AI sebagai “Penyuling” Bantu, Bukan Pengganti Nalar Akademis
Menjaga orisinalitas riset di era AI berarti menggunakan chatbot dan alat cerdas lain sebagai mitra untuk menyusun ide, kerangka, dan aspek teknis penelitian, namun tetap menempatkan peneliti sebagai pengambil keputusan utama atas rumusan masalah, analisis, dan kesimpulan sehingga kualitas ilmiah, pemikiran kritis, serta integritas akademik tidak larut dalam otomatisasi alat digital yang kian mudah diakses mahasiswa dan dosen.
Dalam dunia informasi yang dikendalikan mesin algoritma, metafora “penyulingan” informasi menjadi sangat relevan: tugas akademisi mirip jurnalis yang menyiapkan “air bersih” di tengah sumber yang telah tercemar oleh kebisingan digital. AI untuk penelitian akademik seharusnya membantu menyaring, bukan menggantikan, proses berpikir. Kecerdasan buatan kini mudah dipakai mahasiswa untuk mencari ide, menyusun kerangka penelitian, dan membantu penulisan, tetapi kemudahan ini memuat kritik dan harapan sekaligus: apakah kita akan membiarkan algoritma mengambil alih nalar, atau menggunakannya untuk mempertajam nalar itu sendiri?
Krisis pers pernah dibaca sebagai krisis ekologi informasi, bukan sekadar krisis profesionalisme. Riset akademik menghadapi tantangan serupa: AI bisa memicu krisis ekologi pengetahuan jika peneliti menyerahkan seluruh proses berpikir kepada mesin. Di sinilah sikap kritis menjadi garis pembatas antara karya yang orisinal dan sekadar kompilasi otomatis dari chatbot.
Manfaatkan AI untuk Ide dan Kerangka, Validasi Tetap Tanggung Jawab Peneliti
Dosen Fakultas Ilmu Komunikasi Unpad, Dr Ira Mirawati MSi, menegaskan bahwa AI untuk penelitian akademik paling berguna ketika diposisikan sebagai teman diskusi yang membantu pengembangan gagasan, bukan sebagai pengganti proses berpikir. Menurutnya, AI dapat membantu memetakan ide, menemukan sudut pandang, mengembangkan pertanyaan penelitian, hingga menyusun alur berpikir ketika mahasiswa mengalami kebuntuan. Dengan kata lain, “tidak ada lagi stuck dan bingung mau melakukan apa” ketika alat ini dipakai secara cerdas.
Namun, di titik substansi, peneliti tidak boleh menyerahkan kemudi kepada chatbot. Masalah penelitian, argumentasi, analisis, dan kesimpulan harus lahir dari proses berpikir peneliti sendiri. Di sinilah inti orisinalitas riset dengan chatbot: AI boleh membuka jalan, tetapi bukan dia yang menentukan arah akhir. AI bisa menulis ulang, merapikan, atau menyarankan, tetapi otoritas ilmiah tetap berada pada manusia.
Ira mengingatkan bahaya halusinasi AI, yaitu ketika AI menghasilkan informasi yang terdengar meyakinkan padahal keliru. Karena itu, setiap data, teori, referensi, nama penulis, kutipan, dan klaim akademik yang muncul dari AI wajib diverifikasi dengan sumber yang dapat dipertanggungjawabkan. Jika pers dituntut melakukan verifikasi demi kejernihan publik, peneliti pun wajib melakukan verifikasi demi kejernihan ilmu. Tanpa itu, riset hanya mengukuhkan kebisingan algoritmik yang sedang kita kritisi.
Pisahkan Pekerjaan Teknis dan Analitis: AI Bantu Administrasi, Bukan Mengganti Tafsir
Perbedaan paling sehat dalam penggunaan AI untuk penelitian akademik adalah memisahkan pekerjaan administratif dan teknis dari inti analitis dan interpretatif. Ira menekankan bahwa AI lebih tepat digunakan untuk mempercepat pekerjaan teknis dan memperkaya proses berpikir, bukan menggantikan penelitian itu sendiri. Contoh pekerjaan teknis yang masuk akal antara lain: merapikan format sitasi, mengelompokkan poin dalam kerangka, membuat tabel ringkas, atau menyarankan struktur bab.
Sebaliknya, peneliti harus menahan diri untuk tidak meminta chatbot menyusun seluruh proposal atau skripsi dalam satu kali perintah. “Kesalahan terbesar pemula adalah meminta AI menulis seluruh proposal dalam satu kali prompt,” kata Ira. Strategi yang lebih sehat adalah menggunakan AI secara bertahap: diskusikan latar belakang dulu, lalu rumusan masalah, lalu teori, dan seterusnya sambil mengevaluasi setiap keluaran. Dengan alur ini, peneliti tetap memimpin proses, bukan sekadar menjadi editor pasif.
Pengalaman pers menunjukkan betapa algoritma cenderung memberi insentif pada konten yang menggugah emosi, bukan yang paling bermakna. Di ranah akademik, jika peneliti malas berpikir, AI akan terdorong menghasilkan teks yang tampak rapi tetapi kosong dari ketajaman analisis. Menggunakan AI untuk merapikan pekerjaan administratif memberi ruang bagi peneliti untuk fokus pada pertanyaan paling penting: mengapa fenomena ini terjadi dan apa maknanya bagi kehidupan bersama—persis seperti fungsi pers sebagai institusi kebudayaan yang membentuk nalar publik.
Prompt Engineering Riset: Cara Bertanya Menentukan Kualitas Jawaban
Orisinalitas riset dengan chatbot sangat ditentukan oleh kualitas interaksi peneliti dengan alat tersebut. Ira menyarankan mahasiswa memberi instruksi yang jelas ketika menggunakan AI: topik, objek, tujuan penelitian, perspektif, dan data awal perlu dijelaskan agar respons lebih relevan. Inilah inti prompt engineering riset: bukan sekadar menulis satu kalimat abstrak, tetapi menyuplai konteks yang cukup sehingga AI bisa menanggapi kebutuhan penelitian secara spesifik.
Menurut Ira, penggunaan AI yang efektif dilakukan secara bertahap dan dialogis: diskusikan satu bagian dulu, evaluasi, lalu lanjut ke bagian berikutnya. Misalnya, awalnya minta umpan balik atas logika latar belakang masalah, kemudian uji kekuatan rumusan masalah, kemudian bandingkan beberapa pilihan metode. Dengan pendekatan ini, AI menjadi alat uji konsistensi berpikir, bukan pabrik teks instan.
Di sisi lain, etika penggunaan AI akademis menuntut kejelasan sumber data. Data statistik dan informasi penting tidak boleh hanya mengandalkan keluaran AI, tetapi harus dirujuk dari sumber jelas dan dapat dipertanggungjawabkan. Pemeriksaan plagiarisme tetap wajib, dan peneliti perlu mengedit keluaran AI agar sesuai dengan gaya bahasa sendiri. Tanpa itu, prompt engineering hanya akan menghasilkan teks halus yang secara etis rapuh dan secara ilmiah lemah.
Transparansi, Kebijakan Kampus, dan Tanggung Jawab Akhir Penulis
Di tengah normalisasi AI untuk penelitian akademik, transparansi penggunaan AI harus menjadi standar etika baru. AI tidak boleh dijadikan satu-satunya sumber data penelitian, dan peneliti sebaiknya menjelaskan di bagian metodologi bagaimana AI digunakan (misalnya untuk brainstorming, penyusunan kerangka, atau bantuan teknis penulisan). Tanpa keterbukaan tersebut, pembaca dan penguji tidak dapat menilai seberapa besar peran mesin terhadap hasil akhir.
Ira menegaskan, “AI adalah alat atau tool, bukan penulis pengganti atau author. Oleh karena itu, setiap argumen, data, dan klaim di dalam proposal adalah seratus persen tanggung jawab kita.” Pernyataan ini penting diingat mahasiswa yang semakin mudah menggunakan AI sejak workshop Riset di Era AI di sebuah kampus pada Kamis, 20/8/2026, yang diikuti ratusan mahasiswa. Tanggung jawab ilmiah tidak dapat dialihkan kepada algoritma.
Penggunaan AI di kampus adalah kenyataan yang tidak mungkin dihindari, sehingga kampus perlu menyusun kebijakan jelas tentang cara penggunaan AI dalam pembelajaran dan penelitian agar tetap sesuai etika. Seperti krisis pers yang bukan semata soal individu wartawan, melainkan krisis ekologi informasi, penyalahgunaan AI bukan sekadar masalah “oknum mahasiswa”, tetapi bagian dari ekosistem digital yang memberi insentif pada kemudahan instan. Konklusinya tegas: gunakan AI untuk menjernihkan riset, bukan untuk mengaburkan sumber pemikiran. Orisinalitas lahir ketika peneliti berani mengambil posisi dan tetap kritis di tengah kebisingan mesin.
