Pertanyaan integritas, dibingkai ulang
Ketika AI generatif tersedia luas, reaksi pertama di banyak universitas bersifat defensif: larang, deteksi, hukum. Reaksi itu dapat dimengerti, tetapi berpijak pada fondasi yang rapuh. Alat deteksi menghasilkan positif palsu, yang tidak adil bagi mahasiswa yang jujur, dan negatif palsu, yang justru menguntungkan yang tidak jujur. Alat-alat itu juga kesulitan dengan tulisan bahasa Inggris oleh penutur non-asli dan dengan bahasa Arab, yang penting bagi institusi di Teluk tempat mahasiswa menulis dalam kedua bahasa.
Pendekatan yang lebih tahan lama berangkat dari pertanyaan yang berbeda: bukan "bagaimana kita menangkap mahasiswa yang menggunakan AI?" melainkan "apa yang sebenarnya kita ingin mahasiswa mampu lakukan, dan bagaimana kita tahu mereka mampu melakukannya?" Pertanyaan itu mengarah pada rancangan asesmen, bukan pengawasan.
Literasi AI sebagai atribut lulusan
Pemberi kerja di Dubai, Riyadh, dan sekitarnya kini mengharapkan lulusan mampu menggunakan alat AI secara kompeten dan bertanggung jawab. Universitas yang melarang alat-alat itu di setiap mata kuliah mengirim mahasiswanya ke dunia kerja tanpa persiapan.
Literasi AI lebih dari sekadar tahu cara menulis prompt. Ia mencakup pemahaman tentang bagaimana model menghasilkan teks, mengapa model mengarang referensi, bagaimana bias masuk ke dalam keluaran, kapan penggunaannya tepat, dan bagaimana mengungkapkannya. Ia juga mencakup penilaian khas disiplin ilmu untuk mengevaluasi jawaban yang dihasilkan AI di bidang hukum, kedokteran, teknik, atau studi Islam, di mana kesalahan yang terdengar meyakinkan dapat berdampak nyata.
Langkah praktisnya adalah memperlakukan literasi AI seperti penulisan akademik: diajarkan sejak awal, diperkuat di setiap fakultas, dan dinilai.
Merancang ulang tugas
Esai take-home dengan topik umum adalah tugas yang paling rentan terhadap AI. Alih-alih meninggalkan esai, dosen dapat membuatnya lebih sulit dialihdayakan dan lebih bernilai untuk diselesaikan. Ujian lisan, di mana mahasiswa menjelaskan dan mempertanggungjawabkan karya tulisnya, menguji pemahaman secara langsung. Menulis di kelas di bawah pengawasan tetap berguna untuk keterampilan inti. Tugas yang terkait dengan data lokal, kasus tertentu, kunjungan lapangan, atau diskusi kelas tidak dapat dijawab oleh model yang tidak hadir di sana.
Beberapa dosen kini meminta mahasiswa menggunakan AI secara terbuka: hasilkan draf, lalu kritisi, perbaiki kesalahannya, dan serahkan keduanya beserta refleksi. Ini mengubah alat menjadi objek kajian dan membuat pemikiran mahasiswa sendiri terlihat.
Apa pun rancangannya, aturannya harus dinyatakan per tugas: AI tidak diizinkan, diizinkan dengan pengungkapan, atau diwajibkan. Ambiguitas adalah tempat lahirnya kasus-kasus pelanggaran.
AI sebagai asisten penelitian
Bagi dosen dan mahasiswa pascasarjana, AI dapat mempercepat penelusuran literatur, merangkum dokumen panjang, menyarankan kode, membersihkan data, dan meningkatkan keterbacaan draf. Ini keuntungan nyata, terutama bagi peneliti yang menulis dalam bahasa kedua.
Batasannya pun sama nyatanya. Model mengarang sitasi, salah menyatakan temuan, dan tidak dapat menilai apakah sebuah metode sahih. Setiap referensi harus diperiksa terhadap sumber aslinya, setiap klaim diverifikasi, dan setiap penggunaan diungkapkan bila jurnal atau universitas mewajibkannya. Data rahasia, termasuk hasil yang belum dipublikasikan dan informasi pribadi partisipan penelitian, tidak boleh ditempelkan ke alat publik.
Institusi seperti Universitas Kecerdasan Buatan Mohamed bin Zayed (Mohamed bin Zayed University of Artificial Intelligence) di Abu Dhabi dan universitas-universitas riset di Arab Saudi sudah menghasilkan panduan semacam ini; institusi yang lebih kecil dapat mengadaptasinya alih-alih memulai dari nol.
Menulis kebijakan yang benar-benar diikuti orang
Kebijakan yang baik itu singkat, spesifik, dan konsisten di seluruh departemen. Ia mendefinisikan penggunaan yang diizinkan dan dilarang, mewajibkan pengungkapan, menjelaskan bagaimana dugaan penyalahgunaan ditangani, dan melindungi mahasiswa dari tuduhan yang hanya didasarkan pada skor alat deteksi. Ia ditinjau setiap tahun, karena alat berubah lebih cepat daripada kalender akademik.
Yang terpenting, kebijakan sebaiknya ditulis bersama mahasiswa, bukan hanya untuk mereka. Mahasiswa yang ikut menyusun aturan akan memahaminya, dan lebih mungkin membelanya di antara teman-temannya.
Bagaimana universitas dapat memulai
Transformasi menyeluruh tidak diperlukan pada semester pertama. Urutan yang dapat dijalankan tampak seperti ini:
- Bentuk kelompok kerja kecil yang terdiri atas dosen, mahasiswa, bagian TI, dan bagian akademik, dengan mandat yang jelas dan tenggat waktu.
- Terbitkan kebijakan sementara satu halaman dan templat pengungkapan per tugas dalam satu semester.
- Uji coba asesmen yang dirancang ulang di lima hingga sepuluh mata kuliah dari berbagai fakultas, dan kumpulkan umpan balik dari dosen dan mahasiswa.
- Tawarkan modul literasi AI singkat kepada semua mahasiswa tahun pertama, dalam bahasa Arab dan Inggris bila relevan.
- Tinjau hasilnya, revisi kebijakannya, dan perluas apa yang berhasil.
Universitas yang akan berkembang bukanlah yang menjauhkan AI, melainkan yang mengajari mahasiswanya menggunakan AI dengan kejujuran, keterampilan, dan penilaian yang matang.
