AI dan Cara Kita Berpikir: yang Benar-Benar Ditunjukkan Bukti, dan Kenapa Risiko Indonesia Berbeda

Dua fakta tentang Indonesia yang jarang dipertemukan.

Menurut survei Chegg terhadap mahasiswa di 15 negara, 95% mahasiswa Indonesia sudah memakai AI untuk kuliah — angka tertinggi di antara semua negara yang disurvei.

Pada saat yang sama, skor kemampuan membaca siswa Indonesia dalam tes PISA 2022 adalah 359, sementara rata-rata negara maju 476.

Kita adalah pemakai paling antusias dari sebuah teknologi yang manfaatnya, menurut hampir semua penelitian yang ada, sangat bergantung pada bekal berpikir penggunanya. Dan bekal itulah yang paling lemah kita miliki.

Itu persoalan sebenarnya — bukan pertanyaan apakah AI membuat manusia bodoh.

Yang berpindah bukan ingatan, tapi penalaran

Pada 1998, dua filsuf, Andy Clark dan David Chalmers, menulis makalah pendek dengan gagasan yang mengganggu: berpikir tidak selalu terjadi di dalam kepala. Buku catatan yang selalu dibawa, kalender yang selalu dibuka, kini ponsel yang selalu digenggam — semuanya bisa dianggap bagian dari cara kita berpikir, bukan sekadar alat di luarnya.

Menitipkan pekerjaan pikiran ke alat bantu bukan hal baru. Menulis daftar belanja, memakai kalkulator, menyimpan nomor telepon di ponsel — semuanya termasuk. Dan sebagian besar bermanfaat. Melepas beban rutin membuat kita bisa memusatkan perhatian ke hal yang lebih sulit.

Yang membedakan AI adalah tingkat yang disentuhnya. Mesin pencari menjawab “di mana informasinya”. AI mulai menjawab “bagaimana menyusun kesimpulannya” — membandingkan pilihan, merangkai argumen, menarik simpulan. Yang berpindah bukan lagi ingatan, tapi penalaran.

Apakah itu berbahaya? Ada satu contoh yang cukup jelas. Peneliti McGill University menemukan bahwa pengemudi yang paling lama mengandalkan GPS punya kemampuan mengingat arah paling buruk ketika harus berjalan tanpa GPS. Sampelnya kecil — 50 orang, dan hanya 13 yang bisa diuji ulang tiga tahun kemudian — tapi arah temuannya konsisten.

Pelajarannya bukan “teknologi merusak otak”. Pelajarannya lebih sempit dan lebih berguna: kemampuan yang benar-benar berhenti dilatih akan menyusut. Yang menyusut hanya kemampuan itu, bukan kecerdasan secara umum.

Buktinya sendiri masih bertengkar

Di sinilah perdebatan publik biasanya tergelincir. Penelitian tentang AI dan cara berpikir bukan satu tumpukan yang menunjuk satu arah. Ada tiga kelompok, dan ketiganya tidak sepakat.

Kelompok pertama, survei, cenderung mencemaskan. Michael Gerlich mensurvei 666 orang di Inggris dan menemukan makin sering seseorang memakai AI, makin rendah skor berpikir kritisnya. Studi ini paling sering dikutip media — dan paling sering dikutip melampaui kemampuannya. Respondennya direkrut lewat media sosial, bukan sampel acak. Yang lebih penting: desainnya hanya bisa menunjukkan dua hal berjalan beriringan, sama sekali tidak bisa membuktikan yang satu menyebabkan yang lain. Bisa jadi orang yang memang jarang berpikir kritis lebih banyak memakai AI, bukan sebaliknya.

Kelompok kedua, pengukuran otak, masih sangat awal. Tim MIT Media Lab memasang alat perekam aktivitas otak pada orang yang menulis esai dengan bantuan AI, dengan mesin pencari, dan tanpa alat apa pun. Aktivitas otak paling rendah pada kelompok AI. Mereka juga paling sulit mengutip kalimat yang baru saja mereka tulis sendiri. Tapi pesertanya hanya 54 orang, naskahnya belum melalui telaah sejawat, dan penulisnya sendiri menerbitkan pernyataan khusus yang meminta wartawan berhenti memakai kata “pembodohan” atau “kerusakan otak” — karena istilah itu tidak ada dalam penelitian mereka.

Kelompok ketiga, eksperimen di ruang kelas, justru positif. Bagian ini hampir tidak pernah masuk berita. Sebuah rangkuman atas 26 penelitian yang terbit di Educational Psychology Review tahun ini menemukan pembelajaran berbantuan AI rata-rata menaikkan kemampuan berpikir kritis, dengan efek tergolong sedang. Sebaran hasilnya sangat lebar — di konteks yang belum diuji, hasilnya bisa saja berbalik negatif — tapi rata-ratanya positif.

Ketiganya bisa didamaikan. AI yang dipakai dengan aturan main yang mengharuskan orang berpikir dulu memberi hasil baik. AI yang dipakai sebagai mesin jawaban tanpa aturan main memberi hasil buruk. Penentunya bukan teknologinya, tapi cara pakai dan bekal penggunanya.

Temuan paling kuat: kita buruk menilai diri sendiri

Ada satu temuan dalam bidang ini yang metodenya paling kokoh dan paling jarang dibicarakan. Temuan itu bukan soal kecerdasan.

Lembaga riset METR menguji 16 programmer berpengalaman yang mengerjakan 246 tugas nyata. Setiap tugas diundi: boleh pakai AI, atau tidak boleh. Metodenya sama dengan uji coba obat.

Sebelum mulai, para programmer memperkirakan AI akan mempercepat mereka 24%. Setelah selesai, mereka masih merasa dipercepat 20%. Hasil pengukuran sebenarnya: mereka 19% lebih lambat.

Selisih antara perasaan dan kenyataan hampir 40 poin, dan tidak hilang meski mereka mengalaminya sendiri.

Satu catatan penting yang jarang ikut dikutip: pada Februari 2026, METR mengumumkan mereka mengubah desain penelitiannya karena putaran kedua tidak bisa diandalkan. Banyak programmer menolak ikut karena tidak mau bekerja tanpa AI, dan sebagian sengaja tidak menyerahkan tugas yang paling terbantu AI. METR sendiri menduga programmer kini sudah lebih terbantu dibanding tahun lalu.

Jadi angka 19% adalah potret satu momen, bukan hukum alam. Yang tidak berubah adalah temuan sampingannya, dan justru itu yang paling penting: penilaian kita atas diri sendiri tidak bisa dipercaya.

Temuan ini cocok dengan penelitian Microsoft dan Carnegie Mellon terhadap 319 pekerja: makin percaya seseorang pada AI, makin jarang ia memeriksa ulang jawabannya. Juga cocok dengan survei BetterUp dan Stanford terhadap 1.150 pekerja kantoran: 41% pernah menerima pekerjaan buatan AI yang tampak rapi tapi tidak berguna, dan rata-rata butuh hampir dua jam untuk membereskan satu kiriman semacam itu. Efisiensi di satu meja berubah jadi beban di meja sebelah.

Akibatnya untuk kebijakan cukup jelas: program pelatihan AI yang mengukur keberhasilannya lewat pertanyaan “seberapa terbantu Anda” sedang mengukur hal yang keliru.

Kenapa risiko Indonesia berbeda

Sekarang kembali ke dua fakta di awal.

Hampir semua penelitian di atas menunjuk ke penentu yang sama: seberapa kuat penguasaan seseorang atas bidangnya, seberapa baik ia mengatur cara belajarnya sendiri, dan seberapa besar kepercayaannya pada penilaiannya sendiri. Semua itu tumbuh dari sistem pendidikan. Dan semua itu sedang tipis persediaannya di Indonesia, sementara paparan AI-nya paling tebal di dunia.

Ada satu petunjuk tambahan. Anthropic secara berkala menganalisis jutaan percakapan penggunanya dan membaginya ke dua pola: AI sebagai lawan berpikir (pengguna memimpin, AI diminta memberi masukan) dan AI sebagai pengganti (AI mengerjakan, manusia hampir tidak terlibat). Yang menarik adalah pola geografisnya — negara dengan penggunaan per orang lebih tinggi cenderung memakai AI sebagai lawan berpikir, sementara negara dengan penggunaan lebih rendah cenderung memakainya sebagai pengganti.

Data ini terbatas: hanya satu produk, hanya penggunanya sendiri, dan Indonesia tidak dirinci. Tapi dugaannya layak diuji. Kalau benar, yang sedang terbentuk bukan kesenjangan akses AI — akses justru murah dan merata. Yang sedang terbentuk adalah kesenjangan kebiasaan: sebagian dunia melatih diri berpikir bersama mesin, sebagian lagi melatih diri menyerahkan berpikir kepada mesin.

Kesenjangan jenis kedua jauh lebih sulit dikejar, karena ia mengendap sebagai kebiasaan, bukan sebagai jaringan atau perangkat.

Sisi sosial: buktinya lebih pelan, tapi lebih rapi

Common Sense Media mensurvei 1.060 remaja Amerika: 72% pernah memakai AI sebagai teman ngobrol, separuhnya rutin. Sekitar sepertiga menilai percakapan dengan AI sama memuaskan atau lebih memuaskan dibanding dengan teman sungguhan.

Yang jarang ikut dikutip: dalam survei yang sama, 80% remaja tetap menempatkan pertemanan nyata di atas AI, dan separuh tidak percaya pada nasihat AI.

Penelitian paling kuat datang dari Dunigan Folk dan Elizabeth Dunn, yang mengikuti lebih dari 2.000 orang dewasa selama 12 bulan. Hasilnya berjalan dua arah: makin sering seseorang mengobrol dengan AI, makin besar rasa terisolasi beberapa bulan kemudian — tapi orang yang merasa kurang terhubung juga lebih banyak mencari AI.

Terjemahan jujurnya: orang kesepian mencari AI setidaknya sekuat AI membuat orang kesepian. Menyajikan hanya satu arah adalah penyederhanaan yang menyesatkan.

Yang bisa dilakukan mulai besok

Bukan nasihat moral, tapi kesimpulan langsung dari bukti di atas.

1. Berpikir dulu, baru bertanya. Tulis kerangka Anda sendiri lebih dulu, seburuk apa pun, baru minta AI mengkritiknya. Manfaat terbesar muncul ketika seseorang sudah punya pendapat awal.

2. Minta AI membantah, bukan menyusun. Suruh ia mencari kelemahan argumen Anda. Ini mengubah AI dari pemberi jawaban menjadi penantang.

3. Curigai rasa lancar. Perasaan bahwa pekerjaan berjalan cepat justru sinyal buruk. Makin mulus terasa, makin besar kemungkinan Anda melewatkan pemeriksaan.

4. Periksa yang paling konkret. Angka, kutipan, nama, dan tahun adalah titik kegagalan paling sering. Kalau hanya sempat memeriksa satu hal, periksa itu.

5. Sisakan satu wilayah tanpa AI. Pilih satu jenis pekerjaan berpikir yang Anda kerjakan sepenuhnya sendiri. Yang menyusut hanya kemampuan yang benar-benar berhenti dilatih.

6. Untuk orang tua dan guru: tanyakan caranya, jangan larang alatnya. Pada tingkat pemakaian 95%, larangan tidak bisa diawasi. Pertanyaan “apa yang kamu kerjakan sendiri sebelum bertanya ke AI” jauh lebih berguna dan jauh lebih mungkin dijawab jujur.

Penutup

Narasi populer menawarkan dua pilihan: AI membuat manusia jauh lebih pintar, atau AI membuat manusia berhenti berpikir. Bukti yang ada tidak mendukung keduanya. Sebagian besar penelitiannya masih berjangka pendek, sampelnya kecil, dan hampir seluruhnya dilakukan di luar konteks kita.

Yang bisa dikatakan dengan cukup yakin hanya ini: hasilnya ditentukan cara pakai, dan cara pakai ditentukan bekal yang sudah dimiliki sebelum alatnya datang.

Itu kabar yang tidak nyaman bagi negara yang alatnya datang lebih dulu daripada bekalnya.

---

Apa yang Tidak Bisa Dijelaskan Data Ini

• Tidak ada satu pun penelitian Indonesia tentang pengaruh AI terhadap cara berpikir. Semua angka di atas berasal dari Inggris, Amerika Serikat, dan Kanada. Penerapannya ke konteks kita adalah dugaan, bukan temuan.
• Angka 95% berasal dari survei daring terhadap sekitar 500–1.000 mahasiswa Indonesia usia 18–21 pada Oktober 2024, dan dilaporkan sendiri oleh responden. Bukan sampel nasional.
• Data pola penggunaan Anthropic hanya mencakup pengguna satu produk, tidak dirinci untuk Indonesia, dan diterbitkan perusahaan yang berkepentingan atas tafsirnya.
• Hampir semua penelitian berdurasi pendek — empat minggu sampai dua belas bulan. Tidak ada yang bisa bicara tentang efek satu dasawarsa.
• Tidak ada bukti bahwa AI menurunkan kecerdasan umum. Klaim itu tidak muncul di satu pun sumber tulisan ini, termasuk yang paling mencemaskan.

Daftar Referensi

Anthropic. (2026). Anthropic Economic Index report: Economic primitives. https://www.anthropic.com/research/anthropic-economic-index-january-2026-report

Becker, J., Rush, N., Barnes, E., & Rein, D. (2025). Measuring the impact of early-2025 AI on experienced open-source developer productivity. arXiv:2507.09089. https://arxiv.org/abs/2507.09089

Becker, J., Rush, N., Cunningham, T., Rein, D., & Mahamud, K. (2026, 24 Februari). We are changing our developer productivity experiment design. METR. https://metr.org/blog/2026-02-24-uplift-update/

Chegg. (2025). Global Student Survey 2025. Survei daring terhadap 11.706 mahasiswa usia 18–21 di 15 negara, 1–23 Oktober 2024.

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7

Common Sense Media. (2025). Talk, Trust, and Trade-Offs: How and Why Teens Use AI Companions. Survei nasional representatif atas 1.060 remaja AS usia 13–17. https://www.commonsensemedia.org/research/talk-trust-and-trade-offs-how-and-why-teens-use-ai-companions

Dahmani, L., & Bohbot, V. D. (2020). Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Scientific Reports, 10, 6310. https://doi.org/10.1038/s41598-020-62877-0

Folk, D., & Dunn, E. (2026). How does turning to AI for companionship predict loneliness and vice versa? Psychological Science, 37(4), 276–286. https://doi.org/10.1177/09567976261427747

Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006 (Koreksi: Societies, 15(9), 252, 10 September 2025)

Kosmyna, N., Hauptmann, E., Yuan, Y. T., dkk. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv:2506.08872 (preprint). https://arxiv.org/abs/2506.08872

Lee, H.-P., Sarkar, A., Tankelevitch, L., dkk. (2025). The impact of generative AI on critical thinking. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Artikel 1121. https://doi.org/10.1145/3706598.3713778

Niederhoffer, K., Kellerman, G. R., Lee, A., dkk. (2025, 22 September). AI-generated “workslop” is destroying productivity. Harvard Business Review. https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity

OECD. (2023). PISA 2022 Results — Country Notes: Indonesia. https://www.oecd.org/en/publications/pisa-2022-results-volume-i-and-ii-country-notes_ed6fbcc5-en/indonesia_c2e1ae0e-en.html

Sun, X., Liu, C., Li, P., dkk. (2026). Effects of generative AI tools on students’ critical thinking: A three-level meta-analysis. Educational Psychology Review, 38, 84. https://doi.org/10.1007/s10648-026-10180-1