Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring dengan semakin terintegrasinya alat berbasis kecerdasan buatan (AI) dalam rutinitas akademik, pemahaman terhadap faktor-faktor psikologis yang mendorong terbentuknya ketergantungan menjadi semakin penting. Penelitian ini bertujuan untuk mengeksplorasi hubungan antara kepercayaan dan sikap terhadap AI sebagai prediktor terhadap ketergantungan pada AI di kalangan mahasiswa perguruan tinggi di Indonesia. Penelitian ini menggunakan pendekatan kuantitatif korelasional dengan desain cross-secctional. Data diperoleh dari 115 mahasiswa di Indonesia melalui instrumen self-report yang telah tervalidasi, yakni Artificial Intelligence Dependency Scale (DAI) dari Morales-García et al. (2024), Attitudes Toward Artificial Intelligence Inventory (ATTARI-12) oleh Stein et al. (2024), dan Trust in AI Scale (TIAS) berdasarkan Jian et al. (2000) dan McGrath et al. (2025). Analisis data dilakukan menggunakan korelasi Pearson dan Simple Linear Regression. Hasil menunjukkan bahwa terdapat hubungan positif yang signifikan antara sikap dan ketergantungan terhadap AI (r = .18, p = .03), serta antara kepercayaan dan sikap terhadap AI (r = 0,71, p < .001). Namun, kepercayaan tidak menunjukkan korelasi yang signifikan dengan ketergantungan terhadap AI. Meskipun terdapat tren positif, sikap juga tidak secara signifikan memprediksi ketergantungan terhadap AI (b = 0.22, p = .059). Sebaliknya, kepercayaan secara signifikan memprediksi sikap terhadap AI (b = .50, p < .001), dengan nilai R2 sebesar 0,502, yang menunjukkan bahwa kepercayaan menjelaskan 50,2% variansi dalam sikap.Temuan ini mengindikasikan bahwa meningkatnya kepercayaan mahasiswa terhadap AI berpotensi membentuk sikap yang lebih positif, yang kemudian dapat berujung pada ketergantungan. Hal ini menekankan pentingnya memahami bahwa persepsi positif terhadap AI, terutama dalam situasi akademik yang penuh tekanan, dapat mengarah pada pola penggunaan yang bergantung. Peran pendidik menjadi krusial untuk membimbing mahasiswa agar memandang AI sebagai alat, bukan sebagai pengganti penuh atas fungsi kognitif. Studi ini memberikan kontribusi awal untuk perumusan kebijakan terkait penggunaan AI serta strategi pengajaran di masa mendatang.

---

As AI tools become increasingly integrated into academic routines, understanding the psychological factors contributing to dependency is critical. This study investigates the relationships between trust and attitude towards AI as predictors associated with dependency on AI among higher education students in Indonesia, using a cross-sectional, quantitative correlational research method. Data were collected from 115 Indonesian university students by validated self-report measures: The Artificial Intelligence Dependency Scale (DAI) (Morales- García et al. (2024), the Attitudes Toward Artificial Intelligence Inventory (ATTARI-12) by Stein et al. (2024) and Trust in AI Scale (TIAS) based on Jian et al. (2000) in McGrath et al. (2025). Pearson correlation and simple linear regression analysis is used. Results showed a significant positive relationship between attitude and dependency towards AI (r = .18, p = .03), also between trust and attitude toward AI (r = .71, p < .001). However, trust did not correlate significantly with AI dependency. Although a positive trend was observed, attitude did not significantly predict AI dependency (b = 0.22, p = .059). In contrast, trust significantly predicted attitude towards AI (b = 0.50, p < .001), explaining 50.2% of its variance (R2 = .502). The findings suggest that increasing students' trust in AI may form their attitudes positively, which could lead to greater dependency. This implies the importance of acknowledging how positive perceptions of AI in high pressure context may lead to dependency, where educators can guide learners to view AI as an aid for responsible use, rather than full cognitive replacement. The study offers insight for shaping future AI related policymaking and classroom strategies."

"Kecerdasan Artifisial atau Artificial Intelligence (AI) merupakan teknologi yang memungkinkan mesin untuk menerima, mengolah, dan membuat keputusan berdasarkan data yang diterima. Kehadiran AI yang semakin menjamur di kehidupan masyarakat membuat pemerintah di berbagai negara berinisiatif untuk mengimplementasikan AI secara publik dengan mengeluarkan strategi AI nasional. Indonesia yang sudah mengeluarkan strategi AI nasional namun belum mengadopsi AI secara menyeluruh memiliki kesempatan untuk belajar dari negara lain agar adopsi AI di Indonesia berlangsung dengan efektif dan efisien. Penelitian ini berfokus untuk menemukan pelajaran atau hikmah yang dapat digunakan oleh Indonesia dalam mengadopsi AI di ranah publik. Hal ini dicapai dengan meninjau aspek sosioteknis dalam implementasi AI dengan membandingkan kerangka kultur Hofstede, indeks kesiapan AI pemerintah 2022, dan survei menyangkut sikap publik dan perusahaan terhadap AI dari negara-negara pembanding. Aspek strategi juga diteliti dengan melihat strategi AI nasional di negara-negara pembanding dalam kerangka yang sama. Adapun negara-negara yang dilibatkan dalam penelitian ini adalah Singapura, Malaysia, Jepang, Korea Selatan, Australia, dan Indonesia. Hal pertama yang dilakukan dalam penelitian ini adalah mengidentifikasi aspek-aspek yang diperlukan untuk memahami strategi AI nasional. Setelah itu, dilakukan literature review dengan metode 3C+2S (compare, contrast, criticize, synthesize, summary) terhadap semua data untuk menentukan apakah kondisi sosial dan teknologi dipertimbangkan dalam strategi AI nasional dan menemukan kesamaan serta perbedaan dari seluruh aspek. Semua jawaban dari penelitian ini kemudian ditarik kesimpulan untuk menemukan poin-poin penting yang perlu diperhatikan dalam implementasi AI di Indonesia.Hasil dari penelitian adalah kerangka kerja untuk memahami strategi AI nasional yang secara umum terdiri dari kondisi saat ini, strategi yang digunakan, dan komunikasi strategi kepada pihak lain. Dengan meneliti strategi AI nasional di keenam negara menggunakan kerangka kerja yang telah dibuat, ditemukan bahwa aspek sosial masih jarang dipertimbangkan dalam strategi AI nasional dibandingkan dengan aspek teknologi. Penelitian ini juga menunjukkan walaupun Indonesia memiliki beberapa kemiripan secara budaya dengan negara lain, Indonesia mengalami ketertinggalan jauh dalam kesiapannya untuk mengadopsi AI khususnya dari sektor teknologi. Kesamaan lain terlihat pada bidang yang diprioritaskan dalam strategi dan kesediaan setiap negara untuk membentuk ekosistem yang dapat mendukung perkembangan AI di negaranya masing-masing.Temuan dari penelitian ini mencakup beberapa poin, yaitu: penyatuan langkah strategis, berfokus untuk menyelesaikan permasalahan mendasar, dan penekanan pada pengembangan manusia.

---

Artificial Intelligence (AI) is technology that enables machine to accept, process, and make decisions based on data given. As AI becomes ubiquitous in the society, governments in multiple countries plan to implement AI in public sector through National AI Strategy. Indonesia as a country that hasn't fully adopt AI still has the chance to learn from other countries so that AI implementation in Indonesia's public sector could be done in an effective and efficient manner.

This study focuses on finding lesson learned that could be used by Indonesia in adopting AI in public. This study was done through reviewing sociotechnical aspect in AI implementation by comparing Hofstede's cultural framework, Government AI Readiness Index 2022, and surveys related to public and companies' attitude towards AI from compared countries. Strategy aspect is also studied by looking at national AI strategies in compared countries through the same lens. Countries that are involved in this study are Singapore, Malaysia, Japan, South Korea, Australia, and Indonesia.

The first step from this study is to identify aspects needed to understand national AI strategy. Afterwards, literature review with 3C+2S method (compare, contrast, criticize, synthesize, summary) is conducted to all data to determine whether social and technological condition is considered in national AI strategy and found similarities and differences from all aspects. All answers from the study then summarized to identify important points for AI implementation in Indonesia.

The result from this study is a newly created framework to understand national AI strategies that generally consists current condition, strategy used, and strategy communication to other parties. By using the framework to compare national AI strategies in six countries, it is found that social aspect is still rarely considered in national AI strategy comparing to the technology aspect.

This study also shows that despite the similarities in culture between Indonesia and other countries, Indonesia is lagging far behind in its readiness to adopt AI especially technology-wise. Other similarities are seen at national priorities in the strategy and each countries' willingness to build an ecosystem that supports AI development in their respective countries.

Findings from this study covers points as follows: strategic steps unity, focus to solve the root problems, and emphasis on human development."