Namun, menyediakan perangkat dan platform hanyalah langkah awal. Tantangan yang lebih besar adalah mengajarkan siswa untuk mempertanyakan jawaban AI, menemukan kesalahan, dan memahami kapan penggunaan AI justru menghilangkan tujuan sebuah tugas.
Cognitive offloading atau pengalihan beban kognitif tidak selalu buruk. Manusia memang terbiasa memakai alat eksternal untuk mengurangi beban mental yang tidak perlu. Kalkulator, buku referensi, dan pemeriksa ejaan, misalnya, dapat membantu seseorang memusatkan perhatian pada pekerjaan yang lebih kompleks.
Masalah muncul ketika siswa menyerahkan inti proses belajar kepada AI sebelum mencoba mengerjakannya sendiri. Contohnya adalah meminta AI menyusun argumen, menafsirkan bukti, memecahkan soal yang belum dikenal, atau menulis penjelasan sebelum siswa memiliki jawaban sementara.
Perbedaan ini penting karena hasil akhir yang terlihat rapi dapat menyamarkan lemahnya pembelajaran. AI mungkin meningkatkan kecepatan, kelancaran bahasa, dan ketepatan yang tampak di permukaan, tetapi siswa tetap tidak memiliki pemahaman mendasar untuk:
Karena itu, pendidik sering membicarakan productive struggle, yakni proses mengingat, mencoba, melakukan kesalahan, menerima umpan balik, lalu memperbaiki hasil. Menghapus semua bagian yang sulit memang dapat membuat tugas terasa lebih mudah, tetapi juga bisa menghilangkan latihan yang diperlukan untuk membangun kemampuan bernalar.
Bukti yang tersedia mendukung kekhawatiran tersebut, tetapi belum membenarkan kesimpulan sederhana bahwa setiap penggunaan AI pasti melemahkan berpikir kritis.
Sebuah scoping review tentang AI generatif di pendidikan tinggi menemukan bahwa teknologi ini dapat membantu penulisan, umpan balik, pemecahan masalah, dan penelitian. Pada saat yang sama, kajian tersebut mengidentifikasi kekhawatiran tentang cognitive offloading, ketergantungan, dan berkurangnya agensi pembelajar.
Tinjauan sistematis yang lebih luas terhadap 89 penelitian juga menemukan bahwa dampak AI tidak seragam. Hasil positif tercatat dalam 40,4 persen penelitian, sedangkan 23,6 persen menunjukkan dampak yang campuran atau bergantung pada kondisi tertentu. Dalam kajian itu, ketergantungan berlebihan, menurunnya kemandirian analitis, dan cognitive offloading termasuk risiko yang paling sering dilaporkan.
Kajian lain menyampaikan peringatan serupa. Sintesis penelitian tentang pembelajaran di kelas menyebut kemampuan berpikir tingkat tinggi—termasuk analisis, penalaran, dan kreativitas—dapat terganggu jika AI generik melewati proses sulit yang dibutuhkan untuk memperoleh keterampilan. Rekomendasinya adalah membangun pengetahuan dasar terlebih dahulu, mengajarkan literasi AI, dan memperkenalkan alat secara bertahap dengan dukungan yang jelas.
Meski demikian, basis risetnya masih berkembang. Sejumlah tinjauan mencatat bahwa definisi “berpikir kritis” belum konsisten, sementara penelitian dilakukan pada mata pelajaran, kelompok usia, jenis tugas, dan tingkat bantuan AI yang berbeda-beda. Karena itu, kesimpulan yang paling hati-hati adalah:
AI lebih mungkin mendukung pembelajaran ketika berfungsi sebagai penyangga, mitra pemberi umpan balik, atau penguji penalaran siswa—dan lebih mungkin merusak pembelajaran ketika menggantikan interpretasi serta analisis dasar.
Kesenjangan paling penting mungkin terletak di antara kinerja tugas dan pembelajaran yang bertahan lama. Seorang siswa dapat menyelesaikan tugas dengan lebih baik tanpa memperoleh pengetahuan atau pertimbangan yang sebenarnya ingin dibangun oleh tugas tersebut.
Setelah ChatGPT dirilis ke publik pada 2022, banyak lembaga pendidikan di dunia berfokus pada kecurangan, plagiarisme, dan alat pendeteksi AI. Kebijakan universitas di Singapura kini menunjukkan pendekatan yang lebih rinci.
Penggunaan AI dapat diizinkan dalam tugas tertentu, tetapi aturannya tetap bergantung pada mata kuliah. Siswa tetap bertanggung jawab atas akurasi, integritas, dan atribusi karya yang dikumpulkan.
Panduan National University of Singapore (NUS) meminta siswa mengakui penggunaan AI, memeriksa ketentuan dengan pengajar, serta bertanggung jawab atas kualitas dan integritas pekerjaan mereka. Kebijakan NUS juga menganggap penggunaan langsung keluaran AI maupun parafrasa keluaran AI tanpa pengungkapan sebagai bentuk plagiarisme yang tidak semestinya.
Keterbatasan alat pendeteksi juga makin jelas. Nanyang Technological University (NTU) menyatakan akan menghentikan penggunaan alat pendeteksi AI institusionalnya mulai 2027 karena teknologi tersebut dianggap tidak andal dan tidak memiliki validitas empiris yang cukup untuk membuktikan pelanggaran akademik. Sebagai gantinya, universitas akan lebih menekankan dokumentasi proses kerja dan pengungkapan penggunaan AI yang terstandardisasi.
Perubahan ini mengarah pada filosofi penilaian yang berbeda. Alih-alih menebak siapa penulis sebuah teks hanya dari hasil akhirnya, pendidik dapat melihat bagaimana siswa sampai pada kesimpulan melalui:
Tujuannya bukan membuat penilaian yang “kebal AI”, melainkan membuat proses belajar yang dinilai menjadi terlihat.
Aturan praktis bagi siswa cukup sederhana: gunakan AI setelah, bersama, atau untuk menguji pemikiran sendiri—bukan sebagai pengganti pemikiran.
Sekolah dan universitas dapat memperjelas ekspektasi dengan menentukan tingkat izin AI untuk setiap tugas:
Alur kerja yang kuat dapat disusun secara bertahap: siswa mencoba terlebih dahulu tanpa bantuan, menerima umpan balik AI yang terarah, melakukan revisi secara mandiri, lalu merefleksikan bagian yang benar, kurang lengkap, atau keliru dari jawaban AI.
Guru juga perlu membedakan kemampuan menulis perintah AI dari pemahaman materi. Perintah yang canggih bukan bukti bahwa siswa menguasai sebuah bidang. Sebaliknya, keputusan yang didukung alasan kuat untuk menolak jawaban AI yang tampak masuk akal bisa menjadi bukti pembelajaran yang lebih baik.
Untuk siswa yang lebih muda, posisi MOE adalah bahwa penggunaan AI harus bermanfaat bagi pembelajaran, memiliki tujuan yang jelas, sesuai usia dan tahap perkembangan, aman, serta bertanggung jawab. Laporan terbaru juga menyebutkan pengenalan bertahap alat yang dikembangkan MOE mulai Primary 4—setara sekitar kelas 4 sekolah dasar—di bawah pengawasan guru, disertai pelatihan AI yang lebih luas bagi guru.
Karena itu, anak-anak membutuhkan penggunaan yang dibimbing di kelas dan dukungan orang dewasa, bukan akses pribadi yang terbuka tanpa batas.
Infrastruktur digital Singapura yang terpusat dapat membantu mengurangi kesenjangan akses terhadap perangkat dan alat belajar yang disetujui. MOE menyatakan sekolah memperoleh dukungan untuk infrastruktur digital, perangkat, dan perangkat lunak. Siswa juga dapat menggunakan SLS di seluruh jenjang sekolah.
Namun, akses yang setara tidak otomatis menghasilkan kemampuan kritis yang setara. Siswa dari keluarga yang memiliki lebih banyak waktu, kepercayaan diri, atau pengalaman pendidikan mungkin memperoleh lebih banyak bantuan untuk mempertanyakan jawaban, memeriksa sumber, dan mengenali penjelasan yang dangkal. Tanpa pengajaran yang eksplisit, perbedaan ini dapat menjadi bentuk baru ketimpangan pendidikan.
Sekolah dapat mempersempit kesenjangan tersebut dengan menjadikan perilaku pengguna AI yang baik sebagai sesuatu yang terlihat dan dapat diajarkan:
Arah literasi AI MOE mencakup pemahaman atas manfaat, keterbatasan, dan risiko AI, kemampuan mempertanyakan keluarannya, serta kemampuan mengenali bias atau informasi yang palsu dan menyesatkan.
Sinyal kebijakan yang tersedia menunjukkan integrasi AI yang lebih dalam, bukan kemunduran. Singapura kemungkinan akan terus memasukkan literasi AI ke berbagai tahap pembelajaran, memperluas alat berbasis AI yang disetujui, dan menggunakan SLS untuk mendukung latihan yang lebih personal serta umpan balik formatif.
Universitas juga kemungkinan terus mengutamakan pengungkapan, akuntabilitas, dan aturan berbasis mata kuliah daripada penegakan yang bertumpu pada alat pendeteksi. Penilaian akan semakin menghargai proses, penerapan, dialog, dan pertimbangan—terutama ketika tujuan pembelajaran adalah penalaran mandiri.
Ujian utamanya adalah apakah AI memperluas kapasitas siswa untuk berpikir, atau diam-diam menggantikan latihan yang diperlukan agar kemampuan berpikir itu tumbuh. Model terkuat bagi Singapura bukanlah “AI di mana-mana” atau “AI tidak boleh digunakan sama sekali”, melainkan penggunaan yang terstruktur dengan waktu yang tetap dilindungi untuk berusaha secara mandiri.
Lulusan Singapura idealnya mampu bekerja efektif bersama AI, mengenali ketika AI keliru, memutuskan kapan tidak menggunakannya, dan menghasilkan penalaran yang kuat ketika AI tidak tersedia. Itulah perbedaan antara belajar bersama AI dan menyerahkan proses belajar kepada AI.