Ketika Akademisi Disibukkan Mengakali Detektor AI

Kemunculan artificial intelligence (AI), khususnya Large Language Model (LLM) seperti ChatGPT, Gemini, dan sejenisnya, telah mengubah cara akademisi bekerja, khususnya dalam publikasi jurnal ilmiah. Teknologi tersebut kini tidak sekadar digunakan untuk menghasilkan teks, tetapi juga membantu mencari literatur, mengembangkan gagasan, menerjemahkan, mengolah informasi, menyusun kerangka tulisan, hingga mendukung berbagai tahapan penelitian. AI perlahan menjadi bagian dari kebutuhan kerja akademik, sebagaimana internet dan mesin pencari sebelumnya mengubah cara peneliti mencari dan mengolah informasi.

Perubahan tersebut membawa konsekuensi bagi dunia publikasi ilmiah. Persoalannya bukan lagi sekadar apakah akademisi menggunakan AI, melainkan bagaimana penggunaan tersebut diperlakukan oleh kebijakan akademik khususnya penerbit ilmiah. Kebijakan yang berbeda antara satu jurnal dan jurnal lainnya pada akhirnya ikut menentukan bagaimana penulis menyiapkan naskah sebelum mengirimkannya.

Secara umum, terdapat dua kecenderungan dalam merespons penggunaan AI dalam publikasi ilmiah, yaitu pendekatan berbasis detektor AI dan pendekatan berbasis transparansi. Sebagian jurnal yang dikelola secara institusional khususnya jurnal-jurnal perguruan tinggi, menggunakan detektor AI sebagai salah satu instrumen pemeriksaan naskah dan bahkan menetapkan persentase tertentu sebagai ambang penggunaan AI. Sementara jurnal-jurnal yang dikelola publisher global, seperti Elsevier, Springer Nature, dan penerbit setingkatnya, justru menekankan transparansi penggunaan AI, dan tanggung jawab penulis.

Jurnal yang menerapkan detektor AI dengan ambang persentase tertentu menjadikan skor sebagai bagian penting dari proses publikasi. Penulis harus memastikan naskah berada di bawah angka tertentu, misalnya 25 persen, sebelum naskah dapat diproses atau dianggap memenuhi ketentuan jurnal. Mekanisme tersebut memang terlihat sederhana karena penggunaan AI diterjemahkan menjadi sebuah angka yang mudah diperiksa.

Persoalan muncul ketika skor detektor AI berubah dari alat bantu menjadi tujuan yang harus dikejar penulis. Penulis yang semestinya berkonsentrasi pada kualitas argumentasi, metodologi, data, analisis, referensi, dan kontribusi ilmiah dapat terdorong memikirkan bagaimana membuat skor AI serendah mungkin. Situasi tersebut membuka ruang bagi penggunaan AI Humanizer, Paraphraser, Rewriter, dan berbagai alat lain yang dirancang untuk mengubah karakteristik tulisan agar lebih sulit dikenali oleh detektor AI.

Siklusnya kemudian menjadi cukup ironis. Penulis membuat atau menyempurnakan naskah dengan bantuan AI, memeriksa skor detektor AI, menemukan angka yang dianggap terlalu tinggi, lalu memasukkan kembali naskah ke dalam Humanizer atau Rewriter sebelum melakukan pemeriksaan ulang. Proses tersebut dapat berulang sampai penulis memperoleh skor yang dianggap aman. Sementara perhatian terhadap substansi penelitian berpotensi tersisihkan.

Masalah yang lebih mendasar terletak pada anggapan bahwa skor AI dapat menjadi ukuran langsung atas integritas sebuah karya ilmiah. Penelitian yang diterbitkan dalam Acta Neurochirurgica pada 2025 menunjukkan adanya keterbatasan pada sejumlah detektor AI yang diuji, termasuk kemungkinan false positive dan false negative, serta menyimpulkan bahwa detektor tidak semestinya menjadi satu-satunya dasar untuk mengambil tindakan terhadap akademisi. Sebuah angka dari detektor AI tidak dapat disamakan begitu saja dengan ukuran kejujuran, integritas, atau kualitas sebuah penelitian.

Integritas akademik sesungguhnya jauh lebih luas daripada persoalan siapa atau apa yang menghasilkan sebuah kalimat. Integritas menyangkut keaslian gagasan, kebenaran data, ketepatan metode, validitas analisis, akurasi sumber, kejujuran pelaporan, dan tanggung jawab penulis terhadap seluruh isi karya ilmiah. Naskah dengan skor AI rendah tidak otomatis memiliki penelitian yang berkualitas, sebagaimana penggunaan AI pada bagian tertentu tidak otomatis menjadikan sebuah penelitian tidak berintegritas.

Sebaliknya, sejumlah publisher global menunjukkan kecenderungan yang lebih kuat ke arah transparansi penggunaan AI dan tanggung jawab peneliti. Elsevier, Springer Nature, Taylor & Francis, Wiley, SAGE, Emerald, Brill, Oxford University Press, Cambridge University Press, dan penerbit setingkatnya mengatur penggunaan AI melalui kebijakan yang menekankan pengungkapan secara transparan ketika AI digunakan dalam proses penelitian dan penulisan. Kebijakan tersebut tetap menempatkan tanggung jawab pada penulis untuk memastikan akurasi isi, memverifikasi keluaran AI, dan menjaga integritas karya ilmiah.

Pendekatan transparansi seperti itu layak lebih dikedepankan dalam ekosistem publikasi ilmiah. Transparansi tidak berarti penerbit membebaskan penggunaan AI tanpa batas, tetapi memberikan ruang bagi penulis untuk menggunakan teknologi sesuai aturan sambil menyatakan perannya secara terbuka. Tanggung jawab ilmiah tetap berada pada penulis sehingga perhatian dapat diarahkan pada kualitas penelitian, bukan pada upaya menyamarkan penggunaan AI.

Perkembangan AI juga membuat penggunaannya semakin sulit dipisahkan dari aktivitas penelitian. Model AI Retrieval-Augmented Generation (RAG), seperti Scite AI, Jenni AI, SciSpace AI, memungkinkan model bahasa bekerja dengan dokumen atau sumber yang disediakan sehingga dapat membantu peneliti menelusuri dan menyintesis informasi secara lebih terarah. AI RAG berkembang menjadi asisten penelitian yang dapat membantu pemetaan literatur, pencarian kesenjangan penelitian, pengorganisasian sumber, dan berbagai pekerjaan pendukung penelitian lainnya.

Pemanfaatan AI RAG tersebut tetap membutuhkan kendali peneliti. Peneliti harus memeriksa sumber asli, memastikan konteks tidak berubah, memverifikasi setiap klaim, dan memastikan sitasi benar-benar mendukung pernyataan yang dibuat secara presisi. Kemampuan AI menghasilkan jawaban yang tampak meyakinkan tidak berarti seluruh jawabannya benar. Dengan demikian, penggunaan AI harus berjalan bersama dengan memvalidasinya.

Dua pendekatan tersebut membuat pilihan kebijakan publikasi menjadi penting bagi penulis yang hendak mengirimkan artikel ke jurnal ilmiah. Penulis yang memilih jurnal dengan pendekatan detektor AI harus siap mengikuti mekanisme pemeriksaan yang berlaku, termasuk memenuhi ambang persentase tertentu sebelum naskah dapat diproses. Sebaliknya, penulis yang memilih jurnal dengan pendekatan transparansi dapat mengungkapkan penggunaan AI sesuai kebijakan jurnal tanpa harus menyamarkan fakta bahwa teknologi tersebut digunakan. Pengungkapan tersebut umumnya dilakukan saat proses submission, misalnya melalui pilihan yang disediakan dalam sistem pengiriman artikel.

Pilihan tersebut bukan sekadar persoalan memilih tempat untuk menerbitkan artikel. Penulis sebenarnya sedang memilih ekosistem publikasi yang menentukan bagaimana penggunaan AI diperlakukan dalam proses ilmiah. Ekosistem berbasis detektor cenderung membuat perhatian penulis tertuju pada bagaimana menurunkan skor, sedangkan ekosistem berbasis transparansi memberikan ruang bagi penulis untuk menjelaskan penggunaan AI dan tetap berkonsentrasi pada kualitas penelitian.

Perbedaan dua pendekatan tersebut akhirnya membawa pada persoalan yang lebih mendasar. Apakah tujuan kebijakan AI dalam publikasi ilmiah adalah membuat penulis sebisa mungkin tidak terdeteksi oleh mesin, atau memastikan bahwa penggunaan AI dapat dipertanggungjawabkan secara terbuka? Pendekatan berbasis detektor menjawab persoalan tersebut melalui angka. Sementara pendekatan transparansi menjawabnya melalui keterbukaan, validasi, dan tanggung jawab penulis.

Model transparansi yang semakin dikembangkan penerbit global layak dikedepankan dalam menghadapi perubahan teknologi. Model tersebut tidak menutup mata terhadap risiko AI, tetapi mengelolanya melalui pengungkapan penggunaan, batas penggunaan, pemeriksaan dan validasi oleh penulis, serta pertanggungjawaban penulis. Pendekatan tersebut juga lebih memungkinkan kebijakan publikasi mengikuti perkembangan AI yang bergerak jauh lebih cepat daripada kemampuan sebuah detektor untuk mengenali karakteristik teks.

Ekosistem publikasi ilmiah seharusnya mendorong peneliti untuk menggunakan teknologi secara kritis, transparan, dan bertanggung jawab, bukan membuat mereka semakin mahir mengakali detektor AI. AI semestinya membantu akademisi menghemat waktu untuk membaca, berpikir, menganalisis, menguji, dan menemukan pengetahuan baru. Pengelola jurnal dan pembuat kebijakan akademik perlu memastikan bahwa aturan penggunaan AI mengarahkan energi tersebut pada peningkatan kualitas penelitian, bukan pada perlombaan mengejar angka agar penggunaan AI tidak terdeteksi.

Achmad Irwan Hamzani, Guru Besar Fakultas Hukum Universitas Pekalongan