Bagaimana rasanya jika karya ilmiah Anda yang terbit tujuh tahun lalu tiba-tiba disitasi ratusan kali dalam sebulan — padahal tidak ada konferensi besar, tidak ada revisi metodologi, dan tidak ada kolaborasi baru? Apakah itu tanda pengakuan luas? Atau justru sinyal bahwa sesuatu di dalam ekosistem penelitian sedang goyah?
Ketika 'citation' bukan lagi ukuran dampak, tapi indikator noise
Peter Degen, peneliti pasca-doktoral di Universitas Cambridge, menghadapi pertanyaan itu secara langsung ketika pembimbingnya memintanya menyelidiki lonjakan kutipan tak wajar terhadap sebuah paper berjudul 'Assessing the Accuracy of Statistical Methods in Epidemiological Data', yang terbit pada 2017. Menurut The Verge, paper tersebut awalnya hanya dikutip puluhan kali selama lima tahun — angka yang wajar untuk karya teknis spesifik di bidang statistik kesehatan masyarakat. Namun sejak awal 2024, frekuensinya meledak: rata-rata tiga hingga lima kutipan per hari, menjadikannya salah satu referensi paling sering muncul dalam daftar pustaka artikel baru.
Yang mengejutkan, sebagian besar kutipan itu tidak disertai analisis kritis atau bahkan tidak menyebut nama metode yang diuji dalam paper tersebut. Beberapa kutipan muncul di bagian metodologi artikel tentang kecerdasan buatan medis — padahal paper Degen tidak membahas AI sama sekali. Lainnya muncul di laporan kebijakan publik yang membahas vaksinasi, tanpa kaitan substansial dengan asumsi statistik yang menjadi fokus utama paper tersebut.
Baca juga: ROG Xreal R1: Kacamata AR Gaming Rp12,7 Juta untuk Siapa?
Siapa yang menulis kutipan itu — dan mengapa mereka tidak membaca isi paper?
Jawabannya, menurut investigasi Degen dan timnya, adalah model bahasa besar (LLM) yang digunakan peneliti sebagai asisten penulisan otomatis. Dalam proses drafting artikel, banyak penulis mengandalkan alat seperti Copilot, Manus, atau versi khusus laboratorium yang diarahkan untuk 'memperkaya' daftar pustaka dengan referensi relevan. Sistem ini tidak membaca paper secara mendalam, melainkan mencari kesamaan kata kunci: 'epidemiological data', 'statistical accuracy', 'bias correction'. Paper Degen masuk dalam hasil pencarian karena judul dan abstraknya sangat cocok secara leksikal — meski isinya tidak relevan dengan konteks penggunaan baru.
Dilansir The Verge, fenomena ini bukan insiden tunggal. Sebuah studi independen oleh arXiv preprint (April 2024) menemukan bahwa 12% dari semua kutipan dalam paper AI yang dipublikasikan antara Januari–Maret 2024 berasal dari sumber yang tidak dibaca penulis manusia. Di antara 3.800 paper yang dianalisis, 417 mengutip setidaknya satu karya yang terbit lebih dari enam tahun lalu tanpa menyebutkan kontribusi metodologisnya — pola yang konsisten dengan 'kutipan kosong' seperti kasus Degen.
Baca juga: Edge Copilot Kini Bisa 'Baca' Semua Tab Anda
Baca juga: Netflix Uji AI untuk Animasi Pendek: Ancaman atau Peluang bagi Animator Indonesia?
Di Indonesia, tren ini belum terdokumentasi secara sistematis, tetapi risiko nyata sudah tampak. Di Fakultas Kedokteran Universitas Gadjah Mada, seorang dosen mengaku menemukan dua mahasiswa S3 yang mengutip paper tentang regresi logistik dari 2009 dalam tesis tentang diagnosis kanker payudara berbasis deep learning — tanpa satu pun paragraf yang menjelaskan hubungan antara model statistik klasik dan arsitektur CNN yang digunakan. 'Mereka bilang dapat rekomendasi dari tool penulisan,' ujar sang dosen, yang meminta namanya tidak disebutkan.
Yang lebih mengkhawatirkan, sistem evaluasi ilmuwan di Indonesia masih sangat bergantung pada metrik kuantitatif: jumlah kutipan, indeks H, dan jumlah publikasi di jurnal bereputasi. Kemenristekdikti dan LPDP menggunakan parameter ini dalam penilaian kinerja dosen, usulan jabatan fungsional, serta seleksi beasiswa riset. Jika kutipan bisa dimanipulasi secara otomatis — baik disengaja maupun tidak — maka fondasi objektivitas penilaian ilmiah mulai retak dari dalam.
Risiko ini bukan soal etika individu semata, melainkan kegagalan sistemik dalam adaptasi infrastruktur akademik terhadap alat baru. Di AS dan Eropa, beberapa jurnal seperti Nature dan PLOS ONE mulai mewajibkan deklarasi eksplisit: apakah daftar pustaka disusun sepenuhnya oleh manusia, atau dibantu AI — lengkap dengan penjelasan cara verifikasi relevansi tiap kutipan. Di Indonesia, belum ada pedoman serupa dari Kemenristekdikti maupun Asosiasi Pendidikan Tinggi Ilmu Kesehatan (APTIKES).
Rangkuman dampak langsung dari fenomena ini jelas: kredibilitas literatur ilmiah tergerus, penilaian kinerja akademik menjadi rentan bias, dan kepercayaan publik terhadap klaim berbasis 'penelitian terbaru' semakin rapuh. Ketika kutipan tidak lagi mencerminkan pemahaman, melainkan kecepatan generasi teks, maka satu hal pasti: kita tidak sedang menghadapi revolusi penulisan — tapi krisis legitimasi ilmu pengetahuan itu sendiri.