Seorang mahasiswa bercerita kepada para peneliti tentang teman-teman sekelas yang terang-terangan mengaku, "Saya menulis seluruh esai ini dengan ChatGPT." Kalimat berikutnya dari mahasiswa itulah yang terus terngiang bagi kami: "Lalu mereka tidak ketahuan, mereka mungkin dapat nilai bagus, dan karena cara itu berhasil pada percobaan pertama, mereka mengulanginya di tugas berikutnya" (laporan OfS dan Advance HE).
Kutipan itu ada dalam laporan yang diterbitkan Office for Students (OfS), regulator pendidikan tinggi di Inggris, bersama lembaga nirlaba Advance HE. Judulnya terdengar lembut: Making AI work for students. Temuannya soal penilaian jauh dari lembut. Tugas yang dikerjakan mahasiswa tanpa pengawasan, di rumah, dengan tab ChatGPT terbuka, sering kali bisa diselesaikan dengan standar tinggi tanpa keterlibatan berarti dari mahasiswanya, kadang dalam hitungan menit, dan penilai kerap tidak bisa membedakannya.
Kami membaca laporannya langsung, bukan hanya liputan medianya, karena judul berita The Guardian dan redaksi asli regulator berbeda, dan laporannya lebih berhati-hati dari keduanya. Bagian yang paling berguna justru yang paling tidak dramatis: apa yang sudah dilakukan beberapa universitas untuk mengatasinya.
Apa yang ditemukan regulator, dan apa yang tidak
Penelitian ini dilakukan awal tahun ini dan didasarkan pada percakapan dengan lebih dari 300 mahasiswa dan staf. The Guardian menyebut 127 universitas dan college terlibat (The Guardian); halaman ringkasan OfS menulis "lebih dari 120 institusi" (OfS), dan bagian metodologi laporan menyebut setidaknya 127 (laporan). Buktinya berupa wawancara dan survei, terutama dari institusi di Inggris. Belum ada yang mengukur berapa banyak penilaian yang dikerjakan oleh AI, dan OfS menyatakan akan melakukan riset lanjutan untuk "menetapkan skala dan sifat perubahan" (siaran pers OfS). Sampai saat itu, angka persentase apa pun untuk Inggris pada 2026 hanyalah tebakan.
Apa yang digambarkan para partisipan konsisten. Penilaian tanpa pengawasan "dapat diselesaikan dengan standar tinggi menggunakan alat AI dengan keterlibatan mahasiswa yang terbatas", dan program yang menilai lewat esai yang dikirim secara daring disebut sangat rentan (laporan). Mahasiswa bercerita tentang teman yang menyelesaikan tugas "kadang hanya dalam beberapa menit" dan mendapat nilai serupa dengan mereka yang mengerjakannya sendiri. Sebagian dari mereka bahkan tidak bisa mengingat detail dasar dari tugas yang baru saja dikumpulkan. Staf menggambarkan banjir pengumpulan tugas yang tampak sama, merujuk literatur yang sama, dan ditulis dengan gaya yang sama.
Seorang responden survei mahasiswa menyampaikan dampaknya secara personal. "Sangat mengganggu ketika saya merencanakan dan menulis esai sepenuhnya sendiri, lalu mendapat nilai yang persis sama dengan orang yang memakai AI untuk menulisnya." Mahasiswa yang jujur adalah pihak yang dirugikan, dan menurut kami itulah kerugian yang harus diutamakan.
Satu catatan soal judul beritanya. "Hampir mustahil" adalah frasa dari seorang responden staf, dan kalimat lengkapnya lebih sempit daripada judul The Guardian: penggunaan AI yang meluas "dapat membuat penilaian kami terhadap mahasiswa hampir mustahil di beberapa bidang." Ringkasan regulator sendiri menyebut AI menimbulkan "risiko signifikan terhadap validitas dan efektivitas penilaian." Menurut kami rumusan kedua yang lebih akurat, dan itu pun sudah cukup mengkhawatirkan.
Laporan ini juga mengangkat soal keadilan. Para partisipan khawatir mahasiswa yang membayar model paling canggih bisa mendapat nilai lebih tinggi daripada teman sekelas yang sama pintarnya tetapi memakai model yang lebih murah atau tidak memakai sama sekali (laporan).
Regulator yang punya senjata, dan bilang akan memakainya
Josh Fleming, direktur strategi dan pelaksanaan OfS, menyebut penggunaan AI di pendidikan tinggi sebagai "risiko lintas generasi bagi sistem seperti sekarang, yang mengancam pembelajaran mahasiswa dan kemampuan institusi untuk menilai mereka". Ia menambahkan: "Kita perlu melihat upaya yang jauh lebih besar untuk mengatasi risiko ini, termasuk penggunaan penilaian bebas AI yang jauh lebih luas" (siaran pers OfS).
Kekuatan sebenarnya ada di siaran pers itu: OfS menyatakan akan mewajibkan institusi memastikan penilaian merupakan ukuran pengetahuan dan keterampilan yang valid dan andal, dan bahwa "dalam banyak kasus, ini akan menuntut penggunaan penilaian yang aman (bebas AI)." Bagi institusi yang tidak memenuhi, sanksinya mencakup syarat registrasi khusus, denda, atau penangguhan akses ke dana dukungan mahasiswa dan dana hibah OfS. Bersamaan dengan laporan, OfS menerbitkan panduan tentang cara institusi memenuhi ketentuan tersebut.
Departemen Pendidikan (Department for Education) mengatakan kepada The Guardian bahwa mereka berharap OfS "menegakkan standar yang ada secara efektif, dan bekerja dengan cepat" soal AI. Universities UK, yang mewakili 147 institusi, menjawab bahwa "masih ada jalan panjang, tetapi banyak yang sudah melakukan perubahan besar" (The Guardian). Para partisipan juga sempat memperingatkan bahwa syarat registrasi baru khusus AI bisa kontraproduktif, dan meminta kejelasan atas syarat yang sudah ada (OfS). OfS menjawab dengan opsi kedua: panduan tentang bagaimana syarat yang ada berlaku untuk AI.
Tiga solusi, dan satu yang disukai regulator
Laporan ini mengelompokkan langkah universitas menjadi tiga. Penilaian aman (secure) dirancang agar mahasiswa tidak bisa memakai AI saat mengerjakannya: ujian tulis tatap muka, presentasi, viva (diskusi lisan singkat tentang karya yang dikumpulkan), praktikum, dan pertunjukan. Penilaian berbasis proses menilai bagaimana karya dibuat, bukan hanya hasil akhirnya, kadang di beberapa titik pemeriksaan yang disebut laporan sebagai stage gate. Penilaian terbuka mengizinkan atau mewajibkan AI, misalnya meminta mahasiswa mengkritik keluaran AI, atau menyunting draf pertama yang ditulis AI (laporan).
Regulator condong ke satu arah. Metode aman "sering kali menjadi bentuk penilaian paling efektif karena memberikan tingkat keyakinan tinggi bahwa mahasiswa menunjukkan pengetahuan dan keterampilan mereka sendiri." Di sisi lain, regulator menyatakan bahwa jika sebuah penilaian bisa diselesaikan dengan AI tanpa menguji pengetahuannya, "penilaian itu harus diganti." Dan menilai pengetahuan, berbeda dengan keterampilan, "biasanya menuntut penilaian yang aman."
Kami setuju, dan kami berani lebih tegas daripada bahasa yang sopan itu. Esai take-home yang menguji hafalan daftar bacaan sudah tamat sebagai alat ukur. Hanya ruang yang diawasi, sebuah percakapan, atau tugas yang dirancang ulang yang bisa menggantikannya.

Laporan ini mendaftar pertukarannya (trade-off). Ujian tatap muka dan viva memakan banyak sumber daya. Ujian tutup buku mungkin sangat berbeda dari pekerjaan profesional, dan ketergantungannya pada memori jangka panjang bisa merugikan kelompok tertentu, termasuk mahasiswa penyandang disabilitas. Badan profesi kadang menetapkan format tertentu. Dan teknologi yang bisa dikenakan (wearable) mungkin mempermudah kecurangan dalam penilaian yang aman. Jawaban regulator atas kekhawatiran soal keotentikan adalah bahwa upaya membangun penilaian yang otentik sekaligus tangguh "disambut baik", yang bukan sebuah rencana.
Bath meninggalkan sistem lampu lalu lintas
Studi kasus dalam laporan ini adalah bagian terbaiknya. University of Bath dulu memakai skema tiga kategori: AI dilarang, beberapa penggunaan tertentu diizinkan, atau AI menjadi bagian integral penilaian. Kategori tengah gagal. Staf menemukan bahwa "tidak mungkin mengawasi penggunaan AI tertentu dalam penilaian Kategori B dengan cara yang andal dan adil."
Pada 2026 Bath beralih ke model dua jalur yang pertama dikembangkan di University of Sydney. Setiap penilaian masuk ke jalur tertutup, di mana kondisi yang ada memastikan mahasiswa tidak bisa mengakses alat AI, atau jalur terbuka, di mana AI diizinkan dan tugas dirancang dengan asumsi mahasiswa akan memakainya. Staf Bath mengadakan retret untuk merumuskan tugas jalur terbuka yang tangguh, dan universitas menekankan bahwa bahkan penilaian jalur tertutup pun harus dirancang berdasarkan capaian pembelajaran yang dituju (laporan).
Kami menyukainya karena satu alasan. Model ini berhenti berpura-pura bahwa aturan "pakai AI untuk brainstorming tapi jangan untuk menulis draf" bisa diperiksa. Laporan ini mengatakan hal yang sama: tanpa perubahan struktural, mustahil memverifikasi apakah mahasiswa mengikuti kebijakan AI atau mencegah penyalahgunaan secara berarti.

Universitas yang mengunci ujian juga membagikan AI. Kent meluncurkan platform ChatGPT Edu berlisensi institusi pada 2026. Mahasiswa mengikuti pelatihan literasi AI, penggunaan yang bertanggung jawab, perlindungan data, prompting, dan integritas akademik sebelum bisa masuk, dan penggunaannya bersifat opsional. Imperial memberi mahasiswa dan staf sebuah ruang kerja bernama dAIsy yang terhubung ke ChatGPT, Claude, dan DeepSeek lewat satu antarmuka yang aman untuk data, dan akan meluncurkan kursus 40 jam tentang AI di tempat kerja. Laporan menambahkan bahwa Oxford dan London School of Economics juga punya kesepakatan dengan penyedia AI (laporan).
Itu bukan kemunafikan: universitas yang ingin lulusannya memakai alat-alat ini dengan baik, sekaligus tahu apa yang bisa mereka lakukan tanpanya, memerlukan ruang untuk masing-masing. Kami memilih kombinasi ini daripada kedua ekstrem. Jika Anda masih memilih asisten AI, ChatGPT vs Claude vs Gemini menjelaskan perbedaan ketiganya.
Mengapa detektor tidak bisa jadi wasit
Alternatif yang paling jelas selain merancang ulang semuanya adalah menangkap teks AI setelah kejadian. Laporan ini blak-blakan bahwa cara itu belum cukup andal. Riset akademik menunjukkan manusia tidak bisa mengenali teks AI dengan andal, detektor yang lebih baru mungkin lebih baik daripada yang lama, tetapi perbaikannya "sering kali bersifat sementara dan biasanya diikuti kemajuan pada sistem AI", dan alat yang menulis ulang teks untuk mengelabui detektor (humanizer) menurunkan akurasi lebih jauh lagi (laporan).
Banyak institusi tetap memakai alat ini. Sebagian memasukkan skornya ke kasus pelanggaran sebagai bukti pendukung; staf lain memakainya secara informal untuk menyaring karya yang kemudian ditandai atau diberi nilai lebih rendah. Turnitin, yang detektor AI-nya banyak dipakai di pendidikan tinggi Inggris, mengatakan kepada para peneliti bahwa hasilnya hanya boleh dipakai sebagai salah satu titik data. Beberapa institusi bahkan sudah berhenti memakai detektor sama sekali.
Para mahasiswa lebih keras menilainya. Mereka bilang detektor tidak akurat dan melebih-lebihkan penggunaan AI, dan sebagian frustrasi karena setelah detektor memberi skor tinggi, tampaknya tidak ada jalan untuk membuktikan bahwa mereka tidak bersalah. Mahasiswa bercerita menurunkan skor dengan menghapus ciri teks AI seperti em dash, memakai humanizer, atau sengaja menambahkan kesalahan ejaan dan tata bahasa. (Kami melarang em dash di gaya penulisan kami sendiri, jadi kami sempat merinding.) Alat yang mendorong penulis jujur untuk membuat tulisannya lebih buruk bukan alat pengukur kejujuran.
Posisi laporan soal skor ini sama dengan pendirian kami: paling banter satu bukti dalam penilaian menyeluruh tentang apakah mahasiswa melakukan pelanggaran, dan "kecurigaan penggunaan AI tanpa bukti kuat tidak boleh dijadikan dasar untuk memberi mahasiswa nilai lebih rendah." Laporan menambahkan bahwa proses penanganan pelanggaran "memakan waktu dan sumber daya, membuat mahasiswa stres, dan kecil kemungkinannya efektif untuk menjaga validitas proses penilaian."
Penilai manusia pun kecolongan. Dalam studi 2024, peneliti University of Reading menyelipkan jawaban yang sepenuhnya ditulis AI (GPT-4) ke lima modul dalam satu program psikologi tanpa memberi tahu penilai; 94% tidak terdeteksi dan rata-rata nilainya sekitar setengah batas nilai lebih tinggi daripada mahasiswa sungguhan (PLOS One). Untuk gambaran per alat, kami membahas GPTZero, detektor Grammarly, dan ekstensi Copyleaks di artikel detektor konten AI terbaik, dan papan peringkat detektor konten AI memeringkat seluruh pemainnya. Pandangan kami soal detektor sama dengan regulator: pakai sebagai alarm asap, jangan pernah sebagai hakim.
Jadi inilah pembagian kami. Yang berhasil: penilaian di ruangan tanpa AI untuk menguji pengetahuan, pengumpulan draf dan sumber untuk proyek, serta percakapan singkat dengan mahasiswa tentang karyanya sendiri. Yang cuma sandiwara: melarang AI pada tugas take-home lalu berharap, menilai hanya berkas akhir, dan memperlakukan persentase detektor sebagai temuan.
Apa yang perlu diharapkan mahasiswa dan orang tua
Semua ini bukan penghakiman terhadap mahasiswa. Laporan itu sendiri menyebut AI banyak dipakai mahasiswa untuk menjelaskan konsep sulit, merangkum dokumen panjang, membuat soal latihan, dan belajar ulang, dan bahwa AI bisa membantu mahasiswa neurodivergen atau penyandang disabilitas serta mereka yang bahasa pertamanya bukan bahasa Inggris. Laporan juga mengatakan banyak mahasiswa kini melihat AI sebagai jalan paling efektif menuju nilai tinggi, dan mungkin merasa dirugikan jika tidak memakainya. Itu pembacaan yang rasional terhadap penilaian yang tidak bisa membedakannya.
Siaran pers OfS menyebut banyak mahasiswa merasa kebijakan institusi atau jurusan mereka sulit dipahami. Laporan regulator sendiri mengakui bahwa batas antara penggunaan yang dapat diterima dan yang tidak sulit ditarik, karena AI "dapat menghasilkan ide dan penalaran dengan cara yang mengaburkan" karya mahasiswa dan mesin (laporan). Jadi asumsi paling aman bagi mahasiswa tahun pertama atau orang tua adalah sebagai berikut.
- Harapkan porsi nilai akhir yang lebih besar bergantung pada sesuatu yang dikerjakan di dalam ruangan: ujian tulis, presentasi, praktikum, atau diskusi lisan singkat tentang karya yang Anda kumpulkan.
- Harapkan diminta menunjukkan proses pengerjaan. Catatan, draf bertanggal, dan sumber adalah yang dilihat penilaian berbasis proses, dan sebagian institusi sudah meminta mahasiswa mendeklarasikan cara mereka memakai AI (laporan menyebut banyak mahasiswa takut deklarasi akan menimbulkan kecurigaan pada karya mereka).
- Harapkan aturan yang berbeda di tiap modul. Satu penilaian mungkin tertutup, yang berikutnya terbuka, dan yang berlaku adalah petunjuk tugas masing-masing, bukan beranda situs universitas.
- Jika karya Anda dipertanyakan, tanyakan bukti apa yang ada selain skor detektor, dan minta untuk menjelaskan karya itu secara langsung. Regulator menyatakan skor saja tidak boleh menentukan hasilnya.
- Jika Anda bergantung pada penyesuaian yang wajar (reasonable adjustments), pastikan format barunya menyediakannya. Laporan menyebut setiap mahasiswa harus bisa menunjukkan pengetahuan dan keterampilannya, baik dalam penilaian aman maupun terbuka, lewat desain inklusif dan penyesuaian.
Orang tua punya satu pertanyaan tambahan: bagaimana program studi dinilai di tahun-tahun akhir, dan seberapa banyak yang berlangsung dalam kondisi diawasi. Jawabannya lebih jujur daripada pernyataan kebijakan AI mana pun.
Memakai AI sesuai aturan
Mulailah dari aturan untuk penilaian tertentu itu, secara tertulis. Jika tidak jelas, tanyakan ke dosen dan simpan balasannya. Kami tidak bisa memberi tahu apa yang diizinkan di modul Anda. Jika AI diizinkan, penggunaan yang digambarkan laporan dilakukan mahasiswa adalah menjelaskan materi sulit, menguji diri sendiri, merencanakan revisi, dan memeriksa pemahaman. NotebookLM dan alat lain dalam perbandingan NotebookLM vs ChatGPT Projects vs Claude Projects kami dibuat untuk belajar dari sumber Anda sendiri.
Ujian yang kami pakai adalah ujian viva. Bisakah Anda menjelaskan setiap argumen dalam tulisan itu, dengan lisan, tanpa layar? Jika bisa, AI kemungkinan membantu Anda belajar. Jika tidak, AI yang mengerjakan, dan kekhawatiran laporan tentang 'cognitive offloading', ketika AI menggantikan membaca, riset, atau pemecahan masalah, berlaku untuk Anda apa pun aturannya. Bantuan tata bahasa dan ejaan dari alat seperti Grammarly terasa seperti hal lain, tetapi laporan mencatat bahwa alat tanda baca dan tata bahasa pun bisa memiliki fitur AI yang canggih, jadi periksa aturannya sebelum berasumsi.
Daftar periksa di atas bukan instrumen resmi. Ini enam kebiasaan yang membuat percakapan dengan penilai jadi mudah.
Apa yang perlu dipantau berikutnya
OfS sudah memberikan panduan kepada institusi tentang cara syarat yang ada berlaku untuk AI, jadi bukti berikutnya adalah penegakannya: apakah ada universitas yang dikenai syarat registrasi khusus, dan karena apa. Advance HE berencana meluncurkan program Change Academy berfokus AI untuk institusi anggotanya pada awal 2027 (siaran pers OfS).
Kami juga akan memantau angka kecurangan. Investigasi The Guardian pada 2025 menemukan hampir 7.000 kasus kecurangan AI yang terbukti pada 2023-24, atau 5,1 per 1.000 mahasiswa, sementara lebih dari 27% universitas yang menjawab belum mencatat penyalahgunaan AI sebagai kategori tersendiri (The Guardian). Jika kasus terbukti turun seiring kembalinya ujian, itu berarti perancangan ulang berhasil, atau deteksi makin sulit. Tidak ada yang bisa membedakan keduanya hanya dari angka. Itulah alasan kami mendukung penilaian yang tidak bergantung pada menangkap siapa pun.