Transformasi pembelajaran jarak jauh di era generative AI: systematic literature review
Educational Synergy Journal · 30.06.2026 · 2 (2) · 50-54
DOI: 10.26740/energy.v2i2.80489 ↗Kurz gefasst
Systematische Übersicht in der Zeitschrift Educational Synergy Journal, online erschienen am 30.06.2026. Verfasst von Awaludin Komari und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Penelitian ini bertujuan untuk mengkaji secara sistematis bagaimana teknologi generative artificial intelligence (generative AI) mentransformasi praktik pembelajaran jarak jauh (PJJ) dalam satu dekade terakhir. Metode yang digunakan adalah systematic literature review (SLR) dengan mengikuti protokol PRISMA, mencakup penelusuran artikel pada basis data Scopus, ERIC, dan Google Scholar terbitan 2019-2026. Setelah proses penyaringan berdasarkan kriteria inklusi dan eksklusi, sebanyak 42 artikel dianalisis secara tematik. Hasil kajian menunjukkan bahwa generative AI berkontribusi pada empat area utama, yaitu personalisasi materi belajar, otomatisasi umpan balik, penciptaan konten multimodal, dan dukungan interaksi tutor virtual. Namun demikian, ditemukan pula tantangan terkait integritas akademik, kesenjangan literasi digital, dan ketergantungan berlebih pada sistem otomatis. Simpulan penelitian ini menegaskan perlunya kerangka pedagogis baru yang mengintegrasikan generative AI secara etis dan reflektif dalam pembelajaran jarak jauh.
Zitieren
APA
Komari, A., & Harahap, Y. (2026). Transformasi pembelajaran jarak jauh di era generative AI: systematic literature review. Educational Synergy Journal, 2(2), 50-54. https://doi.org/10.26740/energy.v2i2.80489
Vancouver
Komari A, Harahap Y. Transformasi pembelajaran jarak jauh di era generative AI: systematic literature review. Educational Synergy Journal. 2026;2(2):50-54. doi:10.26740/energy.v2i2.80489
BibTeX
@article{Komari2026,
author = {Komari, Awaludin and Harahap, Yustina},
title = {Transformasi pembelajaran jarak jauh di era generative AI: systematic literature review},
journal = {Educational Synergy Journal},
year = {2026},
volume = {2},
number = {2},
pages = {50--54},
doi = {10.26740/energy.v2i2.80489}
}
EUVIMED