Mengembalikan Marwah Berpikir Kritis di Tengah Deru Mesin Algoritmik & AI

Ada sebuah pergeseran senyap yang beberapa tahun ini semakin terasa di ruang kelas, ruang bimbingan, dan ruang ujian, pada jenjang pendidikan tinggi, yang seyogianya mengandalkan berpikir kritis dan kecakapan berargumentasi: proses berpikir makin sering digantikan oleh hasil berpikir dan argumentasi terbaca sebagai preferensi minat akan hal-hal yang menarik hati.

Mahasiswa sepertinya (semakin) cakap menyusun jawaban yang rapi, bernada akademik, dan seolah-olah reflektif, tetapi ketika ia (mereka) ditanya lebih jauh, mengapa klaim itu layak dipercaya, dari asumsi apa ia berangkat, dan konsekuensi apa yang menjadi implikasinya, jawaban yang keluar lekas terlihat kehilangan pijakan.

Saya bertanya dalam hati dan merenungkan hal ini. Mengapa hal seperti ini dapat terjadi? Bukankah pendidikan semakin maju dan buta huruf hanyalah bayang-bayang masa lalu? Apakah karena dunia sekarang semakin digerakkan lokomotif bermesin algoritmik dan dipandu kecerdasan buatan sehingga berpikir kritis yang khas manusiatampaknya direduksi menjadi sekadar output yang tampak masuk akal?

Pada simpul kegelisahan inilah kerangka berpikir yang dirumuskan William Huitt pada awal 1990-an menemukan relevansi baru. Huitt (1992) tidak memahami berpikir kritis sebagai sekumpulan keterampilan kognitif yang berdiri sendiri, melainkan sebagai aktivitas mental yang terdisiplin (disciplined) untuk mengevaluasi argumen dan proposisi, dengan tujuan membimbing pembentukan keyakinan dan tindakan.

Definisi ini penting karena menolak dua jebakan sekaligus: pertama, menyamakan berpikir kritis dengan sikap “skeptis” atau “kontra”; kedua, mencampuradukkan predisposisi afektif dengan proses evaluasi rasional itu sendiri. Dalam artikelnya tentang problem solving dan pengambilan keputusan, Huitt (1992) menekankan perbedaan individu dalam cara bernalar, termasuk kecenderungan kognitif dan afektif yang memengaruhi keputusan.

Artinya, berpikir kritis tidak pernah murni olah kognitif; ia selalu melibatkan kemauan untuk menunda respons cepat, menoleransi ambiguitas, dan menanggung ketidaknyamanan intelektual. Di sinilah berpikir kritis mulai menyinggung wilayah etis, bukan sekadar epistemik.

Scriven dan Paul (1987) sejak awal juga menegaskan bahwa berpikir kritis adalah proses yang disiplin secara intelektual, yang melibatkan konseptualisasi, analisis, sintesis, dan evaluasi, serta berfungsi sebagai panduan bagi keyakinan dan tindakan. Rumusan ini secara implisit menolak pandangan bahwa berpikir kritis berhenti pada penilaian benar–salah secara dikotomis. Ia justru menemukan maknanya ketika berujung pada tindakan yang bertanggung jawab.

Masalahnya, ekosistem algoritmik hari ini bekerja dengan logika yang berlawanan. Generative AI mampu menghasilkan teks yang menyerupai hasil berpikir kritis, tetapi tanpa tubuh, tanpa risiko, dan tanpa komitmen eksistensial. Sebagaimana dicatat Larson dkk. (2024), GenAI cenderung mengikis baik dimensi individual critical thinking, yaitu kemampuan mengevaluasi klaim dan bukti, maupun social critical thinking, yaitu kemampuan mempertanyakan asumsi sosial, kekuasaan, dan suara yang dimarjinalkan. Output yang cepat, otoritatif, dan empatik secara sintaksis membuat pengguna semakin jarang bertanya: mengapa saya harus mempercayai ini?

Pengalaman merancang instrumen True/False questions dalam mata kuliah Critical and Creative Thinking (yang kemudian digunakan sebagai bahan kuis di Prodi Ilkom & PJJ Ilkom) memperlihatkan ketegangan ini secara konkret. Set soal yang saya susun tersebut tidak memberi ruang bagi retorika panjang atau improvisasi emosional.

Soal-soal benar/salah ini "memaksa" mahasiswa berhadapan dengan struktur klaim dan relasi konsep. Dalam momen pilihan “benar” atau “salah”, mahasiswa diuji bukan hanya pengetahuannya, tetapi juga keberanian epistemiknya: apakah ia bersedia menentang intuisi pribadi, common sense, atau opini populer demi konsistensi rasional.

Di sinilah saya melihat kembali relevansi pembedaan Huitt antara berpikir kritis dan berpikir kreatif. Berpikir kreatif bersifat holistik, intuitif, dan paralel; berpikir kritis bersifat linear, analitis, dan terstruktur. Dunia algoritmik & GenAI yang berbasis Large Language Models (LLMs) justru mengaburkan batas ini: kreativitas disimulasikan sebagai variasi statistik, sementara evaluasi kritis disederhanakan menjadi ranking atau confidence score. Jika batas ini tidak dijaga secara pedagogis, mahasiswa akan belajar bahwa yang penting bukanlah berpikir dengan logis (rigorous and coherent), melainkan menghasilkan jawaban yang terdengar meyakinkan (persuasive).

Namun, tantangan terbesar terkait berpikir kritis bukan sekadar dimensi epistemiknya. Seperti pernah saya tuliskan dalam disertasi tentang “etika komunikasi produksi pengetahuan” (2025), dimensi etis tidak pernah dapat dipisahkan dari dimensi epistemik. Modalitas etis, dengan segala keragaman bentuknya, selalu tertanam dalam tiga momen sikap: alamiah, fenomenologis dan etis. Momen sikap fenomenologis adalah tahap konstruksi berpikir kritis dari subjek yang terlibat dengan phenomenon of interest dalam dunia kehidupannya (Lebenswelt) dan dunia benda-benda (Umwelt).

Konstruksi dan produksi pengetahuan,karenanya, tidak lahir di ruang vacuum. Berpikir kritis berfungsi mengawal konstruksi, produksi dan diseminasi pengetahuan yang terlembagakan maupun tacit. Berpikir selalu dihasilkan oleh subjek individual yang bertubuh, berelasi, dan bertanggung jawab.

Dalam dimensi kolektifnya--- karena kodrat manusia adalah ζῷον πολιτικόν (Aristoteles) yang berintelegensi sosial (Goleman, 2006)---berpikir terwujud dalam shared knowledge dan tulisan kolaboratif. Berpikir kritis yang tercerabut dari dimensi eksistensialnya (l'existence précède l'essence, dalam terminologi yang dipopulerkan Jean-Paul Sartre, 1945) akan menghasilkan pengetahuan yang kering, tidak berakar pada konteks sosio-kultural-politis yang spesifik, dan mudah dimanipulasi.

Larson dkk. (2024) lebih jauh lagi menegaskan bahwa berpikir kritis di era GenAI menuntut kesediaan untuk engage, bukan sekadar kemampuan untuk menganalisis. Kesediaan ini bersifat afektif sekaligus etis: keberanian untuk mempertanyakan otoritas mesin, kesadaran akan bias yang tertanam dalam data, dan tanggung jawab untuk tidak menyerahkan keputusan normatif kepada sistem yang tidak menanggung konsekuensinya.

Karena itu, dengan segala kerendahan hati dan kejernihan budi, mengembalikan marwah berpikir kritis hari ini berarti mengembalikan kesatuannya dengan etika. Bukan dengan menolak AI secara membabi-buta, tetapi dengan menegaskan bahwa berpikir kritis adalah praktik manusiawi yang melibatkan penilaian, komitmen, dan keberanian bertindak, juga meskipun tindakan itu tidak viral dan tidak populer.

Di tengah kepungan mesin-mesin algoritmik, berpikir kritis bukan lagi sekadar keterampilan akademik dan prasyarat menjadi bagian dari sivitas akademika, melainkan bentuk perlawanan senyap dan berkelanjutan guna menjaga pengetahuan tetap embodied, bermakna, dan berdampak.

Beranikah para mahasiswa mengarahkan perhatian dan tindakannya ke sana?