Ketika ChatGPT Masuk
Kampus dan Dosen Mulai Curiga
Sejak kemunculan ChatGPT dan berbagai aplikasi kecerdasan
buatan (Artificial Intelligence/AI) generatif lainnya, dunia pendidikan tinggi
mengalami perubahan yang sangat cepat. Jika dahulu mahasiswa mengandalkan mesin
pencari untuk mencari informasi, kini mereka dapat meminta AI menulis esai,
membuat rangkuman, menyusun makalah, bahkan membantu menyelesaikan tugas kuliah
dalam hitungan detik.
Fenomena ini memunculkan kekhawatiran di kalangan dosen.
Banyak yang mulai bertanya-tanya: Apakah tugas yang dikumpulkan mahasiswa
benar-benar hasil pemikiran mereka sendiri? Apakah tulisan yang dibuat
menggunakan AI bisa dideteksi? Seberapa akurat AI Detector yang saat ini banyak
digunakan?
Pertanyaan-pertanyaan tersebut menjadi semakin relevan
karena berbagai perguruan tinggi di seluruh dunia sedang berusaha menyesuaikan
diri dengan era baru pembelajaran berbasis AI. Di satu sisi, AI menawarkan
peluang besar untuk meningkatkan produktivitas belajar. Di sisi lain, AI juga
menghadirkan tantangan terkait integritas akademik.
Artikel ini akan membahas secara mendalam apakah AI
Detector benar-benar mampu mendeteksi tulisan mahasiswa yang dibuat menggunakan
AI, bagaimana cara kerjanya, serta apa yang sebaiknya dilakukan dosen dalam
menghadapi fenomena ini.
Apa Itu AI Detector?
AI Detector adalah perangkat lunak yang dirancang untuk
memperkirakan apakah suatu teks ditulis oleh manusia atau dihasilkan oleh AI.
Saat ini terdapat berbagai AI Detector yang cukup
populer, seperti:
- GPTZero
- Turnitin AI Detection
- Originality.ai
- Copyleaks
- Winston AI
- ZeroGPT
Pada dasarnya, aplikasi-aplikasi tersebut mencoba
menganalisis pola bahasa yang muncul dalam sebuah tulisan.
Jika pola tersebut dianggap mirip dengan karakteristik
teks yang biasanya dihasilkan AI, sistem akan memberikan indikasi bahwa tulisan
tersebut kemungkinan dibuat oleh AI.
Namun, penting untuk dipahami bahwa AI Detector tidak
bekerja seperti alat pendeteksi sidik jari yang dapat memberikan kepastian
mutlak.
Hasil yang diberikan umumnya berupa probabilitas atau
tingkat kemungkinan.
Bagaimana Cara Kerja AI
Detector?
Untuk memahami keterbatasan AI Detector, kita perlu
mengetahui cara kerjanya.
Sebagian besar AI Detector menggunakan dua konsep utama:
1. Perplexity
Perplexity mengukur tingkat prediktabilitas suatu teks.
Tulisan AI biasanya memiliki pola yang lebih teratur dan
mudah diprediksi karena dihasilkan berdasarkan model statistik bahasa.
Sebaliknya, tulisan manusia cenderung lebih bervariasi
dan tidak selalu mengikuti pola yang konsisten.
2. Burstiness
Burstiness mengukur variasi panjang dan struktur
kalimat.
Manusia sering menulis dengan pola yang tidak seragam.
Ada kalimat pendek, kalimat panjang, kalimat sederhana, dan kalimat kompleks
dalam satu tulisan.
AI generatif sering menghasilkan pola yang lebih
konsisten sehingga dianggap memiliki tingkat burstiness yang lebih rendah.
Berdasarkan dua indikator tersebut, AI Detector mencoba
memperkirakan sumber tulisan.
Masalahnya, pendekatan ini tidak selalu akurat.
Mengapa AI Detector Sering Salah?
Banyak dosen menganggap AI Detector dapat memberikan
jawaban pasti. Padahal kenyataannya jauh lebih kompleks.
Penelitian terbaru menunjukkan bahwa akurasi AI Detector
masih memiliki berbagai keterbatasan.
Sebuah studi yang dilakukan oleh Liang et al. (2023)
menemukan bahwa beberapa AI Detector menghasilkan tingkat kesalahan yang cukup
tinggi, terutama ketika digunakan untuk menganalisis tulisan akademik.
Dalam praktiknya terdapat dua jenis kesalahan utama.
False Positive
False positive terjadi ketika tulisan manusia dianggap
sebagai tulisan AI.
Misalnya, seorang mahasiswa yang menulis dengan bahasa
yang sangat formal dan terstruktur dapat ditandai sebagai pengguna AI, padahal
seluruh tulisan tersebut merupakan hasil kerja sendiri.
Kasus seperti ini cukup sering terjadi pada mahasiswa
yang memiliki kemampuan akademik tinggi.
False Negative
False negative terjadi ketika tulisan AI dianggap
sebagai tulisan manusia.
Hal ini biasanya terjadi ketika teks hasil AI telah
mengalami revisi atau penyuntingan oleh pengguna.
Dalam kondisi tersebut, AI Detector sering gagal
mengenali asal-usul tulisan.
Akibatnya, dosen dapat memperoleh hasil yang
menyesatkan.
Apakah Turnitin AI Detector Akurat?
Ketika berbicara mengenai AI Detector, Turnitin sering
menjadi perhatian utama karena digunakan secara luas di perguruan tinggi.
Turnitin mengklaim bahwa sistemnya mampu mendeteksi pola
tulisan yang dihasilkan AI dengan tingkat akurasi yang tinggi.
Namun, Turnitin sendiri mengingatkan bahwa hasil deteksi
AI tidak boleh dijadikan satu-satunya dasar untuk menjatuhkan sanksi akademik.
Hal ini menunjukkan bahwa bahkan penyedia teknologi
tersebut mengakui adanya kemungkinan kesalahan.
Dengan kata lain, laporan AI Detection sebaiknya
digunakan sebagai indikator awal, bukan sebagai bukti final.
Bisakah Mahasiswa Mengakali AI Detector?
Pertanyaan ini sering muncul di kalangan dosen.
Jawabannya adalah: ya, dalam banyak kasus.
Jika mahasiswa:
- Menulis ulang hasil AI
dengan gaya sendiri.
- Menambahkan pengalaman
pribadi.
- Mengubah struktur kalimat.
- Menggabungkan berbagai
sumber.
- Menambahkan analisis
kritis.
Maka kemungkinan besar kemampuan AI Detector untuk
mengenali teks tersebut akan menurun.
Ironisnya, ketika mahasiswa melakukan proses revisi yang
cukup mendalam, hasil akhirnya sudah tidak lagi sepenuhnya merupakan produk AI.
Tulisan tersebut telah menjadi kombinasi antara bantuan
AI dan kontribusi manusia.
Di sinilah batas antara "tulisan AI" dan
"tulisan manusia" menjadi semakin kabur.
Masalah Etika yang Lebih Besar
Fokus berlebihan pada AI Detector terkadang membuat
dosen melupakan persoalan yang lebih mendasar.
Pertanyaan yang sebenarnya perlu diajukan bukanlah:
"Apakah mahasiswa menggunakan AI?"
Melainkan:
"Bagaimana mahasiswa menggunakan AI?"
Perbedaan keduanya sangat penting.
Misalnya:
Penggunaan yang Tidak Etis
Mahasiswa meminta ChatGPT membuat makalah lengkap
kemudian langsung mengumpulkannya tanpa membaca atau memahami isi tulisan
tersebut.
Penggunaan yang Etis
Mahasiswa menggunakan ChatGPT untuk:
- Mencari ide.
- Menyusun kerangka tulisan.
- Memperbaiki tata bahasa.
- Merangkum referensi.
Namun seluruh analisis, argumentasi, dan kesimpulan
tetap dibuat sendiri.
Dalam kasus kedua, penggunaan AI justru dapat membantu
proses belajar.
Mengapa Dosen Tidak Boleh
Bergantung Penuh pada AI Detector?
Ada beberapa alasan penting.
1. Akurasi Belum Sempurna
Tidak ada AI Detector yang mampu memberikan hasil 100
persen akurat.
2. Risiko Menuduh Mahasiswa Secara Keliru
Kesalahan deteksi dapat berdampak serius terhadap
reputasi mahasiswa.
Menuduh seseorang melakukan pelanggaran akademik tanpa
bukti yang kuat merupakan tindakan yang berisiko.
3. AI Semakin Sulit Dibedakan
Model AI terbaru menghasilkan tulisan yang semakin mirip
dengan tulisan manusia.
Setiap tahun kemampuan deteksi menjadi semakin
menantang.
4. Fokus Pendidikan Bisa Bergeser
Jika dosen terlalu fokus memburu penggunaan AI, proses
pembelajaran dapat bergeser dari pengembangan kompetensi menuju sekadar
pengawasan.
Padahal tujuan utama pendidikan adalah membangun
kemampuan berpikir kritis dan kreativitas mahasiswa.
Strategi yang Lebih Efektif bagi Dosen
Daripada hanya mengandalkan AI Detector, dosen dapat
menerapkan beberapa strategi berikut.
1. Gunakan Penugasan Berbasis Proses
Jangan hanya menilai produk akhir.
Mintalah mahasiswa menyerahkan:
- Outline.
- Draft awal.
- Catatan revisi.
- Refleksi proses penulisan.
Pendekatan ini membuat proses belajar menjadi lebih
transparan.
2. Tambahkan Presentasi atau Wawancara
Mahasiswa yang benar-benar memahami tulisannya akan
mampu menjelaskan isi tugas secara lisan.
Sebaliknya, mahasiswa yang hanya menyalin hasil AI
biasanya kesulitan mempertahankan argumentasinya.
3. Berikan Tugas Kontekstual
Tugas yang terkait dengan pengalaman pribadi, observasi
lapangan, atau kondisi lokal lebih sulit diselesaikan sepenuhnya oleh AI.
4. Ajarkan Literasi AI
Mahasiswa perlu diajarkan bagaimana menggunakan AI
secara bertanggung jawab.
Larangan total sering kali tidak realistis.
Sebaliknya, pendidikan mengenai etika penggunaan AI
dapat memberikan dampak yang lebih positif.
Masa Depan AI Detector di
Dunia Pendidikan
Kemungkinan besar AI Detector akan terus berkembang
seiring meningkatnya penggunaan AI generatif.
Namun, perkembangan AI dan AI Detector akan berlangsung
seperti perlombaan tanpa akhir.
Ketika AI Detector menjadi lebih canggih, model AI juga
menjadi semakin sulit dibedakan dari tulisan manusia.
Karena itu, masa depan pendidikan tinggi mungkin tidak
lagi berfokus pada pertanyaan apakah mahasiswa menggunakan AI atau tidak.
Sebaliknya, fokus akan bergeser pada bagaimana mahasiswa
memanfaatkan AI untuk meningkatkan kemampuan berpikir, memecahkan masalah, dan
menghasilkan karya yang bermakna.
Penutup
AI Detector memang dapat membantu dosen mengidentifikasi
kemungkinan penggunaan AI dalam tugas mahasiswa. Namun, teknologi ini bukan alat
yang sempurna dan tidak dapat dijadikan satu-satunya dasar dalam menilai
integritas akademik seseorang.
Tulisan mahasiswa yang dibuat dengan bantuan AI tidak
selalu dapat dideteksi secara akurat. Bahkan dalam banyak kasus, hasil deteksi
dapat menimbulkan kesalahan yang merugikan mahasiswa maupun dosen.
Oleh karena itu, pendekatan terbaik bukanlah sekadar
mengandalkan teknologi deteksi, melainkan membangun budaya akademik yang
menjunjung tinggi kejujuran, tanggung jawab, dan penggunaan AI secara etis.
Pada akhirnya, tantangan terbesar bukanlah bagaimana
menemukan mahasiswa yang menggunakan AI, melainkan bagaimana membantu mereka
menjadi pembelajar yang mampu memanfaatkan AI secara cerdas tanpa kehilangan
kemampuan berpikir kritis yang menjadi inti pendidikan tinggi.
Referensi
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R.
(2024). Chatting and cheating? Ensuring academic integrity in the era of
ChatGPT. Innovations in Education and Teaching International, 61(2),
228–239. https://doi.org/10.1080/14703297.2023.2190148
Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou,
J. (2023). GPT detectors are biased against non-native English writers. Patterns,
4(7), 100779. https://doi.org/10.1016/j.patter.2023.100779
Perkins, M. (2023). Academic integrity considerations of
AI large language models in the post-pandemic era: ChatGPT and beyond. Journal
of University Teaching & Learning Practice, 20(2), 1–12.
UNESCO. (2023). Guidance for generative AI in
education and research. UNESCO Publishing.
van Dis, E. A. M., Bollen, J., Zuidema, W., van Rooij, R., & Bockting,
C. L. (2023). ChatGPT: Five priorities for research. Nature, 614(7947),
224–226. https://doi.org/10.1038/d41586-023-00288-7
Tidak ada komentar:
Posting Komentar