Semasa cuti persekolahan selama seminggu, dari 31 Ogos hingga 4 September 2026, saya terfikir untuk membina satu projek baharu di repositori GitHub saya. Sebagai seorang graduan Ijazah Sarjana Muda Pendidikan (B.Ed) TESL yang memiliki kecenderungan mendalam terhadap teknologi, pembangunan perisian, dan kecerdasan buatan, saya mengajukan persoalan ini kepada pembantu AI peribadi saya, Arefa:

"Hmm kau rasa apa projek GitHub yang kita patut buat eh? Untuk improve resume dan beri nilai tambah sebenar kepada sesebuah syarikat? Aku ni ada Degree Education, tapi ada minat yang mendalam terhadap teknologi, AI, dan software engineering." Perbualan bersama Arefa, 31 Ogos 2026

Hasil percambahan idea tersebut, kami mencapai kata sepakat untuk membangunkan satu projek GitHub bernama BloomEval: Automated Pedagogical & LLM Rubric Evaluation Framework.

Namun pada peringkat permulaan, saya agak skeptikal. Bagi saya, projek ini kelihatan seperti sesuatu yang terlalu mudah dan boleh ditiru dengan pantas oleh sesiapa sahaja melalui penggunaan prompt biasa di ChatGPT, Gemini, mahupun Google AI Studio. Lalu, satu soalan spontan terlintas di fikiran untuk dijawab oleh Arefa:

"How is your idea different, or is it not? Are you certain yang idea ni adalah brand new, not copied from others, and truly one of a kind in the world?"

Inovasi Sebenar Bukan Mencipta Idea 'Alien'

Jawapan yang saya perolehi membuka perspektif kejuruteraan yang sangat jelas: projek ini sememangnya bukan corak yang tidak pernah disentuh manusia. Kerana dalam sejarah pembangunan perisian dunia:

• Linux dicipta kerana Linus Torvalds mahu membina versi alternatif kepada Minix dan Unix.
• Git dicipta kerana Linus kecewa dengan sistem kawalan versi BitKeeper.
• Facebook bukan rangkaian media sosial pertama di dunia (Friendster dan MySpace telah lama wujud).
• Docker pada dasarnya adalah wrapper kemas untuk ciri cgroups dan namespaces yang telah sedia ada dalam kernel Linux bertahun-tahun lamanya.

Realiti Industri Teknologi: Syarikat teknologi tidak membayar gaji semata-mata untuk mencari idea yang 100% asing. Syarikat membayar jurutera untuk keupayaan:

1. Mengambil teknologi asas yang telah terbukti (contohnya: model asas LLM).
2. Mengintegrasikannya menjadi satu pipeline automatik yang boleh diharap, konsisten, dan boleh diulang (reliable & reproducible).
3. Menjimatkan masa kerja serta mengurangkan kos operasi sesebuah organisasi secara ketara.

Analogi Kalkulator vs. Sistem Perakaunan ERP

Bagi menjawab persoalan kedua mengenai keistimewaan sistem ini berbanding penggunaan chatbot secara terus, jawapannya hadir dalam bentuk analogi yang ringkas namun mendalam:

"Semua orang boleh membuka aplikasi kalkulator di telefon pintar untuk mengira baki kewangan. Namun syarikat korporat tetap melabur dan membayar jurutera perisian ratusan ribu ringgit untuk membina Sistem Perakaunan ERP (seperti SAP atau SQL Accounting). Kenapa? Kerana sesebuah organisasi memerlukan automasi aliran kerja, integrasi pangkalan data, dan integriti sistem: bukan sekadar seorang individu yang menekan butang kalkulator secara manual."

Analogi ini memberikan saya gambaran jelas tentang hala tuju BloomEval dan manfaatnya kepada ekosistem pendidikan. Entiti besar dan institusi tidak menjangkakan saya mencipta model AI asas yang baharu, kerana mereka sedar saya bukan OpenAI mahupun Google. Matlamat asal saya bukan untuk mempatenkan enjin AI, tetapi membuktikan keupayaan saya membina production-grade wrapper and pipeline.

Model LLM seperti ChatGPT, Gemini, dan Claude hanyalah enjin. Sesebuah sekolah atau perniagaan memerlukan pemandu, stereng, brek, papan pemuka (dashboard), dan pedal minyak agar enjin tersebut dapat berfungsi secara selamat dalam operasi harian mereka. Nilai tambah saya hadir daripada keupayaan merekabentuk stereng dan papan pemuka tersebut, disokong oleh kefahaman mendalam mengenai psikologi pembelajaran manusia dan rubrik pentaksiran rasmi kementerian.

Selepas mendapat keyakinan terhadap masa depan produk ini, saya terus memulakan perancangan bersama Arefa:

"What do you need from me? How many samples do you need, how long will it take to develop, what will it look like, and where should we host it (app, website, or CLI)?"

Dan dari detik perbualan itulah, perjalanan membina BloomEval rasmi bermula.

When Generative Artificial Intelligence (GenAI) burst into secondary classrooms across Perak, the initial reaction was divided between institutional panic over academic integrity and euphoria over automated productivity. But beneath the surface of pristine grammar and sophisticated syntax lies a far more subtle cognitive shift: one that traditional plagiarism detectors fail to capture.

The Deceptive Polish of AI-Generated Text

In my qualitative inquiry with 20 high school ESL candidates preparing for their SPM examinations, a striking paradox emerged. While students submitted essays demonstrating CEFR B2-to-C1 lexical sophistication, their oral defense and impromptu in-class drafting revealed severe vocabulary attrition and sentence formulation anxiety.

"I know the essay is good because ChatGPT wrote it with fancy words, but if you ask me to rewrite the same paragraph without my phone, my mind completely blanks out." Participant 04, Form 5 SPM Candidate

Metacognitive Laziness vs. Cognitive Scaffolding

Grounded in Zimmerman’s Self-Regulated Learning (SRL) framework, learning to write requires three iterative phases: Forethought (goal setting and topic ideation), Performance (active generation), and Self-Reflection (metacognitive filtering and error monitoring).

When students adopt ChatGPT uncritically, they offload the strenuous Performance and Self-Reflection loops entirely to the model. The resulting state is what I term Metacognitive Laziness: an uncritical delegation of cognitive effort that leads to the Illusion of Competence. Students feel proficient because the artifact in their hands is flawless, yet their independent generative capacity remains stagnant.

Core Pedagogical Takeaway: The goal of AI in language education must never be the generation of completed artifacts. It must be the continuous prompt-scaffolding of student metacognition, provoking students to evaluate, challenge, and refine their authentic authorial voice.

Bridging the Gap: The Genesis of BloomEval

This observation directly inspired the engineering architecture behind BloomEval. Rather than providing an open chatbot prompt where students simply request "Write me an essay about environmental conservation," BloomEval introduces strict rubric alignment against KSSM SPM 1119 criteria paired with a physical foolscap OCR dropzone.

By compelling handwritten first-drafts and diagnosing submissions across Bloom's Cognitive Taxonomy, we transform GenAI from a cognitive crutch into a rigorous formative diagnostic partner.