AI-SHOEF: Dari Digital Evidence Menuju Evaluasi Sistem yang Dapat Dipercaya

Penelitian yang sedang kami kembangkan mengusulkan AI-SHOEF (Semantic Higher-Order Reference Architecture for Evidence-Grounded Digital System Success Evaluation), sebuah reference architecture untuk mentransformasikan user-generated digital evidence menjadi pengetahuan semantik yang dapat digunakan dalam evaluasi keberhasilan sistem informasi.

Bagaimana AI-SHOEF Dirancang?

AI-SHOEF dirancang sebagai rangkaian proses yang menghubungkan Digital Evidence → NLP & Semantic Extraction → Knowledge Objects → Ontology & Knowledge Graph → HOKR → ISSM Evaluation & Metrics → Explainable Recommendation → Multi-Source Interpretation → Scientific Claim Governance. Melalui NLP dan semantic extraction, ulasan pengguna akan diubah menjadi Knowledge Objects yang merepresentasikan informasi penting dari evidence. Pengetahuan tersebut kemudian diorganisasi menggunakan ontology dan Knowledge Graph, sebelum diabstraksikan melalui Higher-Order Knowledge Representation (HOKR).

HOKR dirancang sebagai jembatan antara evidence yang bersifat granular dengan enam dimensi Information Systems Success Model (ISSM), yaitu System Quality, Information Quality, Service Quality, Use, User Satisfaction, dan Net Benefits. Dengan pendekatan ini, evaluasi diharapkan tidak hanya bergantung pada klasifikasi sentimen, tetapi memiliki hubungan yang eksplisit dengan teori keberhasilan sistem informasi.

Dari Evaluasi Menuju Keputusan

AI-SHOEF juga dirancang agar evaluasi tidak berhenti pada skor. Hasil evaluasi akan diarahkan menuju explainable recommendation, sehingga rekomendasi dapat ditelusuri kembali ke evidence yang mendasarinya. Arsitektur ini juga akan mempertahankan beberapa sumber evidence—seperti evaluasi AI-SHOEF, rating pengguna, dan model-inferred sentiment—secara terpisah untuk kemudian dibandingkan melalui multi-source interpretation. Pada tahap akhir, Scientific Claim Governance dirancang untuk mengendalikan batas interpretasi agar keluaran AI tidak secara otomatis diterjemahkan menjadi klaim ilmiah yang melampaui evidence.

Dengan demikian, penelitian AI-SHOEF diarahkan untuk membangun sebuah arsitektur yang menghubungkan evidence, knowledge, theory, evaluation, recommendation, dan scientific claim dalam satu rantai yang dapat ditelusuri. Tujuan akhirnya adalah menghadirkan pendekatan evaluasi sistem digital yang lebih theory-grounded, explainable, traceable, dan epistemically controlled—atau secara sederhana, bergerak “From Digital Evidence to Trustworthy Decisions.”