<![CDATA[Abstrak Penelitian ini mengkaji hubungan antar enam sub-konstruk (AI Knowledge (AIK), AI Pedagogy (AIP), AI Assessment (AIA), AI Ethics (AIE), Human-Centred Education (HCE), and Professional Engagement (PEN)? dari Artificial Intelligence Competence Self-Efficacy (AICS). Selain itu, penelitian ini juga mengeksplorasi pengaruh gender dan spesialisasi (kimia, fisika, biologi, dan sains) terhadap AICS. Penelitian ini menggunakan metode survei kuantitatif untuk menilai AICS pada 318 mahasiswa calon guru sains. Data dikumpulkan menggunakan instrumen yang telah divalidasi dan disesuaikan, mencakup enam sub-konstruk terkait AI. Analisis data dilakukan menggunakan SPSS versi 25, meliputi analisis korelasi, perbandingan gender dengan uji t independen, dan perbedaan spesialisasi menggunakan uji ANOVA satu arah dengan uji lanjutan LSD. Hasil deskriptif dan korelasi menunjukkan bahwa AI Knowledge dan AI Assessment adalah area yang paling dikuasai oleh peserta, dengan hubungan positif yang kuat di seluruh sub-konstruk. Perbandingan berdasarkan gender menunjukkan tidak ada perbedaan signifikan, yang mengindikasikan tingkat self-efficacy AI yang seimbang antara peserta laki-laki dan perempuan. Namun, analisis berdasarkan spesialisasi menunjukkan perbedaan signifikan pada AI Pedagogy dan AI Assessment, di mana mahasiswa jurusan Pendidikan Kimia dan Pendidikan Fisika menunjukkan kepercayaan diri yang lebih tinggi dibandingkan dengan jurusan pendidikan sains. Temuan ini menegaskan pentingnya pengembangan program pelatihan AI yang disesuaikan, spesifik sesuai disiplin ilmu, dan inklusif dalam pendidikan calon guru.]]>
Copyrights © 2024
