Kampus Times- Perkembangan kecerdasan buatan atau artificial intelligence (AI) menghadirkan perubahan besar dalam dunia pendidikan. Selama ini, pembahasan mengenai AI di sekolah dan perguruan tinggi sering berfokus pada personalisasi pembelajaran, otomatisasi tugas, serta kemampuan teknologi memberikan materi sesuai kebutuhan siswa.
Namun, persoalan yang lebih mendasar justru berkaitan dengan insentif dalam sistem pendidikan. AI membuat kelemahan tersebut semakin terlihat karena teknologi mampu memberikan jawaban dalam hitungan detik, sementara sistem pendidikan masih banyak menempatkan nilai akhir sebagai indikator utama keberhasilan.
Ketika siswa memperoleh nilai tinggi, sistem cenderung menganggap proses belajar telah berhasil. Padahal, nilai A+ tidak selalu menunjukkan bahwa seseorang benar-benar memahami, mampu mengingat, mengevaluasi, dan menerapkan pengetahuan dalam situasi nyata.
Ketika Nilai Lebih Penting daripada Proses Belajar
Sistem pendidikan yang terlalu berorientasi pada hasil dapat menciptakan insentif untuk mencari jalan tercepat menuju jawaban. Kehadiran AI memperkuat kecenderungan tersebut karena siswa dapat meminta teknologi menyelesaikan berbagai persoalan akademik tanpa harus melalui proses berpikir yang panjang.
Masalah semakin kompleks ketika layanan AI memberikan akses terhadap model berkemampuan tinggi pada periode ketika siswa sedang menghadapi ujian atau tenggat akademik. Dalam kondisi tertekan, teknologi yang dirancang untuk memberikan jawaban instan dapat menjadi pilihan yang sangat menarik.
Persoalannya bukan semata-mata apakah siswa menggunakan AI, melainkan bagaimana AI digunakan dalam proses belajar. Teknologi yang seharusnya menjadi alat bantu dapat berubah menjadi pengganti proses berpikir.
Cognitive Offloading: Ketika Manusia Menyerahkan Beban Berpikir kepada Mesin
Salah satu konsep penting untuk memahami fenomena tersebut adalah cognitive offloading. Istilah ini merujuk pada kecenderungan manusia memindahkan sebagian pekerjaan kognitif kepada alat eksternal agar tugas menjadi lebih mudah.
Dalam kehidupan sehari-hari, praktik tersebut sebenarnya bukan sesuatu yang baru. Kalkulator, mesin pencari, kalender digital, dan aplikasi navigasi telah lama membantu manusia mengurangi beban mengingat atau menghitung.
Persoalan muncul ketika pelepasan beban kognitif dilakukan pada aktivitas yang justru seharusnya melatih kemampuan berpikir.
Dampaknya bagi Siswa
Bayangkan seorang siswa memperoleh tugas untuk menentukan harga sebuah produk bisnis. Alih-alih mempelajari biaya produksi, target konsumen, daya beli pasar, dan strategi penetapan harga, siswa cukup meminta AI memberikan jawaban.
Jawaban tersebut mungkin terlihat benar dan bahkan disertai argumentasi yang meyakinkan. Namun, jika siswa tidak memahami bagaimana kesimpulan tersebut diperoleh atau tidak memverifikasi sumbernya, proses belajar sebenarnya telah kehilangan bagian terpenting.
Dalam jangka panjang, kebiasaan semacam ini dapat menciptakan paradoks. Seseorang mungkin menghabiskan bertahun-tahun mengikuti pendidikan formal, tetapi tidak memiliki pemahaman yang cukup kuat untuk menggunakan pengetahuan tersebut ketika menghadapi persoalan baru.
Risiko Co-Pilot Berubah Menjadi Autopilot
Fenomena serupa juga mulai menjadi perhatian dalam dunia profesional. Berdasarkan informasi yang menjadi dasar pembahasan ini, sebuah studi terhadap lebih dari 300 pekerja di perusahaan teknologi menunjukkan bahwa sekitar 60–70 persen responden merasa menggunakan lebih sedikit upaya kognitif ketika AI membantu pekerjaan yang berkaitan dengan pemahaman, sintesis, dan evaluasi.
Temuan tersebut memperlihatkan risiko yang penting. AI idealnya berperan sebagai co-pilot, yaitu pendamping yang membantu manusia bekerja lebih baik. Namun, apabila seluruh keputusan dan evaluasi diserahkan kepada mesin, co-pilot dapat berubah menjadi autopilot.
Pada titik tersebut, efisiensi jangka pendek dapat dibayar dengan melemahnya kemampuan berpikir kritis. Manusia menjadi semakin cepat menghasilkan sesuatu, tetapi belum tentu semakin mampu memahami sesuatu.
Dark Patterns dan Ketergantungan terhadap AI
Persoalan lain muncul dari desain produk AI. Beberapa antarmuka digital menggunakan prinsip yang dikenal sebagai dark patterns, yaitu desain yang dapat memengaruhi perilaku pengguna agar terus menggunakan sebuah layanan.
Dalam konteks AI, persoalan tersebut menjadi sensitif karena pengguna berinteraksi dengan sistem yang mampu menghasilkan respons sangat persuasif. AI yang terus memberikan validasi, persetujuan, atau pujian dapat membuat pengguna merasa bahwa pemikirannya selalu benar.
Risikonya menjadi lebih serius ketika sistem gagal memberikan koreksi secara proporsional terhadap informasi keliru. Dalam kondisi tertentu, validasi berlebihan bahkan dapat memperkuat keyakinan terhadap informasi yang tidak berdasar.
Karena itu, desain AI tidak seharusnya hanya mengejar keterlibatan pengguna. Kualitas interaksi dan kesehatan proses berpikir juga perlu menjadi indikator keberhasilan sebuah produk AI.
Mengapa Productive Resistance Dibutuhkan?
Salah satu pendekatan yang dapat dikembangkan adalah productive resistance. Konsep ini mengusulkan agar AI tidak selalu memberikan jawaban lengkap secara instan.
AI dapat meminta pengguna menjelaskan konteks, menunjukkan langkah berpikir, menyebutkan sumber, atau mencoba menyelesaikan sebagian persoalan sebelum memperoleh bantuan lebih lanjut.
Hambatan kecil tersebut bukan berarti teknologi dibuat lebih sulit digunakan. Tujuannya adalah mempertahankan keterlibatan kognitif pengguna.
Dalam pendidikan, misalnya, AI dapat memberikan petunjuk terlebih dahulu daripada langsung menyajikan jawaban. Pendekatan tersebut membuat teknologi berfungsi sebagai tutor yang mendorong proses berpikir, bukan mesin jawaban yang menghilangkan proses belajar.
Solusi Membutuhkan Perubahan Individu dan Sistem
Manusia Harus Tetap Menjadi Pengambil Keputusan
Pada tingkat individu, prinsip sederhana yang perlu diterapkan adalah menggunakan AI untuk membantu berpikir, bukan menggantikan pemikiran.
AI dapat digunakan untuk mencari alternatif, menguji argumen, memberikan umpan balik, atau menjelaskan konsep yang sulit. Namun, pengguna tetap perlu membaca, membandingkan sumber, memeriksa fakta, dan membuat keputusan secara mandiri.
Prinsip tersebut dapat dianalogikan dengan kebugaran. Alat bantu boleh digunakan, tetapi seseorang tidak akan memperoleh manfaat latihan jika seluruh aktivitas fisiknya digantikan mesin. Begitu pula kemampuan berpikir membutuhkan latihan melalui keterlibatan langsung.
Pendidikan dan Pemerintah Perlu Beradaptasi
Perubahan juga harus berlangsung pada tingkat sistem. Pemerintah perlu mempertimbangkan regulasi yang memastikan perusahaan AI memiliki tanggung jawab terhadap desain, transparansi, keamanan, dan dampak produknya terhadap masyarakat.
Sementara itu, sekolah dan perguruan tinggi perlu mengubah cara menilai keberhasilan belajar. Jika penilaian hanya mengukur jawaban akhir, teknologi akan terus memberikan insentif bagi siswa untuk mencari jalan pintas.
Literasi AI, verifikasi informasi, kemampuan mengenali disinformasi, serta penalaran kritis perlu menjadi bagian dari pendidikan. Finlandia, misalnya, telah dikenal memiliki pendekatan pendidikan literasi media dan informasi yang memperkenalkan kemampuan mengenali informasi keliru sejak usia dini.
Kesimpulan
Revolusi AI dalam pendidikan bukan hanya persoalan apakah teknologi mampu membuat pembelajaran lebih cepat dan personal. Tantangan yang lebih penting adalah memastikan efisiensi teknologi tidak mengorbankan kemampuan manusia untuk memahami, mengevaluasi, mengingat, dan berpikir secara mandiri.
Fenomena cognitive offloading menunjukkan bahwa AI dapat menjadi alat yang sangat membantu sekaligus berisiko apabila digunakan tanpa batas. Konsep productive resistance menawarkan salah satu jalan agar manusia tetap terlibat dalam proses berpikir.
Pada akhirnya, pertanyaan terpenting bukan sekadar apakah AI dapat membantu manusia belajar, melainkan siapa yang paling diuntungkan ketika manusia semakin bergantung pada AI untuk belajar dan berpikir. Jawaban atas pertanyaan tersebut akan menentukan apakah revolusi AI memperkuat pendidikan atau justru mengurangi kemampuan yang seharusnya dibangun oleh pendidikan.
FAQ
- Apa yang dimaksud cognitive offloading dalam pendidikan? Cognitive offloading adalah proses memindahkan sebagian pekerjaan berpikir atau mengingat kepada alat eksternal, termasuk AI, sehingga manusia tidak melakukan seluruh proses kognitif secara langsung.
- Mengapa penggunaan AI dapat melemahkan berpikir kritis? Risiko muncul ketika pengguna menerima jawaban AI tanpa memahami proses, mengevaluasi argumentasi, atau memverifikasi informasi yang diberikan.
- Apa itu productive resistance? Productive resistance adalah pemberian hambatan atau tahapan tertentu oleh AI agar pengguna tetap melakukan proses berpikir sebelum memperoleh jawaban lengkap.
- Bagaimana seharusnya siswa menggunakan AI? Siswa sebaiknya menggunakan AI untuk mendapatkan penjelasan, umpan balik, alternatif gagasan, dan bantuan memahami konsep, bukan sekadar memperoleh jawaban untuk menggantikan proses belajar.
- Mengapa regulasi AI diperlukan dalam pendidikan? Regulasi diperlukan untuk memastikan pengembangan dan penggunaan AI mempertimbangkan keamanan, transparansi, perlindungan pengguna, serta dampaknya terhadap kualitas pembelajaran dan kemampuan berpikir manusia.
