Sudut Anderson
Taksonomi Alasan Mahasiswa untuk Menggunakan AI Secara Rahasia
Mahasiswa menggunakan ChatGPT untuk membenarkan hampir semua tingkat bantuan AI dalam tugas mereka, dengan sebuah studi baru yang mengidentifikasi enam kategori alasan yang membantu mereka membingungkan garis antara penggunaan yang sah dan kecurangan.
Sebuah kolaborasi penelitian dari AS telah menemukan bahwa banyak mahasiswa tidak lagi melihat kecurangan yang dibantu AI sebagai kecurangan sama sekali. Berdasarkan wawancara dengan mahasiswa di seluruh negeri, yang mengejar berbagai topik, studi tersebut mengidentifikasi 23 cara yang berbeda bahwa penggunaan AI dalam tugas mungkin dapat dibenarkan, dari mengklaim bahwa “semua orang melakukannya” dan “AI tidak memiliki korban”, hingga berargumen bahwa menggunakan AI menghemat waktu, menghasilkan tulisan yang lebih baik – atau masih dianggap sebagai karya asli, jika outputnya diedit oleh mahasiswa setelahnya.
Beberapa mahasiswa secara terbuka mengakui melanggar aturan kursus, sementara terus memandang perilaku mereka sebagai masuk akal.
Studi tersebut juga menunjukkan bahwa mahasiswa baik konflik (ketika ada pilihan untuk dipertimbangkan) atau bingung (di mana pilihan sekitar penggunaan AI tidak jelas) dalam banyak skenario, dan takut akan kerugian kompetitif yang parah jika mereka merasa bahwa orang lain mendapatkan keuntungan dengan AI (baik itu dianggap diperbolehkan atau tidak).
23 contoh tersebut disuling dari jumlah yang jauh lebih besar yang diidentifikasi dari wawancara yang dilakukan, dan setiap contoh tersebut termasuk dalam salah satu dari enam kategori utama yang diputuskan oleh peneliti:
Perilaku Tanpa Korban (tidak ada yang terluka); Kontribusi AI Minimal (AI hanya membantu sedikit); Kontribusi Ex Ante (ide mahasiswa datang pertama); Kontribusi Post Hoc (penyuntingan kemudian membuat pekerjaan menjadi milik mereka); Pengingkaran Tanggung Jawab (seseorang atau sesuatu lainnya bertanggung jawab); dan Manfaat yang Dirasakan (hasilnya membenarkan penggunaan).
Penulis dari studi baru (berjudul “It’s OK Because…”: The Wild West of Student Rationalization of AI Use in Academic Writing, dan berasal dari empat kontributor di Pennsylvania State University, University of Michigan, dan University of Miami) mencatat bahwa argumen dan akun mahasiswa berkelana tidak masuk akal antara kategori yang berbeda, bahkan ketika kategori alternatif tidak komplementer atau kompatibel.
Mereka mencatat lebih lanjut bahwa seringkali tidak ada logika yang konsisten dalam argumen – seolah-olah mahasiswa panik dalam respons mereka (meskipun skenario kerahasiaan total); atau alternatif, seolah-olah ini adalah pertama kalinya mereka benar-benar diminta untuk memikirkan tentang dimensi moral penggunaan AI dalam pendidikan mereka.
Penulis menyatakan*:
‘Setiap lingkungan pembelajaran formal secara tidak langsung melibatkan kontrak sosial di mana instruktur membantu mahasiswa belajar, dan mahasiswa jujur tentang apa yang mereka ketahui dan tidak tahu.
‘Namun, rasionalisasi penggunaan AI oleh mahasiswa menunjukkan bahwa mereka tidak menyadari harapan ini. Secara signifikan, penggunaan AI mengaburkan batas antara pekerjaan mahasiswa dan pekerjaan AI dan membuatnya sulit bagi instruktur untuk menilai pekerjaan mereka dan membantu mereka meningkatkan pembelajaran mereka.
‘Sebuah intervensi kunci untuk pendidikan tinggi, maka, adalah membantu mahasiswa memahami rasional pedagogis di balik kebijakan AI, termasuk mengapa representasi jujur tentang pengetahuan mereka sendiri penting untuk pembelajaran dan penilaian.’
Makalah tersebut menunjukkan bahwa harapan sekitar penggunaan AI dalam konteks akademis didistribusikan di seluruh lima segmen: intensi fakultas; kebijakan formal; interpretasi mahasiswa dari ini; kebijakan mahasiswa sendiri; dan praktik mahasiswa yang sebenarnya.
Melihat keenam kategori utama yang didefinisikan, yang akan kita lakukan sekarang, menunjukkan berbagai cara di mana lima domain ini tidak setuju satu sama lain; tidak terdefinisi dengan baik; kontradiktif; atau hanya diabaikan.
Data diperoleh dengan mewawancarai dua puluh mahasiswa sarjana di 12 universitas AS yang berbeda, dengan rasio perempuan-laki-laki 15/5, di seluruh berbagai jurusan, dari bahasa Inggris dan seni hingga statistik dan biologi molekuler.
1: Perilaku Tanpa Korban
Kategori pertama mencerminkan justifikasi paling sederhana dari semuanya: bahwa tidak ada yang terluka.
Mahasiswa dalam kelompok ini berargumen bahwa kekhawatiran tradisional tentang plagiarisme bergantung pada keberadaan korban manusia, dan bahwa teks yang dihasilkan AI memutuskan hubungan itu:
Rasionalisasi Kelas C1: Perilaku Tanpa Korban
|
||
| Tidak Ada Korban Manusia | Ini tidak masalah karena plagiarisme dan norma penulisannya ada untuk melindungi penulis manusia, usaha manusia, dan kepemilikan manusia. Karena AI bukanlah orang, tidak menunjukkan upaya seperti manusia, dan tidak ada manusia yang langsung terluka, teks yang dihasilkan AI tidak memiliki korban yang relevan secara moral. | “Itu tidak ditulis oleh orang lain… itu tidak ada ide seseorang yang saya curi… Jadi saya rasa itu tidak masalah” |
| Sumber yang Disintesis oleh AI | Ini tidak masalah karena AI mensintesis dan menulis ulang informasi daripada menyalin dari sumber tertentu, dan karena saya dapat mengutip teks yang dihasilkan AI, saya tidak melihatnya sebagai plagiarisme. | “Dengan ChatGPT, [itu] tidak menyalin dari sumber eksternal. Apa yang dilakukannya adalah… menganalisis informasi dari empat atau lima sumber yang berbeda, lalu menggabungkannya menjadi satu, menulisnya sebagai sesuatu yang sama sekali berbeda… Jadi ini tidak plagiarism, karena ini tidak menyalin langsung [dari] sumber” |
Karena ChatGPT bukanlah orang, mereka berpikir, menggunakan outputnya tidak setara dengan mencuri dari penulis lain (meskipun ada kasus hukum yang sedang berlangsung yang menunjukkan sebaliknya).
Yang lain menyarankan bahwa AI hanya menggabungkan dan menulis ulang informasi dari banyak sumber daripada menyalin salah satu sumber secara langsung, membawa masalah kepemilikan ke dalam perselisihan.
Dalam beberapa kasus, satu-satunya kerugian yang diakui adalah kerugian yang dilakukan sendiri, dengan mahasiswa berargumen bahwa risiko sebenarnya terletak pada melemahkan pembelajaran mereka sendiri, bukan merugikan guru, teman sekelas, atau penulis. Salah satu peserta berpendapat:
‘AI tidak memiliki jiwa… memberikan AI penghargaan [atau] hormat seolah-olah AI memiliki kepemilikan atau legalitas atas informasi tertentu… itu tidak benar.’
Yang lain:
‘Itu tidak menyakiti siapa pun … Saya pikir Anda lebih menyakiti diri sendiri daripada menyakiti seperti guru atau orang lain.’
2: Kontribusi AI Minimal
Kategori kedua berpendapat bahwa peran AI terlalu kecil untuk dipertimbangkan. Daripada menyangkal bahwa AI telah berkontribusi pada output mereka, mahasiswa berargumen bahwa kontribusi tersebut kecil, rutin, atau setara dengan bentuk bantuan yang sudah diterima secara luas:
Rasionalisasi Kelas C2: Kontribusi AI Minimal
|
||
| Pekerjaan Rutin | Ini tidak masalah karena kontribusi AI hanya “pekerjaan rutin.” | “Dengan banyak tugas, mereka tidak terlalu… menantang, tapi itu hanya banyak pekerjaan rutin… itu tidak sepadan dengan waktu saya untuk benar-benar… mengonsumsi semua konten itu…” |
| Fakta Saja | Ini tidak masalah karena informasi faktual tidak dapat dimiliki. | “Ketika Anda menulis, Anda dapat menggunakan fakta dari itu” |
| Seperti Dukungan yang Diperbolehkan Lainnya | Ini tidak masalah karena peran AI sama dengan sumber daya dan alat penulisan yang ada seperti pusat penulisan, editor proofreading, Grammarly, dan Google. | “Pusat penulisan melakukan hal yang sama… dia juga… meminta saya untuk berpikir, tapi juga membantu saya, seperti pendorong… Ini seperti, sama dengan apa yang ChatGPT lakukan untuk saya” |
Banyak yang menggambar garis antara pekerjaan akademis yang penting dan apa yang mereka anggap sebagai tugas administratif “pekerjaan rutin”, berpendapat bahwa tugas dengan nilai rendah tidak sepadan dengan usaha yang diminta.
Yang lain memandang AI dalam cahaya yang sama dengan pemeriksa tata bahasa, editor, atau mesin pencari. Di seluruh argumen ini, tema umum adalah bahwa AI telah membantu, tetapi tidak cukup untuk merusak penulis, atau untuk mempertimbangkan bahwa pengajuan akhir adalah milik seseorang lain atau dapat dikaitkan dengan siapa pun selain mahasiswa.
Salah satu peserta menggambarkan seberapa jauh mereka mempertimbangkan ChatGPT sebagai kontributor yang valid di ruang akademis:
‘Jika saya tidak memiliki jawaban untuk diri saya sendiri, maka dia [pelatih] akan mengatakan, Anda bisa melakukan ini. Itu seperti, sama dengan apa yang ChatGPT lakukan untuk saya.’
3: Kontribusi Ex Ante
Bagi banyak mahasiswa, pertahanan terkuat untuk penggunaan AI adalah bahwa pekerjaan intelektual yang penting telah selesai sebelum ChatGPT terlibat.
Dalam kasus ini, AI disajikan sebagai alat untuk mengekspresikan, mengatur, memperluas, atau memperhalus materi yang sudah ada di kepala mahasiswa:
Rasionalisasi Kelas C3: Kontribusi Ex Ante
|
||
| Ide Saya | Ini tidak masalah karena inti ide, niat, atau pikiran berasal dari saya. AI membantu mengartikulasikan, memperluas, atau memperjelas apa yang sudah ada di pikiran saya. | “Ketika saya mendapatkan topik di kepala saya, pada titik itu, saya tahu apa topiknya. Saya tahu apa yang dibutuhkan… tapi pada titik itu, itu seperti terjumble di kepala saya. Saya tidak bisa benar-benar mengeluarkan… pernyataan yang terorganisir… Jadi [AI] mengatur pikiran saya dengan cara yang lebih baik” |
| Arah Saya | Ini tidak masalah karena saya mengarahkan AI melalui prompt. | “Saya yang memberinya prompt. Jadi saya sudah menentukan apa yang harus diberikan, apa yang saya butuhkan… dan bagaimana saya ingin informasi itu disajikan kembali kepada saya” |
| Kurasi Saya | Ini tidak masalah karena saya melakukan penelitian atau memilih materi yang relevan sebelum menggunakan AI. Saya memilih apa yang penting sebelum AI melakukan tugas penulisan atau pengorganisasian. | “Saya memberinya instruksi tugas dan sumber daya yang diperlukan. Jadi, jika itu adalah dokumenter video, saya memberinya ringkasan AI dari dokumenter itu. Jika itu adalah buku atau artikel… saya hanya melampirkan PDF. Jika itu adalah gambar, saya melampirkan gambar… Saya memberinya instruksi yang tepat dan semua sumber daya yang dibutuhkan” |
Mahasiswa berargumen bahwa nilai sebenarnya terletak pada memiliki ide, serta kemudian memilih arah tugas, atau mengumpulkan sumber yang relevan; sementara AI hanya membantu mengubah bahan-bahan tersebut menjadi prosa yang selesai.
Definisi penulis ini berpendapat bahwa kepemilikan datang tidak dari menulis setiap kata, tetapi dari memberikan niat asli dan mengarahkan proses, memungkinkan mahasiswa untuk melihat diri mereka sebagai pencipta sebenarnya, bahkan ketika bagian besar teks akhir dihasilkan oleh AI.
4: Kontribusi Post Hoc
Kategori keempat berfokus pada apa yang dilakukan mahasiswa setelah menerima teks yang dihasilkan AI. Mahasiswa berargumen bahwa memarafrasakan output AI, memilih hanya beberapa bagian, memeriksa fakta, memverifikasi sumber, atau merevisi kata-kata cukup untuk membuat pekerjaan akhir menjadi milik mereka:
Rasionalisasi Kelas C4: Kontribusi Post Hoc
|
||
| Penggunaan Selektif | Ini tidak masalah karena saya tidak mengambil teks AI secara keseluruhan. Saya hanya mengambil bagian-bagian tertentu. | “Saya rasa itu tidak masalah. Seperti, satu atau dua kalimat [disalin] itu tidak masalah. Saya rasa itu tidak seperti penyalinan yang jelas” |
| Pengubahan Saya | Ini tidak masalah karena saya mengubah output AI melalui penyuntingan, penambahan, atau penyempurnaan iteratif. | “Saya pada dasarnya hanya memarafrasakan dan mengompresi… Saya hanya pergi kalimat per kalimat, seperti mengompresi dan memarafrasakan setiap kalimat dengan kata-kata saya sendiri untuk tugas” |
| Verifikasi Saya | Ini tidak masalah karena saya memverifikasi, memeriksa fakta, dan mengutip sumber asli. | “Saya sebenarnya kembali ke seperti, memeriksa dan memastikan semua itu benar” |
| Gaya Saya | Ini tidak masalah jika AI terdengar seperti saya. | “Saya telah menghabiskan banyak waktu untuk melatih ChatGPT agar terdengar seperti saya dan memberikan respons yang baik, jadi setiap kali [saya] memasukkan [prompt], saya yakin itu akan terdengar seperti saya” |
Beberapa juga menyarankan bahwa jika ChatGPT telah belajar menulis dengan cara yang sesuai dengan suara mereka, melalui penggunaan yang teratur, teks yang dihasilkan dapat dianggap sebagai pekerjaan mereka sendiri:
‘Itu telah mengenali pola cara saya menulis dan bagaimana saya mengekspresikan hal-hal dalam, seperti proyek atau email atau apa pun itu. Jadi sekarang, itu tahu apa jenis orang saya dalam hal menulis.
‘Jadi sekarang, itu memberikan prompt yang serupa dengan apa yang proses berpikir saya.’
5: Pengingkaran Tanggung Jawab
Kategori kelima melibatkan memindahkan tanggung jawab dari mahasiswa. Beberapa berargumen bahwa penggunaan AI telah menjadi sangat umum sehingga menghindarinya akan menempatkan mereka pada kerugian, terutama jika teman sekelas mereka menggunakan ChatGPT untuk menyelesaikan pekerjaan lebih cepat atau mencapai nilai yang lebih tinggi:
‘Beberapa teman sekelas saya yang hanya memasukkan [ke AI], menghasilkan, tidak memeriksa, [dan] mereka mendapatkan nilai yang lebih tinggi daripada saya.’
Mahasiswa lain menunjukkan kebijakan yang tidak jelas, instruksi tugas yang samar, atau persepsi bahwa instruktur tidak peduli:
Rasionalisasi Kelas C5: Pengingkaran Tanggung Jawab:
|
||
| Normalisasi | Ini tidak masalah karena semua orang menggunakan AI. Ini normal. | “Itu tidak seperti saya satu-satunya yang melakukannya… tapi setiap orang lain di kelas saya, hal yang sama.” |
| Ketidakterelakkan | Ini tidak masalah karena penggunaan AI tidak dapat dihindari. | “Kita sudah harus menerima bahwa ini adalah teknologi yang merupakan bagian dari kita, dan seiring waktu, itu terus berkembang, dan umumnya, mereka yang tidak menggunakannya akan ketinggalan” |
| Ketidakpedulian Instruktur | Ini tidak masalah karena fakultas tidak peduli, memberikan instruksi yang samar, atau secara implisit mengizinkan penggunaan AI. | “Mereka [fakultas] tidak benar-benar peduli tentang [tugas]… mereka tidak benar-benar melihatnya… mereka tidak pernah menulis catatan… tidak pernah memberi kami umpan balik… mereka hanya peduli tentang ujian kami” |
| Ketidakjelasan Norma | Ini tidak masalah karena tidak ada aturan yang jelas tentang penggunaan AI. | “AI sangat seperti Wild Wild West… tidak ada banyak aturan yang mengatur hal itu… karena ini adalah teknologi baru, kita belum benar-benar memahami konsepnya” |
| Tidak Ada Konsekuensi | Ini tidak masalah karena tidak ada konsekuensi, seperti tidak mungkin dideteksi, dihukum, atau dikenakan penalti nilai. | “Itu terasa seperti hati nurani yang bersalah, tapi saya masih mengajukannya karena saya tahu bahwa saya tidak akan mendapatkan masalah” |
| Pengingkaran Keagenan | Ini tidak masalah karena tindakan itu tidak benar-benar milik saya; baik AI yang melakukannya, atau saya tidak secara sadar atau sengaja bertindak. | “Jika [ada] sesuatu yang AI menyalin, AI yang menyalin, karena itu mendapatkan informasi dari Internet” |
Beberapa mahasiswa membenarkan penggunaan AI karena dianggap tidak mungkin dideteksi atau dihukum, sementara yang lain menyarankan bahwa tanggung jawab terletak pada teknologi itu sendiri, bukan pada orang yang menggunakannya.
Di seluruh argumen ini, penggunaan AI tampaknya diperlakukan sebagai sesuatu yang didorong oleh keadaan, norma, atau faktor eksternal, bukan oleh pilihan pribadi.
6: Manfaat yang Dirasakan
Kategori terakhir adalah yang paling langsung, di mana penggunaan AI dibenarkan karena menghasilkan hasil yang diinginkan.
Bagi beberapa mahasiswa, manfaat utama adalah menghemat waktu, terutama pada tugas yang dianggap rutin atau bernilai rendah:
‘[Saya lebih suka] menghabiskan waktu dengan pacar saya…’
Yang lain berargumen bahwa mereka masih belajar dari materi dengan meninjau, menulis ulang, atau mengerjakan konten yang dihasilkan AI:
Rasionalisasi Kelas C6: Manfaat yang Dirasakan
|
||
| Ekonomi Waktu | Ini tidak masalah karena pertimbangan waktu dan upaya, mulai dari kenyamanan hingga kebutuhan, seperti beban kerja yang luar biasa atau hambatan bahasa. | “Daripada menghabiskan empat jam untuk mengisi kertas ini, itu hanya membutuhkan 30 menit” |
| Nilai Pendidikan | Ini tidak masalah karena saya masih belajar konten melalui penggunaan AI. | “Ketika saya memasukkan ringkasan ke AI, seperti ketika saya memarafrasakan esai AI kalimat per kalimat, saya masih belajar konten. Seperti ketika saya menulisnya, karena saya membaca hal-hal itu dari esai AI, dan saya menulisnya kembali” |
| Tulisan yang Lebih Baik | Ini tidak masalah karena AI adalah penulis yang lebih baik daripada saya. | “Saya merasa lebih percaya diri ketika ChatGPT menulis untuk saya karena itu memiliki pendekatan yang lebih baik terhadap tata bahasa dan kalimat transisi dan struktur” |
| Niat Belajar | Ini tidak masalah ketika niat saya adalah untuk belajar. | “Itu banyak tentang niat yang Anda miliki ketika Anda menggunakannya. Jika Anda mencoba hanya menyelesaikan kelas dan Anda tidak benar-benar peduli, maka jelas Anda merugikan diri sendiri dan belajar lebih sedikit, dan itu lebih tidak etis… Tapi jika Anda mencoba mendapatkan sesuatu dari itu… maka itu lebih etis” |
| Hasil yang Lebih Baik | Ini tidak masalah karena hasilnya baik, seperti nilai yang lebih baik atau persetujuan fakultas. | “Sebelum AI, esai saya buruk… sekarang lebih mudah untuk mendapatkan A daripada hanya mendapatkan C” |
Beberapa percaya bahwa ChatGPT menghasilkan tulisan yang lebih kuat daripada yang mereka bisa lakukan sendiri, sementara yang lain fokus pada hasil seperti nilai yang lebih baik, umpan balik positif, atau hanya menyelesaikan tugas dengan sukses. Di seluruh argumen ini, nilai hasil dianggap lebih penting daripada kekhawatiran tentang bagaimana hasil itu dicapai.
Sebuah Kerajaan yang Terbagi
Tegangan antara aturan institusional dan penggunaan AI sehari-hari disoroti dalam makalah melalui salah satu peserta, yang diidentifikasi sebagai P6.
Mahasiswa ini mengakui bahwa menggunakan AI melanggar aturan kursus adalah salah; setuju bahwa penggunaan AI yang tidak diungkapkan dapat dianggap sebagai plagiarisme; dan mengungkapkan kekhawatiran bahwa ketergantungan yang kuat pada AI mungkin mengurangi pembelajaran dan melemahkan keterampilan komunikasi:
‘Jujur, itu mungkin tidak etis. Saya melakukan banyak pekerjaan saya dengan AI, dan itu tidak selalu berarti saya belajar […]’
‘[…] AI membantu saya banyak, karena saya tidak bisa memikirkan apa yang ingin saya katakan. Tapi jika saya memiliki AI, menulis dan kemudian saya mengubahnya untuk mengatakan lebih apa yang saya inginkan, saya masih pikir itu etis, karena itu masih kata-kata yang saya setujui dan saya percayai.’
Pada saat yang sama, peserta tersebut berargumen bahwa teks yang dihasilkan AI menjadi lebih diterima ketika diedit, ditulis ulang, atau disesuaikan dengan pandangan pribadi. Penggunaan AI juga dilihat secara berbeda tergantung pada tugas, nilai yang dirasakan dari kursus, dan apakah tujuannya adalah untuk menghemat waktu atau belajar sesuatu dari latihan.
Polanya yang sama muncul di tempat lain dalam wawancara: daripada bergantung pada satu rasionalisasi, banyak mahasiswa menggabungkan beberapa, mempertimbangkan faktor-faktor seperti pengungkapan, upaya, pembelajaran, kenyamanan, dan nilai tugas, ketika mengevaluasi penggunaan AI mereka sendiri.
Kesimpulan
Akan menjadi kesalahan untuk bergembira dengan kebingungan dan kesalahan mahasiswa sekitar penggunaan AI, mengingat kurangnya pedoman yang masuk akal dan konsisten di tempat kerja, atau dalam masyarakat secara umum.
Saat ini, zeitgeist sekitar AI adalah reaksioner pada yang terbaik, dengan penggunaan AI apa pun dianggap dalam berbagai komunitas dan sektor sebagai seluruhnya dihasilkan oleh AI. Saat ini, tidak ada nuansa, standar, atau pengampunan.
Masih harus dilihat apakah kontribusi AI pada output prosa akan dipersepsikan di masa depan sebagai lapis interpretatif, tidak lebih signifikan daripada pemeriksa ejaan, atau sebagai pengakuan keagenan manusia, kreativitas, dan fakultas interpretatif, yang mengalah pada pola buatan mesin.
* Terjemahan saya dari kutipan inline penulis menjadi tautan. Namun, karena formatasi kutipan yang tidak biasa terbatas dalam makalah ini, saya tidak akan dapat menyediakan jumlah tautan pendukung yang biasa, karena kurangnya waktu yang diperlukan untuk menemukan tautan yang hilang dalam karya ini.
Dipublikasikan pertama kali pada hari Jumat, 29 Mei 2026
