// Daftar isi
Soal-soalnya setingkat kelas lima SD: menjumlah, mengurang, mengalikan, dan membagi pecahan biasa. Peserta mengerjakannya dari rumah lewat Prolific, platform tempat orang mencari uang saku dengan ikut penelitian, dan dibayar $2,60 untuk seluruh tugas. Separuh dari mereka mendapat jendela obrolan dengan asisten AI di sisi kanan layar. Separuh lainnya tidak mendapat apa-apa. Setelah soal kedua belas, jendela obrolan itu lenyap, dan kedua kelompok menghadapi tiga soal lagi sendirian.
Pada tiga soal itu, kelompok yang tadinya punya asisten menyelesaikan 57%, sedangkan kelompok tanpa asisten menyelesaikan 73%. Orang-orang yang kehilangan penolongnya juga menyerah pada soal hampir dua kali lebih sering: 20% berbanding 11%. Sekitar sepuluh menit bekerja bersama AI sudah cukup untuk menimbulkan efek itu. Eksperimen berikutnya menemukan detail yang menarik: mereka yang meminta jawaban jadi dari chatbot hasilnya paling buruk. Di antara mereka yang meminta petunjuk, tidak ditemukan penurunan yang berarti.
Eksperimen ini dijalankan Grace Liu dari Carnegie Mellon University, Brian Christian dari Center for Human-Compatible AI (CHAI) di UC Berkeley, yang dikenal lewat buku-bukunya tentang algoritma dan AI, serta tiga ilmuwan lain dari Oxford, MIT, dan UCLA. Pracetak -nya terbit pada April, versi revisinya dipresentasikan pada Oktober 2026 di COLM, Conference on Language Modeling, di San Francisco, dan pada 9 Oktober diliput Berkeley News .
Dua belas soal dengan penolong, tiga tanpa
Psikolog mengukur ketekunan dengan cara yang cukup sederhana: berapa lama seseorang terus mengerjakan soal sulit sebelum angkat tangan. Di sini ketekunan dihitung lewat soal yang dilewati. Setiap soal boleh dilewati, dan setiap lewatan berarti orang itu memutuskan tidak mau bergumul dengannya. Kedua kelompok diperlihatkan solusi yang benar setelah salah menjawab, jadi semuanya sama-sama belajar. Bedanya, satu kelompok belajar sendirian, sedangkan kelompok lain punya teman yang kapan saja bisa mengerjakan semuanya untuk mereka.
Secara total, 1.222 orang dari Amerika Serikat ikut dalam tiga eksperimen, dan masing-masing menutup celah pada eksperimen sebelumnya. Mungkin orang-orang itu goyah hanya karena jendela obrolannya hilang: sesaat tadi masih ada, sekarang tidak. Pada eksperimen kedua, kelompok tanpa AI juga diberi panel samping yang menampilkan solusi soal-soal yang sudah mereka lihat. Selisihnya mengecil tetapi bertahan, sementara perbedaan jumlah soal yang dilewati kali ini tidak signifikan secara statistik, dan para penulis mengatakannya terus terang.
Eksperimen ketiga menguji apakah ini hanya kekhasan aritmetika. Peserta menjawab soal pemahaman bacaan bergaya SAT Amerika. Polanya bertahan, dan mantan pengguna AI melewati soal jauh lebih sering: 8% berbanding 1%.
// Persentase soal yang diselesaikan tanpa AI: kelompok yang kehilangan penolong vs kelompok kontrol
Minta jawaban atau minta petunjuk
Pada eksperimen kedua, peserta ditanya bagaimana mereka memakai obrolan itu, lalu hasilnya dibandingkan berdasarkan jawaban mereka. Setelah obrolan dimatikan, mereka yang meminta jawaban jadi menyelesaikan 65% soal, dibandingkan 77% pada kelompok kontrol.
// Dua cara memakai obrolan
Beri aku jawabannya
Begitulah cara kerja 61% peserta kelompok AI pada eksperimen kedua. Mesin mengerjakan bagian yang sulit, dan manusia menyalin hasilnya. Ketika obrolan lenyap, orang-orang ini menyelesaikan soal paling sedikit: 65%.
Tunjukkan dari mana mulainya
Begitulah cara kerja 27% peserta kelompok AI. Orangnya melewati bagian yang sulit sendiri, dan obrolan hanya menyenggol sedikit. Tidak ditemukan penurunan berarti pada subkelompok ini setelah obrolan dimatikan.
Di sini para penulis menambahkan catatan penting. Orang-orang memilih sendiri cara memakai obrolan; itu tidak ditetapkan secara acak. Mungkin mereka yang meminta jawaban jadi memang akan lebih cepat menyerah meski tanpa AI sekalipun. Jadi pembagian menurut gaya hanya menunjukkan keterkaitan, bukan sebab yang terbukti. Hasil utamanya tetap bersifat kausal: orang yang ditempatkan secara acak di kelompok AI berkinerja lebih buruk setelah AI itu diambil.
Bukan cerita tentang pecahan
“Temuan ini mencolok, tetapi dalam arti tertentu ia memberi amunisi bagi cerita yang banyak dari kita rasakan di perut sendiri,” kata Christian kepada Berkeley News. “Saya mengalaminya juga.” Menurutnya, ini bukan cerita tentang pecahan dan soal SAT: pola yang sama berlaku bagi semua orang, dari murid sekolah dasar hingga pakar terkemuka dunia.
Para penulis menggambarkan mekanismenya begini: bekerja dengan AI melatih orang untuk mengharapkan jawaban instan dan menghilangkan latihan menembus bagian sulit seorang diri. Singkatnya, ini mirip lift. Selama lift berfungsi, tak ada yang butuh tangga. Begitu rusak, lantai lima entah mengapa terasa lebih tinggi daripada seminggu lalu.
Hal serupa muncul dalam eksperimen lain. Pada 2025 jurnal PNAS menerbitkan studi dari sebuah sekolah di Turki, tempat hampir seribu siswa SMA mengerjakan matematika dengan dua versi GPT-4. Keduanya membantu saat latihan. Tetapi pada ujian, ketika AI tidak lagi tersedia, pengguna chatbot biasa mendapat nilai 17% lebih rendah daripada teman sekelas yang belajar tanpa AI. Bagi mereka yang bekerja dengan versi tutor, yang memberi petunjuk alih-alih jawaban, kerugian itu nyaris hilang.
Pada Januari 2026 Anthropic menguji gagasan yang sama pada programmer . Lima puluh dua pengembang, kebanyakan junior, mempelajari pustaka Python yang belum mereka kenal. Mereka yang belajar dengan asisten AI kemudian mendapat nilai 50% pada tes tanpa asisten, dibandingkan 67% untuk yang lain. Selisihnya paling lebar pada soal debugging. Dan lagi-lagi, yang lebih baik hasilnya adalah mereka yang mengajukan pertanyaan kepada mesin untuk memahami kodenya, bukan menyerahkan seluruh pekerjaan.
Apa yang tak dibuktikan sepuluh menit
Judul seperti “AI membuat kita lebih bodoh” bukan yang ditunjukkan eksperimen ini. Eksperimen ini hanya mengukur satu hal: apa yang terjadi pada menit-menit pertama setelah bantuan hilang. Apakah efeknya bertahan sehari, sebulan, atau setahun hidup bersama chatbot, itu tidak diuji studi ini, dan para penulis menyebutnya sebagai keterbatasan.
Taruhan bagi peserta juga rendah. Untuk $2,60 dan tiga belas menit waktu, hanya sedikit orang yang mau berjuang mati-matian untuk tiap pecahan, dan saat ujian atau di tempat kerja motivasinya jauh berbeda. Efeknya terasa tetapi tidak besar: pada eksperimen kedua selisih soal yang terselesaikan menyempit menjadi enam poin persentase. Dan temuan yang paling menggembirakan, soal petunjuk, bertumpu pada subkelompok kecil. Itu 27% dari kelompok AI pada eksperimen kedua, sekitar 80 orang, dan hasilnya masih perlu dikonfirmasi.
Meski begitu, gambarannya berulang di tiga studi independen dengan orang-orang yang sangat berbeda: siswa di Turki, programmer, orang dewasa acak di Amerika Serikat. Di mana-mana, mereka yang menyerahkan bagian sulit pekerjaan sepenuhnya kepada mesin hasilnya paling buruk.
Tutor yang tak membiarkanmu menyontek
Perbaikan yang diusulkan Christian terdengar sederhana. Secara bawaan, jawaban AI bisa bekerja lebih seperti tutor: menuntunmu menuju gagasannya alih-alih menyerahkan hasil jadi. Ia merumuskan tujuannya lebih luas daripada sekadar pengaturan: “Kita perlu bekerja menuju masa depan di mana kemampuan manusia, sejauh mungkin, diperkuat dan bukan digantikan.”
Mode seperti itu sudah ada. Pada 29 Juli 2025, OpenAI meluncurkan mode belajar di ChatGPT : ia mengajukan pertanyaan penuntun dan membawamu ke solusi langkah demi langkah. Claude punya mode belajar yang serupa. Tetapi kamu harus menyalakannya sendiri, dan di ChatGPT mode itu bisa dimatikan di tengah percakapan. Mode biasa tetap menjawab seketika dan selengkapnya.
Jadi pilihan antara “beri aku jawabannya” dan “beri aku petunjuk” jatuh ke tangan manusia, dan datang di saat paling tidak tepat, ketika soalnya mendesak. Dalam cerita ini, petunjuk bekerja seperti pegangan tangga, bukan lift: kamu tetap mendaki dengan kakimu sendiri, sehingga tangga tak akan terasa lebih curam begitu bantuan hilang.
