Dari Demokratisasi Pengetahuan Menuju Ilusi Kepakaran di Era Generative AI

Persoalan ini dapat dilihat melalui konsep epistemic dependence. Dalam dunia akademik, tidak seorang pun menghasilkan seluruh pengetahuannya sendiri. Ilmuwan bergantung pada hasil penelitian orang lain, database, metode yang dikembangkan komunitas ilmiah, perangkat analisis serta keahlian berbagai pihak. Hardwig (1985) telah lama menjelaskan bahwa ketergantungan epistemik merupakan bagian yang tidak terhindarkan dari produksi pengetahuan modern. Masalahnya bukan pada ketergantungan itu sendiri tetapi pada dasar yang membuat suatu sumber layak dipercaya. Dalam ilmu pengetahuan, kredibilitas biasanya dibangun melalui metode yang dapat diperiksa, sumber yang dapat ditelusuri, reputasi keilmuan, mekanisme koreksi dan tanggung jawab atas pernyataan yang dibuat. GenAI tidak memiliki tanggung jawab epistemik seperti itu. Sistem dapat menghasilkan jawaban dengan tingkat keyakinan linguistik yang tinggi sekalipun isi jawabannya salah. Karena itu, ketika pengguna menerima hasil AI tanpa verifikasi, persoalannya tidak sekadar teknis. Pengguna sedang mempercayakan sebagian keputusan mengenai kebenaran kepada sistem yang tidak dapat dimintai pertanggungjawaban atas kesalahannya.

Konsep cognitive offloading juga membantu menjelaskan perubahan ini (Risko & Gilbert, 2016). Manusia sejak lama memindahkan sebagian beban kognitif kepada teknologi. Kalkulator digunakan untuk perhitungan, mesin pencari membantu menemukan informasi, reference manager menyimpan dan mengelola pustaka, sedangkan perangkat statistik membantu melakukan analisis. Hal tersebut tidak otomatis merusak kemampuan berpikir. Persoalan muncul ketika teknologi mengambil alih kemampuan yang justru sedang dilatih atau dinilai. Jika sebuah tugas bertujuan melatih mahasiswa menyusun argumentasi tetapi argumentasi tersebut sepenuhnya dibuat oleh AI, mahasiswa mungkin menyerahkan tulisan yang baik tanpa mengalami proses belajar yang menjadi tujuan tugas itu sendiri. Penelitian Fan et al. (2025) memberikan gambaran menarik mengenai persoalan tersebut. Dukungan ChatGPT dapat meningkatkan performa tulisan mahasiswa tetapi peningkatan hasil tidak selalu diikuti peningkatan pengetahuan dan kemampuan transfer. Peneliti bahkan memperingatkan risiko munculnya metacognitive laziness. Dengan kata lain, kualitas hasil akademik dapat terlihat meningkat sementara kualitas proses kognitif manusia dibelakangnya belum tentu mengalami peningkatan yang setara.

Di titik inilah pembahasan mengenai AI harus dihubungkan dengan academic integrity (UNESCO, 2023). International Center for Academic Integrity menempatkan honesty, trust, fairness, respect, responsibility dan courage sebagai nilai fundamental integritas akademik (ICAI, 2021). Enam prinsip tersebut menempatkan persoalan AI jauh melampaui isu plagiarism checker. Integritas akademik tidak hanya berarti teks tidak sama dengan karya orang lain. Integritas juga berkaitan dengan apakah seseorang secara jujur merepresentasikan kontribusi intelektual yang benar-benar dilakukannya.

Penggunaan Generative AI di lingkungan perguruan tinggi perlu memperhatikan integritas akademik, transparansi, dan tanggung jawab atas hasil karya | Sumber: Generated AI (Gemini)

Inilah alasan mengapa hubungan antara GenAI dan plagiarisme tidak dapat dibaca menggunakan pemahaman lama tentang copy-paste. Dalam plagiarisme konvensional, seseorang menggunakan kata, gagasan atau karya pihak lain tanpa atribusi yang semestinya. GenAI dapat menghasilkan teks baru secara statistik sehingga kalimatnya mungkin tidak identik dengan satu sumber tertentu. Akibatnya, sebuah tulisan yang hampir seluruhnya dihasilkan AI mungkin menunjukkan similarity yang sangat rendah. Namun similarity rendah tidak otomatis berarti karya tersebut memiliki orisinalitas intelektual. Jika mahasiswa memasukkan instruksi ke ChatGPT, menerima esai lengkap, melakukan sedikit perubahan, lalu menyerahkannya sebagai hasil pemikirannya sendiri, masalah integritas tetap ada walaupun plagiarism checker tidak menemukan kemiripan berarti.

Karena itu perlu dibedakan antara textual plagiarism, idea plagiarism, contract cheating, unauthorized assistance, AI-assisted writing, AI-generated writing dan misrepresentation of authorship. AI-assisted writing masih memungkinkan manusia menjadi pengendali utama substansi. Misalnya, penulis telah menyusun argumen dan data sendiri, kemudian menggunakan AI untuk memperbaiki tata bahasa atau meminta umpan balik terhadap struktur tulisan. Situasinya berbeda ketika AI menghasilkan argumentasi utama, interpretasi atau kesimpulan dan manusia sekadar memindahkannya ke dokumen. Lebih jauh lagi, persoalan menjadi serius apabila penggunaan tersebut melanggar aturan tugas atau tidak diungkapkan ketika disclosure (pengungkapan) memang diwajibkan. Jadi pertanyaan etis yang penting bukan sekadar “berapa persen AI dalam tulisan ini?”, melainkan “siapa yang sesungguhnya melakukan pekerjaan intelektual yang sedang dinilai?”.

Perguruan tinggi karena itu perlu berpindah dari paradigma sempit “mendeteksi plagiarisme” menuju upaya menjaga integritas proses penciptaan pengetahuan. Tugas akademik bukan sekadar produk akhir. Ada proses membaca, memilih bukti, menghubungkan teori, menolak informasi yang tidak relevan, mengubah pendapat setelah menemukan bukti baru dan mempertanggungjawabkan kesimpulan. Seluruh proses itu sulit terlihat hanya dari dokumen final. Kehadiran AI justru memaksa universitas untuk kembali memperhatikan proses tersebut.