Di sebuah ruang kuliah di universitas Moskow, seorang mahasiswi tingkat akhir memasukkan permintaan analisis studi kasus pemasaran ke dalam jendela obrolan hanya setengah jam sebelum tenggat waktu berakhir. Kecerdasan buatan tersebut segera menghasilkan teks terstruktur yang dilengkapi dengan contoh serta referensi pendukung. Mahasiswi itu kemudian memperbaiki pilihan katanya dan langsung mengirimkan tugas tersebut.
Sebuah penelitian yang diterbitkan dalam jurnal Frontiers in Education mengkaji praktik-praktik semacam ini secara mendalam. Para penulis mensurvei lebih dari seribu mahasiswa dari berbagai negara untuk menganalisis bagaimana tepatnya mereka menggunakan model generatif dalam kegiatan belajar sehari-hari. Karya ilmiah ini tidak hanya memotret tren abstrak, melainkan mencatat skenario penggunaan yang konkret, mulai dari persiapan seminar hingga penulisan tugas akhir.
Mekanismenya terlihat seperti berikut ini. Mahasiswa merumuskan instruksi, mendapatkan draf awal, lalu membandingkannya dengan catatan pribadi serta materi perkuliahan mereka. Langkah kuncinya bukanlah menyalin secara mentah, melainkan melakukan penyuntingan serta verifikasi fakta kembali. Siklus ini mampu mengurangi beban kerja kognitif dan memungkinkan mahasiswa beralih lebih cepat ke tahap analisis alih-alih sekadar mencari informasi. Analoginya sederhana: kecerdasan buatan bertindak sebagai asisten draf yang membantu mengatur furnitur di dalam ruangan, sementara mahasiswa tetaplah pihak yang menentukan di mana ruang kosong harus dibiarkan.
Menurut data penelitian, sekitar 65% responden setidaknya pernah satu kali menggunakan AI untuk menyelesaikan tugas-tugas akademik mereka. Dampak positifnya terlihat dari meningkatnya kecepatan persiapan tugas serta pemahaman yang lebih baik terhadap topik-topik yang rumit. Namun, para penulis mencatat beberapa keterbatasan: sampel penelitian didominasi oleh mahasiswa bidang teknik dan ekonomi, serta data hanya dikumpulkan selama satu semester. Belum ada pengamatan jangka panjang mengenai bagaimana kedalaman berpikir kritis dapat berubah akibat penggunaan model AI secara terus-menerus.
Di sinilah masalah yang lebih luas mulai terungkap. Ketika sebuah alat bantu menjadi lebih mudah diakses daripada sesi konsultasi dengan dosen, muncul kesenjangan antara mereka yang mahir menyusun perintah cerdas dan mereka yang sekadar menggunakan AI untuk mendapatkan jawaban instan. Sistem pendidikan tinggi yang selama ini dibangun di atas penilaian kerja mandiri mulai kehilangan arah dalam menentukan apa yang sebenarnya harus dievaluasi: hasil akhir atau proses pencapaiannya.
Pertanyaannya sekarang bukan lagi tentang apakah kecerdasan buatan perlu diizinkan, melainkan bagaimana merancang ulang tugas-tugas kuliah agar tetap menuntut hal-hal yang belum bisa digantikan oleh AI: posisi personal serta tanggung jawab penuh atas pemilihan argumen.
