Otomatisasi Penasihat Akademik Tanpa Hilang Empati

SEVIMA – Otomatisasi penasihat akademik sering dibahas dengan pertanyaan yang terlalu sempit: ini jalan cepat menuju efisiensi, atau justru membuat kampus terasa dingin? Pertanyaan itu terdengar logis, tetapi kurang tepat. Yang lebih relevan bagi pimpinan kampus justru ini: bagian mana dari academic advising yang memang layak diotomatisasi, dan bagian mana yang harus tetap dijaga manusia. UNESCO, dalam publikasi “Guidance for generative AI in education and research” (2023), menekankan bahwa AI di pendidikan perlu ditempatkan dalam pendekatan yang human-centred, dengan kendali, akuntabilitas, dan penilaian akhir tetap berada pada manusia.

Bayangkan suasana awal semester. Pertanyaan yang masuk sebenarnya berulang: SKS boleh ambil berapa, mata kuliah mana yang bentrok, kapan batas KRS, bagaimana membaca kurikulum, ke mana harus mengajukan dispensasi. Dosen wali atau advisor akhirnya menghabiskan energi untuk menjawab hal yang sama, padahal mahasiswa yang benar-benar membutuhkan percakapan mendalam justru datang belakangan: mahasiswa yang nilainya turun dua semester, yang merasa salah jurusan, yang mulai kehilangan arah, atau yang diam-diam mempertimbangkan cuti. Di titik ini, bottleneck bukan ada pada niat membantu, tetapi pada kapasitas layanan.

Seorang rektor menerima laporan bahwa layanan penasihat akademik dianggap lambat. Respons spontan yang sering muncul adalah menambah kanal chat, menambah admin, atau membeli chatbot. Namun akar persoalannya jarang ada pada kanal saja. Masalahnya ada pada pembagian kerja yang belum rapi. Advisor manusia masih mengerjakan triase, administrasi, pengingat, dan pencatatan manual. Akibatnya, waktu terbaik mereka habis sebelum percakapan paling penting sempat dimulai.

Data terbaru menunjukkan tekanan kapasitas itu bukan asumsi. Dalam laporan Tyton Partners “Driving Toward a Degree 2024”, riset terhadap lebih dari 3.000 administrator, staf advising, dan mahasiswa menyoroti burnout dan turnover advisor yang meningkat. Laporan yang sama mencatat 49 persen advisor dan counselor belum pernah memakai AI, hanya 11 persen administrator dan advisor yang merasa data student success mereka siap dipakai untuk model GenAI, dan seperlima advisor dengan beban lebih dari 400 mahasiswa menyatakan kecil kemungkinan bertahan di perannya dalam lima tahun ke depan. Artinya, kampus memang perlu alat bantu. Tetapi mereka juga perlu kesiapan data, tata kelola, dan desain layanan yang matang.

Di sinilah banyak kampus tersandung. Mereka memperlakukan otomatisasi sebagai pengganti hubungan, bukan pengganti beban repetitif. Padahal riset tidak bergerak ke sana. Dalam “Listening to Learners 2025”, Tyton Partners menulis bahwa rasa belonging berhubungan erat dengan niat mahasiswa untuk tetap bertahan di kampus. Pada saat yang sama, persepsi mahasiswa terhadap kemampuan advisor memberi arahan yang benar-benar personal masih terbatas. Tyton juga menegaskan bahwa relasi advisor-mahasiswa yang lebih dalam mendukung belonging dan niat untuk bertahan. Jadi isu utamanya bukan apakah kampus perlu sentuhan manusia. Justru sentuhan itu makin penting, karena menjadi pembeda saat mahasiswa mulai goyah.

Temuan itu sejalan dengan artikel Ashley Mowreader di Inside Higher Ed, “65 Percent of Students Use Gen AI Chat Bot Weekly” (11 Juni 2025). Meski pemakaian GenAI di kalangan mahasiswa sudah tinggi, 84 persen mahasiswa tetap mengatakan mereka mencari bantuan ke orang ketika benar-benar butuh pertolongan dalam mata kuliah, sementara 17 persen mengatakan mereka memakai AI untuk itu. Bahkan pada musim AI yang ramai, saat persoalannya menyentuh pemahaman, motivasi, dan rasa percaya diri, mahasiswa masih memilih manusia.

Jadi, ancaman terhadap sentuhan manusia sebenarnya bukan datang dari AI. Ancamannya datang dari desain layanan yang keliru. Jika kampus memakai AI untuk menutup kekurangan tenaga tanpa memperjelas alur eskalasi, mahasiswa akan merasa sedang berbicara ke tembok digital. Jika kampus memakai AI untuk mengambil keputusan akademik tanpa telaah manusia, kepercayaan akan turun. Jika kampus memasang chatbot tetapi advisor tetap harus merekap manual, beban kerja tidak turun, hanya pindah bentuk.

Apa itu otomatisasi penasihat akademik?

Otomatisasi penasihat akademik adalah penggunaan AI dan workflow digital untuk menangani tugas berulang, memberi sinyal dini, dan menyiapkan konteks, agar advisor manusia punya lebih banyak waktu untuk percakapan yang membutuhkan empati dan pertimbangan. Dalam pendekatan ini, AI menjadi akselerator. Ia bukan pengganti penilaian manusia. Pendekatan seperti ini sejalan dengan panduan UNESCO yang meminta interaksi manusia-AI tetap dikendalikan manusia dan akuntabilitas atas keputusan tetap jelas.

Empat area yang layak diotomatisasi lebih dulu

Pertama, triase pertanyaan rutin. Pertanyaan seputar jadwal, prasyarat, alur administrasi, kalender akademik, dan kanal layanan bisa ditangani otomatis 24 jam. Ini mempercepat respons tanpa mengurangi kualitas hubungan, karena mahasiswa yang butuh percakapan lebih dalam bisa langsung diarahkan ke orang yang tepat.

Kedua, early alert dan nudge personal. Artikel EDUCAUSE Review “Empowering Student Success through AI-Driven Collaboration” menggambarkan model ketika sistem membaca pola nilai, aktivitas LMS, kehadiran, atau penurunan engagement, lalu memberi sinyal dini kepada success coach atau advisor untuk melakukan outreach yang empatik. Nilai tambah AI ada pada kecepatan membaca pola. Nilai tambah manusia ada pada cara merespons.

Ketiga, briefing sebelum pertemuan. Advisor tidak perlu memulai dari nol setiap kali bertemu mahasiswa. Sistem bisa menyiapkan ringkasan progres, mata kuliah berisiko, histori pertemuan, serta tindak lanjut yang belum selesai. Hasilnya sederhana, tetapi dampaknya besar: waktu tatap muka lebih fokus pada makna, bukan pencarian data.

Keempat, pencatatan dan follow up. Banyak layanan advising melemah bukan karena percakapannya buruk, tetapi karena tidak ada tindak lanjut yang konsisten. Otomatisasi bisa mengirim pengingat, merangkum action item, dan memastikan mahasiswa tahu langkah berikutnya. Layanan jadi lebih terukur dan end-to-end.

Empat area yang tetap harus dijaga manusia

Pertama, keputusan akademik final. Dispensasi, intervensi untuk mahasiswa berisiko, penentuan jalur studi, sampai pembicaraan soal cuti atau pindah program perlu pertimbangan kontekstual. UNESCO menekankan pentingnya human accountability dalam keputusan yang dihasilkan atau dipicu AI.

Kedua, percakapan yang menyentuh identitas dan emosi mahasiswa. Mahasiswa yang merasa tidak cocok, kehilangan percaya diri, atau mulai menjauh dari kampus tidak membutuhkan jawaban cepat saja. Mereka butuh merasa dilihat. Dalam “Academic Advising in the Massified University: Facilitating Meaningful Staff-Student Interactions”, Hensby dan Naylor menulis bahwa advisor tetap unik karena memberi ruang one-to-one yang membantu mahasiswa merasa acknowledged dan integrated within university. Itu tidak bisa direduksi menjadi template jawaban.

Ketiga, interpretasi pengecualian. Sistem bagus untuk pola umum. Kampus hidup dengan kasus yang tidak umum. Mahasiswa pekerja, mahasiswa first generation, mahasiswa dengan beban keluarga, atau mahasiswa yang progresnya turun karena alasan non-akademik membutuhkan kebijakan yang dibaca dengan kepala dingin dan hati yang hadir.

Keempat, review etik dan mutu data. EDUCAUSE Review menekankan bahwa rekomendasi atau alert dari AI seharusnya ditinjau manusia sebelum tindakan diambil. Mahasiswa juga perlu tahu data apa yang dipakai, untuk tujuan apa, dan apa batas sistemnya. Transparansi seperti ini bukan beban tambahan. Ini fondasi kepercayaan.

Tanda kampus siap, dan tanda kampus sebaiknya menahan diri

Kampus siap memulai jika tiga hal sudah jelas. Pertama, ada data dasar yang cukup rapi. Kedua, ada owner layanan yang tahu alur eskalasi dari bot ke advisor ke unit lain. Ketiga, ada kebijakan minimum soal privasi, akurasi, dan peran manusia. Data Inside Higher Ed menunjukkan bahwa pada spring 2025 baru 28 persen institusi yang punya kebijakan formal soal AI, sementara 32 persen masih menyusunnya. Ini sinyal bahwa adopsi yang terlalu cepat tanpa pagar kebijakan justru membuat kampus repot di belakang.

Sebaliknya, kampus sebaiknya menahan diri jika masih berharap chatbot bisa menyelesaikan semua hal. Itu tanda pertanyaannya masih salah. Kampus juga perlu menahan diri jika advisor belum dilatih membaca alert, belum ada standard operating procedure, atau data mahasiswa tersebar di banyak sistem yang saling tidak bicara. Dalam kondisi seperti itu, otomatisasi tidak mengurangi friksi. Ia hanya memindahkan friksi ke titik lain.

Langkah Senin pagi untuk pimpinan kampus

Mulailah dari empat pertanyaan ini.

1. Pertanyaan apa saja yang paling sering masuk ke advisor selama satu semester terakhir?
2. Berapa persen dari pertanyaan itu bersifat rutin dan bisa dijawab sistem?
3. Kasus seperti apa yang wajib naik ke manusia dalam kurang dari 24 jam?
4. Data minimum apa yang perlu muncul sebelum advisor bertemu mahasiswa?

Kalau empat pertanyaan ini terjawab, kampus sudah punya fondasi untuk memulai otomatisasi penasihat akademik dengan aman. Siapa pun bisa mulai, bahkan tanpa proyek besar. Mulai saja dari triase pertanyaan rutin, ringkasan konteks mahasiswa, dan alur eskalasi yang tegas. Setelah itu, ukur tiga hal: waktu respons, jumlah kasus yang berhasil ditangani lebih dini, dan kualitas tindak lanjut setelah pertemuan.

Pada akhirnya, otomatisasi penasihat akademik bukan soal membuat layanan terasa lebih dingin. Justru sebaliknya. Saat tugas repetitif diambil alih sistem, advisor punya lebih banyak ruang untuk hadir sebagai manusia. Dari pengalaman SEVIMA mendampingi 1.200+ perguruan tinggi, kampus biasanya tidak kekurangan niat untuk mendampingi mahasiswa. Yang sering kurang adalah desain layanan yang membuat perhatian itu hadir tepat waktu, terukur, dan konsisten. Di titik itulah otomatisasi penasihat akademik layak dipakai: bukan untuk mengganti sentuhan manusia, tetapi untuk memberi manusia waktu melakukan bagian yang paling penting.

Mengenal SEVIMA

SEVIMA merupakan perusahaan Edutech (education technology) yang telah berkomitmen sejak tahun 2004 dalam menyelesaikan kendala kerumitan administrasi akademik di pendidikan tinggi (Universitas, Sekolah Tinggi, Institut, Politeknik, Akademi, dll.) dengan 99% keberhasilan implementasi melalui SEVIMA Platform, segera jadwalkan konsultasi di: Kontak Kami