AI di kampus menuntut aturan yang jelas
Tata kelola AI di perguruan tinggi adalah seperangkat aturan dan tanggung jawab yang menentukan kapan kecerdasan buatan boleh membantu belajar, riset, dan penilaian tanpa mengambil alih pertimbangan manusia. AI di kampus sudah masuk ke ruang kuliah, kegiatan penelitian, hingga proses penilaian, sehingga kampus tidak bisa mengandalkan larangan umum atau pemeriksaan mesin semata. Dalam Konferensi Puncak Pendidikan Tinggi Indonesia 2026 di Universitas Airlangga, sejumlah perguruan tinggi membahas batas etis pemakaiannya, sementara kajian Dewan Pendidikan Tinggi mencatat 73,4 persen lulusan dinilai belum sepenuhnya sesuai kebutuhan industri. Angka itu membuat persoalan lebih mendesak: aturan AI seharusnya membantu mahasiswa belajar lebih baik dan membuat kompetensinya relevan, bukan sekadar mengawasi penggunaan teknologi. Kampus perlu menyatakan dengan gamblang penggunaan yang diperbolehkan, yang wajib diungkapkan, yang bersyarat, dan yang dilarang. Tanpa pedoman seperti itu, mahasiswa sulit membedakan bantuan yang sah dari penggantian kerja intelektual.
Wakil Menteri Pendidikan Tinggi, Sains, dan Teknologi Stella Christie mengajukan pertanyaan yang seharusnya menjadi ujian bagi setiap institusi: apa nilai lebih kampus dibandingkan AI? Ia menyampaikan tantangan itu saat menutup konferensi tersebut di Surabaya pada 13 November 2026. Jawabannya tidak cukup berupa slogan tentang inovasi atau penambahan perangkat digital. Perguruan tinggi mesti menunjukkan keunggulan melalui mutu pengajaran, kemampuan dosen, pengalaman belajar, dan lulusan yang mampu menghadapi masalah nyata. Karena itu, kampus sebaiknya menganalisis kebutuhan dan kelemahannya terlebih dahulu, alih-alih menyalin kebijakan teknologi dari institusi lain. Aturan yang baik bukan hanya membatasi risiko; aturan itu juga mengarahkan teknologi pada manfaat yang dapat dirasakan mahasiswa, dosen, dan masyarakat.

Dosen dan AI: alat bantu, bukan pemegang keputusan
Hubungan dosen dan AI harus dibangun dengan pembagian peran yang tegas: AI dapat mempercepat pekerjaan awal, tetapi dosen tetap bertanggung jawab atas mutu materi, keputusan akademik, dan penilaian akhir. Contoh evaluasi agen AI untuk memeriksa materi kuliah selama tujuh pekan di sembilan kelas menemukan 18 kekeliruan, termasuk kesalahan kode, perhitungan, dan pengaturan sistem pembelajaran. Temuan itu diperbaiki sebelum materi digunakan mahasiswa. Pengalaman tersebut mengingatkan bahwa keluaran AI tidak layak dipercaya tanpa pemeriksaan. Dalam contoh lain, sistem menyusun draf nilai tugas pemrograman untuk 68 mahasiswa di dua kelas, tetapi dosen meninjau dan menentukan skor akhirnya; mahasiswa juga diminta jujur mengungkapkan penggunaan AI. Pendekatan ini lebih masuk akal daripada menyerahkan penilaian kepada algoritma atau melarang alat tersebut sepenuhnya. Dosen bukan pengawas mesin, melainkan penanggung jawab pendidikan yang menilai konteks, proses, dan perkembangan mahasiswa.
Kebijakan kampus juga harus menilai pertanggungjawaban, bukan terpaku pada skor pendeteksi AI. Rizal Isnanto membagi penggunaan AI menjadi empat kategori: diperbolehkan, wajib diungkapkan, bersyarat, dan dilarang. Ia juga menekankan bahwa skor detektor saja tidak cukup; penulis harus mampu mempertanggungjawabkan pekerjaannya. Prinsip itu lebih adil bagi mahasiswa karena mendorong keterbukaan dan pemahaman, bukan ketakutan terhadap tuduhan otomatis. Dalam tugas, dosen dapat meminta mahasiswa menjelaskan keputusan, sumber, dan kontribusi mereka sendiri. Untuk riset tingkat doktoral, AI bisa membantu proses, tetapi tidak semestinya menggantikan pertimbangan ilmiah mahasiswa. Kampus perlu menyediakan aturan yang mudah dipahami dan diterapkan lintas mata kuliah. Jika standar berubah-ubah menurut dosen atau program studi, kewajiban transparansi akan terasa seperti jebakan, bukan bagian dari integritas akademik.
Keahlian manusia harus menjadi hasil utama pendidikan
Perguruan tinggi tidak akan membuktikan nilainya dengan bersaing melawan AI dalam kecepatan menghasilkan teks atau jawaban standar. Keunggulan kampus seharusnya tampak pada keahlian manusia yang perlu diasah lewat belajar: kreativitas, pemikiran kritis, pemecahan masalah kompleks, kecerdasan emosional, kolaborasi, negosiasi, pengambilan keputusan, dan fleksibilitas berpikir. Guru besar biokimia Ni Nyoman Tri Puspaningsih menyoroti bahwa kreativitas, kolaborasi, negosiasi, dan pemecahan masalah sosial yang rumit tidak dapat begitu saja diserahkan kepada mesin. Ini bukan alasan untuk menganggap AI tak berguna, melainkan alasan untuk merancang tugas yang menguji pemahaman, pertimbangan, dan kemampuan menerapkan ilmu dalam situasi nyata. Mahasiswa perlu belajar menggunakan teknologi sebagai pendamping, sambil tetap mampu memeriksa jawabannya dan menjelaskan pilihan sendiri. Tanpa latihan semacam itu, AI bisa menghasilkan pekerjaan yang tampak lancar tetapi tidak mencerminkan kemampuan pembuatnya.
Tekanan untuk memperkuat kemampuan tersebut semakin besar karena 81,7 persen perusahaan dalam kajian yang dipaparkan pada konferensi mencatat kebutuhan keterampilan berubah cepat akibat digitalisasi dan AI. Maka, pembelajaran tidak boleh berhenti pada hafalan materi atau capaian nilai. Kampus perlu memberi ruang bagi mahasiswa untuk menyelesaikan persoalan terbuka, bekerja lintas disiplin, berdebat dengan dasar bukti, dan merefleksikan dampak keputusan mereka. Keterlibatan perusahaan dalam perancangan kurikulum dan program magang juga dinilai mendesak agar lulusan tetap relevan. Namun, relevansi kerja tidak boleh menyempitkan pendidikan menjadi pelatihan keterampilan sesaat. Justru ketika tuntutan pekerjaan berubah cepat, kemampuan belajar kembali, bekerja bersama orang lain, dan memecahkan masalah baru menjadi bekal yang lebih tahan lama.

Ukuran keberhasilan bukan seberapa banyak AI digunakan
Kampus perlu mengukur keberhasilan tata kelola AI dari kualitas pembelajaran, kejujuran akademik, dan kemampuan lulusan—bukan dari banyaknya perangkat yang dipakai atau cepatnya tugas selesai. Stella Christie mendorong perguruan tinggi menganalisis masalahnya secara tepat sebelum menyusun strategi transformasi. Itu berarti setiap kampus perlu menilai kebutuhan program studi, kesiapan dosen, dan jenis tugas yang memang terbantu oleh AI. Layanan digital pun sebaiknya dipilih karena memudahkan mahasiswa dan alumni, bukan demi terlihat modern. Pada saat yang sama, dosen perlu mendapat dukungan untuk merancang penilaian yang menuntut proses berpikir, bukan sekadar hasil akhir yang mudah dibuat oleh mesin. Mahasiswa pun harus mengetahui cara menyebutkan bantuan AI dan batas yang berlaku. Kebijakan yang jelas akan membuat penggunaan teknologi lebih terbuka dan menjaga kepercayaan antara pengajar dan peserta didik.
Pada akhirnya, AI tidak menghapus kebutuhan akan kampus; AI justru memaksa kampus menjelaskan dengan lebih kuat apa yang hanya dapat dibangun melalui pendidikan manusiawi. Dosen harus memegang kendali atas pembelajaran dan keputusan akademik, sementara mahasiswa perlu mengembangkan kreativitas, nalar kritis, empati, serta kemampuan memecahkan masalah. Kampus yang berhasil bukan yang paling cepat menyerahkan tugas kepada mesin, melainkan yang membuat teknologi memperluas kesempatan belajar tanpa mengurangi tanggung jawab manusia. Karena itu, tata kelola AI harus diperlakukan sebagai bagian dari mutu pendidikan, bukan sekadar aturan teknis. Ketika peran dosen jelas, mahasiswa terbuka tentang penggunaan AI, dan kurikulum melatih keahlian manusia, perguruan tinggi dapat menunjukkan nilai yang tidak ditawarkan oleh jawaban otomatis.






