Pengaruh Artificial Intelligence terhadap Motivasi Belajar Mahasiswa: Analisis Data Sekunder
Kata Kunci:
Artificial Intelligence, Mahasiswa, Model ARCS, Motivasi Belajar, Pembelajaran Digital, Teori Self-DeterminationAbstrak
Penelitian ini menganalisis pengaruh Artificial Intelligence (AI) terhadap motivasi belajar mahasiswa dengan menyoroti potensi transformasi dan tantangan yang menyertainya. Data sekunder diperoleh dari sembilan publikasi nasional dan internasional tahun 2024–2025, termasuk survei global dan studi nasional terbaru. Analisis dilakukan menggunakan model ARCS (Attention, Relevance, Confidence, Satisfaction) sebagai kerangka utama, didukung oleh Teori Self-Determination (SDT) untuk mengevaluasi dampak AI terhadap motivasi intrinsik, otonomi, dan efikasi diri mahasiswa. Hasil menunjukkan bahwa lebih dari 80% mahasiswa telah menggunakan AI dalam kegiatan akademik dan sebagian besar mengalami peningkatan motivasi, keterlibatan, serta efisiensi belajar. Data tambahan dari Goodstats (2025) dan Survei Daniel Ginting (2024) mengonfirmasi bahwa mahasiswa merasa AI meningkatkan kejelasan materi, kenyamanan belajar, dan kontrol pribadi terhadap proses belajar. Fitur personalisasi AI terbukti memperkuat kebutuhan otonomi dan kompetensi, yang menjadi fondasi motivasi intrinsik. Namun demikian, ketergantungan berlebihan terhadap AI berisiko menurunkan kemampuan berpikir kritis dan memicu surface learning. Oleh karena itu, integrasi AI perlu dilakukan secara etis, seimbang, dan berorientasi pada pengembangan kemandirian serta keterampilan metakognitif mahasiswa.
##submission.downloads##
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Prosiding Seminar Nasional Amikom Surakarta

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
