“Lo pernah coba ChatGPT?”

Tapi:

“Gue tanya AI dulu.”

“Gue cek pakai AI.”

“Gue minta jelasin.”

“Gue pakai buat outline.”

“Gue pakai buat latihan.”

AI tidak lagi terasa seperti aplikasi baru yang perlu diperkenalkan.

Buat banyak mahasiswa, AI sudah lebih mirip mesin pencari, kalkulator, atau Google Docs.

Sesuatu yang ada.

Sesuatu yang dipakai.

Sesuatu yang baru terasa aneh kalau hilang.

Survei mahasiswa Inggris dari HEPI pada 2026 memberi gambaran seberapa cepat perubahan ini terjadi. Dalam survei terhadap lebih dari seribu mahasiswa full-time, 95 persen mengatakan mereka menggunakan AI setidaknya dalam satu bentuk, dan 94 persen menggunakannya untuk membantu pekerjaan yang dinilai.

Angka Inggris tentu tidak otomatis menggambarkan seluruh mahasiswa Indonesia.

Tapi arah perubahannya mudah dikenali.

Mahasiswa bukan lagi generasi yang “mengadopsi AI”.

Mereka tumbuh sambil menganggap AI tersedia.

Dan itu mengubah cara mereka belajar, bingung, mengerjakan tugas, sampai menilai apa yang layak dihafal.

Pertanyaan pertama sudah berubah

Dulu kalau mahasiswa tidak memahami konsep, ada beberapa pilihan.

Baca ulang buku.

Cari Google.

Tanya teman.

Tanya dosen.

Cari video YouTube.

Sekarang ada satu langkah tambahan yang sering menjadi langkah pertama.

Tanya AI.

“Jelasin konsep ini kayak gue baru semester satu.”

“Bedanya dua teori ini apa?”

“Kasih contoh yang dekat dengan Indonesia.”

“Kenapa rumus ini dipakai?”

AI punya sesuatu yang sangat menarik buat mahasiswa.

Nggak malu ditanya berulang kali.

Tidak kelihatan kesal.

Bisa menjelaskan ulang dengan gaya berbeda.

Bisa dipakai jam dua pagi.

Ini bukan benefit kecil.

Banyak mahasiswa sebenarnya tidak bertanya di kelas karena takut pertanyaannya terdengar bodoh.

AI menurunkan friction itu.

Ada ruang bertanya tanpa social pressure.

Kalau dipakai dengan benar, learning bisa jadi lebih personal.

Masalahnya, AI juga bisa salah dengan confidence yang sangat meyakinkan.

Jadi akses meningkat.

Kebutuhan judgement juga meningkat.

AI mengubah arti “belajar sendiri”

Dulu belajar mandiri berarti cari sumber sendiri.

Sekarang mahasiswa bisa punya tutor instan.

Minta quiz.

Minta feedback.

Minta simulasi interview.

Minta soal latihan.

Minta konsep dijelaskan dari sudut yang berbeda.

Minta step-by-step.

Secara teori, ini luar biasa.

Mahasiswa yang tidak mampu bayar tutor privat mendapat alat bantuan yang powerful.

Tapi ada perbedaan antara menggunakan AI untuk belajar dan menggunakan AI untuk menghindari belajar.

Keduanya bisa kelihatan mirip dari luar.

Misalnya tugas essay.

Mahasiswa A meminta AI menjelaskan topik, lalu membaca sumber, menyusun argumen, menulis sendiri.

Mahasiswa B meminta AI menghasilkan essay, ganti beberapa kata, submit.

Keduanya “pakai AI”.

Dampak ke skill sangat berbeda.

Makanya perdebatan “boleh pakai AI atau tidak” semakin kurang berguna.

Pertanyaannya harus pindah.

AI dipakai untuk bagian mana?

Apa yang masih harus dikerjakan manusia?

Skill apa yang sebenarnya sedang dinilai?

Kampus mulai menghadapi problem assessment

HEPI 2026 juga menemukan mayoritas mahasiswa yang disurvei merasa assessment di kampus mereka sudah berubah secara signifikan karena AI.

Masuk akal.

Kalau sebuah tugas bisa selesai dengan satu prompt, kampus perlu bertanya:

Apakah tugas itu masih mengukur kemampuan yang dimaksud?

Misalnya tugas “buat ringkasan artikel 1.000 kata”.

AI bisa.

Kalau tujuan tugasnya cuma melihat apakah mahasiswa bisa meringkas, assessment harus berubah.

Mungkin mahasiswa diminta mempertahankan argument secara lisan.

Membandingkan dua sumber.

Menjelaskan keputusan.

Membuat refleksi proses.

Menunjukkan draft.

Menyelesaikan kasus yang context-specific.

AI mendorong pendidikan bergeser dari menilai output ke menilai judgement.

Ini sebenarnya sehat.

Karena dunia kerja juga begitu.

Bos tidak terlalu peduli siapa mengetik kalimat pertama.

Yang dinilai adalah apakah hasilnya benar, berguna, dan bisa dipertanggungjawabkan.

Mahasiswa perlu belajar itu lebih awal.

Skill dasar tetap penting justru karena AI ada

Ada argumen:

“Kalau AI bisa nulis, kenapa belajar nulis?”

“Kalau AI bisa coding, kenapa belajar coding?”

“Kalau AI bisa menghitung, kenapa belajar statistik?”

Pertanyaan ini terdengar logis tapi punya jebakan.

Kita bisa pakai kalkulator karena kita memahami angka cukup untuk tahu hasilnya masuk akal.

Kalau kalkulator bilang 20 dibagi 4 adalah 500, kita langsung tahu salah.

Kalau mahasiswa tidak memahami dasar, bagaimana dia tahu AI ngawur?

AI memperbesar kemampuan orang yang sudah punya judgement.

Tanpa dasar, AI juga memperbesar kemampuan membuat kesalahan dengan tampilan profesional.

Essay jadi rapi.

Code jalan sebagian.

Grafik terlihat bagus.

Argumen terdengar pintar.

Padahal salah.

Skill dasar berubah fungsi.

Dulu dipakai untuk menghasilkan output.

Sekarang juga dipakai untuk mengaudit output AI.

Itu sama pentingnya.

Mungkin lebih penting.

Mahasiswa yang hanya tahu prompt bisa terlihat cepat.

Mahasiswa yang paham domain bisa tahu kapan prompt-nya menghasilkan sampah.

Kampus menghadapi generasi yang punya “second brain” dari awal

Mahasiswa hari ini bisa menyimpan banyak hal di luar kepala.

Catatan digital.

Search.

Cloud.

AI.

Dengan AI, external cognition naik level.

Bukan cuma menyimpan informasi.

Sistem bisa mengolah.

Menyusun ulang.

Menjelaskan.

Menghubungkan.

Bisa terasa seperti second brain.

Ini mengubah apa yang layak dihafal.

Kita tidak perlu menghafal semua fakta.

Tapi tetap perlu punya mental model.

Kalau tidak, setiap pertanyaan menjadi ketergantungan.

Beda tipis antara augmented intelligence dan cognitive outsourcing total.

Mahasiswa yang matang akan menggunakan AI untuk memperluas otak.

Bukan menggantikan fungsi otaknya.

Misalnya:

Minta AI memberi tiga interpretasi.

Lalu bandingkan.

Minta AI mengkritik argumen.

Lalu cek sumber.

Minta AI membuat latihan.

Lalu kerjakan tanpa AI.

Minta AI review code.

Lalu pahami bug.

Cara pakai seperti ini membangun skill.

Bukan menghindarinya.

Perbedaan mahasiswa akan makin terlihat dari cara memakai AI

Dulu dua mahasiswa mungkin sama-sama dapat akses Google.

Hasil belajar tetap berbeda karena kemampuan mencari dan memahami sumber berbeda.

AI akan begitu.

Semua punya tool.

Tidak semua punya skill.

Mahasiswa yang tahu memberikan context, memverifikasi, membuat pertanyaan, dan menghubungkan output dengan domain knowledge akan dapat value lebih besar.

Yang hanya copy-paste mendapat hasil cepat tapi ceiling rendah.

Ini penting karena “AI literacy” kadang terlalu sempit diartikan sebagai bisa membuat prompt.

AI literacy lebih luas.

Tahu limitation.

Tahu data privacy.

Tahu copyright.

Tahu hallucination.

Tahu kapan source dibutuhkan.

Tahu kapan jangan pakai AI.

Tahu bagaimana mempertahankan reasoning sendiri.

Tahu bagaimana menjelaskan apa yang dikerjakan AI.

Itu literacy.

Bukan trik prompt.

Kehidupan kampus juga berubah di luar kelas

AI tidak hanya masuk tugas.

Mahasiswa pakai untuk cari internship.

Bikin CV.

Latihan interview.

Bikin itinerary.

Mengatur budget.

Belajar bahasa.

Mencari kos.

Membandingkan laptop.

Membuat email ke dosen.

Mencari ide organisasi.

Menyiapkan presentasi.

Di Jakarta, mahasiswa yang commute dari Depok ke kampus bisa memakai waktu di kereta buat belajar lewat AI.

Bukan buka textbook tebal.

Tanya lewat HP.

Minta quiz.

Review materi.

Ini membuat learning lebih portable.

Tapi juga membuat batas kuliah dan kehidupan makin tipis.

AI selalu tersedia.

Ada risiko merasa harus selalu produktif.

Naik MRT, belajar.

Nunggu teman, belajar.

Sebelum tidur, belajar.

Teknologi yang mengurangi friction kadang membuat kita mengisi semua waktu kosong.

Mahasiswa juga perlu belajar kapan berhenti.

AI tidak harus selalu aktif.

Orang tua sering masih melihat AI sebagai alat khusus

Ini menciptakan gap generasi.

Orang tua mungkin bertanya:

“Anak gue pakai AI terus, apa nggak jadi malas?”

Pertanyaan valid.

Tapi buat mahasiswa, rasanya seperti ditanya:

“Kenapa pakai Google terus?”

AI sudah embedded.

Diskusi yang lebih berguna bukan melarang total.

Tanya dipakai untuk apa.

Kalau untuk belajar konsep, bagus.

Kalau seluruh tugas dibuat otomatis tanpa dipahami, problem.

Kalau dipakai untuk cheat, problem.

Kalau jadi tutor tambahan, value.

Nuance seperti ini penting.

Teknologi tidak punya satu efek.

Cara pakainya yang menentukan.

Kampus yang cuma melarang akan kalah sama realitas

Kalau 90 persen lebih mahasiswa sudah menggunakan AI, policy “pokoknya jangan” sulit dijalankan.

Mahasiswa akan pakai diam-diam.

Dosen tidak punya visibility.

Trust turun.

Lebih sehat kampus membuat boundary.

Assessment mana boleh AI.

Mana tidak.

Harus disclose atau tidak.

Bagian apa yang harus original.

Bagaimana cite penggunaan.

Apa bentuk misconduct.

Tool apa disediakan.

Data apa tidak boleh diupload.

Kampus juga harus melatih dosen.

Tidak fair meminta mahasiswa punya AI literacy sementara pengajarnya tertinggal.

Dosen perlu memahami tool.

Bukan untuk mengejar semua model.

Untuk merancang pembelajaran yang tetap meaningful.

Kampus yang matang akan mengajarkan penggunaan, bukan hanya policing.

AI detector tidak bisa menjadi strategi pendidikan.

Focus harus pada kemampuan yang bisa diverifikasi.

Oral defense.

Process.

Project.

Lab.

Discussion.

Real-world problem.

Kolaborasi.

AI membuat pendidikan kembali ke pertanyaan paling dasar

Sebenarnya AI memaksa kampus menjawab satu pertanyaan lama:

Kita ingin mahasiswa belajar apa?

Kalau targetnya hanya menghasilkan 2.000 kata, AI sudah bisa membantu banyak.

Kalau targetnya membuat orang berpikir, memahami, mempertanyakan, dan mengambil keputusan, tugas harus didesain ke arah itu.

Ini mungkin salah satu efek positif terbesar.

AI memaksa pendidikan membedakan output dan learning.

Dua hal itu tidak selalu sama.

Mahasiswa bisa submit tulisan bagus tapi tidak paham.

Bisa juga punya pemahaman kuat tapi tulisan tidak sempurna.

AI membuat gap tersebut makin jelas.

Assessment harus menangkap capability, bukan hanya produk akhir.

AI akan menjadi boring

Tanda teknologi matang adalah ketika orang berhenti membicarakannya sebagai teknologi.

Kita tidak bilang:

“Hari ini gue pakai internet untuk tugas.”

Tentu saja.

Kita tidak bilang:

“Gue menggunakan cloud computing untuk mengirim file.”

Kita bilang Google Drive.

AI menuju sana.

Mahasiswa beberapa tahun ke depan mungkin tidak merasa “menggunakan AI”.

AI ada di word processor.

Search.

Learning management system.

Coding environment.

Calendar.

Email.

Library.

Tool-nya menyatu.

Yang penting bukan lagi apakah AI dipakai.

Tapi bagaimana.

Apakah mahasiswa bisa berpikir tanpa bantuan ketika perlu?

Apakah mereka bisa memverifikasi?

Apakah mereka memahami dasar?

Apakah mereka mampu menjelaskan reasoning?

Apakah AI mempercepat learning atau sekadar mempercepat submission?

Itu pertanyaan yang lebih sulit.

Dan jauh lebih penting.

Buat mahasiswa 2026, AI sudah bukan gadget baru.

Ia mulai terasa seperti listrik.

Selalu ada.

Dipakai untuk banyak hal.

Baru disadari ketika mati.

Tantangan pendidikan sekarang bukan mengembalikan dunia sebelum AI.

Dunia itu sudah lewat.

Tantangannya adalah memastikan generasi yang tumbuh dengan AI tetap bisa membangun kemampuan sendiri, bukan hanya kemampuan memanggil mesin setiap kali mereka bingung.