<![CDATA[AbstractRecent advancements in Artificial Intelligence (AI) technology have yet to fully address fundamental challenges in academic writing within the context of higher education. Most existing systems remain focused on surface-level corrections, offering limited support for students struggling to construct logical arguments, organize ideas coherently, and adhere to the structural conventions of academic discourse. This study aims to analyze and map students’ academic writing proficiency as a foundation for developing AI-based learning systems that are responsive to actual needs in higher education. Employing a descriptive quantitative approach, data were collected through a closed-ended online questionnaire distributed via Google Forms. The instrument was designed based on five key dimensions: writing structure, language proficiency, argumentation and logic, referencing, and technical skills, using a 5-point Likert scale. A total of 132 final-year students from various Indonesian universities—particularly those in construction-related disciplines—participated in the study. Contextual analysis was conducted based on study programs, and data validity was enhanced through triangulation. The findings reveal that while most students fall within the “competent” category, notable deficiencies remain in language mastery and logical argumentation, preventing many from reaching a “highly competent” level. These results highlight persistent gaps in academic literacy that necessitate innovative learning interventions. The development of AI-assisted systems capable of delivering both technical and conceptual feedback is therefore essential to improving the quality of student academic writing. Further research is recommended to design an integrated AI-based academic writing platform and to expand the study population across institutions to strengthen the generalizability of the findings. AbstrakSaat ini, kemajuan teknologi Artificial Intelligence (AI) dalam pendidikan tinggi belum sepenuhnya mampu menjawab tantangan mendasar dalam hal penulisan akademik mahasiswa. Banyak sistem yang tersedia masih berfokus pada perbaikan teknis, sementara mahasiswa kerap mengalami kesulitan dalam menyusun argumen logis, mengorganisasi ide secara koheren, dan memahami struktur wacana akademik secara utuh. Penelitian ini bertujuan untuk menganalisis dan memetakan kemampuan menulis akademik mahasiswa sebagai dasar dalam merancang sistem pembelajaran berbasis AI yang relevan dengan kebutuhan aktual di pendidikan tinggi. Metode yang digunakan adalah pendekatan kuantitatif deskriptif melalui penyebaran angket tertutup menggunakan kuesioner daring berbasis Google Form. Instrumen dirancang berdasarkan lima aspek utama: struktur penulisan, penguasaan bahasa, argumentasi dan logika, penggunaan referensi, serta keterampilan teknik, dengan skala Likert 1–5. Responden terdiri atas 132 mahasiswa tingkat akhir dari berbagai perguruan tinggi di Indonesia, khususnya dari rumpun keilmuan teknik konstruksi. Data dianalisis secara kontekstual berdasarkan program studi serta diverifikasi melalui triangulasi untuk meningkatkan validitas hasil. Temuan menunjukkan bahwa sebagian besar mahasiswa berada pada kategori “mampu” dalam menulis akademik, namun belum mencapai kategori “sangat mampu”, terutama pada aspek penguasaan bahasa dan argumentasi logis. Hasil ini mengindikasikan adanya kesenjangan dalam keterampilan literasi akademik yang memerlukan intervensi pembelajaran inovatif. Oleh karena itu, pengembangan sistem pembelajaran berbasis AI yang mampu memberikan umpan balik teknis dan konseptual secara adaptif menjadi penting untuk mendorong peningkatan kualitas penulisan ilmiah mahasiswa. Rekomendasi penelitian lanjutan mencakup pengembangan sistem AI terintegrasi dan perluasan populasi lintas institusi guna memperluas generalisasi hasil.]]>
Copyrights © 2025
