Oleh: Akhmad Mukhlis*
Tugumalang.id – Saya penikmat teknologi dan merasa sangat beruntung. Dengan senang hati, saya akan menyerahkan banyak urusan kepadanya. Saat di jalan, saya akan serahkan navigasi kepada Google Maps, pun begitu pada banyak urusan keseharian.
Di kantor, kecerdasan buatan (artificial intelligence/AI) membantu saya mencari artikel, menerjemahkan, merapikan tata bahasa, menyusun presentasi, desain, hingga mengolah data. Bahkan saya berlangganan beberapa layanan AI sekaligus.
Sampai suatu hari sinyal internet terputus dan langganan saya habis bersamaan. Pekerjaan yang dulu saya anggap sederhana, menyusun satu paragraf argumen misalnya, tiba-tiba terasa rumit.
Baca Juga: Setelah Reuni, Lalu Apa?
Saya tidak sedang bernostalgia tentang masa ketika kita bertanya arah kepada warga atau berburu buku dari satu perpustakaan ke perpustakaan lain. Yang mengusik saya adalah pertanyaan yang lebih serius. Jika saya, yang belajar menulis jauh sebelum AI ada saja bisa sebergantung ini, bagaimana dengan siswa dan mahasiswa yang belajar menulis bersama AI sejak awal.
Kinerja meningkat, kemampuan belajar turun
Bukti pertama saya paparkan dengan sedikit data studi dua tahun terakhir. Jika kita cermati, hasilnya sungguh membuat kita tidak nyaman. Eksperimen lapangan Bastani dan kawan-kawan (2025) di Proceedings of the National Academy of Sciences melibatkan hampir seribu siswa SMA di Turki.
Siswa yang berlatih matematika dengan AI mirip ChatGPT mencetak nilai latihan 48 persen lebih tinggi. Namun, begitu AI dicabut dan mereka menghadapi ujian, nilainya 17 persen lebih rendah daripada siswa yang tidak pernah memakai AI.
Pola serupa muncul di perguruan tinggi. André Barcaui (2025) dari Universitas Federal Rio de Janeiro membagi 120 mahasiswa secara acak. Separuh belajar dengan ChatGPT, separuh dengan cara biasa. Kelompok ChatGPT menyelesaikan tugas jauh lebih cepat, 3,2 jam berbanding 5,8 jam. Akan tetapi, dalam tes mendadak 45 hari kemudian, skor retensi mereka 57,5 persen, sementara kelompok tanpa AI 68,5 persen.
Belajar yang terasa ringan ternyata tidak mengendap. Hal tersebut dipertegas dengan penelitian Nataliya Kosmyna dan timnya di MIT Media Lab (2025) yang merekam aktivitas otak 54 orang yang menulis esai selama empat bulan dengan sebagian peserta menulis menggunakan AI berbasis model bahasa besar (large language model/LLM).
Baca Juga: Mendidik Mahasiswa untuk Kehidupan, Bukan Sekedar Lulusan
OECD merangkum pola ini dalam Digital Education Outlook 2026. Tanpa panduan pedagogis, AI generatif hanya mendongkrak kinerja tugas tanpa menghasilkan belajar yang sesungguhnya. Bagi dunia pendidikan, ini paradoks yang berbahaya. Nilai rapor terlihat naik, namun justru kemampuan anak turun.
Terlihat kreatif, namun seragam
Bukti untuk kerugian kedua terasa lebih halus, terkadang tidak menarik perhatian kita. Nyatanya, tulisan hasil ai generatif tampak memukau. Pilihan katanya presisi, kalimatnya halus, transisinya elegan, kosakatanya kaya. Namun, penampakan fasih tersebut ternyata bisa menyamarkan kemiskinan gagasan.Minim kreativitas.
Kibum Moon dan Adam Green dari Universitas Georgetown menganalisis esai pendaftaran kuliah dari 372.793 pelamar di Amerika Serikat, sebelum dan sesudah ChatGPT dirilis. Temuan mereka janggal. Setelah era ChatGPT, pilihan kata dan susunan kalimat dalam esai makin beragam, tetapi gagasan dan tema yang dimunculkan justru makin seragam.
Tim penilai esai era ChatGPT seringkali terkecoh keragaman kosakata yang digunakan peserta, sehingga menganggap esai era ChatGPT lebih kreatif. Namun, studi terdahulu tim tersebut di jurnal Computers in Human Behavior: Artificial Humans (2025) menunjukkan bukti bahwa tulisan manusia menyumbang lebih banyak gagasan baru daripada esai buatan GPT-4. Kekayaan gagasan tersebut tetap berbeda meski mahasiswa mengubah perintah (prompt) dan pengaturan modelnya.
Eksperimen Anil Doshi dan Oliver Hauser (2024) di Science Advances memperlihatkan sisi lain dari koin yang sama. Penulis yang mendapat ide alur cerita dari AI menghasilkan cerpen yang dinilai lebih kreatif dan lebih enak dibaca, terutama penulis yang kemampuan kreatifnya rendah.
Namun, cerpen-cerpen itu makin mirip satu sama lain. Bukti-bukti yang dipaparkan penelitian tersebut menunjukkan bahwa teknologi AI mungkin menawarkan keuntungan bagi individu, namun bayarannya mahal. Kemiskinan kolektif.
Terkecoh dan berpikir kritis
Mengapa penilai begitu mudah terkecoh? Menurut psikolog kognitif Daniel Willingham (2008), pikiran kita cenderung terpaku pada struktur permukaan (surface structure) sebuah persoalan dan luput menangkap struktur dalamnya (deep structure).
Dalam satu eksperimen yang ia ulas, hanya 19 persen peserta menyadari bahwa soal tentang barisan marching band dapat diselesaikan dengan cara yang sama seperti soal tentang kebun sayur yang baru saja mereka pelajari.
Mereka terkecoh oleh ceritanya, bukan matematikanya. Penilai esai dalam studi Moon pun membaca keragaman kata, bukan keragaman gagasan. Celakanya, AI generatif adalah mesin yang paling piawai memoles permukaan.
Lalu, mengapa gagasannya justru seragam? Untuk pertama kalinya dalam sejarah, kita punya teknologi yang mampu menghasilkan kata-kata yang terlepas dari gagasan yang semestinya diwakilinya. Mesin memprediksi kata yang paling mungkin, sehingga ia cenderung menarik tulisan ke arah rata-rata.
Padahal sejatinya manusia menulis dengan cara berbeda. Ketika seorang siswa menulis, “Setiap melihat pesawat melintas, saya teringat hari pertama belajar bersepeda,” ia sedang menautkan dua pengalaman yang hanya masuk akal dalam hidupnya sendiri.
Inilah subjektivitas. Justru tautan antar dua hal yang tapak ganjil itulah bahan baku kreativitas. Sayangnya, bahan baku tersebut justru yang paling mudah hilang ketika kita menerima saran mesin begitu saja.
Willingham mengingatkan hal yang lebih mendasar. Berpikir kritis bukan keterampilan umum seperti naik sepeda, yang sekali dikuasai bisa dipakai di manapun dan selamanya. Proses berpikir akan selalu terjalin erat dengan isi yang dipikirkan.
Itulah pengetahuan tentang bidang yang sedang dipikirkan. Anak yang terus diingatkan untuk “melihat dari berbagai sudut pandang” akan hafal nasihat itu, tetapi tidak mampu menjalankannya bila tidak cukup paham persoalannya. Berpikir kritis tidak lahir dari tahap demi tahap perintah, melainkan proses yang diarahkan sendiri.
Bayangkan, bagaimana jika yang menuntun setiap langkah itu mesin? Di sinilah temuan Bastani dan Barcaui menjadi lebih serius. AI bukan hanya akan mengambil alih proses belajar dan hasil ujian anak, melainkan lebih serius. AI akan melahap bekal pengetahuan yang menjadi bahan baku berpikir kritis dan kreatif.
Menyiapkan desain pagar
Lalu apakah sekolah dan kampus harus melarang AI? Hemat saya tidak. Bukti yang sama menunjukkan bahwa kerugian itu bukan takdir teknologi, melainkan akibat cara kita memakainya.
Dalam studi Bastani, kelompok kedua menggunakan AI yang diberi pagar pedagogis. Mesin itu tidak memberikan jawaban, tetapi menuntun siswa langkah demi langkah. Nilai ujian mereka tidak turun. Yun Wan dan Yoram Kalman (2026) mengulang eksperimen Doshi dan Hauser dengan satu perubahan.
Ide cerita tidak lagi berasal dari satu “suara” AI, tetapi dari sepuluh persona AI dengan latar budaya dan gaya berpikir berbeda. Hasilnya, cerpen yang ditulis dengan bantuan AI sama beragamnya dengan cerpen tanpa bantuan AI. Homogenisasi ternyata pilihan desain.
Hasil ini bisa kita jadikan pelajaran penting di Indonesia, yang berwacana memasukkan Koding dan Kecerdasan Artifisial sebagai mata pelajaran pilihan dari SD hingga SMA. Naskah akademiknya memuat materi etika dan analisis konten AI, dan untuk jenjang SMA bahkan rekayasa perintah (prompt engineering).
Langkah ini patut diapresiasi. Namun, riset Moon mengingatkan bahwa memperhalus perintah tidak menyelesaikan masalah keseragaman gagasan. Dalam bahasa Willingham, kecakapan menyusun perintah hanyalah strategi metakognitif.
Ia memberi tahu apa yang sebaiknya dilakukan, tetapi tidak menyediakan pengetahuan untuk melakukannya. Yang perlu diajarkan bukan sekadar cara memerintah mesin, melainkan kapan sebaiknya tidak memerintahnya.
Itilah mengapa hemat saya ada tiga hal penting yang harus kita renungkan. Pertama, terkait prinsip berpikir. Usahakan pelajar menuntaskan kerangka gagasannya sendiri, bahkan kalau perlu kembali manual dengan pena dan kertas. Tanpa menyelesaikan itu, AI dilarang. AI harus kita tempatkan sebagai pemeriksa di tahap akhir, bukan mitra pertama yang menyodorkan gagasan.
Kedua, kita harus mengubah cara kita menilai kinerja akademis. Bukan lagi produk akhir, melainkan proses. Kita harus lebih serius melihat usulan draf, catatan, dan argumentasi lisan.
Ketiga, kampus dan sekolah harusnya menyiapkan fitur pagar pedagogis pada platform AI, bukan sekadar chatbot umum. Kerangka kompetensi AI untuk siswa dan guru dari UNESCO (2024) dapat menjadi rujukan awal.
***
Malam ketika sinyal internet terputus, akhirnya saya memutuskan untuk tetap lanjut menulis. Memang terasa berat, tersendat dan pelan. Setelah sekian lama dimanjakan AI. Tapi, keyakinan telah bulat.
Saya kembali berani memiliki dan menuangkan gagasan. Saya rasa perasaan berani ini perlu saya bawa ke dalam kelas. ini bukan soal kelancaran dan kefasihan, melainkan keberanian untuk berpikir. Meski tersendat.
Daftar Rujukan
Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287. https://doi.org/10.1016/j.ssaho.2025.102287
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
Moon, K., Green, A. E., & Kushlev, K. (2025). Homogenizing effect of large language models (LLMs) on creative diversity: An empirical comparison of human and ChatGPT writing. Computers in Human Behavior: Artificial Humans, 6, 100207. https://doi.org/10.1016/j.chbah.2025.100207
Moon, K., Kushlev, K., Bank, A., Lira, B., Viskontas, I., Kaufman, J. C., Johnson, D. R., Duckworth, A. L., & Green, A. E. (2026). The creative link between words and ideas is weakening in the AI era [Pracetak]. PsyArXiv. https://scale.stanford.edu/ai/repository/creative-link-between-words-and-ideas-weakening-ai-era
OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en
Tirto.id. (2025). Naskah akademik coding dan AI rilis, ini daftar materi lengkap. https://tirto.id/naskah-akademik-coding-dan-ai-rilis-ini-daftar-materi-lengkap-g9zV
UNESCO. (2024a). AI competency framework for students. UNESCO.
UNESCO. (2024b). AI competency framework for teachers. UNESCO.
Willingham, D. T. (2008). Critical thinking: Why is it so hard to teach? Arts Education Policy Review, 109(4), 21–32. https://doi.org/10.3200/AEPR.109.4.21-32
Wan, Y., & Kalman, Y. M. (2026). Diverse AI personas can mitigate the homogenization effect in human-AI collaborative ideation. Computers in Human Behavior: Artificial Humans, 8, 100289. https://doi.org/10.1016/j.chbah.2026.100289
Baca Juga Berita Tugumalang.id di Google News
Editor: Herlianto. A
*Penulis adalah Kaprodi & Dosen Psikologi PIAUD (Pendidikan Islam Anak Usia Dini) UIN Maulana Malik Ibrahim Malang.
**Tugumalang.id mengundang para akademisi maupun praktisi untuk menulis di Ruang Cendekia melalui email: ruangakademika2026@gmail.com
