Perkembangan kecerdasan buatan (Artificial Intelligence atau AI) dalam beberapa tahun terakhir telah membawa perubahan besar dalam berbagai bidang, termasuk dunia pendidikan dan penelitian. Kehadiran aplikasi berbasis AI generatif seperti ChatGPT, Gemini, Claude, Copilot, dan berbagai platform serupa memberikan kemudahan bagi peneliti dalam mencari informasi, merangkum literatur, membantu analisis data, hingga menyusun draft tulisan ilmiah. AI telah menjadi asisten digital yang mampu meningkatkan produktivitas dan efisiensi kerja akademik.
Namun, di balik berbagai manfaat tersebut, terdapat tantangan yang perlu mendapat perhatian serius dari sivitas akademika, yaitu fenomena hallucination pada AI. Dalam konteks kecerdasan buatan, hallucination merujuk pada kondisi ketika sistem AI menghasilkan informasi yang tampak meyakinkan, tetapi sebenarnya tidak akurat, tidak didukung fakta, atau bahkan sepenuhnya salah. Fenomena ini menjadi ancaman nyata bagi kualitas penelitian apabila pengguna menerima hasil keluaran AI tanpa melakukan verifikasi secara kritis.
Dalam dunia akademik, akurasi merupakan fondasi utama yang menentukan kualitas suatu penelitian. Kesalahan informasi, data, maupun referensi dapat berdampak pada validitas hasil penelitian dan menurunkan kredibilitas peneliti. Sayangnya, berbagai penelitian menunjukkan bahwa model AI generatif masih berpotensi menghasilkan sitasi fiktif, data yang tidak pernah dipublikasikan, maupun interpretasi yang tidak sesuai dengan sumber aslinya. Bahkan tidak sedikit mahasiswa maupun peneliti yang tanpa sadar menggunakan referensi yang sebenarnya tidak pernah ada karena mempercayai sepenuhnya jawaban yang diberikan AI.
Fenomena ini perlu dipahami secara proporsional. Kesalahan tersebut bukan berarti AI tidak layak digunakan dalam penelitian. Sebaliknya, AI tetap merupakan teknologi yang sangat bermanfaat apabila dimanfaatkan secara tepat dan bertanggung jawab. Permasalahan utama bukan terletak pada teknologinya, melainkan pada bagaimana pengguna memahami keterbatasan teknologi tersebut. AI tidak memiliki kemampuan memahami kebenaran sebagaimana manusia. Sistem ini bekerja berdasarkan pola data yang dipelajarinya dan menghasilkan respons yang diperkirakan paling sesuai dengan permintaan pengguna. Oleh karena itu, AI dapat saja menghasilkan jawaban yang terlihat logis meskipun tidak didukung oleh fakta yang valid.
Di sinilah pentingnya verifikasi sebagai bagian yang tidak terpisahkan dari metodologi penelitian. Setiap informasi yang diperoleh dari AI harus diperlakukan sebagai bahan awal yang masih memerlukan pemeriksaan lebih lanjut. Peneliti tetap harus melakukan pengecekan terhadap sumber asli, memverifikasi data yang digunakan, serta memastikan bahwa referensi yang dikutip benar-benar tersedia dan dapat dipertanggungjawabkan. Dengan kata lain, AI dapat membantu mempercepat proses penelitian, tetapi tidak dapat menggantikan proses berpikir kritis yang menjadi ciri utama seorang akademisi.
Selain verifikasi, aspek etika akademik juga menjadi faktor penting dalam penggunaan AI untuk penelitian. Integritas akademik menuntut kejujuran, tanggung jawab, dan transparansi dalam seluruh proses penelitian. Penggunaan AI hendaknya diposisikan sebagai alat bantu, bukan sebagai pengganti kemampuan intelektual peneliti. Ide, analisis, interpretasi hasil, serta kesimpulan penelitian tetap harus merupakan hasil pemikiran peneliti sendiri.
Transparansi menjadi salah satu prinsip yang perlu diterapkan. Jika AI digunakan secara signifikan dalam proses penelitian, penulis perlu menjelaskan bentuk penggunaannya sesuai dengan kebijakan institusi atau jurnal yang dituju. Praktik ini tidak hanya mencerminkan kejujuran akademik, tetapi juga membantu menjaga kepercayaan publik terhadap hasil penelitian yang dipublikasikan.
Di sisi lain, peneliti juga perlu memperhatikan aspek privasi dan kerahasiaan data. Tidak semua data layak diunggah ke platform AI publik. Data pribadi responden, informasi medis, dokumen rahasia institusi, maupun data penelitian yang bersifat sensitif harus tetap dilindungi sesuai dengan prinsip etika penelitian dan regulasi perlindungan data yang berlaku. Kemudahan penggunaan AI tidak boleh mengorbankan hak privasi individu maupun keamanan informasi.
Aspek lain yang sering luput dari perhatian adalah potensi bias pada sistem AI. Karena model AI dilatih menggunakan data yang berasal dari berbagai sumber, bias yang terdapat dalam data tersebut dapat tercermin dalam hasil keluaran AI. Oleh karena itu, peneliti perlu melakukan evaluasi kritis terhadap setiap rekomendasi, analisis, maupun interpretasi yang dihasilkan AI agar tidak memperkuat ketidakadilan atau kesalahan yang sudah ada sebelumnya.
Dalam konteks perguruan tinggi, penggunaan AI seharusnya menjadi momentum untuk memperkuat budaya akademik, bukan justru melemahkannya. Mahasiswa dan dosen perlu dibekali literasi AI yang memadai agar mampu memanfaatkan teknologi secara produktif sekaligus bertanggung jawab. Kemampuan berpikir kritis, mengevaluasi informasi, serta melakukan verifikasi sumber harus tetap menjadi kompetensi utama yang tidak dapat digantikan oleh mesin.
Pada akhirnya, AI merupakan inovasi yang membuka peluang besar bagi kemajuan penelitian dan pengembangan ilmu pengetahuan. Namun, manfaat tersebut hanya dapat diwujudkan apabila penggunaannya diiringi dengan komitmen terhadap integritas akademik, verifikasi yang ketat, dan penerapan prinsip-prinsip etika penelitian. Di era AI saat ini, tantangan terbesar bukanlah bagaimana membuat mesin menjadi lebih cerdas, melainkan bagaimana memastikan manusia tetap menjadi pihak yang paling bertanggung jawab dalam menghasilkan pengetahuan yang benar, dapat dipercaya, dan bermanfaat bagi masyarakat.
Dengan demikian, menjaga integritas penelitian di era AI bukan berarti menolak teknologi, melainkan memanfaatkan teknologi secara bijaksana. AI dapat menjadi mitra yang sangat berharga dalam proses penelitian, tetapi keputusan akhir mengenai kebenaran ilmiah tetap berada di tangan peneliti. Verifikasi, transparansi, dan etika akademik harus menjadi kompas yang mengarahkan penggunaan AI agar tetap sejalan dengan tujuan utama penelitian, yaitu menghasilkan ilmu pengetahuan yang berkualitas dan berintegritas.\
Penulis: Dr. Derisma, ST, MT (Dosen Departemen Informatika Fakultas Teknologi Informasi Fakultas Teknologi Informasi Universitas Andalas)
