\nPusat Kajian Teknologi Kecerdasan Buatan, Fakulti Teknologi dan Sains Maklumat,
\nUniversiti Kebangsaan Malaysia, 43650 UKM Bangi, Selangor.
\n* Penulis Koresponden : wandeep@ukm.edu.my<\/center><\/p>\n
Kata Kunci<\/strong>: NotebookLM, RAG, pengajian pascasiswazah, kemerosotan kognitif, literasi AI<\/p>\n Mari kita mulakan dengan satu adegan yang mungkin agak lazim.<\/p>\n Tepat jam 11:00 malam, seorang calon doktor falsafah (Ph.D.) di sebuah universiti tempatan sedang berteleku di hadapan komputer ribanya. Beliau telah dipertanggungjawabkan oleh penyelianya untuk melengkapkan tinjauan literatur bagi tujuan pelaporan kemajuan dalam tempoh tiga minggu. Walau bagaimanapun, pangkalan data di dalam komputernya masih memuatkan 42 artikel jurnal yang sebahagian besarnya belum pun ditelaah.<\/p>\n Jika senario ini berlaku lima tahun yang lalu, malam tersebut pastinya diiringi dengan sajian kopi pekat, penggunaan penyerlah (highlighter) kuning dan lambakan kertas nota tulisan tangan yang berselerakan. Namun pada hari ini, pendekatannya telah berbeza di mana calon tersebut sekadar melayari web, mengakses aplikasi NotebookLM, memuat naik kesemua 42 dokumen PDF berkenaan, lantas memasukkan satu untaian arahan ringkas: “Apakah lompang metodologi yang lazim berulang di dalam kajian-kajian ini?”<\/p>\n Dalam tempoh kurang daripada satu minit, beliau berjaya memperoleh satu sintesis berstruktur yang merangkumi tujuh perenggan, lengkap berserta rujukan silang kepada perenggan asal bagi setiap artikel. Seterusnya, beliau memindahkan hasil janaan tersebut ke dalam aplikasi pemproses kata, melaksanakan penyuntingan, dan menyerahkannya kepada penyelia pada keesokan harinya.<\/p>\n Penyelia tersebut yang barangkali turut menelaah artikel yang sedang kita baca ini kemungkinan besar akan membangkitkan satu persoalan yang kian rumit untuk dirungkaikan: adakah pelajar berkenaan benar-benar melaksanakan proses pembacaan, atau sekadar bertindak sebagai juruaudit terhadap hasil yang dijana oleh kecerdasan buatan (AI)?<\/p>\n Apakah NotebookLM yang Sebenarnya?<\/strong><\/p>\n NotebookLM merupakan sebuah instrumen kecerdasan buatan (AI) yang dibangunkan oleh Google dan dipacu oleh model bahasa Gemini. Ciri utama yang membezakannya berbanding aplikasi seperti ChatGPT mahupun model Gemini konvensional terletak pada reka bentuk seni binanya, iaitu sebuah kerangka kerja yang dikenali sebagai Retrieval-Augmented Generation (RAG). Secara praktikalnya, pendekatan ini membolehkan sistem AI tersebut menjana respons secara eksklusif berpandukan dokumen yang dimuat naik oleh pengguna dan setiap penegasan fakta akan disokong dengan rujukan silang yang menunjuk terus kepada sumber asalnya.<\/p>\n Dalam konteks dunia akademik, perbezaan ini melangkaui aspek teknikal semata-mata yang mana ia bertunjangkan perbezaan falsafah. Model bahasa seperti ChatGPT menjana respons berdasarkan maklumat yang telah “diingati” menerusi latihan data berskala besar daripada internet. Sebaliknya, NotebookLM beroperasi secara eksklusif berpandukan bahan yang disuapkan oleh pengguna. Sistem ini tidak akan mengemukakan sebarang penegasan berkaitan teori yang tidak wujud di dalam dokumen rujukan asalnya. Secara teorinya, pendekatan sedemikian berupaya meminimumkan isu halusinasi kecerdasan buatan secara signifikan, iaitu kecenderungan sistem AI untuk mengarang fakta palsu yang kedengaran meyakinkan.<\/p>\n Pada tahun 2026 ini, NotebookLM telah berevolusi menjadi ekosistem digital yang komprehensif. Menerusi panel Studio di dalam aplikasi tersebut, pengguna berupaya menjana pelbagai format bahan, termasuklah Tinjauan Audio (Audio Overviews) berkonsepkan audio siar (lengkap dengan interaksi dinamik dua suara AI yang berbual, tertawa dan saling bersoal jawab), Tinjauan Video (Video Overviews) bersinematik, Peta Minda interaktif, Jadual Data yang boleh dieksport secara terus ke helaian kerja elektronik, serta medium pembelajaran lain seperti kuiz, kad imbas dan laporan berstruktur. Menariknya, kesemua output yang pelbagai ini diekstrak daripada sumber dokumen yang sama.<\/p>\n Untuk seorang pelajar PhD, ini bukan sekadar alat, ini adalah satu peralihan tabiat. Apa yang Sebenarnya boleh dibuat untuk Penyelidikan?<\/strong><\/p>\n Mari kita keluar daripada tahap konsep dan masuk ke tahap praktikal. Berdasarkan perkongsian komuniti penyelidik global di blog akademik di Eropah, forum-forum professor, sehinggalah kertas kerja yang diterbitkan dalam persidangan eLearn 2025, terdapat sekurang-kurangnya lima aplikasi yang nyata:<\/p>\n Pengguna yang mahir akan menyedari satu corak utama: NotebookLM bukanlah instrumen terbaik untuk menjana sesuatu yang baharu, sebaliknya ia paling cekap untuk menavigasi maklumat yang sedia ada. Dalam konteks penyelidikan, ini merupakan satu perbezaan yang amat penting.<\/p>\n Apa Kata Pelajar PhD Sendiri?<\/strong><\/p>\n Inilah bahagian yang menarik. Pada bulan Oktober 2025, jurnal Nature telah menerbitkan satu tinjauan global yang melibatkan 3,785 orang calon PhD dari 107 buah negara. Buat julung kalinya, tinjauan tersebut memasukkan persoalan spesifik mengenai penggunaan kecerdasan buatan (AI). Hasil dapatannya amat signifikan dan tidak boleh diketepikan.<\/p>\n Dianggarkan lebih daripada separuh calon PhD memanfaatkan aplikasi AI sekurang-kurangnya sekali seminggu, khususnya bagi tujuan tinjauan literatur, pemprosesan data, serta permohonan pekerjaan.<\/p>\n Namun, apa yang lebih kritikal ialah:<\/p>\n Implikasinya jelas: calon PhD sendiri yang merupakan kumpulan demografi pengguna utama perisian ini berada dalam kalangan mereka yang paling khuatir terhadap kesannya. Ini bukanlah sekadar kebimbangan golongan ahli akademik berhaluan lama yang menolak perubahan, sebaliknya ia merupakan kerisauan daripada pengguna utama secara langsung. Mereka menyedari wujudnya perubahan di dalam diri mereka; cuma mereka tidak pasti apakah istilah yang tepat bagi menggambarkannya.<\/p>\n Apa yang Mungkin sedang Berubah?<\/strong><\/p>\n Secara konseptual, fenomena ini boleh diistilahkan sebagai ‘kemerosotan otot intelektual yang tidak ketara’<\/em>.<\/p>\n Seorang ahli sejarah, Lucas Poy, menulis dalam blognya, \u201cKesukaran intelektual membaca teks akademik yang kompleks membina otot analitikal. Pelajar yang tidak pernah membangunkan otot ini mungkin menjadi sekadar pengguna pengetahuan, bukan pencipta pengetahuan.\u201d<\/em> Beliau membezakan antara pelajar yang boleh bekerja dengan ringkasan AI<\/em> dan pelajar yang boleh bergelut dengan idea asal<\/em>. Kedua-duanya boleh menulis tesis, namun hanya satu yang akan menyumbang sesuatu yang baharu kepada bidang.<\/p>\n Beberapa kajian baru-baru ini mengukuhkan kebimbangan ini. Penyelidikan dari Duke Center for Teaching and Learning melaporkan bahawa pelajar yang menggunakan LLM untuk tugasan penulisan menunjukkan beban kognitif yang lebih rendah tetapi kemahiran penaakulan dan hujah yang lebih lemah berbanding pelajar yang menggunakan kaedah carian tradisional. Mereka juga cenderung memberi tumpuan kepada kumpulan idea yang lebih sempit lalu menghasilkan analisis yang lebih cetek dan lebih berat sebelah. Inilah yang sedang dipertaruhkan: bukan sekadar kualiti tesis individu, tetapi bentuk pemikiran yang dibangunkan oleh seorang penyelidik sepanjang lima tahun proses mendapatkan PhD. Tesis yang baik mungkin masih boleh dihasilkan dengan bantuan AI yang banyak. Tetapi penyelidik <\/em>yang baik, yang boleh berfikir secara mendalam, melihat sesuatu yang orang lain terlepas dan mempersoalkan andaian, itu mungkin perlu \u2018otot\u2019 kognitif yang berbeza.<\/p>\n Bukan Kesimpulan, tetapi Posisi.<\/em><\/strong><\/p>\n Saya tidak fikir penyelesaiannya adalah dengan melarang penggunaan NotebookLM. Itu merupakan satu pertarungan yang sudah pun tewas, dan sejujurnya, ia adalah satu pendekatan yang malas. NotebookLM merupakan sebuah instrumen yang luar biasa apabila dimanfaatkan dengan bijak. Saya sendiri menggunakannya hampir setiap minggu.<\/p>\n Namun, saya percaya wujud perbezaan yang ketara antara sekadar menggunakan dan terus bergantung, dan kita sebagai komuniti akademik pada hari ini masih belum cukup jelas mengenai sempadan tersebut.<\/p>\n Secara peribadi, pendirian saya ialah NotebookLM amat sesuai untuk fasa penerokaan, bukan untuk membuat keputusan muktamad. Sesuai untuk fasa awal, bukan fasa akhir. Sesuai untuk mempercepat urusan pentadbiran penyelidikan, tetapi bukan untuk menggantikan proses pemikiran intelektual penyelidik. Bagi pelajar pascasiswazah, mungkin terdapat nilai yang bermakna pada satu amalan disiplin kendiri yang ringkas: bagi setiap kali anda menggunakan NotebookLM untuk meringkaskan sesuatu, tetapkan syarat untuk membaca satu artikel lain secara teliti dan sepenuhnya tanpa sebarang bantuan AI. Hal ini bukanlah bermaksud pendekatan lama itu lebih mulia, tetapi kerana ‘otot’ pembacaan mendalam, sama seperti otot fizikal, akan mengalami atrofi (kemerosotan) sekiranya tidak digunakan.<\/p>\n Bagi pihak penyelia, mungkin sudah tiba masanya untuk memulakan perbincangan berterus-terang bersama pelajar; bukan sekadar mempersoalkan sama ada mereka menggunakan AI, sebaliknya bertanyakan tentang bagaimana dan untuk tujuan apa instrumen tersebut diaplikasikan.<\/p>\n Bagi pihak universiti pula, di sinilah titik noktah perbincangan ini di mana 64% calon PhD melalui tinjauan Nature telah pun menyuarakan apa yang mereka mahukan: garis panduan yang lebih jelas, bukannya larangan yang lebih banyak. Itu merupakan satu permintaan yang sangat munasabah. Persoalannya kini, adakah kita sudah bersedia untuk menyediakannya?<\/p>\n","protected":false},"excerpt":{"rendered":"
\n
\n![\"\"](\"https:\/\/www.ukm.my\/wadahdigital\/wp-content\/uploads\/2026\/08\/Vol4_10.png\")
<\/a>
\n<\/center><\/p>\n\n
\n
\nProfesor Elizabeth Wardle dari Miami University menggambarkan masalahnya dalam satu ayat, \u201cPenulisan bukan sekadar ketepatan atau mengelakkan kesilapan. Penulisan adalah satu bentuk berfikir.\u201d<\/em><\/p>\n
\n
\n<\/a>
\n<\/center><\/p>\n