Resume
wViAWFLoZGg • NEW!!! ChatGPT AI Agent: Can You Find Research Topics, Research Gaps, and Future Research Recomme...
Updated: 2026-02-12 02:11:07 UTC
Back Source
Prev Next

Berikut adalah rangkuman komprehensif dan terstruktur berdasarkan transkrip yang Anda berikan:

Uji Coba Agent Mode ChatGPT: Analisis Systematic Review dan Perbandingan dengan Space Agen

Inti Sari (Executive Summary)

Video ini membahas pengujian mendalam terhadap fitur "Agent Mode" terbaru dari ChatGPT untuk melakukan mini systematic review mengenai topik literasi digital dalam pendidikan. Pembicara mendemonstrasikan kemampuan AI dalam menjalankan tugas penelitian yang kompleks—mulai dari penelusuran web hingga ekstraksi data PDF—serta membandingkan hasilnya dengan agen AI lainnya, yaitu Space Agen, untuk melihat efektivitas dan akurasi output yang dihasilkan.

Poin-Poin Kunci (Key Takeaways)

  • Kemampuan Otonom: Agent Mode ChatGPT dapat bekerja secara mandiri untuk mencari artikel, mengunduh PDF, membacanya, dan mengekstrak informasi tanpa memerlukan panduan langkah demi langkah dari pengguna.
  • Efisiensi Waktu: Proses penelitian yang melibatkan 118 sumber dan 15 pencarian selesai dalam waktu 14 menit.
  • Format Output: AI menghasilkan dua jenis output utama, yaitu tabel data mentah (format CSV) dan laporan analisis lengkap berdasarkan tema.
  • Kekurangan Data: Meskipun strukturnya sesuai permintaan, tabel CSV hasil ekstraksi masih memiliki banyak kolom kosong (seperti Recommendations dan DOI).
  • Preferensi Pembicara: Meskipun ChatGPT Agent Mode canggih, pembicara lebih menyukai hasil yang ditawarkan oleh "Space Agen" (Sespace) yang pernah dibahas sebelumnya.

Rincian Materi (Detailed Breakdown)

1. Persiapan dan Instruksi Prompt

Pengujian dimulai dengan mengakses chatg.com dan memilih fitur "Agent Mode" yang ditandai sebagai fitur baru. Pembicara memberikan peran (role) kepada ChatGPT sebagai seorang peneliti dengan tugas spesifik:
* Topik: Mini systematic review tentang literasi digital dalam pendidikan dari tahun 2015 hingga sekarang.
* Tugas Utama:
* Mengumpulkan dan memfilter artikel.
* Mengekstrak data ke dalam tabel terstruktur dengan kolom: Penulis/Tahun, Lokasi, Tujuan, Gap, Subjek, Desain, Instrumen, Keterbatasan, Rekomendasi, dan DOI/Link.
* Mengelompokkan artikel berdasarkan tema.
* Merangkum pola, ketidakkonsistenan, dan gap penelitian.
* Menyusun 10-15 arah riset masa depan (future research directions).

2. Proses Eksekusi Agent Mode

Berbeda dengan Sespace yang kerap mengajukan balasan pertanyaan, ChatGPT Agent Mode langsung memecah tugas menjadi langkah-langkah (pertanyaan penelitian, strategi pencarian, dan pencarian) dan mengeksekusinya.
* Aktivitas Browser: AI melakukan pencarian kata kunci "digital literacy" dan mengakses jurnal dari sumber terpercaya seperti PMC, Taylor & Francis, dan ScienceDirect.
* Membaca PDF: Dokumen dibuka menggunakan mode baca ("reading mode") untuk diekstraksi informasinya.
* Pemantauan: Pengguna dapat memantau aktivitas melalui tampilan "desktop view" atau ikon titik-titik (activity) yang mencatat penggunaan mesin pencari dan pembacaan PDF.

3. Hasil dan Analisis Output

Proses selesai dalam 14 menit dengan statistik 15 pencarian dan lebih dari 115 sumber yang dibaca (tercatat 118 sumber).

  • Analisis Tabel CSV:

    • File CSV diunduh dan memerlukan pemformatan di Excel (Data -> Text to Columns -> Delimited -> Comma).
    • Tabel berisi 20 artikel.
    • Kolom sesuai permintaan, namun banyak data yang kosong, terutama pada kolom Subjek, Keterbatasan, Rekomendasi, dan DOI/Link. Kolom Desain berisi berbagai jenis metode, termasuk review paper.

  • Analisis Laporan Lengkap:

    • Laporan berjudul "Mini systematic review digital literacy in education 2015-2025".
    • Struktur meliputi Pendahuluan, Ruang Lingkup, dan Temuan berdasarkan Tema.
    • Tema yang Dibahas:
      • Studi sistematis dan kerangka kerja literasi digital (membahas pola dan gap).
      • Literasi digital guru (membahas narasi, pola, dan gap).
    • Arah Riset Masa Depan: Meliputi pengembangan definisi dan kerangka kerja, serta pengembangan dan validasi instrumen.

4. Perbandingan dengan Space Agen

Pembicara menilai bahwa "e-agent" (Agent Mode ChatGPT) mampu melakukan tugas kompleks seperti mencari di browser, mengunduh PDF, membaca, dan mengekstrak data. Namun, dari perspektif pribadi, pembicara menyatakan lebih menyukai hasil yang dihasilkan oleh "Space Agen" (Sespace) yang telah dibahas dalam video sebelumnya.

Kesimpulan & Pesan Penutup

Agent Mode ChatGPT terbukti sebagai alat yang sangat cakap dalam mengotomatisasi proses systematic review awal dengan kecepatan yang impresi. Meskipun demikian, kelengkapan data ekstraksi masih perlu diperhatikan. Bagi penonton yang tertarik membandingkan kinerja, pembicara mengajak untuk melihat video yang dipublikasikan 6 hari hingga 1 minggu sebelumnya yang membahas "EEGEN dari Sace" (Space Agen) untuk melihat perbedaannya secara langsung.