BAB I

A. PENGENALAN AI

Artificial Intelligence (AI) dapat dipahami sebagai bidang ilmu komputer yang berfokus pada pengembangan sistem yang mampu meniru cara manusia berpikir, belajar, dan mengambil keputusan. John McCarthy pada tahun 1956 mendefinisikan AI sebagai ilmu dan rekayasa untuk menciptakan mesin yang cerdas, yaitu mesin yang bukan hanya menjalankan instruksi, tetapi juga mampu melakukan proses kognitif seperti pengenalan pola, penalaran, serta pemecahan masalah. Dengan demikian, AI berupaya membawa kemampuan manusia ke dalam bentuk sistem komputasi yang dapat bekerja secara otomatis dan efektif.

Pandangan lain, seperti yang dikemukakan oleh Russell & Norvig, menyatakan bahwa AI adalah studi mengenai agen cerdas, sistem yang dapat merasakan kondisi di sekitarnya, memproses informasi yang diterima, lalu melakukan tindakan yang paling sesuai untuk mencapai tujuan tertentu. Definisi ini menekankan bahwa AI merupakan sistem adaptif yang tidak bekerja secara pasif, tetapi merespons lingkungan dan situasi dengan pemikiran terstruktur, mirip cara manusia mengambil keputusan dalam konteks nyata.

AI memiliki beberapa kemampuan inti yang membuatnya dikategorikan sebagai teknologi yang “cerdas,” antara lain kemampuan belajar dari data dalam jumlah besar (machine learning), kemampuan memahami dan menghasilkan bahasa (Natural Language Processing), kemampuan mengenali suara dan objek (vision dan voice recognition), serta kemampuan menghasilkan konten baru melalui teknologi generatif. Sistem AI dapat meningkatkan kemampuannya seiring waktu, karena ia mempelajari pola dari data yang terus bertambah, sehingga akurasinya semakin tinggi.

Kemampuan adaptif inilah yang menjadikan AI banyak digunakan dalam kehidupan seharihari dan dunia pendidikan. AI mampu menyesuaikan respons berdasarkan konteks, membuat prediksi, memberikan rekomendasi, hingga menghasilkan teks, gambar, atau video yang sepenuhnya baru. Keberadaan AI tidak hanya membantu mempercepat pekerjaan, tetapi juga membuka peluang baru dalam pembelajaran dan penelitian. Namun, kecerdasannya yang semakin berkembang juga membawa tantangan etis yang perlu dipahami agar penggunaan AI tetap berada dalam batas yang bertanggung jawab dan sesuai kaidah akademik.

B. TIMELINE PERKEMBANGAN AI (1950–2022)

1. 1950 – Fondasi Awal Alan Turing menerbitkan artikel “Computing Machinery and Intelligence” dan memperkenalkan Turing Test sebagai cara untuk menilai kemampuan mesin dalam meniru kecerdasan manusia. Ini menjadi titik awal konsep mesin yang dapat “berpikir.”

1. 1956 – Kelahiran Istilah Artificial Intelligence

Istilah “Artificial Intelligence” diperkenalkan secara resmi pada Dartmouth Conference oleh John McCarthy, Marvin Minsky, Claude Shannon, dan tokoh lainnya. Konferensi ini sering disebut sebagai momen kelahiran AI sebagai disiplin ilmu.

2. 1970–1980 – Periode AI Winter

Ekspektasi publik terhadap AI terlalu tinggi dibandingkan kemampuan teknologi saat itu, sehingga pendanaan dan penelitian mengalami penurunan drastis.

3. 1997 – Titik Balik Modern

Komputer IBM Deep Blue berhasil mengalahkan juara dunia catur Garry Kasparov, membuktikan kemampuan AI dalam memecahkan masalah strategis tingkat tinggi.

4. 2010–2015 – Era Big Data & Deep Learning

Perkembangan komputasi GPU dan meningkatnya ketersediaan data memicu lompatan besar teknologi AI. Deep learning muncul sebagai pendekatan baru yang memungkinkan AI belajar melalui struktur data yang sangat besar dan kompleks.

5. 2022 – Generative AI Boom

Kemunculan model AI generatif seperti ChatGPT, MidJourney, dan Stable Diffusion menandai era baru di mana AI mampu menghasilkan teks, gambar, video, dan suara secara kreatif. Periode ini membuat AI menjadi teknologi mainstream di seluruh dunia.

C. JENIS-JENIS AI

1. Narrow AI (Artificial Narrow Intelligence / Weak AI)

Narrow AI merupakan jenis kecerdasan buatan yang dirancang untuk melakukan satu jenis tugas tertentu secara sangat efektif. Sistem ini memiliki kecerdasan yang terbatas pada fungsi yang ditentukan, sehingga tidak mampu melakukan tugas di luar tujuan utamanya. Dalam konteks ini, kecerdasan sempit bekerja dengan tingkat akurasi tinggi karena seluruh proses pemodelan, pelatihan, dan algoritmanya difokuskan pada satu domain spesifik.

Contoh penerapannya mencakup aplikasi navigasi seperti Google Maps dan Waze, yang mampu memprediksi lalu lintas berdasarkan data historis; sistem chatbot layanan pelanggan yang dapat menjawab pertanyaan standar; filter spam email yang dapat mengidentifikasi pesan tidak diinginkan; serta face recognition pada perangkat mobile yang memvalidasi identitas pengguna berdasarkan pola wajah. Keunggulan Narrow AI terletak pada efektivitasnya, tetapi keterbatasannya membuat sistem ini tidak dapat beradaptasi di luar fungsi awalnya.

2. General AI (Artificial General Intelligence / Strong AI)

General AI adalah konsep kecerdasan buatan yang digambarkan memiliki kemampuan kognitif setara manusia dalam berbagai situasi dan konteks. AI jenis ini diharapkan mampu memahami, belajar, dan menyelesaikan beragam permasalahan tanpa membutuhkan pemrograman khusus untuk setiap tugas. Keberadaannya digambarkan sebagai bentuk kecerdasan universal yang fleksibel, mampu menalar, dan mengambil keputusan dengan kedalaman analisis yang kompleks.

Namun, berdasarkan informasi yang tersedia, General AI belum benar-benar terwujud secara teknis. Kehadirannya masih sebatas konsep, prototipe penelitian, serta representasi dalam fiksi ilmiah. Gambaran General AI dapat dilihat pada karakter seperti sistem kecerdasan di film Her, robot humanoid pada Ex Machina, atau asisten digital futuristik seperti Jarvis dalam Iron Man. Walaupun menarik secara teoritis, teknologi saat ini belum mencapai kemampuan adaptif dan kesadaran yang diperlukan untuk mencapai level kecerdasan tersebut.

3. Generative AI

Generative AI merupakan subbidang AI yang memiliki kemampuan menciptakan konten baru yang sebelumnya tidak ada, tetapi mengikuti pola atau struktur yang dipelajari dari data latih. Sistem ini tidak sekadar mengolah informasi, melainkan menghasilkan teks, gambar, audio, maupun video dengan kualitas yang semakin menyerupai karya manusia. Keunggulan utama generative AI adalah kreativitas matematis yang mampu membangun keluaran baru berdasarkan representasi internal dari data yang telah dianalisis.

Contoh teknologi ini meliputi model teks seperti ChatGPT, generator gambar seperti MidJourney dan Stable Diffusion, generator video seperti Runway dan Pika Labs, serta model audio seperti teknologi voice cloning. Penerapannya sangat luas, termasuk pembuatan artikel otomatis, desain visual, video edukasi, hingga produksi musik digital. Perkembangan pesat generative AI sejak 2022 membuka era baru dalam kreativitas berbasis data dan telah menjadi salah satu bentuk AI yang paling berpengaruh di berbagai sektor, termasuk pendidikan dan industri kreatif.

BAB II

A. PENGGUNAAN AI DI PERGURUAN TINGGI

1. Peluang

1. Peningkatan produktivitas

AI berperan besar dalam meningkatkan produktivitas sivitas akademika dengan menyediakan kemampuan otomatisasi yang memungkinkan berbagai pekerjaan akademik, mulai dari penyusunan teks, pembuatan diagram, desain visual, hingga peringkasan bacaan diselesaikan secara jauh lebih cepat dan efisien dibandingkan metode manual. Teknologi ini memungkinkan mahasiswa dan dosen mengurangi waktu pada pekerjaan teknis dan repetitif, sehingga dapat lebih fokus pada kegiatan yang membutuhkan analisis mendalam, kreativitas, serta refleksi ilmiah. Selain itu, AI dapat melakukan pengorganisasian data, penyusunan jadwal, pembuatan rubrik penilaian, dan pengelolaan dokumen secara otomatis, yang pada akhirnya meningkatkan efektivitas manajemen akademik dan mempercepat proses pembelajaran maupun penelitian.

• Pembelajaran yang dipersonalisasi

AI memungkinkan terciptanya pembelajaran yang lebih adaptif dan relevan dengan kebutuhan individual mahasiswa melalui sistem tutor digital yang mampu menyesuaikan tingkat kesulitan materi, memberikan penjelasan tambahan, serta menawarkan latihan yang dirancang berdasarkan kemampuan pengguna. Mekanisme ini memberikan pengalaman belajar yang lebih personal, karena mahasiswa menerima umpan balik instan yang membantu mereka memahami kesalahan dan memperbaiki pemahaman secara cepat. Selain itu, fitur terjemahan otomatis, speech-to-text, dan voice-over multibahasa memperluas akses pembelajaran, sehingga mahasiswa dengan latar belakang bahasa atau kemampuan yang berbeda tetap dapat mengikuti materi secara efektif.

• Dukungan penelitian

AI memberikan dukungan komprehensif dalam proses penelitian dengan kemampuannya merangkum literatur akademik yang kompleks, menganalisis data besar dengan kecepatan tinggi, serta menyajikan visualisasi data yang jelas untuk pemahaman maupun publikasi ilmiah. Teknologi ini juga dapat membantu menyusun draf awal untuk bagian seperti latar belakang, tinjauan pustaka, dan analisis temuan berdasarkan data yang dimasukkan oleh peneliti, sehingga menghemat waktu dan tenaga pada tahap teknis penelitian. Dengan demikian, peneliti dapat lebih fokus pada interpretasi hasil, argumentasi ilmiah, dan pengembangan kontribusi pengetahuan, menjadikan AI sebagai alat yang meningkatkan kualitas dan efisiensi riset akademik.

2. Risiko

1. Hallucination

Hallucination terjadi ketika AI menghasilkan informasi yang tampak logis, terstruktur, dan meyakinkan, tetapi sebenarnya tidak benar, tidak akurat, atau bahkan sepenuhnya fiktif, sehingga berpotensi menyesatkan mahasiswa dalam menyusun tugas atau laporan ilmiah apabila tidak dilakukan verifikasi yang memadai.

• Plagiarism

Plagiarism muncul ketika mahasiswa menggunakan teks yang dihasilkan AI tanpa deklarasi, atribusi, atau pemahaman kritis, termasuk ketika AI melakukan parafrase yang tetap mempertahankan struktur dan ide asli, sehingga karya yang dihasilkan tidak mencerminkan pemikiran mandiri mahasiswa dan melanggar integritas akademik. c) Deepfake

Deepfake merupakan bentuk manipulasi berbasis AI yang memodifikasi wajah atau suara seseorang secara realistis sehingga tampak autentik, dan penyalahgunaannya dapat merusak reputasi, mencemarkan nama baik, serta menimbulkan konsekuensi sosial maupun hukum di lingkungan akademik.

• Bias algoritmik

Bias algoritmik muncul ketika AI dilatih menggunakan data yang tidak seimbang atau memuat stereotip tertentu, sehingga menghasilkan keputusan atau rekomendasi yang tidak adil, diskriminatif, dan tidak mencerminkan prinsip kesetaraan yang harus dijunjung dalam pendidikan tinggi.

• Pelanggaran privasi

Pelanggaran privasi dapat terjadi ketika data pribadi mahasiswa—seperti wajah, suara, atau informasi akademik—digunakan, disimpan, atau dianalisis tanpa izin yang sah, terutama melalui platform AI berbasis cloud yang mengumpulkan data pengguna secara otomatis tanpa kontrol langsung dari institusi atau individu.

3. Dilema Etika Akademik

1. Batas kontribusi mahasiswa vs. AI

Dilema ini muncul ketika sulit menentukan sejauh mana suatu karya merupakan hasil pemikiran asli mahasiswa atau hasil produksi AI, sehingga menimbulkan pertanyaan tentang keaslian karya akademik dan sejauh mana AI boleh terlibat tanpa mengurangi proses belajar.

• Akuntabilitas ketika AI salah

Ketidakjelasan tanggung jawab terjadi ketika AI memberikan informasi yang salah, apakah kesalahan tersebut menjadi tanggung jawab mahasiswa, dosen, atau penyedia teknologi, sehingga menyulitkan penerapan aturan dan konsekuensi yang adil.

• Transparansi proses AI (black box)

Sebagai sistem black box, AI sering tidak memberikan penjelasan tentang bagaimana sebuah jawaban dihasilkan, sehingga menimbulkan dilema etis karena pengguna tidak dapat menilai dasar logika atau kualitas keputusan yang diberikan.

• Konflik efisiensi vs. keaslian pemikiran

Dilema ini muncul ketika kecepatan dan kemudahan yang ditawarkan AI berpotensi mengurangi proses berpikir kritis, kreativitas, dan pembentukan pemahaman mandiri, sehingga menimbulkan pertentangan antara efisiensi kerja dan integritas intelektual.

B. KERANGKA ETIKA (UNESCO & OECD)

1. Prinsip Etika UNESCO

1. Martabat manusia (Human dignity)

Prinsip ini menegaskan bahwa AI harus selalu menghormati nilai, hak, dan martabat setiap individu. Teknologi tidak boleh digunakan untuk merendahkan, mengeksploitasi, atau melanggar hak seseorang, termasuk melalui praktik manipulatif seperti deepfake, profiling berlebihan, atau penggunaan data tanpa persetujuan. Dalam konteks pendidikan tinggi, martabat manusia berarti bahwa mahasiswa dan dosen tetap menjadi pusat proses pembelajaran, bukan digantikan oleh mesin.

• Keadilan (Fairness)

AI harus dirancang dan digunakan secara adil tanpa menimbulkan diskriminasi terhadap kelompok tertentu. Sistem yang memiliki bias dalam data pelatihan dapat menghasilkan keputusan yang tidak seimbang, misalnya dalam seleksi akademik, evaluasi mahasiswa, atau analisis perilaku. Prinsip ini mendorong institusi akademik untuk memastikan bahwa teknologi yang digunakan telah melewati evaluasi bias dan mitigasi risiko sehingga setiap pengguna diperlakukan secara setara.

• Transparansi (Transparency)

Transparansi mengharuskan penggunaan AI dilakukan dengan penjelasan yang jelas mengenai bagaimana sistem bekerja, bagaimana output dihasilkan, dan sejauh mana AI terlibat dalam suatu tugas. Dalam akademik, mahasiswa perlu mengetahui bahwa informasi dari AI tidak selalu akurat dan harus diverifikasi. Dosen juga perlu menjelaskan batasan penggunaan AI dalam penugasan dan penilaian agar tidak terjadi kesalahpahaman atau penyalahgunaan.

• Akuntabilitas (Accountability)

Prinsip akuntabilitas menegaskan bahwa manusia tetap bertanggung jawab atas keputusan yang dihasilkan oleh AI. Pengguna tidak dapat sepenuhnya menyalahkan teknologi ketika terjadi kesalahan, salah tafsir, atau kerugian akademik. Dalam konteks kampus, institusi perlu menetapkan kebijakan yang jelas mengenai siapa yang bertanggung jawab atas keputusan otomatis atau semiautomatis, termasuk penggunaan AI dalam mengoreksi tugas atau memproses data mahasiswa.

• Privasi dan perlindungan data (Privacy)

AI harus digunakan dengan menjaga keamanan data pribadi dan menghormati privasi individu. Sistem AI sering memerlukan data sensitif seperti identitas, wajah, suara, atau informasi akademik; oleh karena itu, institusi wajib memastikan bahwa data tersebut hanya digunakan dengan persetujuan, disimpan secara aman, dan tidak dibagikan tanpa otorisasi. Prinsip ini sejalan dengan UU PDP yang mengatur perlindungan data pribadi di Indonesia.

• Keamanan dan penggunaan yang aman (Safety & security)

AI harus dikembangkan dan digunakan dengan mempertimbangkan keamanan teknis dan sosial. Teknologi yang tidak diawasi dapat digunakan untuk membuat konten berbahaya seperti hoaks, manipulasi digital, atau deepfake yang merugikan reputasi seseorang. Dalam pendidikan tinggi, prinsip ini mengharuskan institusi menyediakan pedoman penggunaan AI yang aman serta memastikan bahwa mahasiswa memahami risiko-risiko tersebut secara menyeluruh.

2. Prinsip Etika OECD

1. Pertumbuhan inklusif dan kesejahteraan (Inclusive growth & well-being)

OECD menekankan bahwa AI harus memberikan manfaat yang merata kepada semua lapisan masyarakat, termasuk di lingkungan akademik. Teknologi ini seharusnya meningkatkan kualitas pembelajaran, memperluas akses pendidikan, dan mendukung kesejahteraan mahasiswa, bukan menciptakan ketimpangan baru antara mereka yang memiliki akses teknologi dan yang tidak.

• Nilai berpusat pada manusia (Human-centered values)

Pengembangan dan penggunaan AI harus selalu mengutamakan nilai kemanusiaan seperti kesetaraan, hak asasi, dan keberagaman. AI tidak boleh menggantikan peran moral dan intelektual manusia, tetapi harus menjadi alat yang mendukung proses berpikir kritis, kreativitas, dan evaluasi etis dalam kegiatan akademik.

• Transparansi dan keterjelasan (Transparency & explainability)

OECD menekankan bahwa AI harus dapat dijelaskan sejauh mungkin sehingga pengguna dapat memahami alasan di balik suatu keputusan atau output. Transparansi penting untuk membangun kepercayaan, terutama di perguruan tinggi di mana mahasiswa mengandalkan informasi yang akurat untuk menyelesaikan tugas dan penelitian.

• Ketahanan dan keamanan (Robustness & security)

AI wajib dikembangkan dengan standar keamanan yang kuat untuk mencegah kegagalan sistem, penyalahgunaan, maupun manipulasi berbahaya. Dalam konteks pendidikan tinggi, institusi harus memastikan bahwa perangkat AI yang digunakan memiliki perlindungan teknis yang memadai untuk menghindari kebocoran data atau manipulasi hasil.

• Akuntabilitas (Accountability)

Sejalan dengan UNESCO, OECD menekankan bahwa manusia tetap memegang kendali dan bertanggung jawab atas penggunaan AI. Institusi pendidikan harus memiliki kebijakan internal yang jelas terkait penggunaan AI dalam penilaian, penelitian, dan administrasi, serta memastikan adanya mekanisme evaluasi jika AI menghasilkan keputusan yang merugikan.

C. KERANGKA HUKUM INDONESIA

1. Undang-Undang ITE (Informasi dan Transaksi Elektronik)

1. Hoaks → AI dapat mempercepat penyebaran misinformasi

Penggunaan AI, khususnya generative AI, dapat mempercepat pembuatan dan penyebaran informasi palsu atau hoaks dalam skala besar. Sistem AI mampu menghasilkan teks, gambar, atau video yang tampak meyakinkan, sehingga publik lebih mudah percaya terhadap konten yang sebenarnya tidak benar. Dalam konteks UU ITE, penyebaran informasi bohong dapat berakibat hukum apabila menyebabkan kerugian bagi individu, institusi, atau masyarakat. Oleh karena itu, ketika AI digunakan untuk membuat atau membagikan informasi, pengguna wajib melakukan verifikasi kebenaran dan menyadari bahwa output AI tidak selalu akurat sehingga dapat menimbulkan konsekuensi hukum yang serius.

• Manipulasi digital → deepfake merusak reputasi seseorang

Deepfake merupakan bentuk manipulasi digital berbasis AI yang memungkinkan seseorang terlihat berkata atau melakukan sesuatu yang tidak pernah terjadi. Teknologi ini dapat digunakan untuk menjatuhkan reputasi, melakukan pemerasan, atau menyebarkan fitnah terhadap individu tertentu. UU ITE melarang tindakan membuat atau menyebarkan konten yang merusak nama baik seseorang, dan deepfake termasuk dalam kategori tersebut karena dapat menciptakan narasi palsu yang tampak autentik. Penyalahgunaan teknologi ini di lingkungan akademik maupun publik dapat dikenai sanksi pidana karena termasuk manipulasi informasi elektronik.

• Pencemaran nama baik → penggunaan AI untuk membuat konten fitnah

Ketika AI digunakan untuk membuat narasi palsu, percakapan palsu, atau teks rekayasa yang mencemarkan nama seseorang, tindakan tersebut dapat dikategorikan sebagai pencemaran nama baik berdasarkan UU ITE. AI mampu menghasilkan konten fitnah dengan cara yang sangat halus dan meyakinkan, sehingga dapat menyesatkan banyak orang sekaligus. Dalam pendidikan tinggi, hal ini menjadi sangat sensitif karena dapat merusak reputasi mahasiswa, dosen, atau institusi, dan oleh karenanya memerlukan pengawasan serta literasi digital yang kuat.

• Ancaman digital → penyalahgunaan konten AI untuk merugikan orang lain

Konten yang dibuat AI dapat dimanfaatkan untuk mengintimidasi, mengancam, atau merugikan pihak lain, misalnya dengan menyebarkan pesan palsu, membuat konten manipulatif, atau menciptakan identitas digital tiruan. Perbuatan tersebut termasuk dalam kategori ancaman dalam UU ITE, yang melarang penggunaan teknologi untuk tindakan yang menimbulkan rasa takut atau kerugian pada pihak tertentu. Mahasiswa dan dosen wajib memahami bahwa representasi digital yang dibuat AI tetap memiliki implikasi hukum jika digunakan untuk tindakan yang berbahaya.

• Contoh pelanggaran (diperluas)

Membuat video deepfake tokoh publik seperti pejabat negara atau dosen untuk tujuan merendahkan atau menyebarkan informasi palsu dapat dikenai pasal pencemaran nama baik, manipulasi informasi elektronik, dan penyebaran hoaks. Pelanggaran ini tidak hanya berdampak pada reputasi korban, tetapi juga dapat menimbulkan ancaman hukum berupa denda atau hukuman penjara sesuai ketentuan UU ITE.

2. Undang-Undang PDP (Perlindungan Data Pribadi)

1. Data pribadi sering menjadi training data

AI sering dilatih menggunakan data dalam jumlah besar, termasuk data pribadi seperti wajah, suara, identitas, atau jejak digital yang berasal dari pengguna. Jika data ini dikumpulkan atau digunakan tanpa izin, hal tersebut melanggar UU PDP. Setiap institusi atau individu yang menggunakan AI wajib memastikan bahwa data yang digunakan untuk pelatihan, pengujian, atau analisis tidak melanggar hak privasi seseorang.

• Pengumpulan data harus berdasarkan izin (consent)
  • PDP menekankan bahwa setiap pengumpulan data pribadi harus didasarkan pada persetujuan eksplisit dari pemilik data. Namun, banyak platform AI mengumpulkan informasi pengguna secara otomatis tanpa mereka sadari. Dalam konteks akademik, mahasiswa dan dosen harus berhati-hati saat mengunggah foto, hasil penelitian, atau dokumen pribadi ke platform AI yang mungkin menyimpannya tanpa pemberitahuan.
• Penyimpanan data harus aman dan tidak boleh disebarluaskan
  • PDP juga mewajibkan setiap data pribadi yang disimpan oleh sistem digital untuk dilindungi dari kebocoran, pencurian, atau penyalahgunaan. AI berbasis cloud sering kali menyimpan data pengguna di server luar negeri, sehingga risiko kebocoran data semakin tinggi. Institusi akademik perlu memastikan bahwa data mahasiswa tidak disimpan di platform yang tidak memiliki standar keamanan yang memadai.
• Contoh pelanggaran (diperluas)

Mengunggah foto mahasiswa ke generator AI atau platform editing berbasis cloud tanpa izin pemilik data merupakan pelanggaran langsung terhadap UU PDP. Tindakan ini dapat menempatkan mahasiswa pada risiko penyalahgunaan identitas digital, pembuatan deepfake, atau kebocoran data yang dapat merugikan secara sosial maupun hukum.

3. Undang-Undang Hak Cipta

1. Karya AI-generated dapat mengandung elemen berhak cipta

Output yang dihasilkan AI, baik berupa teks maupun gambar, dapat menyerupai karya yang telah ada karena AI mempelajari pola dari data yang dilatih. Jika dataset yang digunakan berasal dari karya berhak cipta, maka pengguna yang memanfaatkan output ini tanpa atribusi dapat melanggar hak cipta meskipun karya tersebut dihasilkan mesin.

• Dataset pelatihan AI sering mengambil konten berlisensi

Banyak model AI dilatih menggunakan jutaan gambar, artikel, dan dokumen yang berasal dari internet tanpa persetujuan pencipta aslinya. Meskipun bukan pengguna yang melatih model tersebut, penggunaan output yang menyerupai karya berhak cipta tetap dapat memiliki konsekuensi hukum, terutama apabila hasil AI digunakan untuk publikasi atau keperluan komersial.

• Plagiarisme terjadi bila pengguna menyerahkan karya AI tanpa atribusi

Menyerahkan tugas yang dibuat AI seolah-olah sebagai karya pribadi merupakan bentuk plagiarisme. Hal ini tidak hanya melanggar integritas akademik, tetapi juga dapat melanggar hak cipta jika output AI mengandung struktur, ide, atau frasa yang berasal dari karya lain.

• Contoh pelanggaran (diperluas)

Menggunakan gambar dari artis atau fotografer terkenal sebagai prompt dalam Midjourney untuk membuat poster kegiatan kampus dapat dianggap sebagai pelanggaran hak cipta karena menggunakan gaya artistik yang dilindungi tanpa izin. Hal ini berpotensi menimbulkan klaim hukum dari pemilik karya asli.

BAB III

1. PEDOMAN ETIS PENGGUNAAN AI DI UMP

a) Hal yang Boleh Dilakukan Mahasiswa

• Gunakan AI untuk belajar, memahami materi, membuat ide awal, dan memperbaiki tulisan.
• Selalu cek kebenaran hasil AI.
• Cantumkan penggunaan AI dalam laporan/tugas.

b) Hal yang Tidak Boleh Dilakukan Mahasiswa

• Menyerahkan tugas yang dibuat AI tanpa atribusi.
• Membuat deepfake, hoaks, atau konten manipulatif.
• Mengunggah data pribadi orang lain tanpa izin.

c) Hal yang Boleh Dilakukan Dosen

• Gunakan AI untuk ringkasan, rubrik, soal, dan rencana pembelajaran.
• Izinkan penggunaan AI dengan aturan jelas.
• Rancang tugas yang tetap menuntut analisis mahasiswa.

d) Hal yang Tidak Boleh Dilakukan Dosen

• Menilai tugas hanya dengan AI tanpa pengecekan manual.
• Mengunggah data pribadi mahasiswa ke platform AI.
• Mengandalkan AI untuk keputusan akademik penting.

e) Kebijakan Penulisan Akademik (Ringkas)

• AI hanya boleh sebagai alat bantu, bukan penulis utama.
• Wajib mencantumkan pernyataan penggunaan AI.
• Semua fakta dari AI harus diverifikasi manual.
• Parafrase AI tetap butuh sitasi sumber asli.

f) Penggunaan AI dalam Penelitian (Ringkas)

• AI boleh untuk ringkasan, analisis awal, dan visualisasi dasar.
• Tidak boleh memanipulasi data atau membuat temuan palsu.
• Dataset harus mematuhi UU PDP.
• Selalu verifikasi hasil AI.

g) Penggunaan Aman untuk Gambar & Data (Ringkas)

• Gunakan gambar bebas lisensi.
• Hindari prompt yang meniru gaya artis tertentu.
• Dilarang membuat deepfake wajah mahasiswa/dosen.
• Jangan unggah data pribadi ke platform AI tidak aman.

2. KERANGKA VISUAL

3. STUDI KASUS  

a) Kasus 1 – Tugas dari AI tanpa atribusi

• Masalah: Mahasiswa menyerahkan esai 90% buatan AI.
• Etika: Plagiarisme.
• Hukum: Potensi pelanggaran hak cipta.
• Solusi: Revisi + wajib cantumkan penggunaan AI.

b) Kasus 2 – Deepfake mahasiswa

• Masalah: Foto mahasiswa dipakai untuk deepfake provokatif.
• Etika: Merusak martabat & privasi.
• Hukum: Melanggar UU ITE & UU PDP.
• Solusi: Laporkan ke kampus & polisi.

c) Kasus 3 – Plagiarisme via AI rewriting

• Masalah: Jurnal diparafrase AI tanpa sitasi.
• Etika: Tetap plagiarisme.
• Hukum: Melanggar hak moral UU Hak Cipta.
• Solusi: Sitasi + pelatihan literasi akademik.
  

BAB IV

1. RINGKASAN MODUL (MODULE SUMMARY)

1. Kecerdasan Buatan (AI) merupakan teknologi yang dirancang untuk meniru cara manusia berpikir, memproses informasi, dan mengambil keputusan. Dalam konteks pendidikan tinggi, AI berfungsi sebagai alat bantu yang dapat meningkatkan efektivitas pembelajaran dan penelitian.
2. Perkembangan AI dari tahun 1950 hingga 2022 menunjukkan evolusi signifikan, mulai dari konsep dasar seperti Turing Test hingga munculnya AI generatif modern seperti ChatGPT, Gemini, dan pembuat gambar otomatis.
3. AI memiliki peluang besar untuk meningkatkan kualitas pembelajaran, seperti personalisasi materi, peningkatan efisiensi akademik, serta dukungan dalam proses penelitian dan kreativitas visual.
4. Penggunaan AI juga membawa berbagai risiko, termasuk misinformasi (hallucination), plagiarisme digital, ketergantungan berlebihan, bias algoritmik, serta penyalahgunaan teknologi seperti deepfake.
5. Prinsip etika dari UNESCO dan OECD menekankan pentingnya martabat manusia, keadilan, transparansi, akuntabilitas, privasi, dan keamanan, yang harus menjadi dasar dalam pemanfaatan teknologi AI.
6. Indonesia memiliki kerangka hukum penting terkait penggunaan AI, terutama UU ITE untuk mengatur aktivitas digital dan UU Perlindungan Data Pribadi (PDP) yang mengatur pengelolaan data pribadi dalam sistem digital.
7. Perguruan tinggi perlu memiliki pedoman etika penggunaan AI, termasuk aturan bagi mahasiswa dan dosen, serta kebijakan penulisan akademik yang menekankan kejujuran, integritas, dan tanggung jawab akademik.

2. REFERENSI

•           Sasongko, Tri Hadiyanto. Materi 3: Etika Penggunaan Artificial Intelligence (AI). Universitas Muhammadiyah Purwokerto.