5 poin oleh GN⁺ 2025-05-09 | 5 komentar | Bagikan ke WhatsApp
  • Munculnya AI generatif telah memicu lonjakan tajam kecurangan di kalangan siswa dan mahasiswa
  • Banyak pelajar menggunakan chatbot seperti ChatGPT untuk tugas, ujian, dan riset, sehingga proses belajar rusak parah
  • Universitas, dosen, dan bahkan detektor AI pun kesulitan mendeteksi kecurangan, sehingga ada batasan dalam penanganan mendasar
  • Ketergantungan pada AI makin tinggi, sehingga kemampuan berpikir kritis dan belajar mandiri melemah
  • Muncul kebutuhan untuk menata ulang alasan keberadaan seluruh sistem pendidikan dan evaluasi serta nilai hakiki pendidikan

Pendahuluan dan latar belakang

  • Sejak adopsi AI generatif, siswa dan mahasiswa dengan mudah mengandalkan AI untuk mengerjakan tugas dan berbagai bentuk evaluasi, dan situasi ini telah menjadi umum
  • Sebagai contoh yang diperkenalkan, Lee dari Columbia University menggunakan ChatGPT untuk menyelesaikan lebih dari 80% tugasnya, sehingga bagian yang mencerminkan sisi manusianya menjadi sangat minim
  • Kasus Lee menunjukkan bahwa dibandingkan pencapaian akademik, tujuan seperti membangun relasi atau startup lewat networking makin menjadi motivasi yang lebih penting dalam pendidikan tinggi
  • Lee dan rekannya mengembangkan alat kecurangan berbasis AI, dan akibatnya mereka sampai menerima tindakan disipliner dari universitas
  • Dengan demikian, para pelajar memandang penggunaan AI sebagai tantangan, inovasi, atau peningkatan produktivitas, sementara universitas menganggapnya sebagai kecurangan, sehingga timbul benturan

Penyebaran dan normalisasi kecurangan AI

  • Menurut survei tahun 2023, hampir 90% mahasiswa pernah memakai ChatGPT untuk menyelesaikan pekerjaan rumah
  • Chatbot Generative-AI telah meresap jauh ke hampir seluruh proses pendidikan, mulai dari mencatat, persiapan ujian, merangkum, hingga menulis esai
  • Di kalangan pelajar, penggunaan AI diterima sebagai hal lumrah, dan kesadaran kritis terhadap hal ini makin melemah
  • Sebagian pelajar terlalu bergantung pada AI sehingga muncul masalah adiktif berupa turunnya motivasi belajar dan kemampuan belajar mandiri
  • Universitas mencoba berbagai cara untuk mencegah kecurangan, seperti evaluasi lisan dan ujian Blue Book, tetapi pada praktiknya situasi ini sulit dikendalikan

Keterbatasan dan respons dosen serta sekolah

  • Banyak dosen mencoba berbagai metode teknis dan kreatif untuk mendeteksi AI, tetapi sebuah studi tahun 2024 menunjukkan bahwa 97% tugas yang dibuat AI tidak terdeteksi
  • Detektor teks buatan AI memiliki tingkat keandalan rendah, dan menunjukkan tingkat false positive yang tinggi pada siswa neurodivergen maupun siswa non-penutur asli bahasa Inggris
  • Para pelajar memahami dengan baik metode jalan memutar untuk dengan mudah mengelabui detektor AI
  • Dosen di lapangan tidak mampu melarang penggunaan AI secara jelas, dan karena keterbatasan detektor AI serta ketidakpastian kebijakan, sanksi nyata sulit diterapkan
  • Pada tingkat universitas pun, penataan ulang kebijakan dan filosofi yang sesuai dengan era AI generatif masih tertunda

Kekhawatiran pendidikan dan sosial

  • Bersama AI, yang makin ditekankan hanya hasil belajar yang dangkal, sementara kompetensi inti seperti berpikir kritis, pemecahan masalah, dan kreativitas melemah
  • Beberapa studi melaporkan bahwa ketergantungan pada AI berkaitan dengan penurunan daya ingat, kemampuan memecahkan masalah, dan kreativitas pada pelajar
  • Dosen dan peneliti di lapangan sangat khawatir nilai pendidikan humaniora dan menulis makin memudar
  • Kesempatan bagi tiap pelajar untuk tumbuh secara mandiri dan menghadapi tantangan berkurang, sehingga ada risiko kesenjangan soft skill di seluruh masyarakat makin melebar
  • Dalam jangka panjang, hal ini memunculkan pertanyaan mendasar tentang hakikat pendidikan, perannya dalam dunia kerja, dan keunikan manusia

Kasus dan pengalaman pribadi

  • Mahasiswa Daniel mengatakan bahwa melalui pengalaman memakai ChatGPT, ia puas dengan perolehan pengetahuan instan, tetapi tetap merasakan perbedaan dibanding belajar secara langsung
  • Mahasiswa lain, Mark, mengaku bahwa AI telah menjadi alat penting dalam penulisan tugas, tetapi sulit merasa bahwa itu sepenuhnya merupakan pencapaiannya sendiri
  • Kegelisahan seperti ini menimbulkan kebingungan mengenai standar menerima tulisan buatan AI, makna tugas, serta komunikasi yang tulus dengan orang lain

Masa depan pendidikan dari sudut pandang institusional dan sosial

  • Dunia pendidikan menghadapi krisis eksistensial karena maraknya kecurangan AI, dan di kalangan dosen pun moral menurun serta pertimbangan untuk keluar dari pekerjaan makin sering muncul
  • Posisi perusahaan besar seperti OpenAI adalah bahwa AI hanyalah ‘kalkulator untuk kata-kata’, dan mereka menekankan perlunya perubahan pada metode evaluasi tradisional
  • Karena pesatnya perkembangan AI, akses yang terbuka, dan lambatnya respons universitas, penurunan kualitas pendidikan dan turunnya tingkat kepercayaan terus makin cepat
  • Baik siswa maupun tenaga pendidik sama-sama khawatir akan hilangnya pengalaman belajar yang bermakna dan runtuhnya model pertumbuhan yang berpusat pada usaha
  • Ke depan, semakin mengemuka kebutuhan akan diskusi sosial tentang dampak jangka panjang AI terhadap kemampuan berpikir dan berkinerja manusia, serta nilai filosofis yang harus dimiliki sistem pendidikan

Penutup dan perkembangan teknologi

  • Dengan munculnya alat umpan balik AI, struktur evaluasi ‘AI melawan AI’ di mana AI menilai tugas siswa kini menjadi kenyataan
  • Lee memanfaatkan pengalamannya mengembangkan alat kecurangan AI di kampus untuk meluncurkan platform umpan balik AI real-time baru bernama Cluely
  • Cluely mendeteksi layar komputer dan audio untuk menyajikan jawaban AI secara real-time, dan berupaya memperluas penerapannya bukan hanya di pendidikan, tetapi juga ke situasi sehari-hari seperti kencan
  • Karena itu, Lee dan tim startup-nya, bersama investasi besar yang berhasil dihimpun, sedang menyaksikan daya jangkau AI di berbagai bidang seperti pendidikan, rekrutmen, dan kehidupan sehari-hari
  • Dalam proses AI mendefinisikan ulang keseluruhan eksperimen pendidikan dan evaluasi, kebutuhan untuk memperjelas nilai khas manusia dan tujuan pendidikan makin meningkat

5 komentar

 
yangeok 2025-05-22

Saat kuliah saya belajar bahwa pendidikan adalah alat untuk mereproduksi hak-hak istimewa, jadi tujuan pendidikan memang perlu diperjelas seperti ringkasan dalam artikel tersebut.

 
ndrgrd 2025-05-10

Bukan AI yang meruntuhkan pendidikan, melainkan alat-alat pendidikan selama ini yang terlalu berorientasi pada kemudahan.

 
mango 2025-05-09

Pendidikan sebagai alat pemeringkatan sudah saatnya dihentikan

 
fantajeon 2025-05-09

Sekarang, ini berarti zamannya sedang berubah dengan cepat di seluruh industri. Manusia adalah makhluk yang mampu beradaptasi... mari kita beradaptasi sebaik mungkin.

 
GN⁺ 2025-05-09
Komentar Hacker News
  • LLM seperti ChatGPT hanya menambah tekanan pada sistem yang memang sudah rusak

    • Kebanyakan orang mengejar gelar agar lolos verifikasi gelar saat melamar kerja
    • Uang kuliah sangat mahal
    • Tidak seperti produk atau layanan lain, meski layanannya buruk, tidak ada pengembalian uang
    • Profesor pada dasarnya bisa berbuat sesuka hati
    • Pinjaman mahasiswa federal diperlakukan hampir setara dengan putusan pidana
    • Dalam situasi seperti ini, wajar jika orang mengharapkan keuntungan atas investasi mereka, dan yang dikejar bukanlah 'pengetahuan' melainkan 'ijazah'. Karena itu, orang berusaha meningkatkan peluang mendapat ijazah itu (yang janjinya pun setengah-setengah) dengan memakai 'alat'
    • Harapannya, situasi ini pada akhirnya menghancurkan peran universitas sebagai pabrik ijazah dan mengembalikannya pada ketelitian akademik serta riset yang sejati. Tapi tampaknya tinggal harapan saja
  • Anggapan bahwa profesor bisa berbuat sesuka hati itu cerita lama. Sekarang justru

    • Profesor harus memberi nilai lulus kepada hampir semua orang

    • Mahasiswa tidak bisa diusir meski berperilaku tidak sopan seperti memakai headphone, main game/menonton video saat kelas, dan sebagainya

    • Permintaan perpanjangan waktu/ujian ulang pada praktiknya harus hampir selalu dikabulkan

    • Bahkan bila jelas mahasiswa mengerjakan tugas dengan ChatGPT, profesor tidak bisa memberi nilai 0

    • Kalau mau kembali ke ketegasan dan pembelajaran yang sungguh-sungguh, otoritas profesor perlu dipulihkan

    • Istri saya saat ini dosen, dan hal-hal itu tidak benar

      • Setiap tahun ada mahasiswa yang gagal karena curang, bolos, dan sebagainya
      • Ada kolega yang memang sangat buruk dalam mengajar, dan tampaknya tujuan profesor itu adalah menjalankan bisnis perangkat lunak sambil merekrut mahasiswa pintar sebagai tenaga kerja murah
      • Jika mahasiswa asing kaya raya melamar program master, muncul tekanan tertentu, misalnya terkait penerimaan curang atau suap
      • Sebagian dari mahasiswa ini menyerahkan tugas atas nama mahasiswa lain, tertangkap lebih dari 5 kali, dan bahkan ada telepon yang meminta agar mereka tetap diluluskan bagaimanapun caranya
    • Saya kuliah 10 tahun lalu dan sama sekali tidak melihat gejala seperti itu. Saya rasa sekarang pun tidak banyak berubah

    • Ini cuma variasi lain dari bingkai 'anak zaman sekarang'

      • Tidak seperti layanan lain, masalah profesor/ketidakadilan penilaian/kualitas pengajaran yang buruk juga tidak bisa diuangkan kembali
      • Kegagalan selalu dianggap tanggung jawab mahasiswa, bukan profesor
      • Cicilan pinjaman pendidikan bisa berlangsung sampai usia 50-an, sementara untuk mendapat pekerjaan dibutuhkan ijazah
      • Kombinasi semua kondisi inilah yang menciptakan situasi ini. Tidak ada solusi yang jelas. Mengurangi kapitalisasi universitas dan memperluas pasar kerja yang 'tidak mensyaratkan gelar' mungkin sedikit membantu, tapi saya tidak berharap banyak
    • Fakta bahwa sekarang mayoritas pengajar adalah tenaga non-tetap juga berpengaruh

    • Bahkan profesor tetap (tenure) hanya mengajar seminimal mungkin dan sama sekali tidak peduli. Mereka lebih tertarik pada riset, dan peran utama profesor telah bergeser ke arah penelitian. Kualitas pengajaran makin menurun

  • Universitas kini seperti mesin penjual otomatis yang menerima $X00,000 lalu mengeluarkan kunci (ijazah) untuk masuk ke pekerjaan bergaji tinggi

    • Pendidikan hanya bonus; inti utamanya adalah kunci untuk kerja

    • Jika universitas ingin menjadi lembaga pendidikan sungguhan, biayanya harus turun dan perusahaan tidak boleh menjadikan ijazah sebagai syarat wajib

    • Jalur universitas negeri + community college jauh lebih murah daripada $x00,000

  • Di Prancis, orang bisa kuliah di universitas ternama seperti Sorbonne hanya dengan 200 euro per tahun

    • Sekolah teknik ternama juga murah, dan hanya sekolah swasta elite di bidang keuangan yang mencapai sekitar 25.000 euro per tahun (bahkan gratis bagi kelompok berpenghasilan rendah)
  • Ada kritik yang menanyakan apakah ada fisikawan papan atas, peraih Nobel (kecuali perdamaian dan sastra), insinyur sipil tanpa gelar, atau ahli bedah tanpa gelar

    • Hanya bidang perangkat lunak yang secara relatif menjadi pengecualian, di mana orang tanpa gelar masih bisa berkiprah baik

    • Saya sendiri juga tidak kuliah, tetapi dasar teori saya kurang kuat; untuk kebanyakan pekerjaan itu tidak terlalu dibutuhkan, tetapi suatu saat akan dibutuhkan

    • Di bidang yang sangat berbasis keterampilan teknis, gelar wajib, tetapi banyak pekerjaan kantoran menyaring kandidat tanpa gelar meski pengetahuan dari gelar itu sendiri tidak relevan

    • Gelar adalah sinyal potensi yang lemah. Sinyal yang kuat tidak ada sebelum benar-benar bekerja bersama seseorang. Ini hanya cerminan realitas

    • Mendapat gelar tidak selalu membutuhkan uang besar atau pinjaman mahasiswa. Banyak negara memberikannya hanya dengan biaya kuliah yang rendah

  • Saya justru menganggap 'pengetahuan', bukan ijazah, sebagai hasil yang sesungguhnya

    • Misalnya, kalau hanya menerima sertifikat lulus sekolah kedokteran, apakah itu otomatis membuat seseorang jadi dokter sungguhan? Apakah pengetahuan sama sekali tidak diperlukan?

    • Dalam praktiknya, orang yang benar-benar fokus belajar di universitas justru lebih mudah mendapat pekerjaan. Sayang sekali jika berbagai peluang dan sumber daya itu diabaikan

    • Universitas adalah lingkungan yang sangat baik untuk belajar, dan hasilnya sebanding dengan usaha yang dikeluarkan

    • Untuk pekerjaan kantoran yang tidak terkait jurusan, gelar = tiket masuk, dan pengetahuan aktual tidak terlalu berarti. Lulusan sejarah pun lebih mungkin direkrut untuk pekerjaan sales dibanding orang tanpa gelar

  • Selama perusahaan masih mewajibkan ijazah, universitas akan terus berfungsi sebagai pabrik ijazah

    • Jenis pekerjaan yang bisa dilamar lulusan SMA sudah berkurang drastis
  • Muncul klaim bahwa LLM telah menghapus pekerjaan junior white-collar. Universitas harus cepat berubah

    • Hakikat posisi junior adalah sebagai orang yang bertumbuh, bukan sekadar diberi pekerjaan remeh

    • Saat ini LLM masih berada di level pegawai baru; masih jauh untuk menggantikan orang berpengalaman. Peran utamanya bukan penggantian total, melainkan efisiensi kerja

    • Jika pekerja junior white-collar hilang, pada akhirnya pekerja senior juga akan hilang

    • Terhadap klaim bahwa karyawan baru menjadi beban karena masalah hukum/pajak, ada yang menyebut bahwa secara hukum juga ada efek deduction

    • Ada pertanyaan tentang universitas akan 'pivot' menjadi apa

  • Dari sudut pandang profesor, penggunaan AI sebenarnya sudah diizinkan dan mahasiswa diminta mendokumentasikan penggunaan sumber eksternal, tetapi jika ChatGPT tidak bisa menyelesaikan masalahnya, respons mahasiswa adalah, 'Lalu sekarang saya harus bagaimana?' Artinya, mahasiswa kekurangan ketekunan dan daya juang dalam pemecahan masalah

    • Ada juga pendapat bahwa kesabaran dan kegigihan memudar di semua kelompok usia. Yang disorot terutama adalah budaya hafalan dan jawaban instan

      • Seorang Gen-Z juga setuju, dan mengatakan turunnya daya fokus bukan masalah generasi, melainkan karena terlalu banyak informasi dan merupakan masalah seluruh masyarakat
    • Sikap mahasiswa seperti ini bisa jadi merupakan hasil dari guru-guru masa lalu yang mematikan motivasi belajar

  • Ada juga tulisan yang khawatir apakah mahasiswa yang curang dengan LLM benar-benar akan punya daya saing di pekerjaan nyata

    • Ke depan, yang akan bertahan di pasar adalah orang yang tidak hanya bergantung pada AI dan memiliki kemampuan dasar yang kuat

      • Justru karena masa pensiun sudah puluhan tahun di depan, saya pesimistis terhadap perubahan AI, tetapi orang yang bisa menyelesaikan masalah 'tanpa AI' akan bertahan

      • Semua orang suka bicara soal 'tukang ledeng', tetapi pekerjaan tukang ledeng nyata itu sama sekali tidak mudah

    • Kemalasan merajalela, seperti menyalin-tempel tugas mentah-mentah dari ChatGPT

      • Namun, untuk membuktikan kecurangan dibutuhkan bukti sejelas sidang pidana, sehingga sulit memberi hukuman
      • Tetapi dalam wawancara kerja dan sebagainya, mereka akan cepat tersaring
    • Kita harus bekerja di perusahaan yang tahu bedanya BS (pekerjaan yang tampak keren tapi kosong) dan kemampuan nyata; tak lama lagi perusahaan yang hanya berisi kepura-puraan akan bangkrut

    • Orang yang membangun kemampuan sebelum era AI punya keunggulan. Menulis dan dasar-dasar komputer akan tetap bernilai

  • Ada yang merasa bersalah saat menerjemahkan materi berbahasa Inggris untuk dipakai dalam tugas di universitas Spanyol, tetapi di era LLM perasaan seperti itu berkurang

    • Itu bukan curang, melainkan sebuah keunggulan khusus. Membaca buku teks dalam bahasa lain adalah metode yang jelas-jelas dianjurkan
    • Memang agak tidak adil, tetapi berkat itu waktu bisa dihemat jauh lebih banyak
  • Tutor gratis dari LLM juga bisa dipandang positif

    • Dulu hanya kalangan kaya yang bisa menikmati les privat, tetapi kini semua orang bisa mengaksesnya lewat ChatGPT, sehingga standar minimum ikut naik

    • Masalah luring seperti hambatan bahasa dari TA (asisten pengajar) juga bisa diatasi

    • Semua orang bisa mendapat dukungan pada tingkat yang sama tanpa biaya kuliah tambahan besar, sehingga ini menjadi demokratisasi pendidikan

    • Namun pada kenyataannya banyak mahasiswa langsung menyalin-tempel jawaban LLM ke tugas mereka

      • Bahkan ketika diminta menjelaskan proses berpikirnya, mereka sering tidak bisa menjawab
    • Ada juga contoh nyata orang yang menggunakan LLM sebagai tutor untuk menemukan metode belajar yang cocok dengan gaya mereka sendiri

    • Namun jika universitas hanya memandang segalanya sebagai 'kompetisi', nilai kemanusiaan akan hilang dan pendidikan yang sejati justru berkurang. Maka patut dipertanyakan apakah pemerataan alat curang ini benar-benar hal baik

      • Mahasiswa yang benar-benar belajar bisa memanfaatkan LLM untuk 'belajar mandiri', tetapi pada saat yang sama sarana untuk curang juga ikut bertambah
  • Ada juga reaksi bahwa kabar tentang anak-anak yang benar-benar kesulitan membaca atau berpikir mendalam terasa menyedihkan

    • Di universitas Belanda, kecurangan bisa cukup efektif dideteksi lewat tanya jawab langsung setelah tugas, penjelasan kode, dan sebagainya

    • Ada pertanyaan mengapa hanya kecurangan mahasiswa yang memicu kemarahan moral, sementara perilaku universitas yang 'menipu' mahasiswa—misalnya dari sisi biaya dibanding mutu pendidikan—justru ditoleransi

      • Inti masalah sekarang bukan moralitas, melainkan rasa 'muram'. Fakta bahwa mahasiswa makin kehilangan kemampuan berpikir mandiri, berpikir kritis, dan menembus kesulitan itulah yang menyedihkan

      • Bukan kemarahan moral, hanya fenomena yang memang menyedihkan

  • Ada kritik pada media yang mencampuradukkan antara ChatGPT yang 'membantu tugas' dan yang 'dipakai untuk curang'

    • Memasukkan soal PR itu sendiri menurut kebijakan memang tergolong curang, tetapi menanyakan konsep teknis atau kemampuan tertentu masih bisa diterima
  • Karena biaya kuliah setara dengan gaji yang akan diterima saat mulai bekerja, biaya nyatanya menjadi dua kali lipat

    • Ini sekaligus menjadi hambatan masuk ke dunia kerja dan pada dasarnya merupakan 'eksploitasi' terhadap mahasiswa

      • Ini lebih relevan untuk jenis pekerjaan di mana 'pembelajaran di lapangan' bisa menghasilkan hasil yang sama
    • Mahasiswa pada akhirnya juga ikut menopang sistem ini. Kalau PR jadi lebih mudah karena LLM, lebih banyak orang akan lanjut ke pascasarjana dan 'semua diuntungkan' (meski kenyataannya dingin)

  • 'Kesia-siaan' anak muda pada akhirnya membuat mereka gagal tumbuh menjadi engineer alih-alih sekadar operator

    • Engineer sejati harus kuat dalam dasar-dasar, rasa ingin tahu, dan upaya memahami. Jika hanya memilih jalan mudah, pekerjaan operator akan lenyap oleh alat otomatisasi AI
    • Jumlah operator selalu lebih banyak daripada desainer/engineer. Tidak realistis jika semua orang menjadi engineer
      • Dibutuhkan kecerdasan di atas rata-rata, lingkungan yang mendukung, dan usaha untuk menjadi engineer. Mustahil setengah populasi mencapainya

        • Jika orang rata-rata harus menjadi engineer, hasilnya akan mengerikan. Kalau orang yang benar-benar rata-rata begitu saja disuruh menangani pengembangan perangkat lunak, konstruksi, atau penerbangan, itu berbahaya