Sebagian kampus memilih melarang AI, sebagian membiarkan dosen menentukan sendiri. Dua ekstrem ini sama-sama menimbulkan kebingungan. Mahasiswa tidak tahu batas, dosen memakai standar berbeda, dan pelanggaran sulit dibedakan dari penggunaan alat yang sah.
Kampus yang hanya memilih antara larangan total dan kebebasan penuh sedang menghindari pekerjaan yang lebih sulit. Aturan perlu membedakan tujuan tugas, tingkat bantuan, kewajiban pengungkapan, dan jenis data yang boleh masuk ke sistem.
Larangan total hanya memindahkan penggunaan ke ruang gelap
Disclosure penting, tetapi formatnya harus sederhana. Mahasiswa dapat menyebut alat, tujuan, bagian yang dibantu, dan cara verifikasi. Kampus perlu menjelaskan kapan penggunaan merupakan pelanggaran, kapan diperbolehkan, dan kapan wajib karena alasan aksesibilitas.
Kebijakan yang matang perlu memisahkan bantuan bahasa, ideasi, coding, analisis, pembuatan konten, dan pengambilan keputusan. Aturan juga harus berbeda untuk tugas, ujian, penelitian, administrasi, dan layanan mahasiswa.
Tidak semua orang yang terdampak kebijakan AI kampus berada di ruang pengambilan keputusan. Karena itu, dosen, mahasiswa, pimpinan kampus, dan pengelola akademik perlu dilibatkan saat organisasi menerapkan dua langkah awal: “Buat matriks penggunaan berdasarkan aktivitas” dan “Tetapkan standar disclosure yang konsisten”. Desain yang baik memberi ruang keberatan sebelum kerugian terjadi.
Kampus perlu aturan berdasarkan tujuan
Tidak semua organisasi membutuhkan jawaban yang sama. Skala, jenis data, dampak terhadap manusia, dan kapasitas pengawasan akan menentukan apakah pendekatan terhadap kebijakan AI kampus layak diperluas atau justru dihentikan.
Pengungkapan lebih berguna daripada pura-pura bersih
- Buat matriks penggunaan berdasarkan aktivitas.
- Tetapkan standar disclosure yang konsisten.
- Rancang ulang penilaian untuk melihat proses.
- Sediakan alat yang disetujui untuk data sensitif.
- Tinjau kebijakan setiap semester berdasarkan kasus nyata.
Perguruan tinggi Indonesia juga perlu melindungi data riset, peserta, dan institusi. Mengunggah manuskrip, data pasien, atau dokumen belum terbit ke layanan publik dapat menimbulkan risiko yang lebih besar daripada soal plagiarisme.
Untuk memisahkan fakta dari promosi, artikel ini merujuk UNESCO AI Competency Framework for Students, UNESCO AI Competency Framework for Teachers dan NIST Generative AI Profile. Rujukan itu memberi kerangka, sementara hasil nyata tetap bergantung pada data, konfigurasi, dan pengawasan manusia.
Kampus tidak membutuhkan aturan yang pura-pura menghentikan teknologi. Ia membutuhkan batas yang dapat dipahami, diajarkan, dan diterapkan secara adil. Kedewasaan penggunaan kebijakan AI kampus tidak diukur dari banyaknya fitur, tetapi dari manfaat dan risiko yang dapat dijelaskan kepada pihak terkait.
Bacaan lanjutan: Larangan total hanya memindahkan penggunaan ke ruang gelap
Bahasa Daerah dalam AI Pendidikan: Inklusi Membutuhkan Data dan Desain, Penilaian Sekolah Setelah AI: Proses Berpikir Lebih Penting dari Jawaban Akhir, Education Technology dan metodologi editorial Undercover.id.