Masalah utama adalah ketidakmampuan sistem asesmen saat ini untuk menyediakan diagnosis belajar yang akurat dan intervensi yang tepat, sehingga menghambat realisasi potensi penuh siswa.
Sistem asesmen tradisional yang statis dan seragam gagal memberikan gambaran akurat mengenai penguasaan atribut kognitif siswa secara spesifik.
(de la Torre, 2009; Zhan dkk., 2023)
Ada celah besar antara kebutuhan pembelajaran adaptif dengan realitas di sekolah yang menghadapi keterbatasan infrastruktur dan kompetensi SDM.
(Ješková dkk., 2022; Boussakuk dkk., 2021)
Pemanfaatan CDM dan AI terkendala oleh kompleksitas teknis, tantangan validasi Q-Matrix, dan kebutuhan data untuk melatih AI.
(Fukushima dkk., 2025; Mohd Noordin dkk., 2023)
Akibatnya, pembelajaran menjadi kurang responsif, miskonsepsi siswa tidak terdeteksi, dan motivasi belajar menurun secara signifikan.
(Ackermans dkk., 2021; Hornos dkk., 2024)
Secara kolektif, masalah-masalah ini menegaskan kebutuhan mendesak akan sebuah sistem asesmen formatif digital yang mampu mengintegrasikan diagnosis kognitif mendalam dan intervensi adaptif berbasis data.