tinggi. Ketika banyak universiti masih sibuk membincangkan cara menghalang pelajar daripada menggunakan ChatGPT untuk meniru atau menipu dalam tugasan, MIT sudah mengajak kita melihat persoalan yang jauh lebih besar.

Isunya bukan sekadar kemunculan teknologi baharu. Yang sedang berubah ialah asas budaya pembelajaran manusia itu sendiri.
I. Dua Isyarat Amaran dan Persoalan yang Lebih Mendalam: Apabila “Penyumberan Luar Kognitif” Menjadi Kebiasaan

Laporan MIT mengetengahkan dua isyarat amaran utama yang menyentuh secara langsung cabaran pendidikan tinggi masa kini.

Pertama, AI kini sudah mampu menghasilkan jawapan dan tugasan bertulis yang meyakinkan untuk hampir semua bidang pengajian peringkat sarjana muda.

Masalah utamanya bukan semata-mata bahawa “meniru menjadi lebih mudah”. Persoalan yang lebih mendasar ialah tugasan akademik itu sendiri—sebagai alat pengajaran dan penilaian yang telah digunakan selama lebih daripada satu abad—semakin kehilangan keberkesanannya.

Secara tradisinya, tugasan memberi ruang kepada pelajar untuk memperdalam pemahaman selepas kelas, sementara pensyarah menggunakannya untuk menilai sejauh mana proses pembelajaran benar-benar berlaku.

Namun, apabila sebahagian besar proses berfikir boleh “disumberluarkan” kepada AI, malah hasilnya mungkin kelihatan lebih baik daripada tahap purata, tugasan tradisional berisiko berubah menjadi sekadar satu latihan menghasilkan angka dan gred yang semakin sukar membawa makna sebenar.

Pensyarah tidak lagi dapat memastikan bahawa hasil kerja yang kemas dan meyakinkan benar-benar mencerminkan keupayaan pelajar. Pada masa yang sama, pelajar mungkin kehilangan sesuatu yang jauh lebih penting: peluang untuk berfikir melalui kesukaran, melakukan kesilapan, bergelut dengan ketidakpastian, dan membina pertimbangan intelektual mereka sendiri.

Kedua, dan mungkin lebih membimbangkan, ialah hakisan secara senyap-senyap terhadap budaya pembelajaran tradisional di kampus.

Data menunjukkan bahawa sejak penggunaan AI semakin meluas, penyertaan pelajar dalam kumpulan belajar, waktu konsultasi pensyarah (office hours), dan perbincangan berkumpulan secara bersemuka telah menunjukkan kecenderungan menurun.

Namun, nilai sebuah universiti tidak pernah terbatas kepada apa yang berlaku di dalam bilik kuliah. Universiti juga berharga kerana pertukaran idea yang berlaku secara organik apabila manusia bertemu, berhujah, bertanya soalan yang sukar, mencabar andaian, dan belajar daripada satu sama lain.

Apabila pelajar semakin terbiasa mendapatkan jawapan daripada AI yang segera, mudah dan seolah-olah tidak menghakimi, mereka mungkin secara tidak sedar semakin menjauh daripada pertemuan manusiawi yang penting—dengan rakan sebaya, pensyarah dan komuniti intelektual.

Cara pembelajaran yang semakin terasing ini berpotensi melemahkan bukan sahaja keupayaan bekerja secara kolaboratif, tetapi juga kemampuan generasi muda untuk membina hubungan sosial dan intelektual yang bermakna.
II. Empat Dimensi Transformasi Universiti: Daripada “Menyampaikan Pengetahuan” kepada “Membina Keupayaan Manusia”

Berhadapan dengan perubahan yang skalanya jarang berlaku dalam sejarah pendidikan tinggi, MIT tidak memilih untuk menutup pintu terhadap AI secara menyeluruh.

Sebaliknya, ia mengajak kita memikirkan semula pendidikan universiti secara sistemik dan mengenal pasti empat bidang utama transformasi.
1. Menilai Semula Paradigma Penilaian: Daripada Tugasan Bertulis kepada Pembuktian Secara Bersemuka

Penilaian pada masa hadapan berkemungkinan bergerak lebih jauh ke arah bentuk yang bersemuka, spontan dan interaktif.

Esei yang disiapkan di rumah dan penghantaran kod secara dalam talian mungkin memainkan peranan yang lebih kecil, manakala peperiksaan lisan, perbincangan bersemuka, pembentangan portfolio secara langsung dan perbahasan masa nyata akan menjadi semakin penting.

Pelajar mungkin diminta mempertahankan hasil penyelidikan mereka, menerangkan proses pemikiran, atau memberikan respons spontan terhadap soalan yang berkaitan dengan kerja mereka.

Bentuk penilaian seperti ini menuntut pelajar benar-benar menguasai dan memahami apa yang mereka pelajari.

Apabila pensyarah dan rakan sebaya boleh mengemukakan soalan susulan secara langsung, hasil tulisan yang kelihatan hebat tetapi dijana oleh AI tidak lagi mencukupi.

Fokus penilaian akan beralih daripada “Seberapa sempurna hasil akhirnya?” kepada “Bagaimanakah pelajar berfikir, menaakul, memberi respons dan membuat pertimbangan?”
2. Mengubah Paradigma Pengajaran: Mengembalikan Amali dan Pengalaman ke Pusat Pembelajaran

Apabila pengetahuan teori boleh dicari, diringkaskan dan digabungkan semula oleh AI dengan begitu mudah, universiti perlu memberikan penekanan yang jauh lebih besar kepada pembelajaran secara amali, eksperimen dan pembelajaran berasaskan projek (Project-Based Learning, PBL).

Bilik kuliah masa hadapan mungkin semakin menyerupai makmal penyelesaian masalah rentas disiplin.

Pelajar perlu bergerak melampaui kerangka teori semata-mata: mengendalikan peralatan sendiri, menjalankan kerja lapangan dalam komuniti, berhadapan dengan data dunia sebenar yang tidak sempurna, serta menangani situasi yang tidak mempunyai satu jawapan yang tersedia dalam buku teks.

Pengalaman seperti ini menuntut keupayaan menyesuaikan diri, pertimbangan dalam keadaan tidak menentu, pemahaman terhadap kekangan dunia fizikal dan komunikasi antara kumpulan yang berbeza.

Inilah antara dimensi keupayaan manusia yang tidak boleh begitu sahaja dihasilkan semula oleh AI melalui satu lagi jawapan pada skrin.
3. Menetapkan Sempadan: Membina Peraturan yang Jelas tentang Penggunaan AI

Universiti tidak lagi boleh membiarkan penggunaan AI bergantung pada garis panduan yang kabur atau budi bicara individu semata-mata.

Pendekatan MIT menunjukkan perlunya satu bentuk perjanjian penggunaan AI yang jelas dan telus bagi setiap kursus.

Tujuannya bukan sekadar untuk menyekat penggunaan AI, tetapi untuk mengajar pelajar bagaimana menggunakannya secara bertanggungjawab.

Setiap kursus perlu menjelaskan dengan terang bila AI boleh digunakan sebagai “alat kognitif”—misalnya untuk mencari maklumat, menjana idea awal atau meneroka pendekatan alternatif—dan bila pelajar perlu bekerja secara bebas, khususnya dalam perkara seperti membina hujah utama, membuat pertimbangan dan menjalankan penaakulan yang teliti.

Matlamat akhirnya ialah melahirkan pelajar yang mampu menggunakan AI secara sedar dan kritis, bukannya bergantung kepadanya secara pasif.
4. Mentransformasikan Ekosistem Tenaga Pengajar: Membina Komuniti Amalan AI

Pada akhirnya, kejayaan transformasi ini mungkin sama bergantung kepada tenaga pengajar seperti juga kepada pelajar.

Universiti perlu melaburkan sumber yang besar untuk membantu pensyarah yang selama ini terbiasa dengan kaedah pengajaran berasaskan kuliah tradisional supaya memikirkan semula cara mereka mengajar dan menilai pembelajaran.

Melalui komuniti amalan rentas disiplin, pensyarah tidak lagi perlu bertindak sebagai “polis AI” yang tugas utamanya adalah mengesan penyalahgunaan teknologi.

Sebaliknya, mereka boleh menjadi pereka bentuk pembelajaran yang mampu menjadikan AI sebagai rakan yang berkuasa dalam proses pendidikan.

Sebagai contoh, AI boleh membantu pensyarah membangunkan pengalaman pembelajaran yang lebih diperibadikan, manakala aktiviti di dalam kelas boleh mengajak pelajar mengenal pasti kesilapan, kecenderungan berat sebelah, andaian yang tidak berasas atau kelemahan logik dalam jawapan yang dijana oleh AI.

Dalam model seperti ini, peranan pensyarah bukan menjadi kurang penting kerana AI.

Sebaliknya, peranan tersebut menjadi lebih manusiawi—dan mungkin lebih mencabar dari segi intelektual.
III. Kesimpulan: Pendidikan Tinggi Selepas Titik Perubahan

Surat terbuka Presiden Sally Kornbluth bukan sekadar membunyikan loceng amaran kepada universiti di seluruh dunia. Ia juga membuka satu ufuk baharu.

Ia mengingatkan kita bahawa nilai sebuah universiti tidak lagi boleh diukur hanya berdasarkan sebesar mana koleksi perpustakaannya atau sebanyak mana pengetahuan yang boleh disampaikan oleh pensyarahnya—sedangkan pengetahuan tersebut kini boleh dicari dan dihasilkan semula dengan mudah oleh AI.

Universiti perlu kembali kepada sesuatu yang lebih asas: membangunkan keupayaan manusia yang tidak boleh dikurangkan kepada pencarian maklumat—pemikiran kritis, kreativiti praktikal, pertimbangan intelektual dan hubungan sesama manusia yang mendalam.

Dalam zaman apabila pengetahuan boleh dicapai hampir serta-merta dan AI semakin mampu mengambil alih sebahagian daripada kerja kognitif manusia, pendidikan tinggi mungkin perlu memilih satu laluan yang tidak boleh begitu sahaja diautomatikkan oleh AI:

menyalakan rasa ingin tahu terhadap perkara yang belum diketahui, belajar melalui pertemuan dan interaksi dengan orang lain, serta membina watak, pertimbangan dan kebijaksanaan melalui pengalaman hidup.

Ini sememangnya satu krisis pendidikan.

Namun, pada masa yang sama, ia mungkin merupakan peluang bersejarah bagi universiti untuk menemukan semula tujuan asalnya—dan, mungkin, menemukan kembali jiwanya.