Computer Assisted Test (CAT) selama ini dikenal sebagai sistem ujian berbasis komputer yang menggantikan ujian konvensional berbasis kertas. Meskipun membawa efisiensi dalam pelaksanaan, sebagian besar implementasi CAT yang ada saat ini masih mempertahankan paradigma evaluasi lama, yaitu mengukur capaian peserta uji melalui skor numerik atau kategori nilai tertentu. Dengan kata lain, teknologi komputer digunakan terutama sebagai media, bukan sebagai sarana transformasi cara menilai kompetensi.
Artikel ini mengajukan sebuah gagasan konseptual mengenai pengembangan CAT ke tingkat yang lebih lanjut melalui pemanfaatan Artificial Intelligence (AI) atau Kecerdasan Artifisial (KA). Gagasan ini belum banyak, atau bahkan belum, diimplementasikan secara utuh dalam sistem ujian manapun yang ada saat tulisan ini dibuat. Oleh karena itu, pendekatan yang dibahas bukan merupakan deskripsi sistem yang sudah mapan, melainkan sebuah arah baru (next level) dalam merancang sistem asesmen berbasis kompetensi.
Dalam konsep CAT berbasis AI yang diusulkan, sistem ujian tidak lagi berfokus pada hasil akhir berupa nilai atau peringkat. Penilaian tidak berhenti pada kesimpulan “lulus” atau “tidak lulus”, melainkan berusaha memahami secara lebih mendalam capaian peserta uji terhadap sub kompetensi tertentu. Hasil asesmen diharapkan dapat disajikan secara deskriptif, disertai persentase atau tingkat penguasaan pada masing-masing sub kompetensi yang diuji.
Pendekatan ini membuka kemungkinan asesmen yang lebih bermakna. Peserta uji tidak hanya mengetahui hasil akhirnya, tetapi juga memperoleh gambaran tentang bagian kompetensi mana yang telah dikuasai dan bagian mana yang masih perlu dikembangkan. Bagi institusi, informasi ini dapat menjadi dasar pengambilan keputusan yang lebih tepat, baik untuk seleksi, pemetaan kemampuan, maupun perancangan program pengembangan kompetensi lanjutan.
Salah satu aspek kunci dalam gagasan ini adalah pemanfaatan AI multimodal. Secara konseptual, AI memungkinkan soal ujian disajikan dalam berbagai bentuk, tidak terbatas pada pilihan ganda atau teks tertulis. Bentuk soal dapat disesuaikan dengan karakteristik sub kompetensi yang diukur, seperti esai untuk kemampuan analisis, respons lisan untuk komunikasi, atau tugas visual dan menggambar untuk kompetensi spasial, kreatif, dan teknikal, serta berbagai jenis atau karakteristik sub kompetensi yang dapat diuji melalui berbagai bentuk antarmuka yang dapat difasilitasi dengan AI multimodal saat ini maupun masa yang akan datang. Fleksibilitas ini masih jarang ditemukan dalam sistem CAT yang ada saat ini.
Dengan kemampuan tersebut, CAT berbasis AI berpotensi menghasilkan asesmen yang lebih berkualitas dalam menilai kompetensi seseorang. Penilaian tidak hanya menguji kemampuan mengingat informasi, tetapi juga pemahaman konseptual, penalaran, serta kemampuan menerapkan pengetahuan dalam konteks yang berbeda. Inilah salah satu nilai kebaruan utama dari gagasan CAT Next Level yang diusulkan.
Dari sisi teknis penyelenggaraan ujian, konsep ini juga menawarkan perubahan paradigma. Dalam rancangan ini, pembuat ujian tidak lagi menyusun butir-butir soal secara eksplisit. Sebaliknya, peran utama penyusun ujian adalah mendefinisikan kompetensi utama dan merumuskan sub-sub kompetensi yang ingin diukur secara jelas dan terstruktur. Penyusunan soal diserahkan kepada AI berdasarkan definisi tersebut.
Pada tahapan implementasi, AI akan menyusun soal dan menentukan jenis soal yang paling relevan untuk setiap sub kompetensi yang telah didefinisikan. Model seperti ini membuka peluang baru, termasuk pengujian lintas kompetensi menggunakan satu materi atau konteks uji yang sama. Meskipun pendekatan ini masih bersifat gagasan, potensi efisiensi dan kedalaman asesmen yang dihasilkan menjadi sangat menarik untuk dieksplorasi lebih lanjut.
Selain itu, soal ujian dirancang untuk dihasilkan secara on-demand atau realtime pada saat ujian berlangsung. Konsep ini bertujuan untuk meminimalkan kemungkinan dua peserta (atau lebih) memperoleh soal yang identik. Walaupun tantangan teknis dan validasi sistem masih menjadi pekerjaan besar, ide ini menawarkan solusi konseptual terhadap persoalan klasik seperti kebocoran soal dan kecurangan dalam ujian.
Lebih jauh lagi, CAT Next Level ini juga membuka kemungkinan penerapan ujian adaptif yang sejalan dengan konsep Computer Adaptive Test yang telah dikenal saat ini. Dalam pendekatan ini, sistem secara bertahap mengestimasi tingkat kemampuan peserta pada suatu sub kompetensi berdasarkan respons terhadap soal-soal sebelumnya. Setiap respons digunakan untuk memperbarui estimasi kemampuan dan menentukan apakah diperlukan soal lanjutan dengan tingkat kesulitan yang berbeda. Apabila tingkat keyakinan sistem terhadap estimasi kemampuan peserta telah mencapai batas tertentu, maka pengujian pada sub kompetensi tersebut dapat dihentikan. Dengan mekanisme ini, jumlah soal yang diberikan menjadi optimal, tanpa mengurangi akurasi pengukuran, sehingga proses asesmen berlangsung lebih efisien dan tetap bersifat individual.
Sebagai penutup, CAT Next Level dengan Artificial Intelligence yang dibahas dalam artikel ini merupakan sebuah gagasan baru tentang masa depan sistem asesmen. Gagasan ini belum sepenuhnya diwujudkan dalam praktik, namun menawarkan arah pengembangan yang menjanjikan bagi sistem evaluasi berbasis kompetensi. Dengan penelitian, pengembangan, dan pengujian lebih lanjut, konsep ini berpotensi menjadi fondasi bagi sistem CAT generasi berikutnya yang lebih adaptif, informatif, dan berorientasi pada pemahaman kompetensi yang sesungguhnya.
