DINAMIKA ADOPSI TEKNOLOGI KECERDASAN BUATAN DALAM PENDIDIKAN TINGGI: SEBUAH ANALISIS MENGGUNAKAN MODEL PENERIMAAN TEKNOLOGI (TECHNOLOGY ACCEPTANCE MODEL TAM)
Keywords:
Kecerdasan Buatan (Artificial Intelligence), Technology Acceptance Model (TAM), Adopsi Teknologi, Pendidikan Tinggi, Analisis PersepsiAbstract
Penelitian ini bertujuan untuk memahami faktor-faktor yang mempengaruhi adopsi kecerdasan buatan (AI) dalam konteks akademik dengan menggunakan Technology Acceptance Model (TAM). Metode survei digunakan, melibatkan responden dari berbagai program studi di Universitas PGRI Ronggolawe Tuban. Hasil menunjukkan bahwa persepsi tentang kemudahan penggunaan dan kegunaan AI, sikap terhadap teknologi, norma sosial, kesiapan teknologi, dan kepuasan pengguna mempengaruhi penerimaan dan penggunaan AI. Analisis statistik deskriptif dari data yang diberikan menunjukkan beberapa temuan menarik mengenai persepsi dan perilaku responden terhadap suatu sistem atau teknologi. Secara keseluruhan, semua konstruk yang diukur menunjukkan kecenderungan positif, dengan rata-rata skor berada di atas titik tengah skala 5 poin yang digunakan. Konstruk "Perceived Ease of Use (EE)" atau Kemudahan Penggunaan yang Dirasakan memiliki rata-rata tertinggi sebesar 3,69. Ini diikuti oleh "Facilitating Conditions (FC)" atau Kondisi Fasilitasi dengan rata-rata 3,63. Temuan ini mengindikasikan bahwa responden umumnya merasa sistem atau teknologi yang dievaluasi cukup mudah digunakan dan didukung dengan baik oleh infrastruktur atau kondisi yang ada. Meskipun adanya penerimaan yang luas, variasi dalam perilaku penggunaan aktual menandakan perlunya pemahaman yang lebih dalam tentang bagaimana faktor-faktor ini mempengaruhi adopsi AI secara praktis. Penelitian ini memberikan wawasan tentang dinamika adopsi AI dalam pendidikan, menekankan pentingnya pendekatan holistik untuk meningkatkan penggunaan teknologi dalam konteks pendidikan.
References
Abuhassna, H., Awae, F., Adnan, M. A. B. M., Daud, M., & Almheiri, A. S. B. (2024). The Information Age for Education via Artificial Intelligence and Machine Learning: A Bibliometric and Systematic Literature Analysis. In International Journal of Information and Education Technology (Vol. 14, Issue 5, pp. 700–711). International Journal of Information and Education Technology. https://doi.org/10.18178/ijiet.2024.14.5.2095
Afzal, A., Khan, S., Daud, S., Ahmad, Z., & Butt, A. (2023). Addressing the Digital Divide: Access and Use of Technology in Education. Journal of Social Sciences Review, 3(2), 883–895. https://doi.org/10.54183/jssr.v3i2.326
Ali, O., Murray, P. A., Momin, M., Dwivedi, Y. K., & Malik, T. (2024). The effects of artificial intelligence applications in educational settings: Challenges and strategies. Technological Forecasting and Social Change, 199. https://doi.org/10.1016/j.techfore.2023.123076
Almogren, A. S., Al-Rahmi, W. M., & Dahri, N. A. (2024). Exploring factors influencing the acceptance of ChatGPT in higher education: A smart education perspective. Heliyon, 10(11). https://doi.org/10.1016/j.heliyon.2024.e31887
Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
Hanim Mohsin, F., Md Isa, N., Ishak, K., & Mohamed Salleh, H. (2024). Navigating the Adoption of Artificial Intelligence in Higher Education. In International Journal of Business and Technopreneurship (Vol. 14, Issue 1).
Hasan Emon, M. M. (2023). INSIGHTS INTO TECHNOLOGY ADOPTION: A SYSTEMATIC REVIEW OF FRAMEWORK, VARIABLES AND ITEMS. Information Management and Computer Science, 6(2), 55–61. https://doi.org/10.26480/imcs.02.2023.55.61
Kelly, S., Kaye, S. A., & Oviedo-Trespalacios, O. (2023). What factors contribute to the acceptance of artificial intelligence? A systematic review. Telematics and Informatics, 77. https://doi.org/10.1016/j.tele.2022.101925
Muhammadiyah Mataram, U., Pemanfaatan Teknologi dalam Pembuatan PTK bagi Guru SDN Karangasem Kecamatan Jenu Achmad Yogi Pambudi, P. A., Syafi, I., Wahyu Kartikasari, D., Yarkhasy, A., Bulqiyah, H., Moekti Prayogo, L., Widodo, M., Apriono, D., Fahmi Syahrial, M., Supriatna, U., Zaki, A., Kunci, K., & Tindakan Kelas, P. (n.d.). Seminar Nasional Paedagoria.
Na, S., Heo, S., Choi, W., Kim, C., & Whang, S. W. (2023). Artificial Intelligence (AI)-Based Technology Adoption in the Construction Industry: A Cross National Perspective Using the Technology Acceptance Model. Buildings, 13(10). https://doi.org/10.3390/buildings13102518
Ng, D. T. K., Lee, M., Tan, R. J. Y., Hu, X., Downie, J. S., & Chu, S. K. W. (2023). A review of AI teaching and learning from 2000 to 2020. Education and Information Technologies, 28(7), 8445–8501. https://doi.org/10.1007/s10639-022-11491-w
Owan, V. J., Abang, K. B., Idika, D. O., Etta, E. O., & Bassey, B. A. (2023). Exploring the potential of artificial intelligence tools in educational measurement and assessment. In Eurasia Journal of Mathematics, Science and Technology Education (Vol. 19, Issue 8). Modestum LTD. https://doi.org/10.29333/ejmste/13428
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers and Education, 128, 13–35. https://doi.org/10.1016/j.compedu.2018.09.009
Sohn, K., & Kwon, O. (2020). Technology acceptance theories and factors influencing artificial Intelligence-based intelligent products. Telematics and Informatics, 47. https://doi.org/10.1016/j.tele.2019.101324
Wangdi, T., Dhendup, S., & Gyelmo, T. (2023). Factors Influencing Teachers’ Intention to Use Technology: Role of TPACK and Facilitating Conditions. International Journal of Instruction, 16(2), 1017–1036. https://doi.org/10.29333/iji.2023.16254a
