Dalam Paradigma Baru Penerbitan, AI Tidak Tergantikan

Model penerbitan tradisional sedang mengalami reformasi cepat seiring dukungan yang semakin kuat untuk akses terbuka terus meningkat. Tahun lalu, jumlah pengajuan meningkat sebesar 30%, menurut Springer Nature. Namun permintaan ini terbukti menjadi pedang bermata dua karena artikel yang ditarik telah mencapai rekor tertinggi sepanjang masa dalam dekade terakhir, dan jurnal-jurnal dibanjiri dengan artikel yang dihasilkan AI dan penelitian palsu.

Secara alami, hal ini menyebabkan kemacetan yang merugikan penerbit, peneliti, dan reviewer. Publikasi kesulitan mematuhi jadwal editorial karena reviewer bergegas menilai makalah, dan penulis harus menunggu berbulan‑bulan, bahkan bertahun‑tahun, untuk dipublikasikan. Model tinjauan sejawat saat ini tidak pernah dirancang untuk menampung skala permintaan sebesar ini.

Di tengah situasi ini, penting untuk mengakui peran AI sebagai alat pendukung penting yang memperkuat proses tinjauan sejawat yang ada dan membantu industri mengatasi hambatan terbesarnya.

Mengapa Proses Tradisional Mulai Retak

Tinjauan sejawat adalah pekerjaan tanpa bayaran. Reviewer menyumbangkan waktu mereka secara sukarela sebagai bentuk kebaikan kepada komunitas akademik dan ilmiah. Tuntutan sangat tinggi, dan imbalannya kurang menarik dengan semua tekanan yang bertambah. Karena permintaan yang meningkat dan beban yang berlebihan, semakin sedikit reviewer yang menerima undangan untuk menilai makalah. Lebih lagi, mencari reviewer menjadi tantangan yang semakin besar bagi editor, yang memperparah tumpukan pekerjaan dan memperpanjang jadwal penerbitan.

Pada saat yang sama, akademisi menghadapi lingkungan ‘publish or perish’. Untuk maju secara profesional, mereka diharapkan memiliki karya yang dipublikasikan dalam lanskap yang semakin padat. Ini adalah harapan universal di seluruh dunia, dan ada tekanan untuk menonjol di tengah kebisingan, selain beban untuk memenuhi permintaan yang muncul. Faktor‑faktor ini menjadi penyebab krisis tinjauan sejawat, di mana sistem saat ini, sebagaimana adanya, tidak berkelanjutan.

Untuk memperjelas, alat AI tidak boleh diadopsi dalam proses tinjauan sejawat untuk menggantikan penilaian manusia, melainkan untuk memperkuatnya. Penulis dan editor mengharapkan tingkat penghormatan dan dedikasi tertentu dalam proses review, sebagaimana yang diberikan kepada penelitian.

Namun, kesalahan kecil dapat dengan mudah terlewatkan, terutama ketika reviewer terburu‑buruk meninjau sejumlah besar makalah. Sebagai contoh, sebuah studi menemukan bahwa pada tahun 2020, lebih dari 100 juta jam – setara dengan 15.000 tahun – dihabiskan untuk tinjauan sejawat global.

Namun hal itu tidak menjadikan kesalahan tersebut norma yang dapat diterima. Apa yang tampak sebagai kelalaian kecil, seperti cacat data yang sangat kecil, dapat merusak persepsi pembaca terhadap kualitas penelitian.

AI sebagai Alat Pendukung, Bukan Pengganti

Alat AI menandai kesalahan halus yang sebaliknya dapat terlewatkan. Kesalahan sitasi, kelalaian data, dan kemungkinan tumpang tindih dengan literatur yang ada hanyalah beberapa contoh kesalahan kecil namun signifikan yang dapat terlewatkan reviewer.

Alat‑alat ini dirancang untuk menangani tugas berisiko rendah sehingga reviewer dapat fokus pada aspek penyuntingan yang lebih maju, seperti analisis ahli dan penilaian kontekstual. Sebuah alat terbatas pada data yang diberikan kepadanya, namun reviewer manusia dengan keahlian khusus dapat mengontekstualisasikan penelitian pada tingkat yang jauh lebih luas dan terinformasi. Selain itu, algoritma tidak dapat menggantikan penalaran halus para ahli bidang, dan tidak seharusnya. Namun, ia dapat meringankan sebagian beban berisiko rendah yang mereka hadapi.

AI dapat membantu reviewer memberikan umpan balik yang lebih jelas dan mendalam, tetapi hanya bila digunakan dengan bijak. Ia dapat membantu memverifikasi sitasi, menyoroti masalah metodologis, mendeteksi data yang hilang, dan menemukan kesamaan dengan penelitian yang dipublikasikan sebelumnya. Alasan lain AI menarik bagi reviewer adalah potensi pencarian berbasis AI untuk membantu mereka tetap mengikuti pengetahuan baru.

Secara penting, para pemimpin industri, seperti editor senior di Elsevier, mendukung pentingnya keseimbangan. Mereka memandangnya sebagai alat yang berguna untuk meningkatkan kualitas review, tetapi hanya bila diterapkan secara etis dan selalu dengan pengawasan manusia.

Menangani Implikasi Lebih Luas dari Adopsi AI

Kekhawatiran meluas di kalangan komunitas akademik. Baru-baru ini, peneliti menemukan bahwa lonjakan pengajuan setelah ChatGPT meningkat sebesar 42%, namun kualitas tulisan sayangnya menurun. Studi yang sama juga menyoroti kekhawatiran tentang bagaimana AI digunakan untuk memberi masukan pada keputusan editorial ketika dipakai dalam tinjauan sejawat.

Selain itu, pedoman dan regulasi masih berusaha mengejar teknologi untuk memastikan alat‑alat tersebut digunakan secara etis dan moderat. Baik individu maupun publikasi harus memahami risiko yang terkait. Penyalahgunaan alat ini menjamin munculnya bias, halusinasi, kesimpulan yang salah, dan persepsi yang keliru.

Komunitas penerbitan akademik juga khawatir tentang privasi dan kerahasiaan. Penulis cenderung merasa tidak nyaman ketika alat eksternal diintegrasikan ke dalam proses review, terutama dalam situasi di mana penelitian mengandung data sensitif. Kecemasan akan potensi kebocoran ini dapat dimengerti mengingat banyaknya waktu dan upaya yang dicurahkan penulis untuk penelitian mereka.

Untuk alasan tersebut, persepsi AI dalam proses review cukup lemah. Penelitian bersama dari KPMG dan University of Melbourne menemukan bahwa 46% orang bersedia mempercayai AI. Penelitian ini juga mengungkapkan bahwa mayoritas besar (70%) percaya bahwa regulasi diperlukan.

Faktor-faktor ini harus ditangani, dan itu memerlukan pelatihan serta transparansi tentang cara AI diterapkan, terlepas dari sejauh mana AI digunakan dalam review sejawat. Siapa pun yang menggunakan AI dalam proses review harus memahami praktik terbaiknya dan menerapkan pemikiran kritis secara menyeluruh. Reviewer dan tim penerbitan perlu membangun keterampilan mereka dalam AI dan literasi data, yang mencakup kemampuan menafsirkan perilaku model, mengenali keterbatasan, dan mengurangi risiko seperti halusinasi.

Transparansi merupakan dasar bagi strategi adopsi, dan publikasi serta reviewer harus siap untuk menjelaskan dan membenarkan penerapan AI. Audit rutin dapat membantu memastikan ketepatan dan keandalan. Selain itu, penting bagi publikasi untuk menyebutkan bagaimana model dilatih dan data apa yang menjadi panduannya. Di dunia akademik, penulis harus selalu menunjukkan metode penelitian dan alasan mereka. Tingkat pengungkapan yang sama harus diterapkan pada penggunaan AI.

Keamanan alat-alat ini juga tidak dapat diabaikan. Enkripsi data menambahkan lapisan perlindungan siber yang sangat dibutuhkan dari ancaman pihak ketiga seperti upaya peretasan potensial. Sekali lagi, audit merupakan bagian penting dalam memperkuat keamanan karena dirancang untuk mengidentifikasi titik buta sebelum menimbulkan kerugian.

Industri berada di persimpangan jalan, antara memilih menolak teknologi untuk tetap pada model tradisional dalam menilai penelitian atau mengadopsinya. Pilihan pertama berarti hanya masalah waktu sebelum proses tersebut runtuh akibat permintaan yang meningkat. Namun, pilihan kedua memberdayakan dan memungkinkan penerbit serta reviewer tidak hanya mengikuti kecepatan, tetapi juga berada di depan permintaan yang melambung.