Academic Writing • Human in the Loop
Berhenti Menulis Literature Review Seperti Senarai Runcit!
4 Cara Membina Critical Voice yang Dicari Examiner
By Ts Dr Suhailah Mohamed Noor (Dr Sue)
Founder, Prompt Academy | AI Trainer | Author
📅 Published: 26 June 2026
⏱️ Reading Time: 6 minutes
Ramai pelajar pascasiswazah menyangka bahawa Literature Review (LR) yang baik ialah Literature Review yang panjang dan dipenuhi ratusan rujukan. Hakikatnya, examiner tidak menilai berapa banyak jurnal yang telah dibaca. Mereka ingin melihat bagaimana anda berfikir sebagai seorang penyelidik.
Bab Literature Review bukan sekadar tempat untuk menunjukkan bahawa anda telah membaca banyak artikel. Sebaliknya, inilah ruang untuk membuktikan bahawa anda mampu menilai, membandingkan, mengkritik dan akhirnya membina hujah akademik yang membawa kepada kajian anda sendiri.
Sebagai seorang pensyarah yang sering menyemak draf tesis pelajar Sarjana dan PhD, ada satu corak kesilapan yang sangat kerap saya temui.
Masalah utamanya ialah penulisan yang terlalu deskriptif. Perenggan demi perenggan hanya melaporkan “siapa cakap apa” tanpa sebarang analisis atau kritikan. Akibatnya, Literature Review kelihatan seperti himpunan ringkasan jurnal, bukannya satu hujah akademik yang berkembang.
Di era kecerdasan buatan, alat seperti Gemini 3.1 Pro mampu membaca, mengekstrak dan merumus ratusan artikel dalam masa yang sangat singkat. Namun keupayaan merumus sahaja tidak mencukupi. Untuk menghasilkan Literature Review bertaraf tinggi, penyelidik masih perlu menyuntik critical voice yang datang daripada pemikiran manusia.
Berikut ialah empat cara mudah untuk menjadikan Literature Review anda lebih tajam dan lebih meyakinkan.
1. Amalkan Hukum “So What?”
Setiap kali anda atau AI selesai merumuskan sebuah artikel, tanyakan satu soalan mudah:
“Jadi, kenapa maklumat ini penting untuk kajian saya?”
Jika anda tidak mampu menjawab soalan itu, kemungkinan besar perenggan tersebut hanya menjadi maklumat tambahan yang tidak menyumbang kepada hujah penyelidikan.
Contoh deskriptif
Kajian oleh Ali (2022) mendapati bahawa teknik X meningkatkan kecekapan sebanyak 20%.
Contoh yang lebih kritikal
Walau bagaimanapun, memandangkan kajian Ali (2022) hanya memfokuskan kepada industri pembuatan, kebolehgunaan teknik X dalam sektor perkhidmatan masih belum dapat dipastikan. Justeru, kajian ini akan menilai sama ada dapatan tersebut turut relevan dalam konteks yang berbeza.
💡 Tip Dr Sue: Jika anda boleh membuang satu perenggan daripada Literature Review tanpa menjejaskan keseluruhan hujah kajian, besar kemungkinan perenggan tersebut masih terlalu deskriptif.
2. Berhenti Berharmoni. Mula Memburu Percanggahan.
Ramai penyelidik hanya mencari artikel yang menyokong idea mereka. Sebenarnya, penyelidik yang matang mencari percanggahan.
Apabila menggunakan AI seperti Gemini, jangan hanya meminta AI menghasilkan rumusan yang “cantik” dan harmoni. Minta AI mengenal pasti kajian yang menghasilkan dapatan berbeza.
Di sinilah lahirnya persoalan penyelidikan yang berkualiti. Adakah percanggahan berlaku kerana saiz sampel, lokasi kajian, latar belakang responden, instrumen yang digunakan atau reka bentuk penyelidikan?
Apabila anda berjaya menjelaskan sebab percanggahan tersebut, anda sebenarnya sedang membina research gap yang jauh lebih kukuh.
💡 Tip Dr Sue: Percanggahan dalam literatur bukan kelemahan. Ia ialah peluang untuk menghasilkan penyelidikan baharu.
3. Kritik Cara, Bukan Sekadar Hasil
Ramai pelajar terlalu memberi perhatian kepada dapatan kajian sehingga terlupa menilai bagaimana dapatan tersebut diperoleh.
Hakikatnya, metodologi yang lemah boleh menghasilkan dapatan yang kurang boleh dipercayai.
Walaupun majoriti kajian terdahulu (Abu, 2020; Chong, 2021) melaporkan kesan positif elemen Z, kebanyakan kajian tersebut bergantung kepada soal selidik kendiri (self-reported data) yang terdedah kepada bias responden. Oleh itu, kajian ini menggunakan pendekatan yang berbeza bagi memperoleh gambaran yang lebih objektif.
Kritikan seperti ini menunjukkan bahawa anda bukan sekadar membaca dapatan kajian, malah memahami kekuatan dan kelemahan reka bentuk penyelidikan tersebut.
💡 Tip Dr Sue: Examiner biasanya lebih tertarik kepada kemampuan anda menilai metodologi berbanding sekadar mengulang dapatan kajian terdahulu.
4. Tukarkan “Senarai Runcit” kepada Sintesis
Ini antara kesilapan paling biasa dalam Literature Review.
Ahmad (2019) menyatakan A.
Muthu (2020) menyatakan B.
Sarah (2021) menyatakan C.
Penulisan seperti ini hanya menunjukkan bahawa anda telah membaca tiga artikel. Sebaliknya, cuba kaitkan artikel-artikel tersebut.
Terdapat evolusi pemikiran yang jelas dalam literatur ini. Kajian awal memberi tumpuan kepada mengenal pasti punca asas fenomena A (Ahmad, 2019). Kajian berikutnya mula mencadangkan penyelesaian melalui pendekatan B (Muthu, 2020). Penyelidikan yang lebih mutakhir pula menggabungkan kedua-dua pendekatan tersebut dalam sistem yang lebih menyeluruh (Sarah, 2021).
Perenggan seperti ini menunjukkan bahawa anda memahami hubungan antara kajian, bukannya sekadar menyenaraikan hasil bacaan.
💡 Tip Dr Sue: Cuba gabungkan sekurang-kurangnya tiga artikel dalam satu perenggan. Jika satu perenggan hanya membincangkan satu artikel, kemungkinan besar penulisan anda masih terlalu deskriptif.
Human in the Loop
AI Tidak Menulis Literature Review Anda
Ramai yang tersalah faham bahawa AI mampu menghasilkan Literature Review yang lengkap untuk terus dimasukkan ke dalam tesis. Sebenarnya, AI hanyalah pembantu penyelidikan.
AI sangat cekap membaca artikel, mengekstrak maklumat, membina jadual perbandingan dan menghasilkan draf awal. Namun AI tidak memahami objektif kajian anda sebagaimana seorang penyelidik.
AI juga tidak tahu hujah mana yang paling penting, kajian mana yang paling relevan, jurang penyelidikan yang benar-benar signifikan atau bagaimana membina naratif yang meyakinkan kepada examiner.
Semua keputusan tersebut masih memerlukan pertimbangan manusia. Di sinilah konsep Human in the Loop (HITL) memainkan peranan penting.
Dengan kata lain, AI mempercepatkan proses. Manusialah yang menentukan kualitinya.
Penutup
Literature Review bukan pertandingan siapa membaca jurnal paling banyak. Ia ialah proses menunjukkan bagaimana seorang penyelidik berfikir.
AI mungkin boleh membaca ribuan artikel dalam masa beberapa minit. Namun sehingga hari ini, AI masih memerlukan manusia untuk menentukan idea mana yang benar-benar penting, hujah mana yang paling kukuh dan persoalan mana yang masih belum terjawab.
Apabila AI digabungkan dengan pemikiran kritikal, lahirlah Literature Review yang bukan sahaja lengkap dari segi kandungan tetapi juga mempunyai hujah yang tajam, tersusun dan meyakinkan.
Inilah semangat Human in the Loop, iaitu manusia kekal menjadi pengarah utama dalam setiap proses penulisan akademik.
Nantikan
Pembelajaran Eksklusif daripada Prompt Academy
Jika anda sering berdepan dengan timbunan jurnal yang sukar diurus atau masih tercari-cari cara menggunakan AI secara beretika dalam penulisan akademik, nantikan pengumuman daripada Prompt Academy.
Saya sedang membangunkan sebuah platform pembelajaran eksklusif yang akan membimbing penyelidik langkah demi langkah menggunakan AI secara bertanggungjawab, daripada proses membaca jurnal, membina matriks literatur, menghasilkan draf Literature Review sehinggalah menyemak semula penulisan menggunakan pendekatan Human in the Loop (HITL).
Matlamatnya bukan untuk membolehkan AI menulis bagi pihak anda, tetapi untuk membantu anda menjadi penyelidik yang lebih cekap, lebih kritikal dan lebih yakin dalam menghasilkan penulisan akademik yang berkualiti.
About the Author
Ts Dr Suhailah Mohamed Noor (Dr Sue)
Ts Dr Suhailah Mohamed Noor (Dr Sue) is the Founder of Prompt Academy, AI Trainer and author of seven books on artificial intelligence, prompting and digital literacy, including her English title Human in the Loop. She actively shares practical insights on responsible AI adoption in education, research and professional practice. Her work focuses on helping educators, researchers and professionals integrate AI ethically while strengthening critical thinking, academic integrity and lifelong learning.
Continue Your AI Learning Journey
Explore More at Prompt Academy
If you enjoyed this article, explore more practical insights covering artificial intelligence, academic writing, prompt engineering, AI literacy, research skills and Human in the Loop.