Profesor UC Berkeley Setop Tugas Kuliah karena AI, Beralih ke Ujian Tatap Muka

Telset.id – Richard Borcherds, seorang profesor matematika di University of California, Berkeley (UC Berkeley), memutuskan untuk berhenti memberikan tugas kuliah yang dinilai (graded homework) kepada mahasiswanya. Alasannya, penggunaan kecerdasan artifisial atau AI yang masif membuat penilaian tugas tertulis menjadi tidak lagi bermakna. Keputusan ini menjadi sorotan karena menyangkut cara universitas menilai kompetensi mahasiswa di tengah derasnya adopsi AI generatif.

Keputusan tersebut disampaikan langsung oleh Borcherds, seperti dilansir New York Post. Menurutnya, kini hampir mustahil membedakan antara tugas yang ditulis sendiri oleh mahasiswa dan tugas yang dihasilkan menggunakan AI. Kondisi inilah yang mendorongnya mengubah pendekatan penilaian di kelas yang ia ampu.

Sebagai gantinya, Borcherds kini lebih mengandalkan ujian tatap muka tanpa perangkat elektronik untuk menilai mahasiswanya dan mengukur sejauh mana pemahaman mereka terhadap materi yang diajarkan. Ujian daring dinilainya sudah tidak lagi relevan sebagai alat ukur.

Skor Ujian Daring Melonjak, Indikasi Kuat Penggunaan AI

Borcherds memberikan penjelasan gamblang mengenai alasan di balik keputusannya. Ia menyebut bahwa ujian daring kini menjadi buang-buang waktu karena sejumlah mahasiswa memanfaatkan AI untuk menjawab pertanyaan. Ia mengaku tidak bisa mengetahui secara pasti mahasiswa mana yang menggunakan AI, namun ia menyadari bahwa skor rata-rata meningkat cukup banyak pada ujian daring.

Ia juga menyoroti dampak negatif penilaian tugas terhadap mahasiswa yang jujur. Menurut Borcherds, menilai tugas berdasarkan kebenaran jawaban justru memberikan insentif besar bagi mahasiswa untuk memakai AI alih-alih mengerjakannya sendiri. Selain itu, ia menilai praktik membayar untuk menilai jawaban yang dihasilkan AI merupakan pemborosan waktu dan biaya.

Masalah ini disebut mulai muncul ketika OpenAI merilis LLM populer pertama, GPT-3.5, pada November 2022. Saat itu, LLM masih rentan melakukan kesalahan sehingga penggunaan yang berlebihan mudah dikenali. Namun, teknologi ini telah berkembang hingga tingkat yang membuatnya sangat sulit dideteksi apakah telah digunakan untuk pekerjaan tertulis.

Berbagai peneliti juga telah membuktikan bahwa mahasiswa sering kali memperoleh nilai lebih baik saat mengikuti ujian secara daring. Meski belum terbukti secara definitif bahwa mereka menggunakan AI untuk menjawab soal, selisih nilai yang signifikan membuat para peneliti menyimpulkan bahwa ujian daring yang tidak diawasi tidak lagi mencerminkan apa yang telah dipelajari mahasiswa dalam suatu mata kuliah.

Seorang profesor di Brown University menemukan hal serupa pada awal tahun ini. Mahasiswanya memperoleh rata-rata 96% pada ujian tengah semester yang dikerjakan di rumah, lonjakan besar dibandingkan rata-rata historis 65% hingga 80%. Karena itu, ia menggelar ujian akhir secara tatap muka, yang berujung pada hanya dua mahasiswa yang memperoleh skor dalam rentang 10% dari nilai ujian tengah semester mereka, dengan hanya satu orang yang performanya lebih baik.

Fenomena melonjaknya nilai ujian daring ini menjadi salah satu pemicu kekhawatiran yang lebih luas terhadap penggunaan AI di lingkungan akademik. Sebelumnya, OpenAI rilis 700 makalah matematika yang memicu kemarahan para pakar, menandakan bahwa persoalan integritas akademik dan AI bukan lagi isu tunggal di satu kampus.

Deteksi AI Tidak Andal, UC Berkeley Serahkan Kebijakan ke Profesor

Menariknya, tidak semua alat AI digunakan untuk membantu mahasiswa menyontek. Cursor AI, misalnya, dilaporkan pernah meminta seorang pengguna untuk belajar coding alih-alih meminta alat tersebut menghasilkan kode. Namun, ini hanya satu alat di antara banyak alat lain, sehingga hampir mustahil mencegah mahasiswa menggunakan AI secara keseluruhan.

UC Berkeley sendiri telah meninjau perangkat lunak pendeteksi AI untuk mencoba menangani situasi ini, tetapi memutuskan bahwa perangkat tersebut tidak andal. Karena itu, universitas memilih memberikan keleluasaan kepada para profesor untuk menyusun kebijakan AI mereka sendiri, dengan syarat aturan tersebut dijelaskan secara gamblang di dalam silabus mata kuliah.

Kebijakan yang diserahkan ke masing-masing profesor ini menunjukkan bahwa institusi pendidikan masih mencari formulasi yang tepat dalam menghadapi AI. Penolakan terhadap ketergantungan pada perangkat deteksi juga terlihat dari kontroversi yang menyertai keterlibatan AI dalam dunia matematika, seperti ketika OpenAI bentuk grup penasihat matematika usai kontroversi Navier-Stokes.

Bagi Borcherds, keputusan ini justru membawa ketenangan. Ia menyatakan bahwa jika hal terburuk yang bisa dilakukan AI hanyalah mempersulit guru dalam menilai tugas mahasiswa, maka ia akan merasa sangat lega. Pernyataan tersebut menegaskan bahwa persoalan utama yang ia hadapi bukanlah ancaman eksistensial AI, melainkan persoalan praktis dalam proses penilaian akademik.

Kasus di UC Berkeley ini memperlihatkan bahwa AI telah mengubah cara institusi pendidikan tinggi memandang tugas dan ujian. Ketika tugas tertulis tidak lagi bisa dijadikan dasar penilaian yang adil, ujian tatap muka tanpa perangkat elektronik kembali menjadi pilihan utama untuk mengukur pemahaman mahasiswa secara autentik.