Oleh Amirul Mohamad Khairi Mannan
Kecerdasan buatan atau AI kini digunakan secara meluas dalam kehidupan harian. Teknologi ini membantu manusia mencari maklumat, menganalisis data, menghasilkan teks dan imej, menulis kod serta mencadangkan penyelesaian dalam masa yang singkat. Dalam dunia akademik, penggunaannya semakin ketara kerana AI boleh menyokong hampir setiap peringkat kerja, daripada persediaan pengajaran hingga pembelajaran kendiri.


Sebagai pensyarah di Pusat Asasi Sains Universiti Malaya (PASUM), saya melihat sendiri perubahan ini. Pensyarah menggunakan AI untuk mendapatkan idea awal, menyusun bahan kuliah, membina aktiviti pembelajaran, menyediakan soalan penilaian dan menyemak kejelasan penerangan. Tugas yang sebelum ini mengambil masa yang panjang boleh disiapkan dengan lebih cekap, sekali gus memberi ruang kepada pensyarah untuk menumpukan perhatian pada bimbingan, maklum balas dan pengurusan pembelajaran pelajar.
Pelajar turut memperoleh manfaat yang besar. Mereka boleh mengemukakan soalan pada bila-bila masa, meminta sesuatu konsep diterangkan dengan cara yang berbeza, mendapatkan contoh tambahan, membandingkan beberapa pendekatan dan mencuba semula penyelesaian apabila jawapan pertama tidak memuaskan. AI juga boleh membantu mereka membina keyakinan untuk meneroka bidang yang belum pernah dipelajari secara formal.


Namun, kepantasan mendapatkan jawapan tidak semestinya menghasilkan kefahaman. Pelajar di peringkat awal pengajian tinggi masih membina pengetahuan asas dan pengalaman untuk menilai mutu sesuatu maklumat. Apabila AI memberikan jawapan yang tersusun dan meyakinkan, mereka mungkin menerimanya tanpa menyemak sumber, andaian, kaedah atau ketepatan pengiraan. Idea yang kelihatan hebat juga sukar dikembangkan jika pelajar tidak memahami prinsip yang mendasarinya.
Di sinilah peranan pensyarah menjadi semakin penting. Pelajar mempunyai masa, rasa ingin tahu dan cita-cita yang tinggi. AI pula membuka ruang penerokaan yang luas. Pensyarah membantu mereka menentukan soalan yang wajar dikaji, memilih sumber yang boleh dipercayai, menguji andaian, mengenal pasti batas sesuatu model dan menilai sama ada hasil yang diperoleh benar-benar menjawab masalah. Bimbingan ini tidak mengecilkan kreativiti pelajar. Sebaliknya, ia memastikan kreativiti itu berkembang berasaskan ilmu yang sahih.
Kerjasama tersebut juga berlaku dalam dua hala. Pensyarah membawa pengetahuan disiplin dan pengalaman membuat pertimbangan, manakala pelajar sering hadir dengan cara fikir, minat dan penggunaan teknologi yang baharu. Apabila kedua-duanya bekerja sebagai satu pasukan, AI boleh menjadi alat untuk mempercepat percubaan dan perbincangan, bukan jalan pintas untuk menggantikan proses berfikir.

Penggunaan AI di universiti tentunya perlu disertai tanggungjawab. Polisi Akademik Kecerdasan Buatan dan Garis Panduan Penggunaan AI Beretika Universiti Malaya menetapkan bahawa staf akademik perlu menyatakan tahap penggunaan AI yang dibenarkan dalam pengajaran, pembelajaran dan penilaian. Pelajar pula perlu mengisytiharkan penggunaan AI, mengekalkan keaslian tugasan, membuat sitasi dengan betul dan mengelakkan kebergantungan melampau. Garis panduan itu menghuraikan tahap penggunaan daripada Tahap 0, iaitu tanpa AI, hingga Tahap 4, apabila AI menjadi komponen mandatori yang perlu dinilai, dibandingkan atau dikritik.
Prinsip di sebalik pengisytiharan ini amat penting. Persoalannya bukan sekadar sama ada AI digunakan, tetapi bagaimana dan untuk tujuan apa ia digunakan. Pelajar perlu mampu menjelaskan sumbangan sendiri, menunjukkan proses kerja dan mempertahankan keputusan yang dibuat. Ketelusan menjadikan AI sebahagian daripada pembelajaran yang berintegriti.
Kurikulum universiti menyediakan asas ilmu yang tersusun, tetapi pertandingan inovasi memberi ruang tambahan untuk pelajar menguji kebolehan di luar skop kuliah biasa. Mereka perlu mengenal pasti masalah, merumuskan objektif, memilih model yang sesuai, menjalankan simulasi, menafsir keputusan dan menerangkan impak cadangan kepada juri. Semua ini menuntut pemikiran yang lebih mendalam daripada sekadar menghasilkan jawapan yang kelihatan lengkap.
Pengalaman beberapa pelajar PASUM dalam Statistics and Mathematics Exhibition 2026 atau STaMEx 2026 menunjukkan potensi pendekatan ini. Pameran perintis anjuran Jabatan Matematik, Pusat Asasi Pertahanan, Universiti Pertahanan Nasional Malaysia (UPNM), dengan kerjasama Persatuan Sains Matematik (PERSAMA), berlangsung pada 12 September 2026 di Dewan Zulfaqar, UPNM. Bertemakan “Teori Kukuh, Idea Ampuh: Akar Inovasi Masa Depan”, pertandingan itu memberi penekanan kepada prinsip asas, formulasi konsep, teori, model matematik dan simulasi statistik. Peserta dinilai dari segi kebaharuan idea, reka bentuk poster, komunikasi saintifik, penguasaan ilmu ketika sesi soal jawab serta kerjasama kumpulan.
Tiga kumpulan PASUM membawa masalah yang dekat dengan kehidupan sebenar. OPTIroute meneliti perjalanan pelajar dari kolej kediaman ke kompleks pembelajaran PASUM. Pelajar mengenal pasti laluan yang tersedia dan membandingkan pilihan berdasarkan jarak, masa perjalanan dan tahap kesesakan. Mereka meneroka algoritma Dijkstra, Bellman-Ford dan Floyd-Warshall, kemudian membina skor berwajaran bagi menilai laluan paling sesuai dalam keadaan berbeza. Model ini turut mengambil kira hakikat bahawa laluan paling pendek tidak semestinya paling cepat, terutama ketika hujan lebat atau waktu puncak.
GABI pula membangunkan cadangan model hibrid untuk menganggarkan risiko kanser payudara dalam kalangan wanita Malaysia. Kumpulan ini bermula dengan model Tyrer-Cuzick yang digunakan dalam penilaian risiko kanser payudara, kemudian meneroka cara menyesuaikan model supaya lebih khusus kepada konteks wanita Malaysia, termasuk faktor etnik. Projek ini membuka perbincangan tentang kesesuaian sesuatu model kepada populasi sasaran, keperluan data berkualiti dan risiko membuat anggaran berlebihan apabila model yang dibangunkan untuk populasi lain digunakan tanpa penyesuaian. Cadangan tersebut masih pada peringkat konsep dan penerokaan model; ia bukan alat diagnosis klinikal.
Q-SMART mengambil masalah yang sering dilihat di pasar raya dan ruang perkhidmatan awam: berapa banyak kaunter perlu dibuka apabila kadar ketibaan pelanggan berubah mengikut masa? Terlalu sedikit kaunter menyebabkan barisan panjang dan masa menunggu meningkat, manakala terlalu banyak kaunter menaikkan kos operasi. Kumpulan ini menggunakan teori barisan, termasuk model M/M/c dan Hukum Little, untuk menghubungkan kadar ketibaan pelanggan, kadar perkhidmatan, bilangan kaunter, panjang barisan serta jangkaan masa menunggu. Matlamatnya ialah mencari imbangan yang dapat mengurangkan kos operasi dan kos menunggu pelanggan.
Ketiga-tiga kumpulan menggunakan AI sebagai alat sokongan sepanjang pembangunan idea. AI membantu memperluas pencarian awal, membandingkan model, mencadangkan kemungkinan simulasi dan memperkemas cara hasil diterangkan. Namun, setiap cadangan perlu disemak semula. Pada setiap peringkat, daripada pemilihan masalah dan objektif hingga model, simulasi, impak dan kesimpulan, pensyarah membimbing pelajar untuk memeriksa sumber, membetulkan salah faham dan memastikan mereka boleh menerangkan kerja sendiri di hadapan juri.
Hasilnya, OPTIroute dinobatkan sebagai Johan Keseluruhan dan menerima pingat emas. GABI turut memperoleh pingat emas, manakala Q-SMART menerima pingat perak. Pencapaian ini membanggakan, tetapi nilai pendidikan yang lebih besar terletak pada proses yang dilalui. Pelajar belajar bahawa sesuatu model mempunyai andaian dan batas, bahawa simulasi perlu ditafsir dengan teliti, dan bahawa jawapan yang baik mesti dapat dijelaskan serta dipertahankan.
Pertandingan inovasi wajar diperluas sebagai ruang pembelajaran yang melengkapi kuliah dan penilaian formal. Melalui pertandingan, pelajar dapat menggunakan AI dalam keadaan yang menuntut akauntabiliti: idea mereka dipamerkan, dipersoalkan dan dinilai. Pensyarah pula dapat melihat cara pelajar menghubungkan teori dengan masalah sebenar, lalu memberikan bimbingan yang lebih tepat.
Universiti tidak perlu memilih antara mengawal AI atau membiarkan pelajar menggunakannya tanpa batas. Pendekatan yang lebih berkesan ialah menetapkan tahap penggunaan yang jelas, mewajibkan pengisytiharan, meminta bukti proses dan menyediakan bimbingan yang mencukupi. AI boleh mempercepat usaha, tetapi manusialah yang menentukan kesahihan, tujuan dan nilai sesuatu inovasi. Apabila semangat meneroka pelajar dipadankan dengan ilmu serta pengalaman pensyarah, pertandingan inovasi menjadi medan yang berkesan untuk membentuk generasi yang kreatif, kritis dan bertanggungjawab.

Penulis merupakan Pensyarah di Pusat Asasi Sains, Universiti Malaya.
