Penilaian Diri

Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.

Penilaian diri — menilai karya, kompetensi, atau kemajuan sendiri terhadap kriteria, serta praktik dan instrumen yang dibangun di atas tindakan itu. Istilah ini membawa dua wajah yang mudah dilebur. Sebagai teknik instruksional ia adalah pemberian nilai sendiri, tinjauan diri berbasis rubrik, pemeriksaan diri, dan refleksi terpandu: aktivitas untuk mengembangkan pemantauan dan pertimbangan yang menjadi landasan Regulasi Diri dalam Belajar. Sebagai ukuran pendidikan ia adalah instrumen laporan diri, yang di dalamnya estimasi pembelajar atas keterampilan, keyakinan, atau pembelajarannya menggantikan observasi yang tak pernah dilakukan siapa pun. Ia berdampingan dengan Penilaian Sejawat sebagai separuh lain dari siswa-sebagai-penilai, dan mewarisi ketergantungan sama pada Perancah dan kriteria eksplisit. Kedua wajah bertumpu pada kemampuan yang sama dan gagal ke arah yang sama: estimasinya sistematis murah hati, dan semakin karya yang diserahkan pembelajar dapat dihasilkan alat AI generatif, semakin sedikit karya itu mengatakan apakah kemampuannya ada.

Pertanyaan yang Perlu Dipertimbangkan

• Ketika Anda menyelesaikan karya sendiri, apa yang memberi tahu Anda apakah karya itu baik: kriteria yang diberikan, kriteria yang sudah Anda internalisasi, atau perasaan Anda? Bisakah Anda tahu mana yang sebenarnya Anda pakai?
• Dalam studi atas 288 guru K-12, ukuran literasi AI yang dilaporkan sendiri berkorelasi dengan ukuran objektif keterampilan yang sama hanya pada r = 0.07 sampai r = 0.24. Di mana dalam praktik Anda sendiri estimasi diri paling mungkin menyimpang dari tes keterampilan yang sama, dan mengapa di situ alih-alih di tempat lain?
• Pemberian nilai sendiri dapat menghemat waktu instruktur dan membangun pertimbangan, dan juga dapat memberikan nilai yang belum diperoleh siswa. Apa yang harus benar tentang tugas, rubrik, dan pelatihannya agar nilai sendiri layak diberi kredit?
• Jika sebuah alat dapat menghasilkan esainya, apa yang tersisa untuk dinilai siswa tentang pembelajarannya sendiri? Apa yang akan Anda minta mereka estimasikan sebagai gantinya?
• Siswa yang menilai karya teman dan siswa yang menilai karya sendiri melakukan hal yang berbeda. Mana yang lebih baik ditransfer ke tugas berikutnya, dan bukti apa yang dapat memutuskannya?

Pendahuluan

Penilaian diri adalah salah satu gagasan tertua dalam pendidikan dan salah satu yang paling membingungkan dalam praktik, karena dua hal berbeda berjalan di bawah nama yang sama. Yang pertama teknik: siswa meninjau karyanya sendiri terhadap kriteria, memberi nilai, memeriksa, merefleksikannya. Yang kedua pengukuran: penilaian pembelajar sendiri atas keterampilan, keyakinan, atau pembelajarannya, yang dipakai sebagai data. Teknik dinilai dari apa yang dikembangkannya pada pembelajar; pengukuran dinilai dari apakah angkanya dapat dipercaya.

Keduanya penting dalam rancangan penilaian era AI, dan karena alasan berbeda. Teknik adalah tempat pertimbangan evaluatif dilatih, dan pertimbangan evaluatif justru kapabilitas yang langka ketika model bahasa dapat menghasilkan karya yang tampak kompeten atas permintaan. Pengukuran adalah tempat bidang ini rutin melebihkan apa yang diketahuinya, karena laporan diri tak dapat mengukur pembelajaran: ia hanya mencatat apa yang dikatakan seseorang tentangnya.

Penilaian diri sebagai teknik instruksional

Praktik di bawah judul ini sudah akrab: pemberian nilai sendiri terhadap rubrik, tinjauan draf sebelum diserahkan, pemeriksaan solusi masalah, prompt reflektif yang menanyakan apa yang akan dilakukan berbeda, dan tugas prediksi di mana siswa mengestimasi kinerjanya lalu membandingkan. Tujuannya bersifat perkembangan. Siswa yang meninjau drafnya sendiri terhadap kriteria sedang melatih penaksiran yang juga dilatih oleh tinjauan sejawat dan umpan balik instruktur, dan sedang membangun standar internal yang akan ia pakai ketika tidak ada yang mengawasi.

Bukti bahwa teknik ini bekerja, dan versi mana, terutama datang dari penelitian menulis dan pembelajaran yang diatur sendiri. Dalam studi komparatif literasi umpan balik, mahasiswa tahun pertama (N = 118 di Tiongkok, 56 kelompok GenAI dan 62 kelompok sejawat) menjalani tiga siklus penilaian diri sepanjang satu semester. Keunggulan kelompok GenAI atas kelompok sejawat kecil, hanya 0.17 poin skala (eta kuadrat parsial = 0.03), dan kesimpulan praktisnya berulang: penilaian diri membutuhkan perancah. Rubrik terlatih, pedoman prompt, dan lembar kerja adalah yang membedakan siklus penilaian diri yang membangun Literasi Umpan Balik dari yang menghasilkan offloading kognitif.

Penilaian diri juga tempat siklus Regulasi Diri dalam Belajar menjadi terlihat sebagai keterampilan alih-alih disposisi. Dalam studi statistika sarjana, siswa yang menerima pelatihan eksplisit dalam perancah berfokus penalaran (petunjuk bertahap dan prompt verifikasi) berkinerja lebih baik pada tugas berikutnya tanpa bantuan model dan menunjukkan kalibrasi penilaian diri yang lebih baik daripada siswa yang bersandar pada model secara tidak kritis. Bagian yang menarik adalah ukuran kedua: estimasi kelompok terlatih atas pemahamannya sendiri lebih selaras dengan apa yang benar-benar dapat mereka lakukan. Sebuah teknik yang diarahkan pada refleksi mengubah sifat pengukuran pada pembelajar.

Pelatihan kalibrasi

Teknik paling langsung adalah pelatihan kalibrasi, di mana siswa memprediksi skor atau keyakinannya sebelum melihat hasil lalu membandingkan prediksi itu dengan hasilnya. Dalam studi menulis berbantuan AI, skrip literasi umpan balik meningkatkan kualitas tulisan, penyerapan umpan balik, dan revisi mendalam, sementara Aktivitas Kalibrasi Penilaian-Kinerja terutama meningkatkan akurasi penilaian diri siswa dan mengurangi kepercayaan berlebih. Menggabungkan keduanya menghasilkan keuntungan menulis terbesar dan retensi terkuat setelah dukungan AI ditarik, meskipun aktivitas kalibrasi saja tetap menjadi jalur yang lebih baik menuju estimasi diri yang akurat. Pembagian kerja itulah poin praktisnya: literasi umpan balik memperbaiki apa yang dilakukan siswa dengan komentar, kalibrasi memperbaiki seberapa baik mereka mengetahui posisinya sendiri, dan keduanya bukan intervensi yang sama.

Sebuah makalah tingkat esai tentang penggunaan AI yang etis di satu universitas Australia memperlakukan penilaian diri terpandu sebagai wahana alih-alih subjek: pada mahasiswa keperawatan, ilmu kesehatan, teknik, dan sains yang baru masuk dari 2021 hingga 2025, penilaian diri pra- dan pasca-semester menggabungkan butir keyakinan Likert dengan prompt refleksi terbuka, dan penulisnya berargumen praktik etis adalah kapabilitas perkembangan yang dibangun melalui refleksi alih-alih aturan kepatuhan yang ditegakkan.

Apa yang ditambahkan AI pada teknik ini

AI mengubah tiga hal pada teknik ini. Ia dapat membangkitkan butir dan rubrik, yang membuat siklus penilaian diri berulang menjadi murah. Ia dapat menjadi hal yang dinilai, yang merupakan cara pertimbangan evaluatif dilatih: siswa yang menilai draf AI sedang melatih penaksiran dengan pasokan materi tanpa batas. Dan ia dapat membuat pertimbangan pembelajar terlihat sebagai bukti proses. Dalam dasbor pembelajaran interaktif, dasbor analitik konvensional diperluas dengan fitur penilaian diri Judgment of Learning dan agen percakapan, dengan argumen bahwa memunculkan pertimbangan pembelajar sendiri berbuat lebih banyak bagi keterlibatan daripada memberi tahu mereka apa yang data tunjukkan. Kerangka institusional mulai memperlakukan jejak proses yang sama, termasuk penilaian diri terstruktur dan prompt metakognitif, sebagai bukti kapabilitas adaptif yang tak dapat ditunjukkan transkrip.

Penilaian diri sebagai ukuran

Ketika dipakai sebagai ukuran, penilaian diri biasanya datang dengan pakaian lain: peringkat keyakinan pada skala Likert, skor yang diprediksi, butir Judgment of Learning, atau inventaris keterampilan yang dipersepsikan berbasis taksonomi. Ia satu keluarga dalam himpunan Ukuran Laporan Diri yang lebih luas, dan mewarisi batas kategoris keluarga itu. Laporan diri tidak dapat mengukur pembelajaran atau perilaku; ia hanya mengukur apa yang bersedia dikatakan seseorang tentang keduanya, dan kedua hal itu cukup sering terpisah dalam basis penelitian ini untuk menjadi temuan tersendiri.

Seberapa akurat estimasinya

Akurasi adalah masalah utama, dan arahnya konsisten. Bukti terbersih datang dari studi yang membangun ukuran laporan diri dan objektif paralel atas literasi AI guru dalam satu kerangka. Pada 288 guru K-12, korelasi antara faktor objektif dan yang dilaporkan sendiri berkisar r = 0.07 sampai r = 0.24, dan analisis profil laten menemukan enam profil: 43 guru menilai dirinya konsisten tinggi sementara skornya lebih rendah pada ukuran objektif, 59 menunjukkan pola sebaliknya, dan profil sisanya mengelompok di dekat rata-rata atau terbelah menurut pengalaman literasi AI sebelumnya. Dua ukuran atas satu keterampilan, dibangun tim sama atas konstruk sama, hampir tidak berbagi apa pun.

Gambaran tingkat bidang sesuai dengan studi tunggal itu. Tinjauan Zainal, Mohd Matore dan Maat 2026 atas alat ukur literasi AI guru menilai 33 instrumen terbitan 2019–2025 dan menemukan 31 (93.9%) adalah skala laporan diri atas keyakinan yang dipersepsikan, hanya dua (6.1%) menguji pengetahuan secara objektif, dan tak ada yang memakai tugas berbasis kinerja. Bacaan penulisnya adalah poros wajah pengukuran halaman ini: skor laporan diri mencatat keyakinan yang dilaporkan, bukan kapabilitas, sehingga tak dapat menggantikan kompetensi, dan mereka berargumen untuk tugas kinerja serta analisis teori respons butir di samping penilaian diri guna memisahkan kapabilitas tervalidasi dari keyakinan yang dilaporkan.

Akurasi juga bergantung pada apa yang diestimasi. Analisis psikometrik atas penilaian diri literasi GenAI berbasis taksonomi dengan 158 staf dan mahasiswa universitas menemukan profil terbalik, dengan responden mengklaim penguasaan penciptaan sebelum fondasi konseptual di bawahnya, dan hanya korelasi lemah (r = 0.188) antara profil mahasiswa dan akademik. Survei atas mahasiswa pendidikan guru menemukan bentuk yang sama dari sisi lain: hampir semua (97.8%) menilai analisis media kritis penting sementara hanya 13.8% mengatakan mata kuliahnya membahasnya, dan kurang dari separuh (44.9%) yakin memiliki keterampilan menganalisis informasi media secara kritis. Kompetensi media yang dinilai sendiri tertinggal dari kepentingan yang dinilai sendiri.

Dua mekanisme menjelaskan kemurahan itu. Yang pertama motivasional dan terdokumentasi baik di luar literatur ini: orang menilai dirinya murah hati, dan yang paling tidak kompeten paling banyak melebihkan. Yang kedua khas kohort yang lahir bersama AI. Makalah teoretis 2026 tentang basis kognitif yang absen berargumen penggunaan AI substitutif yang berkelanjutan selama tahun formatif sekolah menengah dan atas mengurangi perjumpaan kognitif mandiri yang menjadi landasan setiap penilaian diri akademik. Klaimnya struktural, bukan individual: penilaian diri bekerja dengan membandingkan kinerja kini dengan catatan kinerja sebelumnya, dan ketika catatan itu tak pernah dibangun, estimasinya tak punya apa pun untuk dikalibrasi. Itu disajikan berbeda dari offloading dan penyerahan kognitif, yang menggambarkan proses selama penggunaan AI, karena celahnya tetap ada saat alatnya tidak ada.

Tahap perkembangan menetapkan satu batas pada akurasi, dan pembelajar termuda adalah tempat instrumen penilaian diri tervalidasi paling langka. Studi validasi Thianwan dan Srikoon 2025 atas kuesioner penilaian diri literasi AI untuk siswa sekolah dasar kelas atas membangun ukuran 15 butir untuk Kelas 4 sampai 6 di seluruh Belajar tentang AI, Belajar tentang Cara Kerja AI, dan Belajar untuk Hidup dengan AI, mengonfirmasi struktur tiga faktor pada sampel 335 dan 579 siswa dengan alpha Cronbach keseluruhan .934. Penulisnya eksplisit tentang batas genre ini: akurasi penilaian diri bergantung pada kemampuan metakognitif yang masih matang pada anak-anak, sehingga skornya mengindeks pemahaman yang dipersepsikan alih-alih kompetensi yang ditunjukkan, dan instrumennya dimaksudkan untuk diagnosis formatif.

Penilaian diri sebagai variabel hasil

Wajah pengukuran juga muncul dalam rancangan evaluasi, tempat instrumen penilaian diri dipakai sebagai ukuran hasil. Satu studi tentang penilaian berbantuan AI atas laporan kompleks di pendidikan tinggi secara eksplisit mengevaluasi pembelajaran dengan instrumen literasi umpan balik dan penilaian diri tervalidasi di samping kinerja berikutnya dan perbandingan kontrol. Itu dapat dipertahankan bila instrumennya mengukur keyakinan yang menjadi pokok studi, seperti Efikasi Diri atau kompetensi yang dipersepsikan, dan menyesatkan bila diperlakukan sebagai pengganti capaian. Kritik yang berulang terhadap studi intervensi AI berlaku dengan kekuatan penuh di sini.

Mengukur agensi melalui kuesioner pasca-tugas dan Efikasi Diri spesifik tugas berisiko penalaran sirkular: estimasi pembelajar dibaca kembali sebagai bukti kapasitas yang seharusnya ditunjukkannya, dan alternatifnya adalah analitik dinamis yang melacak bagaimana penilaian diri dipakai lintas siklus berturut-turut (Mao (2025)).

Apa yang diubah AI generatif

Kedua wajah bertemu di bawah AI generatif, karena alat itu menyerang tautan yang keduanya andalkan: bahwa karya yang diserahkan pembelajar adalah bukti tentang pembelajar.

Ketika karya dapat dihasilkan atas permintaan, esai yang sehat tak lagi menunjukkan pertimbangan di baliknya, dan meminta siswa menilai draf yang tidak ia tulis adalah tugas berbeda dari menilai draf yang ia tulis. Inilah sebabnya argumen validitas penilaian bergerak dari deteksi menuju desain ulang, dan penilaian diri bergeser dari alat bantu belajar menjadi komponen rancangan penilaian itu sendiri: pertimbangan siswa atas sepotong keluaran AI, tercatat dan beralasan, adalah bukti dengan cara yang tidak dimiliki keluarannya.

Ia juga memperkenalkan bahaya penamaan yang layak dinyatakan terus terang. Evaluasi diri AI bukan konsep ini. Ketika sebuah makalah melaporkan model menilai penalarannya sendiri atau memberi nilai keluarannya, itu evaluasi model dan termasuk pada Penilaian Otomatis serta studi pelatihan model dan pembelajar tersimulasi; satu studi tutor menyampaikan versi praktisnya, berargumen umpan balik sebaiknya dikondisikan pada pengklasifikasi diagnostik terpisah, bukan pada validitas penalaran yang dinilai sendiri model. Penilaian diri pembelajar dan penilaian diri model berbagi kosakata dan tidak berbagi apa pun selainnya.

Implikasi bagi praktik

• Beri perancah pada tekniknya. Rubrik, pedoman prompt, dan lembar kerja adalah yang membuat siklus penilaian diri bersifat perkembangan. Penilaian diri telanjang, seperti umpan balik AI telanjang, cenderung menghasilkan rasa aman, bukan pertimbangan.
• Latih kalibrasi terpisah dari penggunaan umpan balik. Aktivitas memprediksi-dan-membandingkan mengubah akurasi estimasi diri; kerja literasi umpan balik mengubah apa yang dilakukan siswa dengan komentar. Jika akurasi adalah tujuannya, jalankan aktivitas kalibrasi.
• Jaga nilai sendiri tetap berisiko rendah kecuali pelatihannya nyata. Nilai sendiri adalah klaim tentang pembelajaran yang dibuat oleh pihak yang diuntungkannya, dan profil kepercayaan berlebih dalam studi literasi AI bukan bias kecil untuk diserap nilai sumatif.
• Pakai laporan diri di tempat ia jujur. Keyakinan, kompetensi yang dipersepsikan, dan kesediaan mengungkapkan penggunaan AI adalah hal yang sah untuk diukur dengan bertanya. Capaian tidak.
• Minta pertimbangan, bukan pendapat. Penilaian diri era AI yang paling dapat dipertahankan meminta siswa menaksir sepotong karya tertentu terhadap kriteria dan membenarkan putusannya, yang dapat dilatih, dapat diperiksa, dan terhubung ke Pertimbangan Evaluatif.
• Awasi efek kohort. Bagi siswa yang tahun-tahun formatifnya mencakup penggunaan AI substitutif, estimasi diri yang akurat mungkin tidak tersedia, bukan sekadar optimistis, yang menggeser tugas instruksional dari mengoreksi kepercayaan berlebih menjadi membangun kembali catatan pengalaman yang dibutuhkannya.

Miskonsepsi Umum

"Laporan diri mengukur keterampilan yang disebut namanya." Ia mengukur keyakinan tentang keterampilan itu, dan keduanya terpisah jauh. Dalam studi atas 288 guru K-12, literasi AI yang dilaporkan sendiri berkorelasi dengan ukuran objektif keterampilan yang sama hanya pada r = 0.07 sampai r = 0.24 — rentang di mana laporan diri nyaris tidak menjelaskan varians apa pun dalam kapabilitas. Laporan diri terpakai sebagai ukuran persepsi, bukan proksi kompetensi.

"Siswa dapat menilai pembelajarannya sendiri secara akurat." Akurasi pertimbangan diri itu sendiri adalah keterampilan, dan bukti tentang kalibrasi menunjuk arah sebaliknya: dalam perbandingan eksperimental, pelatihan eksplisit dalam perancah berfokus penalaran menghasilkan kalibrasi penilaian diri lebih baik daripada akses tanpa batas, yang berarti kalibrasi membaik karena instruksi, bukan tersedia secara bawaan.

"Menambahkan lingkaran umpan balik AI otomatis memperbaiki penilaian diri." Lingkaran umpan balik mengubah apa yang dibandingkan siswa, yang dapat memperbaiki kalibrasi dan juga dapat menjangkarkannya pada pertimbangan sistem. Studi komparatif di sini (118 mahasiswa tahun pertama, 56 dalam kelompok GenAI dan 62 dalam kelompok sejawat, tiga siklus sepanjang satu semester) dirancang tepat untuk menguji apakah lingkarannya atau perbandingan sosialnya yang bekerja — dan jawabannya bukan "lingkarannya, karena ia lingkaran."

"Penilaian diri adalah alternatif yang lebih lunak daripada tes." Ia sasaran yang berbeda. Penilaian diri mengembangkan keterampilan regulatif menilai karya sendiri; tes mengukur kapabilitas yang sedang dinilai. Penelitian yang menggantikan yang satu dengan yang lain mencampuradukkan kapasitas mengevaluasi kinerja dengan kinerja itu sendiri.

Konsep terkait

• Pertimbangan Evaluatif
• Ukuran Laporan Diri
• Penilaian Sejawat
• Metakognisi
• Regulasi Diri dalam Belajar
• Literasi Umpan Balik
• Penilaian Formatif
• Validitas Penilaian
• Efikasi Diri
• Perancah
• Offloading Kognitif
• Penyerahan Kognitif
• Kalibrasi Kepercayaan
• Penilaian
• Perolehan Belajar
• Pengukuran Pendidikan
• Literasi AI

Artikel terkait

• Fostering Self-Directed Growth with Generative AI: Toward a New Learning Analytics Framework — Penilaian diri ditempatkan di pusat kerangka pertumbuhan yang diarahkan sendiri (2026)
• Measuring Acceptance of Age-Tiered AI Literacy Guidebooks: A Developmentally Informed Study of K-12 Students and Teachers — Materi literasi AI bertingkat perkembangan, dengan pengukuran penerimaan dan validitas (2026)
• The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes — Triangulasi umpan balik AI dengan penilaian sejawat, instruktur, dan diri (2026)
• Confirming Correct, Missing the Rest: LLM Tutoring Agents Struggle Where Feedback Matters Most — Mengapa umpan balik tidak boleh bersandar pada validitas penalaran yang dinilai sendiri oleh model (Yasir dkk. 2026)
• Development of an AI literacy self-assessment questionnaire in upper primary school students — Kuesioner penilaian diri literasi AI 15 butir yang tervalidasi untuk Kelas 4 sampai 6, dengan batas metakognitif laporan diri anak (Thianwan & Srikoon 2025)
• Assessing teachers' AI literacy: a systematic review of measurement tools — 31 dari 33 instrumen literasi AI guru adalah laporan diri, dua menguji pengetahuan secara objektif, tidak ada yang memakai tugas kinerja (Zainal, Mohd Matore & Maat 2026)