Kecerdasan buatan (AI) kian memengaruhi proses belajar-mengajar di perguruan tinggi. Jika sebelumnya nilai A identik dengan capaian yang sulit diraih, meningkatnya penggunaan AI di kalangan mahasiswa membuat nilai tinggi dinilai semakin mudah diperoleh. Kondisi ini memunculkan kekhawatiran: nilai yang membaik tidak selalu diiringi peningkatan kemampuan, sehingga masa depan lulusan di dunia kerja dipertaruhkan.
Sebuah laporan dari University of California, Berkeley (UC Berkeley) menyoroti fenomena tersebut. Peneliti senior UC Berkeley, Igor Chirikov, menganalisis lebih dari 500.000 data pendaftaran mata kuliah di 84 departemen pada sebuah universitas besar di Texas sepanjang 2018 hingga 2025.
Temuan penelitian menunjukkan lonjakan nilai paling tajam terjadi pada mata kuliah dengan porsi tugas menulis dan coding yang tinggi, terutama yang mengandalkan sistem tugas bawa pulang. Chirikov menyimpulkan banyak mahasiswa secara aktif menggunakan AI untuk berbuat curang demi memperoleh nilai lebih baik.
Secara keseluruhan, mata kuliah yang dinilai “rentan terpapar AI” mengalami peningkatan pemberian nilai A sebesar 30 persen sejak ChatGPT pertama kali populer di pasaran.
Namun, kenaikan nilai itu dibarengi catatan lain. Penelitian tersebut mengungkap mahasiswa kini bisa meraih nilai lebih tinggi, sementara esensi pembelajaran dan kemampuan yang benar-benar diserap justru dikhawatirkan menurun.
Chirikov membagi penggunaan AI generatif dalam tugas akademik ke dalam tiga pola. Pertama, augmentasi, yakni AI berperan sebagai asisten pendukung—misalnya membantu riset—sementara mayoritas pekerjaan tetap dikerjakan mahasiswa. Kedua, reinstatement, yaitu pemanfaatan AI untuk tugas-tugas baru yang memang berbasis teknologi. Ketiga, displacement, ketika AI sepenuhnya mengambil alih pekerjaan yang seharusnya dilakukan mahasiswa, seperti menulis esai atau membuat kode program.
Ketiga pola tersebut dinilai efektif dalam meningkatkan nilai. Namun, hanya augmentasi dan reinstatement yang disebut memiliki korelasi positif dengan pembelajaran dan pembangunan keterampilan yang sesungguhnya. Sebaliknya, tugas bawa pulang dan penulisan esai tanpa pengawasan dianggap membuka celah bagi displacement, ketika mahasiswa menyerahkan pekerjaan sepenuhnya kepada AI.
Di sisi lain, nilai Indeks Prestasi Kumulatif (IPK) tetap menjadi faktor penting bagi mahasiswa, baik untuk melamar program pascasarjana maupun bersaing di pasar kerja. Tekanan kompetisi membuat sebagian mahasiswa mencari jalan pintas. Akan tetapi, studi tersebut memperingatkan bahwa universitas di Amerika Serikat dinilai masih belum siap menghadapi konsekuensi AI generatif, meski sudah empat tahun hadir dalam kehidupan sehari-hari.
Inflasi nilai yang dipicu AI dikhawatirkan menyulitkan perekrut dalam menyaring kandidat lulusan muda yang benar-benar kompeten. Ketergantungan akademik pada AI juga dikhawatirkan melahirkan tenaga kerja yang tidak cakap dan kesulitan bekerja tanpa bantuan mesin.
“Jika AI menggantikan tugas-tugas pembentukan skill selama masa kuliah, mahasiswa mungkin akan lulus dengan kemampuan yang lemah justru di bidang-bidang di mana AI paling kuat,” tulis Chirikov.
Menurutnya, kondisi ini berpotensi mempercepat otomatisasi pekerjaan secara menyeluruh dan mendekatkan pada kekhawatiran yang disebutnya sebagai “kiamat pekerjaan AI”.
Sejumlah kampus mulai menyusun ulang kebijakan untuk merespons situasi tersebut, meski efektivitasnya masih diperdebatkan. Di Universitas Princeton, setelah sekitar 30 persen mahasiswa tingkat akhir mengaku berbuat curang menggunakan AI generatif dalam sebuah survei, pihak fakultas sepakat mencabut aturan “kode kehormatan” berusia 133 tahun yang sebelumnya memungkinkan mahasiswa menjalani ujian tatap muka tanpa pengawasan dosen.
Sementara itu, di Universitas Harvard, anggota fakultas dikabarkan tengah melakukan pemungutan suara atas proposal kebijakan baru untuk membatasi kuota nilai A maksimal 20 persen dari total mahasiswa di setiap kelas.
