Ketika AI Membantu Mahasiswa, Siapa yang Sebenarnya Berpikir?

Beberapa tahun lalu, ketika mahasiswa mendapat tugas menulis esai, persoalan pertama yang biasanya mereka hadapi adalah mencari bahan dan memahami apa yang sebenarnya ingin ditulis. Mereka membuka buku, mencari artikel, membaca beberapa sumber, lalu mencoba menyusun argumen meskipun prosesnya tidak selalu berjalan lancar. Ada yang salah memahami bacaan, kesulitan menentukan posisi, berkali-kali menghapus paragraf, atau bahkan baru menemukan gagasan utamanya setelah menulis cukup panjang. Proses semacam itu memang memakan waktu, tetapi melalui proses itulah kemampuan membaca, menimbang informasi, dan menyusun pemikiran perlahan-lahan terbentuk.

Kehadiran kecerdasan buatan generatif mengubah proses tersebut dengan sangat cepat. Dengan beberapa kalimat perintah, mahasiswa sekarang dapat memperoleh kerangka tulisan, ringkasan artikel, alternatif argumentasi, hingga draf esai yang sudah tersusun rapi. Pekerjaan yang sebelumnya membutuhkan waktu berjam-jam dapat diselesaikan dalam hitungan menit, dan perkembangan ini tentu menghadirkan banyak peluang bagi pendidikan tinggi.

Sulit membayangkan kampus dapat menjauhkan diri dari AI. Mahasiswa telah menggunakannya untuk memahami konsep, menerjemahkan bacaan, mencari alternatif penjelasan, memperbaiki tulisan, bahkan mendiskusikan suatu persoalan. Dosen pun mulai memanfaatkan teknologi yang sama untuk berbagai keperluan akademik. Perdebatan mengenai apakah AI perlu diterima atau dilarang di perguruan tinggi karena itu semakin kehilangan relevansinya. Teknologi tersebut sudah berada di ruang belajar dan penggunaannya kemungkinan akan semakin luas.

Pertanyaan yang lebih mendasar muncul ketika AI mulai mengambil peran dalam hampir seluruh tahapan pekerjaan mahasiswa. Jika mesin membantu mencari informasi, merangkum bacaan, menyusun argumen, menulis paragraf, dan membuat kesimpulan, sejauh mana mahasiswa masih menjalani proses berpikir yang seharusnya menjadi bagian utama dari pendidikan tinggi? Pertanyaan ini penting karena keberhasilan menyelesaikan sebuah tugas belum tentu menunjukkan bahwa proses belajar berlangsung dengan kualitas yang sama.

Pendidikan tinggi sejak awal tidak hanya berkepentingan dengan produk akhir berupa makalah, laporan, presentasi, atau skripsi. Di balik produk tersebut terdapat proses intelektual yang jauh lebih penting, mulai dari memahami persoalan, membaca secara kritis, membandingkan pandangan, menghubungkan informasi, menguji argumen, sampai mempertanggungjawabkan sebuah kesimpulan. Mahasiswa memang perlu menghasilkan tulisan yang baik, tetapi kualitas pendidikan tentu tidak dapat hanya dilihat dari seberapa rapi tulisan yang berhasil mereka kumpulkan.

Di sinilah kemampuan berpikir kritis menjadi penting. Peter Facione, melalui kajian klasiknya mengenai critical thinking, menempatkan kemampuan seperti interpretasi, analisis, evaluasi, inferensi, penjelasan, dan pengendalian diri sebagai bagian dari proses berpikir kritis. Dalam bahasa yang lebih sederhana, mahasiswa tidak cukup hanya mengetahui sebuah jawaban. Mereka perlu memahami persoalan, menilai bukti yang tersedia, melihat kemungkinan penjelasan lain, menguji konsistensi suatu argumen, dan mampu menjelaskan mengapa akhirnya mengambil sebuah kesimpulan. Kemampuan semacam ini tidak terbentuk hanya karena seseorang mengetahui definisinya, melainkan melalui latihan yang dilakukan berulang kali.

Persoalan tersebut menarik jika dikaitkan dengan salah satu prinsip dalam neuroscience, yaitu use it or lose it. Jeffrey Kleim dan Theresa Jones menempatkan prinsip tersebut dalam pembahasan mengenai experience-dependent neural plasticity, yakni bagaimana pengalaman dan penggunaan fungsi tertentu berkaitan dengan perubahan serta pemeliharaan fungsi neural. Mereka juga memperkenalkan prinsip use it and improve it, yang menekankan pentingnya latihan dalam memperkuat suatu kemampuan.

Prinsip ini tentu tidak dapat diterjemahkan secara serampangan menjadi anggapan bahwa penggunaan AI akan merusak otak mahasiswa. Penelitian Kleim dan Jones berkembang terutama dalam konteks rehabilitasi neurologis, bukan penggunaan AI dalam pembelajaran. Namun, gagasan dasarnya memberi pertanyaan yang relevan bagi pendidikan: jika kemampuan berkembang melalui penggunaan dan latihan, apa yang terjadi ketika kesempatan untuk melatih kemampuan tersebut semakin sering dialihkan kepada teknologi?

Psikologi kognitif mempunyai konsep lain yang membantu menjelaskan persoalan ini, yaitu cognitive offloading. Evan Risko dan Sam Gilbert menjelaskan bagaimana manusia menggunakan sumber eksternal untuk mengurangi beban kerja kognitif. Kita sebenarnya melakukan hal tersebut setiap hari. Nomor telepon disimpan di perangkat digital, jadwal diserahkan kepada kalender, dan perhitungan tertentu dipercayakan kepada kalkulator. Teknologi memang diciptakan untuk membantu manusia bekerja lebih efisien.

Dalam pendidikan, persoalannya sedikit berbeda karena sebagian pekerjaan yang terasa sulit justru merupakan bagian dari latihan intelektual. Seorang mahasiswa yang menggunakan AI untuk memperoleh penjelasan tambahan mengenai istilah yang belum dipahami tentu berbeda dengan mahasiswa yang meminta AI membaca sumber, membandingkan argumentasi, menentukan posisi, kemudian menyusun seluruh tulisan. Pada situasi pertama, AI dapat membantu mahasiswa memahami persoalan. Pada situasi kedua, mahasiswa mungkin memperoleh pekerjaan yang selesai lebih cepat, sementara proses intelektual yang seharusnya dijalani menjadi semakin sedikit.

Kita sering menyarankan mahasiswa untuk memeriksa kembali jawaban yang dihasilkan AI. Saran itu masuk akal, tetapi kemampuan memeriksa sebuah jawaban juga membutuhkan pengetahuan. Bagaimana seseorang dapat mengenali kekeliruan AI jika dirinya belum cukup memahami persoalan yang sedang dibicarakan? Kemampuan mengevaluasi keluaran AI pada akhirnya bergantung pada kemampuan dasar yang sebelumnya dibentuk melalui membaca, berdiskusi, menyusun argumentasi, dan melakukan kesalahan.

Sejumlah penelitian mulai menunjukkan mengapa persoalan ini perlu diperhatikan. Studi HaoPing Lee, Advait Sarkar, dan koleganya pada CHI 2025 menemukan hubungan antara tingkat kepercayaan terhadap AI dan keterlibatan berpikir kritis yang dilaporkan pengguna. Penelitian tersebut juga menunjukkan bahwa AI tidak selalu menghilangkan aktivitas berpikir, tetapi dapat menggesernya dari proses menghasilkan informasi menuju proses memeriksa, mengintegrasikan, dan mengawasi hasil yang diberikan sistem.

Temuan tersebut sebenarnya membuka peluang yang menarik. AI dapat mengurangi beberapa pekerjaan rutin sekaligus memberi ruang bagi manusia untuk bekerja pada tingkat analisis yang lebih tinggi, tetapi hal itu hanya mungkin jika pengguna memiliki kemampuan yang cukup untuk menilai apa yang dihasilkan mesin. Ketika kemampuan dasarnya belum terbentuk, kemudahan teknologi justru dapat membuat seseorang menerima jawaban tanpa benar-benar memahami bagaimana jawaban itu diperoleh.

Penelitian dari MIT Media Lab pada 2025 juga sempat mendapat perhatian karena membandingkan peserta yang menulis esai menggunakan model bahasa besar, mesin pencari, dan tanpa bantuan digital. Studi tersebut menemukan beberapa perbedaan dalam pola aktivitas otak, kemampuan mengingat kembali tulisan, serta rasa kepemilikan terhadap hasil tulisan. Temuan ini menarik, meskipun jumlah partisipannya terbatas dan penelitian tersebut tidak dapat digunakan secara gegabah untuk menyimpulkan bahwa AI membuat manusia menjadi kurang cerdas.

Pesan yang lebih relevan bagi pendidikan adalah bahwa kemudahan menyelesaikan tugas tidak selalu identik dengan kedalaman belajar. Seorang mahasiswa dapat menghasilkan tulisan yang semakin rapi karena menggunakan AI, sementara kemampuan membaca, menganalisis, dan mempertanggungjawabkan argumentasinya belum tentu berkembang pada kecepatan yang sama.

OECD melalui Digital Education Outlook 2026 juga mengingatkan persoalan serupa. Penggunaan generative AI dapat meningkatkan performa dalam menyelesaikan tugas, tetapi peningkatan performa tersebut tidak otomatis menghasilkan learning gains apabila proses kognitif terlalu banyak dialihkan kepada teknologi. Perbedaan antara performa dan pembelajaran menjadi penting ketika perguruan tinggi mulai berhadapan dengan karya mahasiswa yang secara teknis terlihat semakin baik.

Kondisi ini membuat kampus perlu meninjau kembali cara memberikan tugas dan melakukan penilaian. Selama penilaian hanya berfokus pada produk akhir, dosen akan semakin sulit mengetahui apakah sebuah tulisan benar-benar menggambarkan kemampuan mahasiswa atau lebih banyak merepresentasikan kemampuan teknologi yang digunakannya. Tugas berupa esai panjang tentu masih dapat digunakan, tetapi mungkin tidak lagi cukup jika berdiri sendiri.

Penilaian perlu memberi ruang lebih besar terhadap proses berpikir. Mahasiswa dapat diminta menjelaskan mengapa memilih sumber tertentu, bagaimana argumentasinya berkembang, bagian mana yang dibantu AI, bagaimana keluaran AI diverifikasi, serta apa yang mereka lakukan ketika menemukan jawaban yang meragukan. Presentasi, diskusi kelas, pembelaan argumen secara lisan, catatan proses pengerjaan tugas, atau kegiatan mengkritisi jawaban AI dapat menjadi semakin penting karena memungkinkan dosen melihat proses intelektual yang tidak selalu tampak dalam produk akhir.

Perkembangan AI juga dapat menjadi kesempatan untuk menaikkan standar pembelajaran. Jika AI mampu membuat ringkasan dalam beberapa detik, mahasiswa tidak cukup hanya diminta merangkum. Mereka dapat diminta menilai apakah ringkasan itu akurat, menemukan bagian yang terlewat, atau menunjukkan bias yang mungkin terkandung di dalamnya. Ketika AI mampu menghasilkan beberapa alternatif kebijakan, mahasiswa dapat diminta memilih alternatif yang paling layak dan menjelaskan alasan, risiko, serta konsekuensinya. Jika AI dapat menghasilkan sebuah argumentasi yang tampak meyakinkan, mahasiswa seharusnya mampu menemukan titik lemahnya.

Dengan pendekatan seperti itu, AI tidak harus membuat pembelajaran menjadi lebih dangkal. Teknologi justru dapat digunakan untuk mendorong mahasiswa bekerja pada tingkat berpikir yang lebih tinggi. Syaratnya, perguruan tinggi perlu mengetahui dengan jelas bagian mana yang boleh dibantu oleh teknologi dan bagian mana yang tetap harus dilalui mahasiswa sebagai bagian dari proses pembentukan kemampuan intelektual.

Pada akhirnya, perguruan tinggi tidak perlu berlomba dengan mesin dalam menghasilkan jawaban paling cepat. Tugas pendidikan jauh lebih mendasar, yaitu membentuk manusia yang mampu memahami persoalan ketika jawabannya tidak sederhana, mempertanyakan informasi yang tampak meyakinkan, mengakui ketika pengetahuannya belum cukup, serta mengambil keputusan yang dapat dipertanggungjawabkan.

Prinsip use it or lose it karena itu layak menjadi pengingat di tengah antusiasme terhadap AI. Berpikir kritis tidak terbentuk hanya karena tercantum dalam capaian pembelajaran. Kemampuan tersebut berkembang melalui kebiasaan membaca, mempertanyakan, menguji, membuat kesalahan, memperbaiki argumentasi, dan berhadapan dengan persoalan yang tidak selalu mempunyai jawaban segera.

Tidak semua kesulitan dalam belajar perlu dihilangkan oleh teknologi karena sebagian kesulitan justru mempunyai fungsi dalam membentuk kemampuan intelektual. AI dapat membantu mahasiswa membaca lebih luas, memperoleh perspektif baru, dan bekerja dengan lebih efisien. Namun, kampus tetap perlu memastikan bahwa kemudahan tersebut tidak mengurangi kesempatan mahasiswa untuk membangun kemampuan berpikirnya sendiri.

"Semakin pintar AI membantu manusia menemukan jawaban, semakin penting pendidikan memastikan manusia tidak kehilangan kemampuan untuk mempertanyakan jawaban itu."