`Ulya Binti Abdul Rahim¹*
Fakulti Perubatan, Universiti Kebangsaan Malaysia1
* Penulis Koresponden : ulyaabdulrahim@ukm.edu.my
Kata Kunci: NotebookLM, Gemini, Geran Penyelidikan, AI Generatif.
Pengenalan
Penulisan kertas cadangan geran penyelidikan sering kali berhadapan dengan kekangan masa, lambakan literatur, dan kesukaran menstrukturkan impak kajian secara strategik. Artikel ini membincangkan pengalaman praktikal mengintegrasikan dua alat Kecerdasan Buatan (AI) daripada Google, iaitu Gemini dan NotebookLM sebagai katalis kecekapan dalam proses penyusunan geran. Melalui pembahagian peranan yang jelas, NotebookLM bertindak sebagai “pustakawan pintar” manakala Gemini berfungsi sebagai “rakan sumbang saran kreatif”, garis masa penulisan geran berjaya dipendekkan di samping meningkatkan kualiti serta ketepatan hujah ilmiah.
Cabaran dalam Merangka Geran Penyelidikan
Setiap ahli akademik dan penyelidik pasti bersetuju bahawa memenangi geran penyelidikan sama ada geran kebangsaan seperti FRGS atau geran industri memerlukan kertas cadangan yang bukan sahaja berinovasi, malah kalis kritikan. Dua cabaran utama yang sering memberi tekanan kepada penyelidik ialah:
Lambakan Maklumat: Beban untuk membaca dan merumus beratus artikel semata-mata untuk mencari dan mengenal pasti lompong kajian (research gap).
Penterjemahan Impak: Cabaran untuk meyakinkan panel penilai dengan menukar istilah teknikal yang sukar difahami kepada bahasa awam yang jelas, praktikal, dan berorientasikan impak.
Proses ini biasanya memakan masa berminggu-minggu, malah berbulan-bulan. Walau bagaimanapun, evolusi AI berfokus melalui NotebookLM dan Gemini telah mengubah landskap ini secara radikal, membolehkan penyelidik beralih daripada tugas operasi yang rumit kepada pemikiran kritikal.
NotebookLM: Pustakawan Pintar untuk Rumusan Literatur
Langkah pertama dalam penulisan geran ialah membina latar belakang kajian yang kukuh. Di sinilah NotebookLM memainkan peranan yang sangat unik berbanding model AI yang lain kerana ia berasaskan sumber tertutup (grounded source). NotebookLM hanya akan merujuk kepada dokumen yang dimuatnaik oleh pengguna seperti fail PDF, nota, atau Google Docs.
Cara Praktikal: Penyelidik boleh memuat naik 15 hingga 20 jurnal utama yang berkaitan dengan topik kajian ke dalam satu “Nota” (Notebook) khas. Selepas itu, kita boleh menggunakan ruangan sembang untuk bertanyakan soalan khusus seperti:
“Berdasarkan jurnal-jurnal yang dimuat naik, apakah kaedah metodologi yang paling kerap digunakan dan apakah kekangannya?”
“Rumuskan trend penemuan utama dari tahun 2023 hingga 2026 dalam bentuk jadual.”
NotebookLM akan menghasilkan ringkasan yang tepat beserta petikan (citations) nombor halaman jurnal asal. Ini bukan sahaja mengelakkan isu “halusinasi AI” (rekaan maklumat), malah menjimatkan masa penyelidik untuk membaca berpuluh-puluh halaman jurnal.
Rajah 1: NotebookLM dalam merumus literatur dan mencari lompong kajian
Gemini: Rakan Sumbang Saran dan Penyunting Kreatif
Jika NotebookLM cemerlang dalam mengurus maklumat sedia ada, Google Gemini pula sangat hebat dalam menjana idea baharu, menyusun struktur penulisan, dan memperhalusi gaya bahasa. Selepas memperoleh data sintesis daripada NotebookLM, peranan dialihkan kepada Gemini untuk memulakan draf penulisan.
Aplikasi Praktikal: Penyelidik boleh memanfaatkan Gemini untuk tiga fasa utama:
- Menjana tajuk yang menarik: Dengan memberikan sinopsis idea kepada Gemini, ia boleh mencadangkan pelbagai tajuk geran yang catchy, memenuhi kriteria penilaian, dan berorientasikan penyelesaian masalah.
- Menyusun bahagian impak & strategi pemindahan ilmu: Panel penilai geran amat menitikberatkan bagaimana hasil kajian dapat memberi manfaat kepada komuniti dan industri. Gemini boleh diprogramkan dengan arahan (prompt) seperti: “Bina pelan pemindahan ilmu (knowledge transfer) selama 24 bulan untuk geran komuniti berasaskan teknologi AI dalam pertanian.”
- Penyuntingan dan pematuhan garis panduan: Salin draf penulisan dan minta Gemini menyemak aspek tatabahasa (Bahasa Melayu atau Inggeris) serta memastikan had perkataan bagi setiap seksyen tidak melebihi had yang ditetapkan oleh pemberi geran.
Aliran Kerja Gemini + NotebookLM
Kejayaan sebenar tidak terletak pada penggunaan salah satu alat ini secara berasingan, melainkan pada sinergi aliran kerja yang tersusun. Melalui metodologi ini, masa yang diambil untuk menyiapkan draf pertama kertas cadangan geran dapat dikurangkan sehingga 60%. Penyelidik tidak lagi bermula dengan “halaman kosong”, sebaliknya bermula dengan rangka kerja yang mantap hasil bantuan AI.
Rajah 2: Aliran Kerja Strategi Penulisan Cadangan Geran Berimpak
Etika dan Ketulenan Akademik
Dalam keterujaan memanfaatkan AI, prinsip integriti akademik tidak boleh diabaikan. Hubungan sinergi ini meletakkan AI hanya sebagai pembantu pengurusan dan penstrukturan tugasan sahaja. Segala keputusan akhir, logik hujah, dan tanggungjawab terhadap kesahihan fakta tetap terletak di bahu penyelidik selaku manusia. AI membantu mempercepatkan proses mekanikal, tetapi keaslian idea dan kepakaran datangnya daripada minda manusia itu sendiri.
Kesimpulan
Gabungan Gemini dan NotebookLM membawa satu perubahan besar dalam transformasi digital terutamanya kerja-kerja berkaitan penyelidikan. Ia memudahkan proses penyelidikan, di mana penyelidik kini boleh memberi sepenuh tumpuan kepada analisis, inovasi, dan pemikiran kritis, daripada menghabiskan masa berjam-jam meneliti ribuan halaman artikel secara manual. Menyahut seruan transformasi pendidikan digital secara menyeluruh, termasuklah inisiatif Digital UKM dalam mengintegrasikan alat Kecerdasan Buatan ini bukan lagi sekadar pilihan, sebaliknya satu langkah strategik yang wajar dipraktikkan oleh seluruh warga akademik. Secara tuntasnya, pemanfaatan AI yang beretika dan terancang amat diperlukan bagi melahirkan kertas cadangan geran yang lebih kompetitif, relevan, dan berpotensi mencipta impak yang besar kepada masyarakat serta negara.
Rujukan
1.Roberts, S. L. (2024). Grant writing with AI for dummies. John Wiley & Sons.
2.Godwin, R. C., DeBerry, J. J., Wagener, B. M., Berkowitz, D. E., & Melvin, R. L. (2024). Grant drafting support with guided generative AI software. SoftwareX, 27, 101784.
3.Khalifa, M., & Albadawy, M. (2024). Using artificial intelligence in academic writing and research: An essential productivity tool. Computer methods and programs in biomedicine update, 5, 100145.