Ketika Tombol Prompt “Lebih Manusia” dari Proses Berpikir

Di banyak ruang kelas, ruang dosen, dan ruang sunyi bernama deadline, kini ada satu ritual baru yang dilakukan hampir serempak. Laptop dibuka, kursor berkedip, lalu sebuah kalimat pendek diketik “tolong buatkan latar belakang penelitian tentang…”. Dalam hitungan detik, paragraf mengalir rapi. Argumentasi tampak matang. Bahasa akademik hadir dengan percaya diri. Yang absen justru satu hal mendasar dalam dunia akademik: proses berpikir.

Kecerdasan buatan, khususnya model bahasa generatif, telah menjadi aktor penting dalam produksi pengetahuan sehari-hari mahasiswa dan peneliti. Fenomena ini sering dirayakan sebagai efisiensi, demokratisasi akses, dan solusi atas tekanan akademik. Di balik euforia itu, ada persoalan epistemik yang jarang dibicarakan secara jujur: apa yang sebenarnya sedang diproduksi ketika AI menulis, dan apa yang perlahan menghilang dari tubuh akademik manusia?

Penggunaan AI dalam tugas kuliah dan riset tidak lagi bersifat eksperimental. Ia telah menjadi kebiasaan. Di banyak kampus, mahasiswa menggunakannya untuk menyusun esai, laporan praktikum, proposal penelitian, bahkan skripsi. Di level peneliti, AI dipakai untuk merangkum literatur, menyusun kerangka artikel, memoles bahasa jurnal, hingga merespons komentar reviewer. Semua ini berlangsung cepat, senyap, dan semakin dinormalisasi. Sepertinya, masalahnya tidak terletak pada teknologinya. Masalahnya ada pada cara relasi akademik dibangun dengan teknologi tersebut.

AI bekerja dengan cara meniru pola bahasa dari korpus teks yang sangat besar. Ia tidak memahami konsep sebagaimana manusia memahami. Ia mengalkulasi kemungkinan kata demi kata. Ketika mahasiswa menerima teks AI sebagai jawaban final, yang terjadi bukan pembelajaran, justru hanyalah delegasi berpikir dari arus utama. Proses bertanya, meragukan, membaca silang, dan menyusun posisi argumen digantikan oleh hasil jadi yang tampak sahih.

Dalam tradisi pendidikan kritis, pengetahuan tidak pernah berdiri sebagai produk jadi. Seharusnya, ia lahir dari ketegangan antara pengalaman, teori, dan refleksi. Ketika AI menjadi jalan pintas, ketegangan itu menghilang. Yang tersisa adalah teks tanpa pergulatan sehingga atau sampai-sampai akademik berubah menjadi soal estetika tulisan, pragmatisme, dan tentunya bukan kedalaman berpikir.

Di sinilah muncul apa yang bisa disebut sebagai fetisisme output akademik. Nilai, kuantitas, indeks, publikasi, dan kelulusan menjadi tujuan akhir. Proses berpikir dianggap beban. AI hadir sebagai mesin yang menghilangkan beban itu. Dalam konteks ini, AI tidak membebaskan manusia dari kerja mekanis, tetapi malah mendorong manusia melepaskan kerja intelektualnya sendiri.

Fenomena ini berkelindan dengan kondisi struktural dunia akademik hari ini. Mahasiswa dibebani target nilai dan kelulusan cepat. Peneliti ditekan oleh tuntutan publikasi, indeksasi, dan skor sitasi, semuanya kuantitas, jumlah, dan angka. Waktu berpikir semakin sempit. Dalam situasi seperti itu, AI terasa seperti penyelamat. Ia menawarkan kecepatan di tengah sistem yang tidak memberi ruang kontemplasi.

Namun kecepatan selalu memiliki harga. Dalam jangka panjang, ketergantungan pada AI berpotensi melahirkan generasi akademik yang fasih secara retoris namun rapuh secara konseptual. Mereka mampu menulis panjang, rapi, dan terdengar ilmiah, namun kesulitan menjelaskan apa yang mereka tulis dengan kata-kata sendiri. Diskusi kelas menjadi dangkal. Presentasi penuh jargon tanpa posisi kritis. Riset berubah menjadi reproduksi pola, tidak ada eksplorasi makna, tidak ada identitas, tidak ada kesalahan khas manusia.

Lebih problematis lagi, AI membawa bias epistemik yang jarang disadari penggunanya. Ia dilatih dari teks-teks dominan, bahasa global, dan perspektif arus utama (seperti yang sudah sedikit disinggung sebelumnya). Ketika mahasiswa dari konteks lokal menggunakan AI tanpa sikap kritis, yang terjadi adalah reproduksi pengetahuan hegemonik. Narasi lokal, pengalaman kontekstual, dan cara berpikir alternatif perlahan tersisih. Penelitian menjadi seragam, terasa internasional, namun kehilangan akar sosial dan kulturalnya. Salah satu buktinya, semakin banyak orang-orang yang tiba-tiba pintar menulis dalam Bahasa Inggris dibandingkan Bahasa Indonesia.

Dalam riset, penggunaan AI tanpa kesadaran metodologis juga memunculkan ilusi objektivitas. Ringkasan literatur terasa netral, padahal ia adalah hasil seleksi statistik. Celah, konflik teori, dan perdebatan epistemik sering diratakan. Banyak metode baru muncul, yang disesuaikan dengan tujuan riset. “Apakah ini sebuah kebetulan?” Yang pasti adalah peneliti muda yang terlalu bergantung pada AI berisiko kehilangan kepekaan terhadap ketegangan teori yang justru menjadi jantung ilmu pengetahuan.

Isu etika pun muncul. Ketika teks AI digunakan tanpa refleksi, siapa penulisnya. Siapa yang bertanggung jawab atas argumen. Siapa yang menanggung kesalahan konseptual. Dalam budaya akademik, tanggung jawab intelektual adalah fondasi. AI mengaburkan batas itu. Ia menciptakan zona abu-abu antara bantuan dan pengambilalihan. Maka, selamat datang mentalitas peneliti tanpa etika. Atau lebih menarik: selamat datang para peneliti tanpa etika.

Larangan total terhadap AI jelas bukan solusi. Sejarah pendidikan selalu menunjukkan bahwa teknologi tidak pernah bisa dipisahkan dari proses belajar. Yang dibutuhkan adalah rekonstruksi pedagogi. Namun sebelum itu, perlu disiapkan mental untuk memosisikan AI sebagai alat dialog, bukan mesin jawaban. Sebagai mitra berpikir, bukan pengganti berpikir.

Mahasiswa perlu diajak menggunakan AI untuk memicu pertanyaan, membandingkan perspektif, dan menguji argumen mereka sendiri. Dosen perlu mendesain tugas yang menuntut refleksi personal, keterkaitan konteks, dan penjelasan lisan yang tidak bisa disalin dari layar. Dan di sisi para peneliti, ia perlu menggunakannya sebagai alat bantu teknis.

Lebih dari itu, dunia akademik perlu jujur melihat dirinya sendiri. Ketergantungan pada AI adalah cermin dari sistem pendidikan yang semakin administratif, kuantitatif, dan kehilangan ruang berpikir. Selama nilai, indeks, dan output lebih dihargai daripada proses intelektual, AI akan terus menjadi jalan pintas yang menggoda. Pertanyaannya bukan apakah AI akan terus digunakan, karena itu sudah terjadi dan tidak bisa diputar balik. Pertanyaan yang lebih penting adalah “apakah kita masih ingin mempertahankan pendidikan sebagai ruang pembentukan subjek berpikir, atau kita rela mengubahnya menjadi pabrik yang (katanya) efisien?”

Di titik ini, AI menjadi semacam cermin. Ia memantulkan wajah akademik kita hari ini. Jika yang tampak adalah ketergantungan, kepanikan, dan keinginan serba cepat, barangkali masalah utamanya bukan pada mesin, melainkan pada cara kita memahami makna belajar dan meneliti. Tanpa keberanian untuk memperlambat, memberi peluang untuk membuat kesalahan, meragukan, dan berpikir dengan tubuh serta pengalaman sendiri, kampus berisiko melahirkan generasi yang sangat produktif secara tekstual dan kuantitas, namun miskin secara intelektual dan kualitas. Sepertinya, bukan AI yang menggantikan manusia, melainkan manusia yang perlahan menyerahkan hak berpikirnya sendiri.