UINSAIZUUINSAIZU

Tarling : Journal of Language EducationTarling : Journal of Language Education

Sistem kecerdasan buatan (AI), termasuk alat seperti ChatGPT dan Gemini, semakin banyak digunakan dalam menghasilkan teks akademik tertulis, terutama esai. Penelitian ini berfokus pada struktur kalimat dan konsistensi tata bahasa dalam esai yang dihasilkan oleh kecerdasan buatan (AI) dalam bahasa Inggris akademik. Penelitian ini menggunakan metode deskriptif kualitatif untuk menggambarkan cara AI menyusun kalimat dan menerapkan aturan tata bahasa dalam esai. Ada lima esai yang dihasilkan oleh alat AI menggunakan prompt akademik, dan masing-masing dianalisis berdasarkan jenis kalimat (sederhana, majemuk, kompleks, dan majemuk-kompleks) serta konsistensi tata bahasa (penggunaan tenses, kesesuaian subjek-predikat, dan tanda baca). Hasilnya diharapkan mengungkapkan pola dalam konstruksi sintaksis, menonjolkan kekuatan dan kelemahan tata bahasa yang dihasilkan AI, dan memberikan wawasan tentang keandalan AI untuk tugas penulisan akademik. Penelitian ini berkontribusi pada diskusi dalam penerapan linguistik, pendidikan bahasa, dan penggunaan AI dalam konteks akademik.

Penelitian ini menyelidiki komposisi sintaksis dan keandalan tata bahasa dari esai yang dibuat oleh kecerdasan buatan, dengan fokus khusus pada model bahasa generatif seperti ChatGPT.Temuan menunjukkan bahwa teks yang dihasilkan AI cenderung menunjukkan ketepatan tata bahasa yang kuat, terutama dalam hal konsistensi tenses, kesesuaian subjek-predikat, dan urutan kata yang benar.AI juga mampu menyusun kalimat sederhana dan majemuk secara efektif, menghasilkan tulisan yang tampak kohesif dan mudah dibaca pada tingkat permukaan.Namun, penelitian juga menemukan bahwa AI masih memiliki keterbatasan dalam hal variasi sintaksis.Pola kalimat yang digunakan cenderung berulang dan kurang memiliki kedalaman sintaksis yang biasanya diamati dalam penulisan akademik yang dibuat oleh manusia.Penggunaan relatif jarang dari klausa relatif, konstruksi pasif, dan klausa tertanam dalam teks yang dihasilkan AI mengurangi kekayaan gaya dan kekuatan argumen dalam tulisan.Oleh karena itu, meskipun AI memiliki potensi besar dalam mendukung proses penulisan akademik, penggunaannya harus dilakukan dengan bijak dan dipandu oleh kesadaran kritis.Integrasi AI dalam instruksi penulisan harus bertujuan untuk meningkatkan kompetensi sintaksis dan tata bahasa siswa, bukan hanya menggantikan proses kognitif dan linguistik manusia.Temuan menunjukkan bahwa bergantung sepenuhnya pada konten yang dihasilkan AI tidak secara otomatis meningkatkan kualitas esai siswa.Pendidik harus didorong untuk mengadopsi pendekatan kritis saat menilai pekerjaan tertulis, mempertimbangkan elemen seperti ekspresi pribadi, subtilitas, dan variasi leksikal.Selain itu, institusi pendidikan harus merancang tugas dan aktivitas pembelajaran yang mendukung pengembangan gaya penulisan individu siswa, mempromosikan penguasaan kosa kata, dan mendorong artikulasi ide-ide kompleks dengan kedalaman dan kejelasan.

Untuk penelitian lanjutan, disarankan untuk mengeksplorasi lebih lanjut potensi AI dalam mendukung proses penulisan akademik. Studi ini dapat berfokus pada bagaimana AI dapat membantu siswa dalam mengembangkan kompetensi sintaksis dan tata bahasa mereka. Selain itu, penelitian dapat menyelidiki cara-cara yang dapat digunakan AI untuk meningkatkan kualitas esai siswa, dengan mempertimbangkan aspek-aspek seperti ekspresi pribadi, subtilitas, dan variasi leksikal. Dengan demikian, penelitian ini dapat memberikan wawasan lebih lanjut tentang peran AI dalam pendidikan dan bagaimana AI dapat digunakan secara efektif untuk mendukung pengembangan keterampilan penulisan akademik.

  1. Exploring Sentence Structure and Grammatical Consistency in AI-Written Essays | Tarling : Journal of... ejournal.uinsaizu.ac.id/index.php/tarling/article/view/14408Exploring Sentence Structure and Grammatical Consistency in AI Written Essays Tarling Journal of ejournal uinsaizu ac index php tarling article view 14408
  2. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... link.springer.com/10.1007/978-3-031-02137-4_2Client Challenge client challenge javascript disabled browser please enable proceed required part site link springer 10 1007 978 3 031 02137 4 2
  3. [2107.03374] Evaluating Large Language Models Trained on Code. evaluating large language models trained... doi.org/10.48550/arXiv.2107.033742107 03374 Evaluating Large Language Models Trained on Code evaluating large language models trained doi 10 48550 arXiv 2107 03374
Read online
File size405.79 KB
Pages10
DMCAReport

Related /

ads-block-test