Nilai Tinggi, Nalar Tumpul: Ujian Sebenarnya di Era AI

Seorang mahasiswa mengumpulkan makalah yang rapi, argumennya runtut, dan referensinya lengkap. Namun ketika ditanya dosen mengapa ia memilih kesimpulan itu, ia terdiam. Adegan seperti ini kian akrab di ruang kelas kita. Tugasnya selesai, tetapi pemahamannya tidak ikut ada.

Data menunjukkan ini bukan kejadian langka. Global Student Survey 2025 dari Chegg menemukan bahwa 95 persen mahasiswa Indonesia telah menggunakan AI generatif dalam aktivitas belajar, tertinggi di antara 15 negara yang disurvei. Penggunaannya pun rutin: 9 persen responden bertanya lebih dari 10 kali sehari kepada AI, dan 17 persen lainnya 6 sampai 10 kali sehari.

ads

Pada Mei 2026, pemberitaan RRI melaporkan bahwa penggunaan AI di kalangan pelajar Indonesia mencapai 95 persen dan memunculkan kekhawatiran menurunnya kemampuan berpikir kritis, yang dikenal sebagai cognitive offloading. Seorang perwakilan pelajar dalam acara itu mengakui bahwa sebagian siswa kini kesulitan belajar mandiri tanpa bantuan teknologi.

Angka-angka ini tidak otomatis buruk. AI membantu merangkum bacaan, memunculkan ide, dan menjelaskan konsep yang sulit. Persoalannya muncul ketika sistem penilaian kita tidak ikut berubah. Makalah, ringkasan, dan soal hafalan adalah jenis tugas yang paling mudah ditiru mesin.

Bila itu tetap menjadi ukuran utama, kita sedang mengukur kemampuan menyalin dengan rapi, bukan kemampuan berpikir. Kekhawatiran serupa muncul secara global: pemberitaan Medcom pada Agustus 2026, yang mengutip The New York Times, menyebut bahwa ketergantungan pada AI dapat mengikis memori kerja, kemampuan metakognisi, dan analisis kritis siswa, sekaligus mengimbau agar AI tidak dilarang total

Melarang AI memang bukan jawaban. Larangan sulit ditegakkan dan mendorong penggunaan diam-diam tanpa bimbingan etika. Menyerah pada AI juga bukan jawaban, sebab kita bisa melahirkan lulusan bernilai bagus yang gagap saat harus menalar sendiri. Jalan tengahnya adalah mengubah apa yang kita nilai.

Pertama, geser bobot penilaian dari hasil ke proses. Diskusi lisan, presentasi dengan tanya jawab, catatan revisi, dan tugas reflektif membuat pemahaman terlihat, karena tidak bisa diwakilkan. Kedua, rancang tugas yang berakar pada konteks nyata, misalnya masalah di lingkungan sekitar peserta didik, yang menuntut pengamatan dan pertimbangan pribadi.

Ketiga, ajarkan literasi AI sebagai keterampilan dasar: cara bertanya yang baik, cara memeriksa kebenaran jawaban, dan batas kejujuran akademik. Pendidik perlu dibekali untuk peran ini. Sebagaimana disampaikan Najelaa Shihab dalam acara yang sama, guru kini harus menjadi arsitek dan desainer proses pembelajaran di era teknologi.

Kesenjangan juga perlu diwaspadai. Najelaa mengingatkan bahwa tantangannya bukan hanya penggunaan AI, tetapi juga kesenjangan akses digital. Data adopsi setinggi apa pun tidak menggambarkan daerah yang akses internet dan perangkatnya terbatas. Di sana persoalannya bukan kelebihan AI, melainkan tertinggal darinya. Kebijakan yang hanya mengejar adopsi tanpa pemerataan akan melebarkan jurang mutu antarwilayah.

Pendidikan yang baik bertujuan membentuk manusia yang mampu menimbang, meragukan, dan bertanggung jawab atas keputusannya. Kemampuan itu tumbuh lewat interaksi dengan pendidik dan teman sebaya, lewat pertanyaan yang sulit dan kegagalan yang dibimbing. AI dapat menemani proses itu, tetapi tidak bisa menggantikannya.

Ujian sebenarnya di era AI bukan apakah peserta didik memakai mesin, melainkan apakah sistem pendidikan masih memastikan mereka belajar berpikir. Jika penilaian kita tidak berubah, jangan heran bila nilai terus naik sementara nalar tidak ikut tumbuh.

**Penulis adalah Andi Ratu Ayuashari Anwar Dosen administrasi pendidikan UNM

Comment