Ilustrasi Oleh Tjatursari Widiartin & AI Gen

Teknologi kecerdasan buatan (AI) mulai dikenal sejak tahun 1956, ketika John McCarthy memperkenalkan istilah Artificial Intelligence dalam konferensi Dartmouth. Acara ini menjadi titik awal penelitian AI, melibatkan ilmuwan seperti Marvin Minsky, Claude Shannon, dan Allen Newell, yang mendiskusikan kemungkinan komputer meniru kecerdasan manusia. Meskipun begitu, konsep mesin cerdas sudah muncul lebih awal. Pada 1940-an, Alan Turing mengembangkan teori komputasi dan memperkenalkan gagasan tentang mesin yang mampu berpikir, yang kemudian dikenal sebagai Turing Test. Seiring waktu, AI terus berkembang mulai dari sistem berbasis aturan di era 1950-1980-an, hingga pembelajaran mesin pada 1990-an, dan kini memasuki era deep learning serta model AI canggih seperti yang digunakan saat ini (Russell & Norvig, 2022).

AI Generative (AI Gen) adalah sebuah contoh model AI yang digunakan saat ini. AI Gen merupakan bentuk kecerdasan buatan (AI) yang dikembangkan untuk menciptakan berbagai jenis konten baru, seperti teks, gambar, musik, atau video, dengan mengandalkan data yang telah dipelajarinya. AI Gen menggunakan algoritma seperti neural network,  Generative Adversarial Networks, dan Transformer Models (Goodfellow et al., 2014) (Justin Jay Wang, 2021).

Pengguna AI Gen saat ini sangat beragam, mencakup berbagai kalangan dan sektor seperti bisnis, pemasaran, pendidikan, penelitian, seni, kesehatan, dan sebagainya. AI Gen akan memanjakan penggunanya dengan memberikan hasil yang instan dan cepat. Akan tetapi yang perlu diwaspadai adalah bahwa penggunaan teknologi AI Gen secara berlebihan dapat menyebabkan cognitive shallowing atau pendangkalan kognitif (Firth et al., 2019).

Cognitive shallowing merujuk pada berkurangnya kemampuan berpikir kritis, analitis, dan mendalam akibat ketergantungan pada teknologi atau alat yang mempermudah proses berpikir (Călinescu, 2024).

Alasan kenapa AI Gen memiliki bahaya laten terkait dengan cognitive shallowing?

1.    Tergantung dengan AI Gen untuk pemecahan masalah

AI Gen memberikan jawaban atau solusi instan. Bahaya latennya adalah seseorang akan jadi terlena dan menjadi tergantung dengan AI Gen sehingga sudah tidak ingin meluangkan waktu untuk berpikir secara mandiri. Hal ini dapat mengurangi kemampuan untuk menganalisis masalah secara mendalam.

2.    Mengurangi kreativitas

AI Gen sering digunakan untuk menghasilkan konten, ide, atau bahkan tulisan. Jika digunakan secara berlebihan, ini dapat mengurangi dorongan untuk berpikir kreatif atau menghasilkan ide orisinal. Bahkan sering kita jumpai, mereka yang membuat sebuah tulisan akan melengkapinya dengan ilustrasi gambar dari AI, sehingga kesan ilustrasi tersebut sepintas hampir tampak seragam.

3.    Memori dan pembelajaran yang rendah

Saat AI Gen digunakan untuk menyimpan data atau menyelesaikan tugas-tugas kognitif, seperti menulis dan menghitung, otak mungkin menjadi kurang terlatih dalam mengingat atau mengolah informasi secara mandiri. Akibatnya, kemampuan kognitif dalam jangka panjang bisa mengalami penurunan.

4.    Kurangnya kedalaman pemikiran

AI Gen cenderung memberikan respons yang singkat dan langsung, yang mungkin tidak mendorong pengguna untuk mendalami suatu topik lebih jauh. Akibatnya, pemikiran bisa menjadi lebih dangkal, dan pemahaman yang diperoleh pun kurang menyeluruh.

5.    Berdampak berkurangnya fokus dan perhatian

Penggunaan AI Gen secara terus-menerus, terutama dalam bentuk chatbot atau alat generatif, dapat menghambat kemampuan untuk mempertahankan fokus dalam waktu lama. Hal ini berpotensi menurunkan keterampilan dalam berpikir secara mendalam dan reflektif.

Bagaimana Mengurangi Risiko Cognitive Shallowing saat menggunakan AI Gen (European Commission. Joint Research Centre., 2018)?

1.    Gunakan AI sebagai Alat Bantu, Bukan Pengganti

Manfaatkan AI Gen untuk mendukung proses berpikir, bukan menggantikannya sepenuhnya.

2.    Latih Kemampuan Berpikir Kritis

Sempatkan waktu untuk secara mandiri menganalisis dan menilai hasil dari AI Gen.

3.    Batasi Ketergantungan

Jangan sepenuhnya bergantung pada AI Gen untuk setiap tugas kognitif. Tetaplah berlatih dengan aktivitas yang merangsang otak, seperti membaca, menulis, atau menyelesaikan masalah secara langsung.

4.    Dorong Kreativitas Mandiri

Usahakan untuk mencari ide atau solusi sendiri terlebih dahulu sebelum memanfaatkan AI sebagai sumber referensi tambahan.

Oleh karena itu, meskipun AI Gen menawarkan banyak keuntungan, penggunaannya harus dilakukan dengan bijak agar tidak mengurangi kedalaman serta kualitas pemikiran kita.

Model pembelajaran apa yang dapat mengatasi Cognitive Shallowing dengan menggunakan AI Gen?

1.    Project Based Learning Terintegrasi AI Generatif

Project based learning adalah model pembelajaran yang dapat meningkatkan kreativitas, kolaborasi, berpikir kritis, komunikasi, pemahaman konsep, berpikir inovatif, motivasi, pemecahan masalah, dan kepercayaan diri (Yusri et al., 2024). Siswa diajak untuk terlibat dalam proyek yang memerlukan pemecahan masalah kompleks, kolaborasi, dan eksplorasi mendalam. AI Gen dapat berperan sebagai asisten yang memberikan saran, sumber daya, atau evaluasi.

2.    Gamification Based Learning Terintegrasi AI Generatif

Gamification based learning adalah model pembelajaran yang didesain dengan menyediakan tantangan, umpan balik langsung, interaktifitas, dan analitik yang dapat mendorong motivasi dan keterlibatan , dan pengalaman pengguna.  (Zainuddin et al., 2020). AI dalam gamifikasi dapat didesain dengan menyediakan tantangan yang memerlukan pemecahan masalah multi-lapis, sehingga Siswa dilatih untuk berupaya menguraikan tantangan dalam menyelesaikan setiap problem yang ada di dalamnya.

3.    Case Based Learning Terintegrasi AI Generatif

Cased based learning adalah model pembelajaran berfokus pada analisis dan penyelesaian kasus nyata atau simulasi sebagai dasar dalam mengembangkan pemahaman dan keterampilan. Dengan menghadirkan situasi yang mendekati dunia nyata, peserta didik diajak untuk berpikir kritis, mengeksplorasi berbagai solusi, serta mengasah kemampuan dalam mengambil keputusan. Metode ini tidak hanya meningkatkan pemahaman teori, tetapi juga membangun keterampilan praktis yang dapat diterapkan dalam berbagai konteks kehidupan (Chen & Luo, 2025). Siswa diajak untuk menganalisis kasus, mengidentifikasi masalah, dan mengusulkan solusi. AI Gen dapat memberikan umpan balik atau variasi kasus untuk memperdalam pemahaman.

Model pembelajaran yang efektif untuk mengatasi Cognitive Shallowing dengan AI Gen adalah dengan mengintegrasikan refleksi, kreativitas, dan pemecahan masalah kompleks. AI Gen jika digunakan dengan bijak dapat berfungsi sebagai pemicu berpikir kritis, memberikan umpan balik yang konstruktif, serta menciptakan lingkungan belajar yang dinamis dan menantang. Pendekatan yang menggabungkan pembelajaran interaktif, proyek berbasis masalah, dan gamifikasi yang didukung AI Gen dapat menjadi solusi yang optimal untuk menghindari terjadinya Cognitive Shallowing.

Kesimpulan:

AI Gen dapat menjadi alat yang sangat bermanfaat untuk personalisasi pembelajaran dan peningkatan keterlibatan siswa. Di sisi lain, penggunaan yang berlebihan atau tidak tepat dapat menyebabkan cognitive shallowing, di mana siswa kehilangan kemampuan untuk berpikir kritis dan mendalam.

Referensi

Călinescu, A. (2024). The Impact of Digital Technologies on Memory and Memory Studies. Journal of Contemporary Philosophical and Anthropological Studies, 2(1), 65–78. https://doi.org/10.59652/jcpas.v2i1.161

Chen, Y., & Luo, H. (2025). What makes a better case? Impact of case familiarity and story ending on online case-based learning. Thinking Skills and Creativity, 56, 101769. https://doi.org/10.1016/j.tsc.2025.101769

European Commission. Joint Research Centre. (2018). The impact of Artificial Intelligence on learning, teaching, and education. Publications Office. https://data.europa.eu/doi/10.2760/12297

Firth, J., Torous, J., Stubbs, B., Firth, J. A., Steiner, G. Z., Smith, L., Alvarez‐Jimenez, M., Gleeson, J., Vancampfort, D., Armitage, C. J., & Sarris, J. (2019). The “online brain”: How the Internet may be changing our cognition. World Psychiatry, 18(2), 119–129. https://doi.org/10.1002/wps.20617

Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Networks (Version 1). arXiv. https://doi.org/10.48550/ARXIV.1406.2661

Justin Jay Wang. (2021). DALL·E: Creating images from text. OpenAI. https://openai.com/index/dall-e/

Russell, S. J., & Norvig, P. (with Chang, M., Devlin, J., Dragan, A., Forsyth, D., Goodfellow, I., Malik, J., Mansinghka, V., Pearl, J., & Wooldridge, M. J.). (2022). Artificial intelligence: A modern approach (Fourth edition, global edition). Pearson.

Yusri, R., Yusof, A. M., & Sharina, A. (2024). A systematic literature review of project-based learning: Research trends, methods, elements, and frameworks. International Journal of Evaluation and Research in Education (IJERE), 13(5), 3345. https://doi.org/10.11591/ijere.v13i5.27875

Zainuddin, Z., Chu, S. K. W., Shujahat, M., & Perera, C. J. (2020). The impact of gamification on learning and instruction: A systematic review of empirical evidence. Educational Research Review, 30, 100326. https://doi.org/10.1016/j.edurev.2020.100326