Akal Imitasi Tingkatkan Produktivitas Makalah Ilmiah, Semakin Sulit Membedakan 

Perkembangan akal imitasi atau artificial intelligence berdampak baik bagi dunia sains dengan peningkatan produktivitas makalah-makalah di seluruh dunia yang ditulis dengan baik. Di sisi lain, pemanfaatan akal imitasi mengaburkan batasan antara terobosan nyata dan polesan kosong.

Setelah ChatGPT tersedia secara luas pada akhir tahun 2022, banyak peneliti mengaku terbantu bisa menyelesaikan lebih banyak pekerjaan dengan alat kecerdasan buatan baru ini. Pada saat yang sama, editor jurnal melaporkan lonjakan pengajuan yang ditulis dengan lancar, tetapi tak menambah banyak nilai ilmiah.

Studi baru dari Cornell University, Amerika Serikat, berjudul ”Produksi Ilmiah di Era Model Bahasa Besar”, yang diterbitkan di jurnal Science edisi Desember 2025, menunjukkan laporan informal itu mengindikasikan perubahan lebih luas cara para ilmuwan mempersiapkan manuskrip.

Para peneliti menemukan bahwa model bahasa besar atau large language models (LLMs) seperti ChatGPT bisa meningkatkan jumlah publikasi, dengan manfaat amat sangat besar terutama bagi para ilmuwan yang bukan penutur asli bahasa Inggris.

Namun, meningkatnya volume teks yang ditulis oleh akal imitasi atau kecerdasan buatan juga mempersulit para pengambil keputusan utama untuk membedakan karya yang bermakna dari konten kurang bernilai.

”Pola ini amat luas, di berbagai bidang ilmu pengetahuan, dari ilmu fisika dan komputer hingga ilmu biologi dan sosial,” kata Yian Yin, assistant professor Ilmu informasi di Cornell Ann S Bowers College of Computing and Information Science, Cornell University, dikutip dari Sciencedaily, Selasa (6/1/2026).

Menurut Yian Yin, ada pergeseran besar ekosistem kita saat ini yang perlu dicermati dengan serius, terutama bagi mereka yang membuat keputusan mengenai ilmu pengetahuan apa yang harus kita dukung dan danai.

Untuk meneliti pengaruh LLMs pada penerbitan ilmiah, tim mengumpulkan lebih dari 2 juta makalah yang diposting pada Januari 2018-Juni 2024 di tiga platform pracetak utama.

Situs-situs tersebut adalah arXiv, bioRxiv, dan Social Science Research Network (SSRN), untuk  mewakili ilmu fisika, ilmu hayati, dan ilmu sosial. Situs tersebut menampung studi yang belum melalui tinjauan sejawat.

Hasil riset ini menunjukkan peningkatan produktivitas terkait penggunaan LLMs. Di arXiv, para ilmuwan yang teridentifikasi memakai LLMs memublikasikan sekitar sepertiga lebih banyak makalah daripada mereka yang tampaknya tak memakai akal imitasi atau AI. Di bioRxiv dan SSRN, peningkatannya melebihi 50 persen.

”Peningkatan terbesar terjadi pada para ilmuwan yang menulis dalam bahasa Inggris sebagai bahasa kedua dan menghadapi hambatan tambahan saat mengomunikasikan karya teknis dalam bahasa asing,” kata Yin, menambahkan.

Para peneliti yang berafiliasi dengan lembaga-lembaga Asia menerbitkan 43-89,3 persen lebih banyak makalah setelah detektor itu menyarankan mereka mulai memakai LLMs dibandingkan peneliti serupa yang tak mengadopsi teknologi itu, tergantung pada situs pracetak.

Yin memperkirakan keuntungan ini pada akhirnya dapat menggeser pola produktivitas ilmiah global ke arah wilayah yang selama ini terhambat oleh kendala bahasa.

Studi yang didukung National Science Foundation tersebut juga menunjukkan potensi manfaat selama pencarian literatur dan pembangunan sitasi.

Ketika peneliti mencari karya terkait untuk dikutip, Bing Chat, alat pencarian bertenaga AI pertama yang diadopsi secara luas, berkinerja lebih baik menemukan makalah lebih baru dan buku yang relevan daripada alat pencarian tradisional. Sebaliknya, alat tradisional lebih menampilkan sumber lebih lama dan lebih banyak dikutip.

Peningkatan terbesar terjadi pada para ilmuwan yang menulis dalam bahasa Inggris sebagai bahasa kedua dan menghadapi hambatan tambahan saat mengomunikasikan karya teknis dalam bahasa asing.

Paul Ginsparg, profesor ilmu informasi di Cornell Bowers yang juga pendiri arXiv, memaparkan, meski LLMs membantu individu menghasilkan lebih banyak manuskrip, alat yang sama dapat mempersulit orang lain untuk menilai apa yang merupakan sains yang kuat.

Dalam makalah yang ditulis manusia, tulisan lebih jelas, tetapi lebih kompleks, termasuk kalimat lebih panjang dan kata-kata lebih besar, seringkali menjadi sinyal berguna untuk riset berkualitas lebih tinggi.

Di arXiv, bioRxiv, dan SSRN, makalah yang kemungkinan besar ditulis oleh manusia dan mendapat skor tinggi pada tes kompleksitas tulisan juga paling mungkin diterima jurnal. Pola itu berbeda untuk makalah yang kemungkinan ditulis dengan bantuan LLMs.

“Ketika makalah yang ditandai AI itu mendapat skor tinggi pada kompleksitas penulisan, kemungkinan diterima jurnal lebih rendah. Para peneliti menafsirkan ini sebagai tanda bahasa halus tak lagi mencerminkan nilai ilmiah, dan peninjau menolak beberapa makalah ini meski tulisannya kuat,” kata Ginsparg.

Kesenjangan kualitas penulisan dan mutu riset ini, lanjut Ginspparg, dapat memiliki konsekuensi serius. Editor dan peninjau lebih kesulitan mengidentifikasi naskah paling berharga, sedangkan universitas dan lembaga pemberi dana mungkin mendapati jumlah publikasi mentah tak lagi mencerminkan kontribusi ilmiah.

Yin menekankan temuan ini bersifat observasional. Peneliti berharap untuk menguji sebab dan akibat menggunakan pendekatan seperti eksperimen terkontrol, termasuk desain, di mana beberapa ilmuwan secara acak ditugaskan untuk menggunakan LLMs dan yang lainnya tidak.

Dikutip dari Kompas.id, Vice President & Head of Marketing Cactus Communications Ruchi Chauhan mengatakan teknologi digital dan kecerdasan buatan dapat dimanfaatkan untuk mendorong keberagaman, kesetaraan, dan inklusi dalam ekosistem penelitian global.

Di negara berkembang seperti Indonesia, AI diyakini dapat menjadi teknologi yang efektif apabila dipadukan dengan keahlian manusia. Kombinasi itu membantu peneliti menyampaikan gagasan secara yakin dan berintegritas di tingkat global.

Fitur layanan Editage (bagian dari Cactus Communications untuk penerbitan ilmiah) mencakup rekomendasi jurnal, manuscript review, penerjemahan dan penyuntingan bahasa, peninjauan gambar, saran struktural, pemeriksaan plagiarisme, serta bantuan publikasi di jurnal internasional.

Menurut Ruchi, layanan tersebut dirancang untuk memberdayakan peneliti di seluruh wilayah di Indonesia agar hasil riset mereka berdampak secara global.

Sementara itu, ahli psikologi korupsi, Juneman Abraham, mengingatkan pentingnya prinsip etik dalam penggunaan AI di bidang akademik. Ia menilai, banyak peneliti belum menerapkan prinsip sederhana ini. ”Masih sedikit yang secara sadar mengakui penggunaan AI,” ujarnya.