Pengawasan Ujian di Era AI, Mengapa Desain Ujian Masih Menjadi Prioritas Utama

Mempersiapkan ujian daring untuk masa depan di tengah meningkatnya permintaan dan pengetatan regulasi privasi.

Pasar perangkat lunak ujian daring global, yang bernilai $9.4b pada 2025, diperkirakan akan mencapai $28.7b pada 2034, seiring penyedia pelatihan, badan profesional, dan institusi pendidikan semakin beralih ke penilaian daring.

Popularitas ujian daring mudah dipahami, karena institusi pendidikan sedang mengelola keterbatasan dana dan ruang kampus yang terbatas, sementara pemberi kerja dan badan profesional mencari cara yang lebih fleksibel untuk menilai kandidat. Pengujian jarak jauh memungkinkan individu menyeimbangkan pembelajaran dan sertifikasi dengan pekerjaan serta komitmen pribadi, menjadikan penilaian lebih mudah diakses dibandingkan format tradisional tatap muka.

Namun tantangan terbesar industri bukan skala; melainkan komoditas kuno, kepercayaan. Karena alat AI membuat kecurangan semakin sulit terdeteksi, institusi berada di bawah tekanan yang meningkat untuk membuktikan bahwa penilaian daring adil, aman, dan mematuhi regulasi.

Baru-baru ini, Association of Chartered Certified Accountants menjadi sorotan setelah mengumumkan keputusan mengakhiri ujian jarak jauh karena kekhawatiran kecurangan AI, sementara Ofqual melaporkan bahwa guru semakin sulit mengidentifikasi AI dalam pekerjaan yang dinilai. Bahkan Princeton University, salah satu universitas terkemuka di dunia, telah mengubah Kode Kehormatan yang berusia 133 tahun untuk memperkenalkan pengawasan pada ujian tatap muka.

Mengingat tekanan ini, mudah menganggap bahwa lebih banyak pengawasan adalah solusi. Namun, pada titik tertentu, peningkatan pengawasan tidak selalu menghasilkan standar yang lebih baik atau hasil yang lebih akurat. Dalam banyak kasus, pemantauan berlebihan dapat merusak aksesibilitas, mengurangi kepercayaan kandidat, dan menimbulkan kekhawatiran privasi.

Pengawasan Ujian Bukan Jalan Pintas untuk Desain Penilaian yang Baik

Pengawasan ujian adalah alat yang efektif untuk mencegah pelanggaran, namun bukan solusi tunggal untuk desain penilaian yang buruk. Pengawas tatap muka tidak dapat mengawasi semua kandidat secara bersamaan. Namun, pengawasan daring memiliki keterbatasannya sendiri, karena mahasiswa diketahui menggunakan smart devices untuk menghindari taktik pemantauan daring.

Ketika ujian berfokus pada menguji memori kandidat, seperti ujian pilihan ganda standar, insentif untuk menyontek meningkat karena terdapat kumpulan jawaban benar yang terbatas. Jika ujian tersebut memiliki bobot signifikan terhadap nilai akhir, insentif tersebut semakin meningkat. Format ujian ini secara inheren lebih rentan terhadap AI, yang unggul dalam mengambil dan mereproduksi jenis informasi ini.

Ketika ujian dirancang untuk menguji kemampuan kandidat menganalisis informasi dan menerapkan teori ke berbagai konteks, keunggulan AI yang langsung berkurang dengan cepat. Hal ini lebih mencerminkan lingkungan profesional modern, di mana karyawan jarang diminta beroperasi sepenuhnya dari memori.

Dalam praktiknya, ini berupa pertanyaan kontekstual yang dibingkai dalam skenario hipotetik yang meminta kandidat membenarkan jawaban mereka. Ketika dipadukan dengan batas waktu, penguncian browser, atau pembatasan salin-tempel, bahkan respons AI yang baik sekalipun menjadi sulit diterapkan secara berguna. Pertanyaan-pertanyaan ini menuntut penalaran asli, bukan fakta yang dapat diambil kembali.

Dengan menyelenggarakan ujian buku terbuka, studi kasus, dan tugas berpikir kritis lainnya dalam kondisi terkontrol, institusi dapat mengembangkan model penilaian di mana langkah keamanan tersebar di berbagai bagian proses penilaian. Hal ini memungkinkan mereka mengurangi ketergantungan pada pemantauan karena integritas dibangun dalam struktur ujian, bukan dipaksakan melalui pengawasan.

Meskipun pengujian berbasis memori tetap penting untuk menguji pengetahuan dasar kandidat, institusi dapat memperoleh pemahaman yang jauh lebih detail tentang kemampuan kandidat bila dipadukan dengan format pengujian terapan lainnya.

Bobot ujian juga dapat diatur ulang untuk mengurangi kecurangan. Jika penilaian tersebar lebih merata antar ujian, kandidat merasakan tekanan yang jauh lebih kecil untuk mencapai skor tinggi, yang secara alami mengurangi insentif menyontek. Ini menawarkan alternatif lain untuk mengamankan ujian tanpa mengandalkan pengawasan berat.

Pengawasan ujian penting dalam semua ujian, namun tidak boleh menjadi satu-satunya mekanisme untuk menjaga integritas. Alih-alih berfokus pada berbagai cara memantau kandidat, format dan pertanyaan ujian harus dirancang agar semua bentuk kecurangan, bukan hanya AI, menjadi lebih sulit secara desain.

Mengapa Kepatuhan Sangat Penting

Saat institusi menerapkan langkah pengawasan dalam ujian daring, mereka juga harus menavigasi undang‑undang privasi dan perlindungan data untuk memastikan metode pengawasan tersebut adil dan mematuhi hukum.

Menurut GDPR, merekam video, audio, dan data biometrik lainnya dianggap sangat sensitif; oleh karena itu, pengumpulan harus memiliki dasar yang sah dan kandidat perlu mengetahui bagaimana data mereka digunakan.

The EU AI Act juga telah memperkenalkan pembatasan pada pemantauan ujian yang sepenuhnya otomatis, menekankan bahwa penilaian berisiko tinggi harus mempertahankan pengawasan manusia, output yang dapat diaudit, serta kemampuan staf untuk campur tangan atau mengganti keputusan otomatis.

Pada saat yang sama, institusi harus mempertimbangkan risiko jangka panjang terkait penyimpanan data pengawasan yang sangat besar, karena semakin banyak pengawasan yang diterapkan pada ujian daring, semakin banyak data yang harus dikelola seiring waktu. Ini merupakan risiko signifikan, mengingat tingginya volume serangan siber yang menargetkan sektor pendidikan di Inggris.

Inilah mengapa model pengawasan seragam tidak lagi dapat dipertahankan secara hukum. Untuk menghindari pengawasan menyeluruh, institusi harus mengadopsi pola pikir minimisasi data dan mengkonfigurasi model pengawasan berdasarkan tingkat risiko ujian.

Ketika desain ujian yang cermat didukung oleh pengawasan yang proporsional, ujian daring menjadi lebih aman. Lebih penting lagi, hal ini menunjukkan kepada regulator dan kandidat bahwa kondisi pengujian adil dan mematuhi regulasi, sekaligus menyediakan jejak audit yang diperlukan untuk memvalidasi hasil.

Masa Depan Penilaian

Laju pertumbuhan ujian daring menawarkan peluang besar untuk pembelajaran dan pengembangan profesional. Namun, hal ini juga menimbulkan tantangan mendasar dalam cara keamanan ujian didefinisikan dan dikelola.

Penyedia pelatihan, badan profesional, dan institusi pendidikan yang berhasil akan menjadi mereka yang memperlakukan desain ujian dan pengawasan secara saling melengkapi, bukan hanya mengandalkan pengawasan semata. Integritas bukan sesuatu yang dapat dipantau dari luar. Ia harus dibangun sejak awal.