Sumber Daya
Integrating Generative AI in Psychology Courses
Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.
Volume suntingan gratis dari Society for the Teaching of Psychology (2026, ISBN 978-1-941804-82-7) yang menata AI generatif mata kuliah demi mata kuliah alih-alih alat demi alat. Psikologi memasok responden bagi banyak survei penggunaan AI tanpa menjadi subjeknya; buku ini adalah kasus tandingannya, dengan 21 bab mata kuliah ditambah pengantar dan kesimpulan sepanjang 255 halaman.
Argumen yang diajukan buku ini
Premis para penyunting adalah bahwa pengajar psikologi berada pada posisi yang luar biasa tepat untuk mengajarkan penggunaan AI, karena disiplin ini sudah mengajarkan penilaian tentang pengukuran, bukti, dan perilaku manusia. Klaim mereka lebih sempit daripada "literasi AI itu penting". Klaimnya adalah bahwa literasi AI bersifat developmental: mahasiswa bukan sekadar punya atau tidak punya literasi itu, mereka memperolehnya melalui akses bertahap, refleksi, dan umpan balik.
Tiga komitmen desain menyusul, dan sebagian besar bab mewujudkan setidaknya satu di antaranya. Tahapkan apa yang boleh dilakukan mahasiswa dengan suatu alat, bergerak dari penggunaan terbimbing menuju penggunaan mandiri seiring berkembangnya penilaian. Pasangkan penggunaan dengan verifikasi, sehingga klaim yang dibuat dengan model harus diperiksa terhadap sumber dan ditunjukkan. Definisikan keberhasilan sebagai penilaian tentang kapan dan apakah akan menggunakan alat, bukan kelancaran menggunakannya.
Strukturnya adalah argumennya. Bab-bab dikelompokkan berdasarkan mata kuliah yang akan diajar pengajar — dasar dan lintas bidang, klinis dan konseling, metode penelitian dan statistik — alih-alih berdasarkan alat, kapabilitas, atau kebijakan institusi.
Bagian I: mata kuliah dasar dan lintas bidang
- Akses adalah masalah pertama, bukan alatnya (Slade dan Hyk). Mahasiswa yang datang tanpa pengalaman AI sebelumnya dirugikan dua kali: mereka tidak memiliki keterampilan prompting dan tidak memiliki penilaian tentang kapan jawaban yang lancar itu salah. Bab ini mengajarkan prompt engineering bersama repositori terbuka berisi prompt yang dapat digunakan ulang, dan memperlakukan pengajaran itu sebagai langkah keadilan. Penulis mengungkapkan kepentingan finansial pada perusahaan yang mengomersialkan AI pendidikan.
- AI sebagai generator konten untuk pengajaran (Corcoran). Kasus penggunaan bab ini adalah persiapan pengajar itu sendiri: visual, contoh, soal, dan stimulus pengajaran lain yang dihasilkan terhadap tujuan yang dinyatakan. Argumennya adalah bahwa penyesuaian terhadap tujuan itulah, bukan kebaruan, yang membuat keluarannya berguna. Bab ini juga menegaskan bahwa mahasiswa harus diajari tentang AI — keterbatasan dan etikanya — dan bukan sekadar diberi alat itu.
- Keterampilan belajar sebagai jembatan ke teori (Costa). Dalam mata kuliah belajar dan memori tingkat lanjut, mahasiswa menggunakan alat belajar AI lalu memetakan apa yang dilakukan alat-alat itu ke latihan berjarak dan retrieval. Desain ini menjadikan psikologi sebagai subjek dan alat sebagai spesimen, yang merupakan cara paling bersih untuk mengajar mata kuliah yang isinya adalah ilmu belajar yang diklaim diterapkan oleh alat-alat tersebut.
- Proyek perubahan perilaku terapan (Emanuel). Mahasiswa menjalankan proyek perubahan perilaku kesehatan dengan sistem AI sebagai pelatih. Refleksi mereka memisahkan apa yang berhasil — saran yang segera, disesuaikan, dan tidak menghakimi — dari yang tidak: tidak ada empati, dan misinformasi kesehatan yang terdengar masuk akal. Bab ini adalah salah satu dari sedikit yang menempatkan model dalam peran di mana kesalahan membawa konsekuensi.
- AI sebagai pelatih debat (Jackson). Mata kuliah psikologi sosial tingkat lanjut menggunakan model untuk memetakan argumen, memunculkan argumen tandingan, dan melatih bantahan sebelum debat publik, dengan setiap klaim diverifikasi terhadap sumber yang melalui tinjauan sejawat. Dari refleksi tertulis, 75% menilai model setidaknya cukup berguna dalam persiapan dan 35% sangat positif; sekitar 10% merasa kurang berguna, terutama karena model menghasilkan argumen generik atau kesalahan yang disampaikan dengan yakin. Iterasi berikutnya menambahkan rencana persiapan satu halaman dan buku besar bukti yang menghubungkan setiap klaim ke sumber.
- Chatbot mata kuliah dengan tugas umpan balik (Lee, Nam, dan Wages). Chatbot yang dibangun untuk Introduction to Psychology, Research Methods, dan Psychology Apprenticeship mendukung curah gagasan topik, penyempurnaan pertanyaan penelitian, dan struktur makalah. Para penulis melaporkan 124 mahasiswa dalam survei pre-test dan tingkat respons post-test 25%, sehingga bukti hasilnya lebih tipis daripada detail implementasinya.
- Penilaian dalam tiga tingkat (Granito). Tugas diagnostik, formatif, dan sumatif masing-masing mendapat versi yang diperkuat AI, dan ujung sumatif bergerak menuju proyek autentik tempat alat menjadi mitra pendukung alih-alih hasil yang diserahkan. Inilah bab yang dibaca jika pertanyaannya adalah apa yang harus berhenti dinilai.
Bagian II: mata kuliah klinis dan konseling
- Psikoterapi sebagai kegiatan pengantar (Castro). Mahasiswa memilih gangguan DSM-5-TR dan teknik psikoterapi, lalu mengalami sesi simulasi dan mendiskusikan apa yang diperoleh dan hilang dari layanan kesehatan jarak jauh berbasis AI. Desain ini mengajarkan tekniknya melalui kontras: simulasi menunjukkan apa adanya bagian relasional terapi dengan cara menghilangkannya.
- Membangun studi kasus bersama (Pulido). Mahasiswa menggunakan ChatGPT untuk menyusun draf studi kasus DSM-5-TR lalu mengevaluasinya, yang menempatkan keterampilan penilaian pada mahasiswa alih-alih model. Bab ini menjelaskan adaptasi pascasarjana dan sarjana serta memperlakukan penyempurnaan prompt iteratif sebagai bagian dari penalaran klinis, bukan tugas teknis.
- Konseptualisasi kasus dalam seminar (Draheim). Konseptualisasi kasus adalah tempat mahasiswa menyintesis informasi klien dan penelitian hasil terapi, dan sulit diajarkan pada tingkat sarjana. Seminar ini menggunakan AI untuk menghasilkan dan mengkritik konseptualisasi, dengan beban umpan balik pengajar disebut sebagai kendala yang membuat alat ini menarik sejak awal.
- Kerendahan hati budaya (Draheim). Tugas pekerjaan rumah menggunakan model untuk menelaah artikel tentang kerendahan hati budaya, diikuti latihan di kelas untuk menemukan bias di dalam keluaran generatif. Pasangannya penting: alat digunakan untuk membuka topik lalu dijadikan objek kritik pada minggu yang sama.
- Pengajaran responsif trauma (Rubio). Mata kuliah trauma pascasarjana menggunakan model teks dan gambar untuk bersama-sama membuat cerita terapeutik dan citra tempat aman, berlandaskan model tiga fase Herman dan model neurosekuensial Perry. Kerangkanya yang bekerja di sini; alat-alat memasok materi yang kemudian dibatasi oleh kerangka tersebut.
- Bot sebagai terapis (Niederjohn). Mahasiswa berbicara dengan beberapa chatbot dan membandingkan pengalamannya dengan kerja tatap muka tentang aliansi terapeutik. Bab ini memasok angka-angka yang membuat latihan ini mendesak: 65% profesional kesehatan mental dalam survei sebelumnya melihat manfaat dalam dukungan chatbot, sementara 86% tidak mendukung penggunaannya dalam perawatan. Saran praktisnya adalah tangga — role-play AI dulu, lalu rekan sebaya, lalu pasien simulasi manusia.
- Role-play untuk peserta pelatihan (Labriola dan VanHara). Role-play AI menggantikan role-play sebaya yang terskrip dengan presentasi klinis tanpa skrip, yang menurut para penulis meningkatkan realisme dan kesediaan mengambil risiko. Mereka menambatkan kebutuhan itu pada data survei mahasiswa: 86% dari hampir 4,000 mahasiswa di 16 negara melaporkan menggunakan AI, 58% mengatakan mereka kekurangan pengetahuan yang memadai tentangnya, dan 72% menginginkan mata kuliah literasi AI.
Bagian III: metode penelitian, statistik, dan literasi ilmiah
- AI sebagai co-pilot penelitian (Sumutka dan rekan-rekan). Kegiatan-kegiatan memandu pemula melalui penyempitan topik, pencarian sumber, pembuatan dan operasionalisasi variabel, serta penerapan etika. Tujuan yang dinyatakan adalah literasi informasi dulu dan kecepatan kedua, dan bab ini secara eksplisit menyatakan bahwa alat itu sedang dicontohkan sama banyaknya dengan digunakan.
- Pembuatan pertanyaan sebagai evaluasi kritis (Burkett). Pendekatan tiga fase dalam mata kuliah metode penelitian sarjana mengubah ChatGPT menjadi generator pertanyaan evaluatif tentang desain penelitian, dengan GPT khusus yang dibangun untuk tujuan itu. Pertanyaan-pertanyaan itu lalu berfungsi sebagai ukuran pemahaman — langkah penilaian yang dibicarakan bab-bab lain tetapi jarang dioperasionalkan.
- Penggunaan dan penyalahgunaan, sebagai modul (Urdan, Firtch, dan White). Modul siap pakai mencakup pembuatan desain penelitian, tes latihan, dan mode kegagalan yang diketahui, dengan alasan bahwa gesekan adopsi adalah hambatan sebenarnya bagi pengajar yang ingin tahu tentang AI tetapi kekurangan waktu.
- Chatbot yang tidak memenuhi harapan (Hilley dan Edwards). "Zig", yang dibangun di platform Juji untuk mata kuliah statistik wajib, dimaksudkan untuk memberi bantuan sesuai permintaan pada soal-soal latihan. Ia tidak memenuhi harapan. Kegagalannya spesifik dan instruktif: mahasiswa yang bertanya tentang uji Levene mengetik "levee" dan mendapat penolakan, pertanyaan tentang penilaian menghasilkan jawaban yang tidak berhubungan tentang z-score, dan permintaan contoh justru mendapat definisi. Sebagian besar ini berasal dari platform yang dimuat tanya-jawab alih-alih model penalaran, tetapi bab ini adalah hasil negatif yang jujur dari volume ini dan yang perlu dibaca sebelum membangun bot mata kuliah.
- Integrasi bertahap dalam pengajaran R (Garrison, Tyson, dan Lyu). Model empat tahap dimulai dengan pembelajaran tanpa AI dan menambahkan alat hanya ketika mahasiswa mampu mengevaluasi apa yang dihasilkan alat. Sinyal kesiapan yang disebut para penulis adalah frustrasi terhadap keterbatasan AI, dan mode kegagalan yang mereka dokumentasikan adalah memperkenalkan AI lebih awal, yang menghasilkan ketergantungan sebelum dasar-dasarnya ada.
- ChatGPT plus Elicit dalam seminar tingkat akhir (Katzarska-Miller). Empat lokakarya persiapan mendahului makalah penelitian sepanjang semester, dengan model generatif untuk penyusunan draf dan alat asisten penelitian untuk literatur. Bab ini melandaskan desainnya pada teori belajar konstruksionis sosial dan menggunakan penilaian diri sebelum dan sesudah mata kuliah untuk memeriksa apakah literasi AI bergerak.
Yang berulang di kedua puluh satu bab
- Tahapkan aksesnya. Hampir setiap bab menahan alat sampai mahasiswa punya sesuatu untuk menilainya, entah itu statistik, kerangka, posisi debat, atau dasar pemrograman.
- Wajibkan verifikasi dan buat terlihat. Buku besar bukti, pemeriksaan sumber, log prompt, dan catatan "apa yang berubah setelah pemeriksaan fakta" muncul di berbagai bagian. Kewajiban itulah yang mengubah penggunaan alat menjadi pembelajaran.
- Gunakan refleksi mahasiswa sebagai instrumen. Refleksi adalah basis bukti bagi sebagian besar bab, yang juga merupakan kelemahan metodologis utama volume ini.
- Desain pada tingkat mata kuliah, bukan tingkat alat. Keputusan pengorganisasian buku ini sendiri — satu bab per mata kuliah — adalah rekomendasinya.
- Jaga penilaian pengajar sebagai objeknya. Klaim yang berulang adalah bahwa mahasiswa harus lulus dengan mampu memutuskan kapan tidak menggunakan alat.
Di mana buku ini kurang mendalam
Bab-babnya adalah catatan praktisi. Hampir tidak ada yang melaporkan desain, sampel, atau ukuran efek, dan di mana angka muncul, angka itu menggambarkan implementasi alih-alih pembelajaran. Pengecualiannya parsial: Lee dan rekan-rekan memiliki survei pre-test dan post-test dengan tingkat respons post-test 25%, dan analisis refleksi Jackson adalah pengodean tematik satu kelas.
Antusiasmenya juga diperiksa secara tidak merata. Corcoran dan Costa menulis sebagai pendukung; Hilley dan Edwards melaporkan kegagalan; hanya Slade dan Hyk yang mengungkapkan kepentingan komersial. Bab-bab yang menyebut produk tertentu akan cepat ketinggalan zaman, karena sebagian besar menggambarkan alat sebagaimana berperilaku selama 2025.
Celah cakupan yang perlu diketahui: biaya dan tingkat premium hampir tidak dibahas, aksesibilitas dan disabilitas tidak diperlakukan sebagai satu bagian, dan K-12 hanya muncul di bab pendidikan menengah Castro. Volume ini adalah pengajaran psikologi sarjana dan pascasarjana di Amerika Serikat, dengan sedikit pembahasan tentang mata kuliah ceramah besar selain milik Costa dan Granito.
Apa yang dapat Anda lakukan dengannya
Bacalah bab untuk mata kuliah yang akan Anda ajar. Ketiga bagian — mata kuliah dasar dan lintas bidang, mata kuliah klinis dan konseling, metode penelitian dan statistik — menjaga bab-bab terkait tetap bersama. Contoh: chatbot tutor AI dalam statistik psikologi, ChatGPT yang dipasangkan dengan Elicit dalam seminar tingkat akhir, AI sebagai pelatih debat, konseptualisasi kasus dan kerendahan hati budaya dalam pelatihan klinis, serta bab metode penelitian yang meminta mahasiswa membuat pertanyaan dengan ChatGPT lalu mengkritiknya.
Untuk siapa
Pengajar psikologi pada tahap karier mana pun, dan pengajar di disiplin ilmu sosial yang berdekatan yang masalah penilaiannya berbentuk sama: pekerjaan yang sarat esai, diskusi kasus, kecemasan statistik, mata kuliah kecil tempat satu desain ulang layak dilakukan.
Catatan dan peringatan
PDF gratis, tanpa akun. Hak ciptanya milik STP, bukan lisensi Creative Commons: salinan pribadi dan kelas diperbolehkan dengan atribusi, sementara redistribusi atau penggunaan komersial memerlukan izin penulis. Bab-babnya adalah catatan praktisi, bukan penelitian — tanpa desain, sampel, atau ukuran efek — jadi perlakukan klaim sebagai laporan pengalaman dan kutip bab satu per satu.