Transformasi Evaluasi Pembelajaran di Era Kecerdasan Buatan Generatif: Kajian Pustaka Atas Redesain Asesmen Otentik, Validitas-Reliabilitas Instrumen, dan Pergeseran ke Evaluasi Formatif di Pendidikan Tinggi

Proliferasi perangkat kecerdasan buatan generatif (AI generatif) telah mengguncang asumsi fundamental evaluasi pembelajaran di pendidikan tinggi, khususnya premis bahwa sebuah produk tulisan yang dikumpulkan mahasiswa secara andal mencerminkan kompetensi individu yang bersangkutan. Penelitian ini menerapkan desain kualitatif dengan pendekatan studi pustaka (library research) untuk mengkaji bagaimana bidang evaluasi pembelajaran merespons disrupsi tersebut, dengan tiga fokus, yaitu: (1) redesain instrumen asesmen menuju tugas otentik yang tahan terhadap AI; (2) validitas dan reliabilitas instrumen deteksi AI yang digunakan untuk menjaga integritas evaluasi; serta (3) pergeseran paradigma evaluasi sumatif menuju formatif yang dimungkinkan oleh umpan balik berbasis AI generatif. Data dihimpun dari jurnal terindeks, satu studi empiris multi-alat berskala internasional, dan literatur teori evaluasi klasik yang terbit dalam rentang 2011-2025, kemudian dianalisis secara tematik. Hasil kajian menunjukkan bahwa literatur redesain asesmen mengerucut pada tugas berorientasi proses dan berpikir tingkat tinggi yang secara struktural sulit diotomatisasi penuh, selaras dengan teori penyelarasan konstruktif (constructive alignment). Namun demikian, pengujian empiris terhadap alat deteksi AI mengungkap persoalan reliabilitas yang serius, dengan tingkat akurasi di bawah 80% pada mayoritas alat yang diuji serta risiko tuduhan keliru (false accusation) yang terdokumentasi, sehingga alat tersebut tidak layak dijadikan satu-satunya bukti dalam keputusan evaluasi yang berisiko tinggi. Sementara itu, umpan balik otomatis berbasis AI generatif menunjukkan potensi untuk menskalakan umpan balik formatif yang cepat, meski kualitas pedagogisnya masih bervariasi dan tetap memerlukan pengawasan manusia. Penelitian ini menyimpulkan bahwa sistem evaluasi yang dapat dipertanggungjawabkan di era AI generatif harus secara simultan meredesain objek yang dinilai, memperlakukan teknologi deteksi sebagai bukti pendukung dan bukan bukti final, serta mengarahkan ulang budaya evaluasi dari penjagaan gerbang sumatif menuju praktik formatif yang berkelanjutan dan dialogis.