AI Bikin Nilai Mahasiswa Meningkat menjadi salah satu fenomena yang paling banyak di bahas di dunia pendidikan tinggi. Kehadiran kecerdasan buatan generatif membuat proses mengerjakan tugas menjadi jauh lebih cepat. Mahasiswa kini dapat menyusun esai, membuat program komputer, hingga mencari referensi hanya dalam hitungan menit. Di balik kemudahan tersebut, muncul kekhawatiran baru mengenai kualitas pembelajaran dan kesiapan lulusan memasuki dunia kerja.
Perkembangan teknologi AI memang membawa banyak manfaat. Mahasiswa dapat memahami materi lebih cepat dan memperoleh bantuan saat menghadapi tugas yang rumit. Namun, sebagian mahasiswa justru memanfaatkan teknologi tersebut sebagai jalan pintas untuk menyelesaikan hampir seluruh pekerjaan akademik. Akibatnya, nilai kuliah meningkat, tetapi kemampuan yang benar-benar mereka kuasai belum tentu ikut berkembang.
Sebuah penelitian dari University of California, Berkeley (UC Berkeley) memperlihatkan bahwa penggunaan AI generatif berkaitan dengan meningkatnya jumlah mahasiswa yang memperoleh nilai A. Temuan tersebut memunculkan perdebatan karena nilai akademik tidak lagi selalu mencerminkan kompetensi seseorang secara utuh.
Penelitian Menemukan Lonjakan Nilai Sejak AI Populer
Peneliti senior UC Berkeley, Igor Chirikov, mempelajari lebih dari 500.000 data pendaftaran mata kuliah dari 84 departemen di sebuah universitas besar di Texas. Penelitian itu mencakup periode 2018 hingga 2025 sehingga mampu menggambarkan perubahan yang terjadi sebelum dan sesudah AI generatif hadir secara luas.
Hasil penelitian menunjukkan peningkatan nilai paling besar terjadi pada mata kuliah yang banyak memberikan tugas menulis dan pemrograman. Mata kuliah dengan sistem tugas bawa pulang juga memperlihatkan kenaikan nilai yang lebih tinggi di bandingkan kelas yang mengandalkan ujian langsung.
Chirikov menemukan bahwa jumlah mahasiswa yang memperoleh nilai A meningkat sekitar 30 persen pada mata kuliah yang paling mudah memanfaatkan AI sejak ChatGPT mulai di gunakan secara luas. Temuan tersebut memperlihatkan perubahan pola belajar yang cukup signifikan di lingkungan perguruan tinggi.
Menurutnya, sebagian mahasiswa memanfaatkan AI sebagai alat bantu belajar. Namun, sebagian lainnya menyerahkan hampir seluruh proses pengerjaan tugas kepada teknologi tersebut. Kebiasaan inilah yang kemudian memicu inflasi nilai di berbagai mata kuliah.
Cara Mahasiswa Memanfaatkan AI Saat Mengerjakan Tugas
Penelitian tersebut membagi penggunaan AI ke dalam tiga pola utama. Pola pertama adalah augmentasi. Pada tahap ini, mahasiswa memakai AI untuk mencari referensi, menyusun kerangka tulisan, atau mengembangkan ide. Mereka tetap mengerjakan sebagian besar tugas secara mandiri sehingga proses belajar tetap berlangsung.
Pola kedua adalah reinstatement. Dalam metode ini, mahasiswa memanfaatkan AI pada aktivitas pembelajaran yang memang di rancang menggunakan teknologi digital. AI berperan sebagai pendukung sehingga mahasiswa tetap memahami materi yang di pelajari.
Pola ketiga adalah displacement. Pada pola ini, mahasiswa membiarkan AI menyelesaikan hampir seluruh tugas. Teknologi menulis esai, membuat kode program, bahkan menyusun jawaban tanpa proses berpikir yang berarti dari mahasiswa.
Penelitian menunjukkan bahwa augmentasi dan reinstatement masih membantu mahasiswa meningkatkan kemampuan. Sebaliknya, displacement hanya meningkatkan nilai akademik tanpa memperkuat keterampilan yang di butuhkan setelah lulus.
Ilustrasi mahasiswa yang dapat nilai AI berkat bantuan AI.
Nilai Tinggi Belum Tentu Menjamin Kompetensi
Banyak mahasiswa mengejar IPK tinggi karena nilai akademik masih menjadi syarat penting untuk melanjutkan pendidikan maupun mencari pekerjaan. Persaingan yang semakin ketat membuat sebagian mahasiswa memilih cara tercepat agar memperoleh hasil maksimal.
Namun, para peneliti mengingatkan bahwa inflasi nilai akibat AI dapat menimbulkan persoalan baru. Perekrut tenaga kerja akan semakin sulit membedakan lulusan yang benar-benar menguasai materi dengan lulusan yang hanya mengandalkan teknologi selama kuliah.
Jika kondisi tersebut terus berlanjut, perusahaan berpotensi menghadapi lulusan yang memiliki nilai akademik tinggi tetapi belum siap menyelesaikan pekerjaan secara mandiri. Situasi itu tentu dapat memengaruhi produktivitas perusahaan sekaligus kualitas tenaga kerja baru.
Igor Chirikov juga menilai ketergantungan terhadap AI dapat mengurangi kesempatan mahasiswa untuk melatih kemampuan berpikir kritis, memecahkan masalah, dan mengambil keputusan. Padahal, ketiga kemampuan tersebut masih menjadi kebutuhan utama di berbagai bidang pekerjaan.
Semakin sering mahasiswa menyerahkan tugas kepada AI, semakin kecil pula kesempatan mereka mengembangkan pengalaman belajar yang sesungguhnya. Dalam jangka panjang, kondisi tersebut dapat mempercepat otomatisasi pekerjaan karena perusahaan lebih mudah menggantikan tenaga kerja yang tidak memiliki keahlian khusus.
Kampus Mulai Mengubah Sistem Penilaian
Sejumlah perguruan tinggi di Amerika Serikat mulai menyesuaikan kebijakan akademik sebagai respons terhadap perkembangan AI generatif.
Universitas Princeton mengambil langkah penting setelah sekitar 30 persen mahasiswa tingkat akhir mengaku menggunakan AI untuk berbuat curang dalam sebuah survei. Kampus kemudian menghapus aturan “kode kehormatan” yang selama lebih dari satu abad memungkinkan mahasiswa mengikuti ujian tanpa pengawasan.
Melalui kebijakan baru tersebut, pihak kampus ingin memperkuat pengawasan selama ujian dan menjaga integritas akademik di tengah pesatnya perkembangan AI.
Sementara itu, Universitas Harvard juga membahas aturan baru mengenai pemberian nilai. Para anggota fakultas mempertimbangkan usulan untuk membatasi jumlah mahasiswa yang memperoleh nilai A hingga maksimal 20 persen pada setiap kelas.
Meski usulan tersebut masih menjadi bahan diskusi, langkah itu menunjukkan bahwa banyak universitas mulai mencari cara baru agar sistem penilaian tetap mampu menggambarkan kemampuan mahasiswa secara objektif.
Ke depan, perguruan tinggi kemungkinan akan lebih sering menggunakan ujian tatap muka, presentasi langsung, proyek kolaboratif, serta evaluasi berbasis praktik. Pendekatan tersebut di harapkan dapat mengukur kemampuan mahasiswa secara lebih akurat sekaligus mendorong mereka memanfaatkan AI sebagai alat pendukung, bukan sebagai pengganti proses belajar.
