Untuk dosen yang terus membaca bahwa AI mengikis kemampuan berpikir mahasiswa dan ingin tahu apa yang harus dilakukan secara spesifik di kelas berikutnya.
Setiap semester baru, para dosen menghadapi pertanyaan yang kurang lebih sama: apakah mahasiswa benar-benar belajar, atau hanya sekadar menjalani proses meraih gelar? Tahun ini, pertanyaan itu memiliki latar belakang baru, dan angka-angka di baliknya sulit untuk diabaikan.
Apa yang ditakutkan oleh para dosen
Sebuah survei November 2025 terhadap 1,057 dosen oleh American Association of Colleges and Universities dan Elon University's Imagining the Digital Future Center menemukan bahwa 90% percaya bahwa AI generatif akan mengurangi kemampuan berpikir kritis mahasiswa. 83% percaya bahwa hal itu akan memperpendek rentang perhatian mereka, dan 95% memperkirakan hal itu akan meningkatkan ketergantungan mahasiswa yang berlebihan pada alat-alat tersebut. Hampir tiga perempat, 73%, secara pribadi pernah berurusan dengan masalah integritas akademik yang melibatkan AI.
Ini bukan kekhawatiran pinggiran dari minoritas yang menolak. Di antara para dosen yang menanggapi, ini adalah pandangan mayoritas, dan pandangan ini spesifik. Bukan "AI itu mengganggu" secara abstrak, tetapi perasaan bersama bahwa sesuatu yang terukur sedang terjadi pada cara berpikir siswa.
Alat yang sama, dua siswa yang berbeda.
Mahasiswa pun tidak menghindari hal ini. Survei AI Generatif Mahasiswa HEPI tahun 2026, yang didasarkan pada 1,054 mahasiswa sarjana di Inggris, menemukan bahwa 95% sekarang menggunakan AI dalam beberapa bentuk dan 94% menggunakannya untuk tugas yang dinilai. Hanya 12% yang mengakui mengirimkan teks yang dihasilkan AI secara langsung, meskipun angka tersebut telah meningkat empat kali lipat sejak tahun 2024, ketika angkanya hanya 3%. Batasan antara "menggunakan AI untuk membantu" dan "membiarkan AI melakukannya" semakin kabur.
Dua kutipan dari survei itu sendiri, yang disandingkan, menceritakan kisah tersebut lebih baik daripada statistik apa pun. Seorang siswa menggambarkan penggunaan AI untuk meringkas bacaan yang rumit sehingga mereka dapat "fokus pada analisis kritis dan pemahaman yang lebih dalam." Siswa lain menulis, singkatnya, "Saya sama sekali tidak menggunakan otak saya." Alat yang sama, istilah yang sama, dua pengalaman belajar yang sangat berbeda. Survei tersebut tidak menunjukkan tanda-tanda bahwa salah satu siswa melakukan sesuatu yang tidak biasa.
Mengapa mekanisme tersebut belum berubah?
Yang membedakan kedua siswa itu bukanlah alatnya. Melainkan apa yang diharapkan dari mereka di kelas setelah mereka menggunakannya.
AI dapat menjawab pertanyaan "apa" lebih cepat daripada kuliah, buku teks, atau sesi konsultasi dosen. Namun, AI tidak dapat menggantikan peran mahasiswa pada saat mereka diminta untuk memprediksi hasil, mempertahankan pilihan, atau menjelaskan sesuatu dengan kata-kata mereka sendiri. Momen-momen tersebut hanya berhasil jika mahasiswa sendiri yang melakukan pencarian informasi.
Ini adalah gagasan lama yang mendasari seluruh perdebatan: latihan mengingat kembali, kadang-kadang disebut efek pengujian. Ini adalah temuan yang sudah mapan bahwa secara aktif mengingat kembali informasi dari memori membangun pemahaman yang lebih kuat dan tahan lama daripada hanya menerima informasi yang sama lagi. Ini bukan hal baru, dan ini bukan tentang AI. Hanya saja AI membuatnya sangat mudah untuk dilewati.
Selisih 16 poin
Sebuah studi tahun 2025 yang dipimpin oleh para peneliti di Universitas Drexel (An et al.) memberikan angka pada kesenjangan tersebut. Dalam kursus ilmu data, siswa diberi pertanyaan latihan mengingat yang dihasilkan AI selama beberapa minggu, pertanyaan berisiko rendah yang memaksa mereka untuk mengingat dan menerapkan apa yang baru saja mereka pelajari, dan tidak ada pertanyaan latihan mengingat di minggu-minggu lainnya. Kinerja kuis siswa yang sama kemudian dibandingkan dari minggu ke minggu.
Mereka memperoleh skor 89% pada minggu-minggu dengan latihan mengingat kembali dan 73% pada minggu-minggu tanpa latihan tersebut. Perbedaan 16 poin ini, menurut para peneliti, signifikan secara statistik dan praktis, dihasilkan tanpa mengubah apa pun tentang kontennya, hanya dengan melakukan latihan mengingat kembali atau tidak.
Temuan itu tidak berubah karena adanya AI. Malahan, hal itu justru menunjukkan dengan tepat apa yang dipertaruhkan. Mekanisme yang menghasilkan pembelajaran nyata masih bergantung pada upaya mengingat, dan kegunaan AI bagi siswa sepenuhnya bergantung pada apakah AI digunakan untuk mendorong upaya tersebut atau untuk menggantikannya.
Pengenalan bukanlah pengambilan kembali
Ada jebakan yang perlu disebutkan sebelum Anda membangun semua ini. Pertanyaan pilihan ganda seringkali dapat dijawab dengan pengenalan, di mana pilihan yang benar tampak familiar, tanpa siswa pernah mengingat apa pun dari halaman kosong. Pengenalan terasa seperti mengetahui, dan itulah sebabnya siswa yang dengan mudah memahami suatu topik masih dapat memilih kotak yang benar dan pergi dengan keyakinan bahwa mereka memahaminya.
Latihan mengingat yang sesungguhnya meminta siswa untuk menghasilkan jawaban, bukan sekadar menemukannya. Itu lebih sulit, dan kesulitan itulah intinya: dalam batas wajar, semakin banyak usaha yang dibutuhkan untuk mengingat, semakin kuat memori yang dibangunnya, sebuah temuan yang oleh para peneliti disebut sebagai kesulitan yang diinginkan. Jadi, perpaduan yang bermanfaat di kelas tidak semuanya menggunakan satu format. Pemeriksaan berbasis pilihan yang cepat bagus untuk membaca situasi di kelas dalam hitungan detik. Namun, setidaknya beberapa pertanyaan harus membuat siswa menghasilkan jawaban dari ketiadaan, di sinilah pertanyaan jawaban singkat dan "jelaskan kembali" mendapatkan tempatnya.
Di mana kebijakan AI mencapai batasnya
Inilah mengapa teknik bertanya, bukan kebijakan AI, mungkin merupakan pengungkit yang paling kurang dimanfaatkan di pendidikan tinggi. Dalam survei AAC&U, 87% dosen mengatakan mereka telah menulis kebijakan penggunaan AI yang eksplisit, namun 59% masih mengatakan institusi mereka belum siap untuk membantu mahasiswa menghadapi apa yang akan datang.
Kebijakan memang diperlukan, tetapi kebijakan tersebut mengatur apa yang diserahkan mahasiswa setelahnya. Kebijakan itu tidak banyak berpengaruh selama sembilan puluh menit sebelum mereka menyerahkan tugas, di ruang kuliah atau ruang seminar, di mana proses berpikir yang sebenarnya terjadi atau tidak, dan di mana tidak ada dokumen kebijakan yang pernah membuat siapa pun berpikir lebih keras.
Beginilah tampilannya dalam sebuah kuliah.
Perubahan praktisnya kecil. Hanya beberapa pertanyaan pengingat yang disisipkan ke dalam kuliah itu sendiri, pada bagian-bagian di mana Anda biasanya terus berbicara.
Studi Drexel layak ditiru hampir persis, karena desainnya adalah bagian yang bermanfaat: pertanyaan singkat, selama jeda alami, yang meminta siswa untuk mengingat atau menerapkan apa yang baru saja mereka dengar daripada mencarinya. Kuis langsung adalah cara paling efektif untuk menjalankannya di ruangan yang penuh, karena memaksa setiap siswa untuk berkomitmen pada sebuah jawaban daripada membiarkan beberapa siswa yang percaya diri mengendalikan sesi tersebut:
- Pilih Jawaban untuk mengingat kembali atau memeriksa penerapannya dengan cepat. “Dari keempat asumsi ini, manakah yang dilanggar oleh model jika data tidak independen?” Semua orang menjawab melalui ponsel mereka, distribusi muncul di layar, dan Anda langsung mengajar berdasarkan jawaban yang salah yang muncul.
- Jawaban singkat Ketika Anda tidak ingin opsi tersebut membantu siswa mengingat. Sebuah petunjuk tertulis tanpa kerangka pilihan ganda lebih mendekati proses mengingat yang sebenarnya, karena alasan pengenalan yang telah disebutkan di atas.
- Pertanyaan yang dihasilkan AI, seperti yang dilakukan An dan rekan-rekannya. Itu Pembuat kuis AhaSlides memiliki mode AI yang menyusun pertanyaan latihan dari suatu topik atau file kuliah yang diunggah dalam beberapa detik, yang menghilangkan alasan utama untuk melewatkan latihan: bahwa menulis pertanyaan adalah satu hal lagi yang perlu dipersiapkan.
Tiga ide yang layak dicuri
Formatnya kurang penting dibandingkan apa yang harus dilakukan siswa sesuai dengan petunjuk yang diberikan. Tiga contoh yang berlaku di berbagai disiplin ilmu:
- Penarikan kembali gratis. “Tanpa melihat catatan Anda, tulis satu kalimat yang merangkum inti dari lima belas menit terakhir.” Ini adalah pertanyaan mengingat yang paling mudah, dan kalimat kosong tersebut langsung memberi tahu Anda apa yang tidak berhasil disampaikan.
- Penerapan pada sesuatu yang baru. “Berikut adalah kumpulan data yang belum pernah Anda lihat. Metode mana dari hari ini yang berlaku, dan apa yang akan salah jika Anda menggunakan metode yang lain?” Menerapkan aturan pada kasus baru jauh lebih sulit dipalsukan daripada menyatakannya kembali.
- Pengambilan informasi secara berkala antar sesi. “Apa yang kita bahas minggu lalu yang bertentangan dengan pembahasan minggu ini?” Mengambil materi dari kelas sebelumnya, bukan dari sepuluh menit terakhir, adalah kunci untuk membangun pemahaman yang mendalam.
Tak satu pun dari hal-hal ini membutuhkan waktu lebih dari satu menit di kelas, dan semuanya mengembalikan upaya ke tempat yang tidak dapat dijangkau oleh AI.
Momen-momen yang masih menjadi kenangan bagi sang siswa.
Semua ini bukanlah argumen untuk menolak AI di ruang kelas, dan data tidak mendukung kesimpulan tersebut. Banyak siswa sudah menggunakannya dengan baik.
Ini adalah argumen untuk bersikap cermat tentang momen mana yang masih menjadi milik siswa semata, dan merancang kuliah, seminar, dan penilaian untuk melindungi momen-momen tersebut dengan sengaja, satu pertanyaan pengingat pada satu waktu. Seorang instruktur dalam edisi ini telah membangun seluruh praktik bertanya berdasarkan ide tersebut, mengganti pertanyaan refleksif "ada pertanyaan?" dengan pertanyaan yang membuat siswa berpikir. AI mengubah seberapa cepat siswa dapat memperoleh jawaban. Namun, AI tidak mengubah apa yang harus terjadi di dalam pikiran mereka agar jawaban tersebut menjadi milik mereka.
Referensi
Asosiasi Perguruan Tinggi dan Universitas Amerika, & Pusat Membayangkan Masa Depan Digital Universitas Elon. (21 Januari 2026). Survei nasional: 95% dosen perguruan tinggi khawatir mahasiswa akan terlalu bergantung pada AI dan menurunnya kemampuan berpikir kritis di kalangan pelajar yang menggunakan alat AI generatif. AAC&U. https://www.aacu.org/newsroom/national-survey-95-of-college-faculty-fear-student-overreliance-on-ai-and-diminished-critical-thinking-among-learners-who-use-generative-ai-tools
An, Y., Liu, J., Acharya, N., & Hashmi, R. (2025). Meningkatkan pembelajaran siswa dengan soal latihan mengingat yang dihasilkan LLM: Sebuah studi empiris dalam mata kuliah ilmu data. arXiv. https://arxiv.org/abs/2507.05629
Stephenson, R., & Armstrong, C. (2026, 12 Maret). Survei kecerdasan buatan generatif mahasiswa 2026 (Laporan HEPI 199). Institut Kebijakan Pendidikan Tinggi. https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
