Di sebuah aula konferensi internasional di Kopenhagen, layar presentasi memantulkan grafik-grafik epidemiologi yang tampak meyakinkan. Ada tabel statistik. Ada istilah medis yang rumit. Ada abstrak dengan bahasa akademik yang rapi dan terdengar sangat ilmiah. Para peserta datang dari berbagai negara membawa nama universitas, lembaga riset, dan reputasi akademik masing-masing.
Lalu dunia akademik Indonesia gaduh.
Bukan semata karena dugaan pemalsuan identitas atau polemik travel grant yang kemudian ramai dibicarakan publik. Yang jauh lebih mengganggu sebenarnya adalah pertanyaan yang muncul setelahnya. Seberapa besar peran kecerdasan buatan dalam riset-riset itu? Apakah AI sekadar membantu peneliti bekerja lebih cepat, atau justru telah dipakai untuk memproduksi ilusi ilmu pengetahuan?
ADVERTISEMENT
SCROLL TO RESUME CONTENT
Kasus yang mencuat dari forum ISPPD di Kopenhagen itu membuka satu kecemasan baru yang sebelumnya hanya dibicarakan diam-diam di ruang kampus dan laboratorium. Untuk pertama kalinya, publik luas melihat bagaimana AI bisa dipakai bukan hanya untuk membantu menulis, tetapi juga untuk menciptakan kesan seolah penelitian sungguhan benar-benar pernah dilakukan.
Di sinilah perdebatan besar dimulai.
Sebab dalam dunia akademik modern, AI sebenarnya bukan barang haram. Banyak kampus dunia justru mulai mengintegrasikan AI ke dalam proses penelitian. Peneliti menggunakan AI untuk mencari research gap, membaca ribuan jurnal dalam waktu singkat, memetakan state of the art, membantu systematic review, menyusun kerangka metodologi, sampai memperbaiki grammar akademik.
Di Indonesia, fenomena ini juga tumbuh cepat. Berbagai lembaga pelatihan riset seperti Jadimaju mulai mengadakan workshop tentang pemanfaatan AI untuk literature review, bibliometrik, proposal penelitian, hingga publikasi ilmiah. Di ruang-ruang Zoom, dosen dan mahasiswa belajar menggunakan ChatGPT, Elicit, Scite, Consensus, sampai NotebookLM untuk mempercepat proses akademik yang sebelumnya memakan waktu berbulan-bulan.
Tetapi menariknya, lembaga-lembaga seperti Jadimaju tidak semata mengajarkan cara “menggunakan AI agar cepat jadi paper”. Mereka juga ikut membentuk kultur baru riset Indonesia yang lebih terhubung dengan praktik akademik global. Banyak pelatihan mereka justru berfokus pada cara menemukan novelty penelitian, membangun systematic review yang benar, memahami bibliometrik, membaca peta sitasi ilmiah, sampai menyusun metodologi yang dapat dipertanggungjawabkan.
Di tengah kultur akademik Indonesia yang selama bertahun-tahun sering terjebak pada formalitas administratif penelitian, kehadiran pelatihan seperti ini sebenarnya membawa perubahan penting. Banyak dosen daerah yang sebelumnya kesulitan mengakses pelatihan riset internasional kini mulai mengenal Zotero, VOSviewer, Publish or Perish, Open Knowledge Map, hingga AI-assisted literature analysis.
Ada demokratisasi pengetahuan yang sedang berlangsung.
AI dan platform pembelajaran daring membuat kemampuan riset tidak lagi dimonopoli kampus elite di kota besar. Seorang dosen di kota kecil kini bisa belajar systematic review dari rumah. Mahasiswa pascasarjana bisa memahami tren riset global tanpa harus punya akses laboratorium mahal.
Dan dalam banyak kasus, pemanfaatan AI semacam ini justru sehat secara etik.
Karena AI dipakai untuk membantu memahami pengetahuan yang sudah ada, bukan menciptakan pengetahuan palsu.
AI membantu mempercepat navigasi literatur, tetapi keputusan ilmiah tetap berada di tangan manusia. Peneliti masih harus membaca ulang jurnal. Masih harus memverifikasi referensi. Masih harus turun ke lapangan. Masih harus melakukan observasi nyata.
Di titik ini AI bekerja seperti kalkulator intelektual.
Ia membantu efisiensi, tetapi tidak menggantikan tanggung jawab ilmiah.
Namun justru di sinilah paradoksnya.
Teknologi yang membantu mempercepat produksi ilmu ternyata juga mampu mempercepat produksi kebohongan ilmiah.
Prof. Atwar Bajari dalam sebuah diskusi video tentang kasus ini mengingatkan bahwa AI sebenarnya lumrah dipakai dalam penelitian. Yang menjadi masalah bukan penggunaan AI itu sendiri, melainkan ketika AI dipakai untuk melakukan “falsifying AI” dan fabrikasi pengetahuan. AI tidak lagi menjadi alat bantu berpikir, melainkan mesin untuk menciptakan realitas akademik palsu.
Kalimat itu terdengar berat, tetapi dampaknya sangat nyata.
Karena AI generatif memang memiliki kemampuan luar biasa untuk meniru bahasa sains. Ia dapat menghasilkan abstrak yang terlihat profesional. Ia tahu bagaimana struktur paper ilmiah dibangun. Ada latar belakang masalah. Ada metode statistik. Ada framing global health. Ada kesimpulan yang terdengar kuat dan meyakinkan.
Padahal AI sebenarnya tidak memahami kebenaran.
Ia hanya memahami pola bahasa.
Di sinilah bahaya besar itu bermula.
Sains bekerja berdasarkan hubungan langsung antara klaim dan kenyataan. Ada observasi lapangan. Ada eksperimen. Ada responden. Ada data laboratorium. Ada kemungkinan salah. Ada proses verifikasi.
Tetapi AI memungkinkan seseorang menghasilkan “penelitian” tanpa pernah menyentuh realitas itu sendiri.
Inilah yang membedakan penggunaan AI yang sehat dengan fabrikasi pengetahuan.
Jika AI dipakai membantu membaca literatur, itu masih wajar.
Jika AI membantu menyusun draft metodologi yang kemudian diuji sungguhan di lapangan, itu masih etis.
Jika AI membantu merangkum wawancara yang benar-benar dilakukan peneliti, itu masih dapat dipertanggungjawabkan.
Namun ketika AI mulai mengarang data pasien, menciptakan responden fiktif, menghasilkan angka statistik tanpa survei nyata, atau membangun narasi akademik seolah riset pernah dilakukan padahal tidak pernah ada observasi sama sekali, maka yang dipalsukan bukan lagi tulisan. Yang dipalsukan adalah proses terbentuknya pengetahuan itu sendiri.
Dan di era AI generatif, pemalsuan seperti ini menjadi sangat mudah.
Dulu memalsukan riset membutuhkan tenaga besar. Orang harus merekayasa tabel manual, menyusun grafik sendiri, atau mengarang ratusan halaman laporan. Sekarang seseorang cukup mengetik prompt.
“Buat abstrak penelitian epidemiologi pneumonia anak dengan metode machine learning.”
Dalam hitungan detik muncul teks yang terlihat sangat akademik.
Tambahkan sedikit istilah medis, angka statistik sintetis, diagram otomatis, lalu presentasikan di konferensi internasional. Bagi banyak orang, semuanya tampak sah.
Di sinilah dunia akademik mulai memasuki krisis baru.
Bukan lagi sekadar plagiarisme.
Tetapi simulasi ilmu pengetahuan.
Kalau plagiarisme lama mencuri karya orang lain, maka fabrikasi AI menciptakan pengetahuan palsu yang bahkan belum pernah ada sama sekali. Ia bukan pencurian gagasan, melainkan produksi massal ilusi intelektual.
Yang lebih mengkhawatirkan, pseudo-science generasi baru ini terlihat sangat profesional.
Ia tidak tampak seperti hoaks media sosial.
Ia tampak seperti jurnal ilmiah.
Itulah sebabnya banyak universitas dan jurnal internasional kini mulai mengubah standar pengawasan mereka. Dulu kampus sibuk memakai software anti-plagiarisme untuk mencari copy-paste. Kini mereka mulai bergerak ke audit reproducibility dan transparansi data.
Peneliti mulai diminta membuka raw data, ethical clearance, log eksperimen, kode analisis, hingga deklarasi penggunaan AI. Pertanyaan yang muncul bukan lagi “apakah tulisan ini asli”, tetapi “apakah penelitian ini benar-benar pernah terjadi”.
Karena ancaman terbesar AI terhadap dunia akademik bukan otomatisasi tulisan.
Melainkan otomatisasi legitimasi.
AI dapat menghasilkan aura ilmiah yang sangat meyakinkan bahkan ketika tidak ada realitas empiris di belakangnya.
Persoalan ini juga memperlihatkan problem yang lebih dalam dalam budaya akademik modern. Dunia kampus hari ini hidup dalam tekanan produktivitas. Dosen dituntut publikasi. Mahasiswa doktoral diburu target jurnal Scopus. Peneliti berlomba mengejar sitasi, indeks H, dan konferensi internasional.
Di tengah tekanan semacam itu, AI terasa seperti jalan pintas yang menggoda.
Teknologi menjanjikan kecepatan. Tetapi sains sejatinya membutuhkan kesabaran.
Teknologi menjanjikan efisiensi. Tetapi pengetahuan lahir dari proses panjang yang sering melelahkan.
Dan mungkin di situlah inti kegelisahan yang muncul dari kasus Kopenhagen itu. Dunia akademik mendadak dipaksa bertanya ulang tentang makna penelitian itu sendiri.
Apakah riset hanya soal menghasilkan paper?
Apakah abstrak yang terdengar canggih otomatis berarti ilmu pengetahuan?
Apakah statistik yang tampak presisi benar-benar lahir dari kenyataan?
Atau jangan-jangan kita mulai hidup di zaman ketika mesin dapat memproduksi “kesan ilmiah” lebih cepat daripada manusia memproduksi kebenaran?
Pada akhirnya AI hanyalah alat. Ia bisa membantu peneliti menemukan pola yang tak terlihat. Ia bisa mempercepat pembelajaran. Ia bisa membuka akses pengetahuan bagi lebih banyak orang.
Tetapi AI tidak bisa menggantikan integritas.
Karena inti sains bukan sekadar kemampuan menghasilkan teks akademik. Inti sains adalah keberanian menjaga hubungan jujur antara apa yang ditulis dan apa yang benar-benar terjadi di dunia nyata.
