Tinjauan terhadap studi-studi mutakhir menunjukkan perkembangan signifikan di berbagai area, namun juga menyoroti sebuah celah penelitian yang krusial.
Studi menunjukkan asesmen digital mempercepat umpan balik dan meningkatkan akuntabilitas. Pendekatan adaptif terbukti meningkatkan motivasi dan personalisasi. Namun, implementasi di sekolah menengah Indonesia masih terbatas, bersifat generik, dan belum sepenuhnya diagnostik.
(Levy-Feldman, 2025; Hornos et al., 2024; Nusantara et al., 2025; Kartianom et al., 2024)
CDM terbukti unggul dalam memberikan diagnosis mikroskopik yang rinci terhadap subkompetensi, jauh lebih informatif dan pedagogis dibandingkan CTT atau IRT. Validitasnya sangat bergantung pada kualitas dan keakuratan desain Q-matrix.
(Maas et al., 2024; Ghiasian et al., 2025; de la Torre, 2011; Yoon et al., 2024)
AI memiliki potensi besar dalam memberikan umpan balik otomatis yang real-time dan personal bagi siswa. Selain itu, AI juga dapat menjadi asisten cerdas bagi guru dalam pengambilan keputusan instruksional berbasis data secara lebih efektif.
(Gan et al., 2019; Alyoussef, 2021; Lou, 2023)
Meskipun masing-masing pendekatan telah banyak diteliti, belum banyak platform yang secara integratif menggabungkan diagnosis mikroskopik (CDM) dan umpan balik cerdas (AI) dalam satu sistem utuh yang aplikatif untuk lingkungan sekolah menengah.
(Fukushima et al., 2025; Ghiasian et al., 2025)