Kampus Malang Gugat Etika AI: Nalar Kritis vs Halusinasi Data & Regulasi

Pada 12 Oktober 2024, sebuah workshop AI yang diadakan oleh Fakultas Ilmu Komputer Universitas Brawijaya (UB) menjadi sorotan nasional. Mahasiswa memperlihatkan kemampuan model bahasa besar (LLM) dalam menulis esai akademik, namun hasilnya menimbulkan kebingungan: sejumlah teks mengandung fakta yang tampak meyakinkan namun tidak dapat dipertanggungjawabkan—fenomena yang kini disebut halusinasi data. Kejadian ini memicu perdebatan sengit tentang batas etika penggunaan AI di lingkungan kampus, sekaligus menyoroti kesiapan regulasi Indonesia dalam mengatasi tantangan baru ini.

Latar Belakang Kontroversi AI di Malang

Sejak peluncuran ChatGPT dan model sejenis di akhir 2023, institusi pendidikan tinggi di Indonesia berlomba mengintegrasikan AI ke dalam kurikulum. UB, sebagai salah satu universitas terkemuka di Jawa Timur, memperkenalkan modul AI generatif pada mata kuliah Pengantar Kecerdasan Buatan. Namun, tidak lama setelah itu, dosen dan dekan menyoroti adanya esai yang lolos plagiarisme otomatis namun mengandung referensi fiktif, statistik palsu, dan kutipan yang tidak ada dalam literatur. Kasus ini mengangkat dua pertanyaan utama: sejauh mana nalar kritis mahasiswa dapat menilai output AI, dan bagaimana institusi harus menanggapi data yang ‘berhalusinasi’ tersebut.

Nalar Kritis vs Halusinasi Data: Apa yang Sebenarnya Terjadi?

Model bahasa besar belajar dari miliaran kata di internet, termasuk sumber yang tidak terverifikasi. Ketika diminta menghasilkan esai tentang “Dampak AI terhadap ekonomi kreatif Indonesia”, model sering menggabungkan data yang terdengar kredibel namun tidak memiliki basis empiris. Mahasiswa yang mengandalkan output tersebut tanpa verifikasi melanggar prinsip nalar kritis—yaitu kemampuan memeriksa, menilai, dan menyaring informasi. Di sisi lain, halusinasi data bukan sekadar kegagalan teknis; ia mencerminkan bias data training dan kurangnya mekanisme kontrol kualitas internal pada model AI.

Kerangka Regulasi Nasional dan Kesiapan Lokal

Pemerintah Indonesia telah merilis Rancangan Undang-Undang (RUU) Kecerdasan Buatan pada akhir 2023, menekankan transparansi algoritma, audit data, dan perlindungan konsumen. Namun, implementasinya masih dalam tahap pilot, terutama di institusi pendidikan. Di Malang, dewan etika kampus belum memiliki pedoman khusus untuk penggunaan AI generatif. Hal ini menimbulkan kesenjangan antara kebijakan makro dan praktik mikro, dimana dosen harus menilai keabsahan karya mahasiswa yang dihasilkan AI tanpa panduan resmi.

Dampak pada Mahasiswa, Peneliti, dan Industri

Berikut beberapa implikasi yang muncul:

• Mahasiswa: Risiko ketergantungan pada AI dapat menurunkan kemampuan menulis akademik dan analitis.
• Peneliti: Data halusinasi dapat merusak replikasi studi, menghambat kolaborasi lintas institusi.
• Industri: Startup AI lokal yang berbasis di Malang harus menyiapkan mekanisme verifikasi data untuk menjaga kepercayaan klien.

Langkah Praktis untuk Mengelola Etika AI di Kampus

Untuk menjembatani kesenjangan etika dan regulasi, kampus dapat mengambil langkah-langkah berikut:

• Formulasi Pedoman Etika AI yang mencakup kewajiban verifikasi sumber data dan pelaporan halusinasi.
• Mengintegrasikan Modul Literasi AI dalam semua program studi, bukan hanya ilmu komputer.
• Menetapkan Tim Audit AI internal yang melakukan review berkala pada model yang dipakai di laboratorium.
• Berkoordinasi dengan Kementerian Komunikasi dan Informatika untuk menguji coba sandbox regulasi yang memungkinkan eksperimen AI dengan pengawasan legal.
• Mendorong kolaborasi antara peneliti etika, pengembang AI, dan pemerintah daerah untuk menciptakan standar yang relevan dengan konteks lokal.

Dengan menggabungkan nalar kritis, kontrol teknis, dan regulasi yang adaptif, kampus di Malang dapat menjadi contoh bagi institusi lain dalam menakar etika AI secara bertanggung jawab.