Terangkan variasi dan cabaran masa hadapan terhadap kemajuan kecerdasan buatan yang mengambilalih tugas manusia dalam pekerjaan. Korelasikan bagaimana pekerja dapat menyesuaikan diri dengan teknologi baru dan mencari cara untuk meningkatkan produktiviti mereka dalam era automasi. 1. Eve Ester Anak Masam (BA22110300) 2. Thrinity Wong Oih Ching (BA22110307) 3. Ummai Syaqirah Binti Ramlie (BA22110160) 4. Nor Asiti Ajuanah binti Kamidin (BA22110436) 5. Besholastica Moujus (BA22110309) 6. Sharifah Siti Rahmah Binti Suhor (BA22160773) AH 20403 Pengurusan Produktiviti dan Hubungan Industri
1.0 PENGENALAN Kajian ini akan mengkaji berkaitan variasi dan cabaran masa hadapan terhadap kemajuan kecerdasan buatan yang mengambil alih tugas manusia dalam pekerjaan. Serta korelasikan bagaimana pekerja dapat menyesuaikan diri dengan teknologi baru dan mencari cara untuk meningkatkan produktiviti mereka dalam era automasi. Dalam kajian ini fokus utama bidang kajian kami ini adalah bidang pendidikan atau lebih spesifiknya bidang perguruan. Maka kajian kami ini tertumpu kepada guru dan kecerdasan buatan itu sendiri. Sepertimana yang kita ketahui kecerdasan buatan (AI) telah menjadi salah satu inovasi teknologi yang paling ketara pada abad ke-21. Teknologi ini tidak hanya mempengaruhi pelbagai sektor industri, tetapi juga berpotensi besar untuk mengubah dan memperbaiki sistem pendidikan di negara-negara di seluruh dunia. Menurut Moh. Ayub Ismail (2023) dalam penulisannya, AI adalah Kecerdasan Buatan, seperti kepanjangan AI yaitu Artificial Intelligence, AI merupakan teknologi yang dirancang untuk membuat sistem komputer mampu meniru kemampuan intelektual manusia. AI memungkinkan komputer untuk belajar dari pengalaman, mengidentifikasi pola, membuat keputusan, dan menyelesaikan tugas-tugas kompleks dengan cepat dan efisien. Dalam konteks kajian ini, kami akan mengkaji variasi dan cabaran masa hadapan terhadap kemajuan kecerdasan buatan yang mengambil alih tugas manusia dalam pekerjaan dalam bidang perguruan serta dalam pada masa yang sama menilai hubungkait ataupun korelasi bagaimana pekerja (guru) dapat menyesuaikan diri mereka dengan teknologi baru dan mencari cara untuk meningkatkan produktiviti dalam era automasi ini.
2.0 PERMASALAHAN KAJIAN Terdapat beberapa permasalahan kajian di dalam kajian ini iaitu yang pertama adalah kecerdasan buatan memberi ancaman kepada keselamatan kerja guru. Walaupun perkara ni belum berlaku lagi, tetapi adalah kebimbangan bahawa kemajuan dan penggunaan AI boleh memberi kesan kepada keperluan untuk peranan pekerjaan tertentu dalam pendidikan (Dianne Adlawan, 2023). Hal ini adalah kerana Kecerdasan buatan ataupun AI mempunyai isu etika seperti privasi, keselamatan, bias, dan akauntabiliti kerana AI adalah teknologi yang mengumpul, menyimpan, dan memproses sejumlah besar data peribadi dan sensitif, yang mungkin terdedah kepada pelanggaran, penyalahgunaan atau manipulasi, dan mungkin memberi gambaran atau mengukuhkan isu ketidaksamaan atau prasangka yang sedia ada (Dr. Nor Asiah binti Mohamad @ Razak, 2024). Selain itu, permasalahan kajian yang seterusnya adalah penggunaan AI yang berpanjangan akan menyebabkan kebergantungan kepada teknologi sangat tinggi. Hal ini kerana, jika tidak dikawal dengan betul, kebergantungan terhadap teknologi boleh menjadi berbahaya kerana jika AI digunakan terlalu banyak, ia boleh menyebabkan manusia menjadi terlalu bergantung pada teknologi sehingga mereka tidak dapat beradaptasi dan menjadi lebih mandiri. Sebagai contoh, sikap bergantung pada penyelesaian yang dikuasakan oleh AI, terdapat risiko guru dan pelajar mungkin menjadi terlalu bergantung kepada teknologi. Dalam jangka panjang, pergantungan ini boleh mengakibatkan pengabaian kaedah pengajaran tradisional yang penting dan pembangunan pemikiran kritis dan kemahiran menyelesaikan masalah (Dianne Adlawan, 2023). Permasalahan kajian yang terakhir adalah kebimbangan terhadap kesan buruk kecerdasan buatan kepada sistem pembelajaran pelajar. Hal ini kerana, ia berkemungkinan akan memberikan kesan yang sangat kritikal berkaitan dengan ketepatan kandungan yang dihasilkan oleh aplikasi tersebut. Selain itu, terdapat juga universiti tempatan dalam negara yang telah mengambil langkah-langkah proaktif bagi mengekang kesan negatif yang bakal diterima. Alasan utamanya adalah kerana aplikasi kecerdasan buatan ini akan menjadikan seseorang itu amat mudah untuk menjalankan perbincangan atau perkongsian dengan jawapan berpandukan kepada jawapan yang meragukan dan kurang tepat (MalaysiaGazette, 2023). Oleh itu, bagi merungkaikan permasalahan kajian ini, temubual secara maya menggunakan aplikasi google meet telah dilaksanakan.
3.0 PERSOALAN KAJIAN 1. Apakah variasi-variasi kecerdasan buatan (AI) yang digunakan dalam bidang pendidikan? 2. Apakah cabaran-cabaran masa hadapan yang akan dihadapi terhadap kemajuan kecerdasan buatan (AI) dalam bidang pendidikan? 3. Bagaimanakah guru dapat menyesuaikan diri dengan teknologi baharu?
4.0 OBJEKTIF KAJIAN 1. Menganalisis variasi-variasi kecerdasan buatan (AI) yang digunakan dalam bidang pendidikan. 2. Mengkaji cabaran-cabaran masa hadapan yang akan dihadapi terhadap kemajuan kecerdasan buatan (AI) dalam bidang pendidikan. 3. Mengenalpasti bagaimana guru dapat menyesuaikan diri dengan teknologi baharu.
5.0 METODOLOGI KAJIAN Metodologi kajian adalah merujuk kepada kaedah yang paling sesuai untuk menjalankan penyelidikan dan menentukan tatacara yang efektif bagi menyelesaikan masalah kajian. Menurut Hornby(1985) dalam, metodologi merupakan satu set kaedah yang digunakan untuk menjalankan kajian ke atas subjek kajian yang tertentu. . Oleh itu, pada bahagian ini pengkaji akan membincangkan berkaitan kaedah kajian yang telah digunakan dalam kajian ini bagi menjawab persoalan-persoalan kajian yang telah dikemukakan dalam kajian. Antara kaedah yang kami gunakan adalah reka bentuk kajian dan pengumpulan data. Reka Bentuk Kajian Reka bentuk kajian ini adalah menggunakan pendekatan kaedah tinjauan yang berbentuk kajian kualitatif. Dengan menggunakan kaedah kualitatif, pengkaji dapat mengumpul data yang lebih holistik dan komprehensif, yang mana ia dapat memberi gambaran tentang isu yang sedang dikaji. Data ini dikumpulkan melalui kaedah temubual bersama responden. Kaedah Pengumpulan Data Kaedah Pengumpulan Data adalah proses mengumpul dan mengukur maklumat berdasarkan pembolehubah disasarkan dalam sebuah sistem yang sedia ada bagi membolehkan menjawab soalan relevan serta menilai keputusan yang berkemungkinan. Kajian ini telah menggunakan kaedah pengumpulan data dari segi data sekunder dan juga data primer. a. Data Sekunder Data sekunder adalah data yang telah dikumpulkan dan diterbitkan oleh pihak lain sebelumnya. Data ini boleh diperolehi daripada pelbagai sumber seperti laporan, artikel jurnal, statistik, dan dokumen kerajaan. Antara data sekunder yang digunakan dalam kajian ini adalah laporan, akhbar, kajian terdahulu seperti atikel, jurnal dan juga buku. .b. Data Primer Data primer adalah data yang dikumpulkan secara langsung oleh pengkaji untuk tujuan kajian. Data ini diperoleh secara dari sumber asli atau pertama kali dan khususnya untuk kajian yang sedang dijalankan. Data primer yang digunakan dalam kajian ini adalah melalui temu bual.
6.0 DAPATAN KAJIAN 6.1 Variasi dan cabaran masa hadapan terhadap kemajuan kecerdasan buatan yang mengambil alih tugas guru dalam pekerjaan. 1.Variasi AI: Penilaian Automatik mengunakan AI Dalam dunia pendidikan moden, penggunaan teknologi kecerdasan buatan (AI) sedang mengalami perkembangan pesat. Ken Robinson (2019), dalam bukunya "The Element," menggariskan potensi AI untuk tidak hanya mengubah cara pengajaran dan pembelajaran, tetapi juga untuk menyediakan pengalaman pembelajaran yang disesuaikan secara unik bagi setiap pelajar. AI memainkan peranan penting dalam bidang pendidikan, terutamanya dalam penilaian automatik. Dengan algoritma pembelajaran mesin dan pemrosesan bahasa alami, seperti yang dikembangkan oleh Andrew Ng, AI dapat menilai prestasi pelajar dengan lebih efisien dan adil. Ini termasuk dalam penilaian objektif seperti soalan pilihan ganda dan esei, walaupun pengawasan manusia masih diperlukan untuk memastikan keadilan dan ketepatan dalam penilaian subjektif. Penilaian automatik menggunakan kecerdasan buatan (AI) menawarkan sejumlah kelebihan penting dalam konteks pendidikan. Salah satu kelebihan utamanya ialah keupayaannya untuk mengurangkan beban kerja guru. Dengan AI, sistem ini dapat mengambil alih tugas rutin seperti penilaian, yang membolehkan guru lebih fokus pada interaksi langsung dengan pelajar. Sebagai contoh, dalam kelas yang besar, secara manual menilai esei panjang boleh mengambil masa beberapa hari. Walau bagaimanapun, dengan bantuan AI, aspek tatabahasa dan struktur dalam penulisan dapat dianalisis dengan cepat, memberikan maklum balas segera kepada pelajar untuk meningkatkan kualiti penulisan mereka. Di samping itu, penggunaan AI juga meningkatkan konsistensi dan keadilan dalam penilaian dengan menilai berdasarkan kriteria yang ditetapkan secara konsisten, mengelakkan pengaruh emosi atau keletihan yang dapat mempengaruhi penilaian manusia. Contoh lain ialah keupayaan AI untuk mengesan persamaan atau plagiarisme dalam dokumen, memastikan bahawa semua penilaian adalah adil dan objektif. Maklum balas yang diberikan secara langsung oleh sistem penilaian automatik juga merupakan kelebihan, di mana platform seperti Grammarly memberikan cadangan penambahbaikan masa nyata terhadap kesilapan tatabahasa dan gaya penulisan pelajar. Dengan penggunaan AI dalam penilaian automatik, kecekapan dalam proses pembelajaran dapat ditingkatkan sambil memastikan bahawa setiap interaksi di dalam kelas menyokong kemajuan pembelajaran yang adil dan berkesan untuk semua pelajar. .
Cabaran dalam Penggunaan AI untuk Penilaian Subjektif dalam Pendidikan Cabaran utama dalam penggunaan penilaian automatik menggunakan kecerdasan buatan (AI) adalah keupayaannya yang terhad dalam menilai aspek kreatif dan pemikiran kritis dalam tugas seperti esei sastera. Howard Gardner (1983), seorang pakar dalam Teori Kecerdasan Pelbagai, menggarisbawahi bahawa walaupun AI cenderung efektif dalam menilai jawapan dan tugas objektif dengan struktur yang jelas seperti MCQ, ia masih menghadapi cabaran dalam menafsirkan dan menilai kualiti tafsiran sastera, analisis kreatif atau refleksi mendalam.Pemahaman AI tentang nuansa bahasa, konteks budaya, dan kerumitan makna dalam penulisan masih tidak dapat dibandingkan dengan keupayaan manusia. Walaupun kemajuan dalam teknologi pemprosesan bahasa semula jadi, AI belum sepenuhnya dapat memberikan penilaian yang mencukupi mengenai aspek subjektif yang memerlukan pemikiran kritis dan tafsiran mendalam.Oleh itu, adalah penting bagi pendidik dan penyelidik untuk mengintegrasikan teknologi AI sebagai alat bantu yang dapat meningkatkan kecekapan dan konsistensi dalam penilaian, sambil tetap menyedari nilai tambah penilaian manusia dalam menilai aspek kreatif dan pemikiran kritis. Pendekatan ini dapat memastikan bahawa pendidikan masih menyediakan pengalaman pembelajaran yang seimbang dan mendalam untuk setiap pelajar, dengan menggunakan kuasa teknologi AI dengan bijak mengikut keperluan konteks pendidikan yang kompleks. Ia juga penting untuk diingat bahawa walaupun AI boleh memberikan kecekapan dalam penilaian, ia harus digunakan sebagai alat bantuan dan bukan sebagai pengganti lengkap untuk penilaian manusia. Daniel Kahneman (2011) menekankan bahawa penggunaan AI mesti disertai dengan pengesahan dan pengawasan manusia, terutama dalam hal penilaian subjektif. Guru atau penilai manusia masih memainkan peranan penting dalam menilai aspek yang memerlukan penilaian berdasarkan tafsiran konteks, nilai, atau aspek subjektif lain yang tidak dapat ditangani sepenuhnya oleh AI.
2. Variasi AI - Pembelajaran mesin (machine learning) Kecerdasan Buatan (AI) telah membawa perubahan ketara kepada pelbagai sektor, termasuk pendidikan. Walaupun teknologi ini menawarkan banyak faedah, ia juga memberikan cabaran besar, terutamanya untuk pendidik. Kecerdasan Buatan (AI) telah menunjukkan potensi besar dalam meningkatkan kualiti pendidikan melalui pelbagai teknik, terutamanya dalam pembelajaran mesin. Pembelajaran mesin memainkan peranan penting dalam transformasi pendidikan dengan menyediakan pembelajaran yang lebih diperibadikan, meningkatkan keberkesanan pengajaran dan meningkatkan kecekapan pengurusan sekolah. Dengan menggunakan platform pembelajaran yang boleh disesuaikan, AI membolehkan penyesuaian bahan pembelajaran untuk memenuhi keperluan dan kebolehan setiap pelajar. Teknologi ini juga mampu menganalisis data pencapaian dan tingkah laku pelajar untuk menyesuaikan kurikulum dengan lebih tepat. (VanLehn,2019). Aplikasi pembelajaran mesin untuk personalisasi pendidikan telah menjadi tumpuan utama dalam usaha meningkatkan keberkesanan pembelajaran di pelbagai institusi pendidikan. Sebagai contoh, penyelidikan oleh Sweeney et al. (2020) menunjukkan bahawa sistem pembelajaran mesin boleh menganalisis corak tingkah laku pembelajaran pelajar seperti keutamaan pembelajaran dan tahap pemahaman berdasarkan data daripada platform pembelajaran dalam talian. Menggunakan teknik seperti pemodelan faktor, algoritma ini boleh menyediakan bahan pembelajaran yang disyorkan, gaya pengajaran dan tahap kesukaran tugasan untuk setiap pelajar. Ini bukan sahaja meningkatkan motivasi pelajar tetapi juga meningkatkan kualiti bahan pembelajaran yang disampaikan. Selain itu, penyelidikan oleh Wang et al. (2021) menunjukkan bahawa sistem yang diperibadikan berasaskan pembelajaran mesin boleh membantu sekolah dalam mengenal pasti pelajar berisiko rendah atau tinggi berdasarkan corak tingkah laku dan data sejarah, membolehkan penyediaan produktif sokongan tambahan yang sesuai.
Cabaran - Isu privasi dan keselamatan data serta ketersediaan pendidik terhadap teknologi baharu Walaupun pelaksanaan pembelajaran mesin mendatangkan banyak manfaat khususnya dalam sektor pendidikan namun yang demikian, pelaksanaan pembelajaran mesin juga menghadapi pelbagai cabaran seperti isu privasi dan keselamatan data. isu privasi dan keselamatan data adalah kebimbangan utama kerana penggunaan data pelajar untuk analisis pembelajaran boleh menimbulkan risiko kebocoran maklumat peribadi. Menurut van der Schaar (2020), pemprosesan data sensitif seperti keputusan peperiksaan atau keutamaan pembelajaran pelajar memerlukan perlindungan yang ketat untuk mengelakkan pelanggaran privasi. Sebagai contoh, pelaksanaan sistem penilaian AI yang merekodkan data pelajar individu yang terperinci mungkin menimbulkan kebimbangan tentang penggunaan data yang tidak selamat. Kedua, cabaran kesediaan dan penerimaan pendidik terhadap teknologi baharu ini adalah kunci kejayaan pelaksanaan. Kajian yang dijalankan oleh Li et al. (2021) menunjukkan bahawa ramai guru memerlukan latihan intensif untuk menguasai teknologi AI dan mengintegrasikannya dengan berkesan dalam pengajaran mereka. Sebagai contoh, pendidik mungkin perlu mempelajari cara mengurus platform pembelajaran dalam talian yang menggunakan algoritma pembelajaran mesin untuk menyediakan bahan yang disesuaikan dengan keperluan pelajar individu.
3. Variasi AI - Analitik Pembelajaran Sektor perguruan juga tidak terkecuali menggunakan variasi AI dalam sistem pengajaran. Antara variasi ketiga dalam penggunaan AI di sektor perguruan adalah analitik pembelajaran. Setelah mengajukan soalan berkenaan tahap pengetahuan respondan terhadap analitik pembelajaran, respondan tahu akan variasi AI tersebut namun belum menggunakan AI tersebut dengan sepenuhnya. Analitik pembelajaran ini merupakan proses pengumpulan, pengukuran, analisis, dan pelaporan data yang bertujuan untuk memahami dan meningkatkan proses pembelajaran pelajar dan persekitaran mereka. Ia termasuk penggunaan data untuk membantu pelajar, meningkatkan prestasi pembelajaran mereka, dan meningkatkan persekitaran pembelajaran mereka. Analitik pembelajaran juga boleh memberikan nasihat dalam konteks pembelajaran, meramalkan prestasi pelajar dan memberikan maklumat yang berguna (Corrin et al. 2016). Rekod prestasi pelajar, interaksi dalam platform e-pembelajaran, dan respons terhadap tugasan atau ujian adalah beberapa sumber yang AI boleh membantu mengautomasi pengumpulan data. Ini adalah antara yang digunakan oleh respondan dalam melakukan pembelajaran. Contohnya, kecerdasan buatan AI boleh mencadangkan bahawa pelajar memerlukan bimbingan tambahan atau menyesuaikan bahan pembelajaran untuk memenuhi keperluan unik pelajar (Anna Wilson et al. 2017). Respondan menggunakan cara ini bagi mengenalpasti bahan pembelajaran yang sesuai untuk mengikut tahap kelas-kelas yang diajar. Misalnya, pembelajaran untuk pelajar kelas hadapan berbeza dengan pelajar kelas belakang bagi menyesuaikan dengan cara penerimaan pelajar yang berbeza. AI boleh membantu mewujudkan pengalaman pembelajaran yang khusus di mana kandungan dan kaedah pengajaran disesuaikan dengan gaya dan tahap pembelajaran masing-masing pelajar melalui analisis data yang mendalam. Ini meningkatkan keberkesanan pelajar dan keterlibatan mereka dalam pembelajaran. Berdasarkan data pelajar dan corak pembelajaran semasa pelajar, AI boleh meramalkan prestasi mereka dari masa ke semasa. Ini membolehkan guru dan pentadbir pendidikan membantu pelajar yang mungkin menghadapi masalah dengan mengambil tindakan pencegahan awal.
Seterusnya, dalam sektor perguruan ini, kecerdasan buatan AI dan teknologi canggih mungkin tidak seberapa boleh menjejaskan tugas guru ini kerana masih diperlukan walaupun dunia semakin moden. Antara cabaran yang masa hadapan yang boleh terjadi dalam kalangan guru ialah ketidakseimbangan peluang pembelajaran. Ketidakseimbangan peluang pembelajaran merujuk kepada situasi di mana tidak semua pelajar dan guru mempunyai akses yang sama kepada sumber pendidikan, teknologi, dan peluang pembelajaran (Rosalia Eka Lusiana et al. 2024). Ini adalah isu yang serius dan kompleks, terutamanya dalam konteks kemajuan pesat teknologi pendidikan seperti kecerdasan buatan (AI) dan automasi. Infrastruktur teknologi di setiap sekolah atau daerah berbeza. Sesetengah sekolah mungkin mempunyai kemudahan asas sahaja, manakala yang lain mungkin memiliki peralatan canggih. Respondan juga ada mengatakan tentang guru dan pelajar di sekolah pedalaman yang mempunyai akses terhad terhadap internet yang akan menyukarkan guru mengakses internet. Terutamanya sekolah-sekolah di Sabah ini yang masih banyak sekolah pedalaman. Sekolah tempat respondan kami mengajar SK Balung juga dulu mempunyai kelajuan internet atau ‘wi-fi’ yang agak lemah, namun sekarang sudah dapat diatasi. Kesimpulannya, jurang masalah ini boleh dikurangkan dengan kerjasama kerajaan, sekolah, guru, ibu bapa, dan komuniti. Bagi memastikan semua pelajar mendapat peluang pembelajaran yang sama rata dan berkualiti, pembangunan infrastruktur, latihan berterusan, penyediaan sumber yang berpatutan, dan sokongan komuniti adalah penting. Cabaran - Ketidakseimbangan Peluang Pembelajaran
6.2 Bagaimana guru dapat menyesuaikan diri dengan teknologi baru dan mencari cara untuk meningkatkan produktiviti mereka dalam era automasi Pekerja pendidikan awam perlu menyesuaikan diri dengan teknologi baharu untuk menjadi lebih produktif dalam era automasi yang semakin berkembang. Pembelajaran berterusan adalah satu cara utama untuk mencapai ini. Dalam bukunya “Future Shock” (1970), Alvin Toffler menekankan bahawa masyarakat masa hadapan memerlukan orang yang mampu belajar, menyesuaikan diri dan belajar semula. Ini adalah penting untuk pendidikan awam kerana perubahan teknologi memerlukan guru dan kakitangan sentiasa mengemaskini mereka untuk memastikan perkhidmatan yang tinggi. Selain itu, pembinaan kemahiran juga merupakan komponen penting dalam menyesuaikan diri dengan automasi. Untuk menyediakan pekerja dengan kemahiran teknologi terkini, program latihan yang berterusan dan disasarkan diperlukan dalam sistem pendidikan awam. Analisis data dan penggunaan perisian pendidikan digital adalah dua contoh cara khusus yang boleh membantu pendidik menggunakan teknologi untuk pengajaran yang lebih interaktif dan berkesan. Di samping itu, program bimbingan dan mentor juga penting untuk membantu pekerja menyesuaikan diri dengan teknologi baharu. Pekerja yang lebih berpengalaman dalam bidang pendidikan awam boleh bertindak sebagai mentor kepada rakan sekerja mereka untuk menguasai teknologi baharu dan meningkatkan produktiviti melalui pertukaran pengalaman dan pengetahuan. Akhir sekali, penggunaan platform digital dan kerja berpasukan mungkin mempunyai potensi untuk meningkatkan produktiviti dalam era automasi. Perisian kolaboratif dan platform e-pembelajaran boleh digunakan dalam pendidikan awam untuk mengatur projek bersama, bengkel maya dan perbincangan kumpulan. Apabila ini berlaku, pekerja tidak hanya mendapat bantuan untuk menyesuaikan diri dengan teknologi baharu, tetapi ia juga menggalakkan budaya kerja berpasukan dan pembelajaran berterusan yang mana kedua-dua penting untuk meningkatkan produktiviti. 1. Pembelajaran berterusan dan pembangunan kemahiran
Perkembangan teknologi telah membawa perubahan dalam semua sektor termasuk pendidikan. Kebanyakan sekolah telah melancarkan pembelajaran dan pengajaran atas talian dengan menggunakan teknologi Aritifical intelligent (AI). Pembelajaran atas talian adalah satu proses menggunakan platform atas talian, jaringan internet, intranet yang menjamin bahan pembelajaran dapat disampaikan kepada pelajar (Darin E. Hartley, 2001). Semasa wabak penyakit coronavirus melanda seluruh negara, semua proses pembelajaran telah digantikan kepada atas talian. Hal ini demikian kerana semua sekolah telah diarahkan untuk tutup, semua pendidik terpaksa melakukan proses pembelajaran dan mengajar dari rumah. Dalam konteks pendidikan, perubahan ini telah menyebabkan semua kakitangan pendidik terpaksa menyesuaikan diri dengan kaedah pengajaran dan pembelajaran baharu. Mereka terpaksa mempelajari cara untuk menggunakan teknologi yang baharu untuk memastikan kualiti dan prestasi mereka tetap meningkat. Menurut Melvina dan Jamaluddin (2010), kemahiran dan pengetahuan pendidik berkaitan teknologi juga perlu dipertingkatkan agar guru dapat berkongsi idea dan menyediakan bahan pengajaran kepada pelajar dengan lebih baik. Selain itu, kecanggihan dan perkembangan teknologi juga mewajibkan guru-guru untuk memiliki kemahiran yang tinggi dalam penguasaan AI. Hal ini membawa kepada peningkatan kecekapan dan kualiti dalam pendidikan. Menurut OECD (2018), guru mempunyai peranan yang besar dalam era sekarang, seharusnya guru memiliki kemahiran dalam penggunaan AI dalam proses mengajar. Sebagai contoh guru menyesuaikan diri dalam penggunaan aplikasi yang memudahkan proses pembelajaran seperti aplikasi canva dan capcut bagi mengajar secara lebih kreatif, aplikasi kahoot, aplikasi memeriksa plagiarisme, Google meet dan sebagainya. Penguasaan dalam menggunakan aplikasi ini dapat meningkatkan produktiviti dan kecekapan pekerja dalam melaksanakan tugas. 2. Pengajaran dan pembelajaran dalam talian
Akhir sekali, teknologi maklumat dan komunikasi dalam pendidikan membantu guru dan pelajar untuk mencapai objektif pengajaran dan pembelajaran yang lebih efektif sama ada dalam kelas atau sebaliknya (Analisa Hamdan et al, 2015). Pendidik haruslah sentiasa bersiap sedia dengan perubahan yang berlaku seperti mengikuti latihan dan kemahiran untuk meningkatkan kemahiran penggunaan teknologi dan maklumat seperti kemahiran menulis menggunakan program komputer, penggunaan aplikasi seperti Google doc, Google slide dan sebagainya bagi memudahkan proses mengajar dan pembelajaran. Mengikuti kursus pengetahuan tentang penggunaan komputer dalam kalangan guru merupakan aspek utama kepada penggunaan teknologi maklumat dan komunikasi di samping pengalaman mengajar guru tersebut (Habibah & Vasugiammai, 2011). Aplikasi ini dapat dikongsikan secara atas talian melalui medium Google Drive (Suzanna shaharuddin dan Fariza Khalid, 2014). Oleh itu, pendidik haruslah kompeten dalam menggunakan teknologi maklumat dan komunikasi agar proses pengajaran mereka itu lebih efektif sekaligus dapat meningkatkan kecekapan dan produktiviti mereka dalam proses pembelajaran.
8.0 KESIMPULAN Kesimpulannya, kemajuan kecerdasan buatan (AI) dan automasi membawa peluang yang besar untuk meningkatkan efisiensi dan keberkesanan pendidikan, namun ia juga membawa cabaran yang perlu diatasi. Walau bagaimanapun dengan strategi yang berkesan seperti peningkatan kemahiran digital, kolaborasi manusia-AI, dan inovasi dalam pengajaran, sektor pendidikan dapat menyesuaikan diri dan berjaya dalam era automasi. Penting untuk mengekalkan keseimbangan antara penggunaan teknologi dan interaksi manusia serta memastikan akses yang adil dan beretika kepada teknologi pendidikan. Dengan pendekatan yang proaktif dan berfokus pada peningkatan berterusan, pendidik dan pelajar dapat memanfaatkan sepenuhnya potensi yang dibawa oleh kemajuan AI dan automasi. Oleh yang demikian, kajian berkaitan variasi dan cabaran masa hadapan terhadap kemajuan kecerdasan buatan yang mengambil alih tugas manusia dalam pekerjaan di bidang pendidikan serta korelasi atau hubungkaitkan bagaimana pekerja (guru) dapat menyesuaikan diri dengan teknologi baru dan mencari cara untuk meningkatkan produktiviti mereka dalam era automasi harus diteliti dengan lebih mendalam. Ini termasuklah penerapan program latihan yang berterusan untuk meningkatkan kemahiran digital para pendidik, serta penciptaan modul pembelajaran yang lebih interaktif dan responsif terhadap perkembangan teknologi. Dengan ini, para pendidik tidak hanya mampu menyesuaikan diri dengan perubahan tetapi juga dapat memanfaatkan kecerdasan buatan untuk memperkayakan pengalaman pembelajaran, seterusnya menghasilkan generasi yang lebih bersedia menghadapi cabaran masa hadapan.
9.0 RUJUKAN Batubara, M. H. (2020). Penerapan Teknologi Artificial Intelligence dalam Proses Belajar Mengajar di Era Industri 4.0 dan Society 5.0. Kampus Merdeka Seri 1: Menilik Kesiapan Teknologi Dalam Sistem Kampus, 53. Corrin, L., Kennedy, G., de Barba, P., Lockyer, L., Gasevic, D., Williams, D., ... & Bakharia, A. (2016). Completing the Loop-Returning Meaningful Learning Analytics Data to Teachers: A Handbook for Educators and Learning Analytics Specialists. Dianne Adlawan. 2023. Kebaikan dan Keburukan AI dalam Pendidikan dan Bagaimana Ia Akan Kesan Kepada Guru pada 2023. Diakses daripada https://www.classpoint.io/blog/ms/kebaikandan-keburukan-ai-dalam- pendidikan-dan-bagaimana-ia-akan-kesan-kepada-guru-pada-2023 Dr. Nor Asiah binti Mohamad @ Razak. 2024. Kecerdasan Buatan dalam Pendidikan: Perspektif Pedagogi. Diakses daripada https://epena.com.my/index.php/2024/05/17/kecerdasan-buatandalam- pendidikan-perspektif-pedagogi/ Dr. Nurul Ihsaniah Omar. 2023. Impak Artificial Intelligence terhadap pendidikan negara. Diakses daripada https://news.mypolycc.edu.my/impak-ai-terhadap- pendidikan-negara/ Gardner, H. (1983). Frames of Mind: The Theory of Multiple Intelligences. Basic Books Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux. Kamaluddin, N. A., & Husnin, H. (2022). Penggunaan Teknologi Maklumat dan Komunikasi (TMK) dalam pendidikan. Jurnal Dunia Pendidikan, 4(2), 333-343. Lusiana, R. E., Rahmawati, D., & Handayani, A. (2024). TANTANGAN DAN PELUANG: GADGET, KECERDASAN EMOSIONAL, DAN PEMBENTUKAN SIKAP SOSIAL PADA ANAK-ANAK SEKOLAH DASAR. Didaktik: Jurnal Ilmiah PGSD STKIP Subang, 10(1), 790-801. MalaysiaGazette. 2023. Selamatkah penggunaan AI dalam akademik?. Diakses daripada https://malaysiagazette.com/2023/02/13/selamatkah-penggunaan- ai-dalam-akademik/ Moh. Ayub Ismail. 2023. Apa Itu AI (Artificial Intelligence): Pengertian, Kelebihan, Dan Kekurangan. Diakses daripada https://stekom.ac.id/artikel/apa-itu-ai- kecerdasan-buatanpengertian-kelebihan-kekurangan Robinson, Ken. (2019). Finding Your Element: How to Identify Your Passions and Pursue a Life of Meaning. Viking. RONI, N. S., & MAHAMOD, Z. (2024). PENGETAHUAN TEKNOLOGI MAKLUMAT DAN KOMUNIKASI DALAM PENGAJARAN DAN PEMBELAJARAN GURU KESUSASTERAAN MELAYU (Knowledge of Information and Communication Technology in Teaching and Learning of Malay Literature Teachers). Jurnal Pendidikan Bahasa Melayu, 14(1), 51-61. Wilson, A., Watson, C., Thompson, T. L., Drew, V., & Doyle, S. (2017). Learning analytics: Challenges and limitations. Teaching in Higher Education, 22(8), 991-1007.
10.0 LAMPIRAN Sesi temu bual bersama responden Puan Sahida Suratman (Guru Sk Balung) melalui ‘Google Meet’