Dari Demokratisasi Pengetahuan Menuju Ilusi Kepakaran di Era Generative AI

Untuk membantu menentukan batas etik, penggunaan AI di lingkungan akademik dapat dibedakan menjadi tiga kategori. AI sebagai Assistant berarti AI membantu aktivitas seperti brainstorming, penyuntingan bahasa, feedback awal, terjemahan atau penjelasan konsep, sementara keputusan intelektual tetap dilakukan manusia. AI sebagai Collaborator memberi AI peran yang lebih aktif, misalnya dalam eksplorasi kode, analisis awal atau penyusunan draf tetapi manusia tetap melakukan verifikasi, perubahan substantif, disclosure jika diperlukan dan mempertanggungjawabkan seluruh hasil akhir. Sementara AI sebagai Substitute terjadi ketika teknologi menggantikan aktivitas intelektual yang seharusnya dilakukan dan dinilai pada manusia. Contohnya adalah menghasilkan seluruh esai, membuat analisis tanpa pemahaman pengguna, menyusun data yang tidak pernah dikumpulkan atau menghasilkan manuskrip yang kemudian diklaim sebagai hasil kerja sendiri.

Generative AI dapat berperan sebagai assistant, collaborator, atau substitute dalam aktivitas akademik, sesuai dengan tingkat keterlibatan manusia | Sumber: Generated AI (Gemini)

Batas tersebut tentu tidak selalu mudah ditentukan. Namun prinsip dasarnya cukup jelas. Persoalan etis terbesar muncul ketika AI berpindah dari assistant atau collaborator menjadi substitute tanpa disclosure. Pada titik itu, yang dipertaruhkan bukan sekadar aturan penggunaan teknologi tetapi kejujuran mengenai siapa yang sebenarnya melakukan pekerjaan intelektual.

Perguruan tinggi karena itu memerlukan kerangka AI Ethics for Academia yang setidaknya memuat tujuh prinsip. Pertama, transparency. Penggunaan AI perlu diungkapkan ketika relevan dengan proses akademik atau diwajibkan oleh kebijakan. Kedua, verification. Setiap fakta, data, teori, kutipan, interpretasi dan referensi yang diperoleh melalui AI wajib diperiksa terhadap sumber yang dapat dipercaya. Ketiga, accountability. Manusia tetap menjadi pihak yang bertanggung jawab atas hasil akhir. Keempat, attribution. Sumber pengetahuan dan kontribusi intelektual pihak lain harus diakui dengan tepat. Kelima, human intellectual contribution. Karya yang diklaim sebagai karya akademik seseorang harus tetap memuat kontribusi pemikiran manusia yang substantif. Keenam, privacy and confidentiality. Data penelitian, data mahasiswa, manuskrip yang sedang direview atau informasi sensitif tidak boleh dimasukkan sembarangan ke sistem AI. Ketujuh, proportionality. Semakin suatu tugas bertujuan mengukur kemampuan intelektual tertentu, semakin kecil ruang yang dapat diberikan kepada AI untuk menggantikan kemampuan tersebut.

Prinsip terakhir sangat penting karena penggunaan AI tidak dapat dinilai hanya berdasarkan alatnya. Menggunakan AI untuk memperbaiki tata bahasa artikel tidak sama dengan menggunakan AI untuk menghasilkan data penelitian. Meminta AI memberikan alternatif struktur paragraf tidak sama dengan meminta AI menulis seluruh skripsi. Menggunakan AI untuk menjelaskan konsep sebelum membaca sumber primer tidak sama dengan menggunakan ringkasan AI sebagai pengganti seluruh proses membaca. Penilaian etik perlu melihat tujuan, konteks, tingkat kontribusi AI, tingkat verifikasi manusia dan apakah penggunaan tersebut mengganggu kompetensi yang sedang diukur.

Pada akhirnya, persoalan AI di perguruan tinggi bukan tentang memilih antara menerima teknologi atau menolaknya. Perguruan tinggi perlu menentukan dengan lebih jelas apa yang tetap harus dilakukan insan akademik karena aktivitas tersebut merupakan inti pendidikan dan penelitian (Cotton et al., 2024). Membaca dengan serius, memahami argumen, menguji bukti, memeriksa sumber, menyusun penalaran, mengakui keterbatasan serta bertanggung jawab atas kesimpulan merupakan bagian dari proses pembentukan akademisi. Teknologi dapat membantu hampir seluruh proses tersebut, tetapi bantuan tidak boleh menghilangkan tanggung jawab intelektual.

Nichols (2024) mengingatkan bahwa akses luas terhadap informasi tidak otomatis menghasilkan kepakaran. GenAI membuat persoalan itu menjadi lebih rumit karena seseorang kini dapat menghasilkan tulisan yang memiliki ciri-ciri bahasa seorang ahli tanpa harus terlebih dahulu memiliki kedalaman pengetahuan yang sama. Karena itu, tantangan pendidikan tinggi bukan memastikan bahwa manusia selalu menulis tanpa bantuan AI. Tantangannya adalah memastikan bahwa manusia tetap memahami apa yang ditulisnya, mengetahui dasar dari klaim yang dibuatnya, mampu mempertahankan argumennya dan bersedia bertanggung jawab apabila ternyata salah.

Jika sebuah universitas tetap mampu menghasilkan ribuan makalah, skripsi, tesis, disertasi dan artikel ilmiah setiap tahun tetapi manusia yang namanya tercantum di dalam karya-karya tersebut semakin sedikit membaca sumber asli, memeriksa data, membangun argumentasi dan memahami apa yang ditulisnya, maka pertanyaan yang perlu diajukan bukan “apakah AI telah menjadi semakin pintar?”. Pertanyaan yang jauh lebih penting adalah “apakah perguruan tinggi masih menghasilkan pengetahuan atau hanya menghasilkan semakin banyak teks yang tampak seperti pengetahuan?”.