[KASPAR PURBA Rookie]

Up

0

::

Perkembangan Artificial Intelligence (AI), khususnya Large Language Model (LLM) seperti ChatGPT, Gemini, dan berbagai platform berbasis AI lainnya, telah mengubah cara akademisi melakukan penelitian dan menulis karya ilmiah. AI kini tidak hanya digunakan untuk menghasilkan teks, tetapi juga membantu pencarian literatur, penyusunan kerangka tulisan, analisis informasi, penerjemahan, hingga identifikasi celah penelitian. Dalam praktiknya, AI semakin menjadi bagian dari ekosistem penelitian modern.

Diskusi utama dalam publikasi ilmiah saat ini bukan lagi mengenai boleh atau tidaknya menggunakan AI, melainkan bagaimana penggunaannya diatur dan dipertanggungjawabkan. Secara umum, terdapat dua pendekatan yang berkembang. Pertama, pendekatan berbasis detektor AI, yaitu jurnal yang menggunakan alat pendeteksi AI dan menetapkan batas persentase tertentu sebagai syarat penerimaan naskah. Kedua, pendekatan berbasis transparansi, yang menekankan keterbukaan penulis dalam mengungkapkan penggunaan AI serta tanggung jawab penuh terhadap isi karya ilmiah.

Pendekatan berbasis detektor AI memiliki kelebihan karena memberikan parameter yang mudah diukur. Namun, pendekatan ini juga menimbulkan sejumlah persoalan. Banyak penulis akhirnya lebih fokus menurunkan skor deteksi AI daripada meningkatkan kualitas penelitian. Kondisi tersebut mendorong penggunaan berbagai alat humanizer, paraphraser, dan rewriter untuk mengubah karakteristik teks agar tidak terdeteksi sebagai hasil bantuan AI. Akibatnya, energi yang seharusnya digunakan untuk memperkuat metodologi, analisis, dan kontribusi ilmiah justru terserap pada upaya menghindari deteksi sistem.

Selain itu, skor detektor AI tidak selalu mencerminkan integritas akademik. Integritas penelitian jauh lebih luas daripada sekadar asal-usul sebuah kalimat. Integritas mencakup kejujuran data, validitas metode penelitian, akurasi analisis, ketepatan sitasi, serta tanggung jawab penulis terhadap seluruh isi naskah. Dengan demikian, naskah yang memiliki skor AI rendah belum tentu berkualitas tinggi, sebagaimana penggunaan AI dalam proses tertentu tidak otomatis menunjukkan pelanggaran etika akademik.

Sebaliknya, banyak penerbit internasional memilih pendekatan transparansi. Dalam model ini, penulis diperbolehkan menggunakan AI sesuai ketentuan yang berlaku, tetapi wajib mengungkapkan penggunaannya secara terbuka. Penulis tetap bertanggung jawab untuk memverifikasi hasil AI, memastikan keakuratan informasi, dan menjaga standar ilmiah yang berlaku. Pendekatan ini dianggap lebih realistis karena mengakui keberadaan teknologi tanpa mengabaikan prinsip akuntabilitas akademik.

Perkembangan AI berbasis Retrieval-Augmented Generation (RAG), seperti Scite AI, Jenni AI, dan SciSpace AI, semakin memperkuat peran AI sebagai asisten penelitian. Teknologi ini mampu membantu peneliti menelusuri literatur, mengorganisasi referensi, dan menyusun sintesis informasi secara lebih efisien. Namun, seluruh hasil yang diberikan tetap memerlukan pemeriksaan kritis oleh peneliti karena tanggung jawab ilmiah tidak dapat dialihkan kepada AI.

Kesimpulannya, masa depan publikasi ilmiah sebaiknya mengarah pada model yang menekankan transparansi, validasi, dan akuntabilitas, bukan sekadar pengukuran berbasis skor deteksi AI. Tujuan utama kebijakan AI dalam dunia akademik haruslah mendorong penggunaan teknologi secara kritis dan bertanggung jawab untuk meningkatkan kualitas penelitian, bukan menciptakan perlombaan menyembunyikan jejak penggunaan AI dari sistem deteksi. Dengan pendekatan tersebut, AI dapat menjadi alat yang mendukung kemajuan ilmu pengetahuan tanpa mengorbankan integritas akademik.