Dua orang dapat menulis tentang topik yang sama, menggunakan referensi yang serupa, tetapi memperoleh hasil AI detection yang berbeda. Perbedaan tersebut sering membuat banyak mahasiswa bertanya-tanya apa sebenarnya yang dinilai oleh AI detector.
Sebagian orang menganggap AI detector hanya mencari kata-kata tertentu atau mendeteksi apakah sebuah tulisan dibuat menggunakan ChatGPT. Padahal, sistem yang digunakan jauh lebih kompleks dan melibatkan analisis terhadap berbagai karakteristik bahasa.
Memahami faktor-faktor yang memengaruhi hasil AI detection dapat membantu penulis membaca laporan secara lebih tepat sekaligus menghindari kesalahpahaman terhadap skor yang muncul.
Bagaimana AI Detector Menganalisis Sebuah Tulisan?
AI detector tidak mengetahui proses seseorang menulis sebuah dokumen. Sistem bekerja dengan menganalisis pola bahasa yang terdapat di dalam teks, kemudian membandingkannya dengan karakteristik yang umum ditemukan pada tulisan manusia maupun AI.
Dalam proses tersebut, AI detector menggunakan berbagai indikator linguistik. Dua di antaranya yang paling sering dibahas adalah perplexity dan burstiness, meskipun masing-masing platform juga memiliki model analisis tambahan yang tidak selalu dipublikasikan secara rinci.
Karena menggunakan pendekatan probabilistik, hasil AI detection merupakan estimasi berdasarkan pola bahasa, bukan kepastian mengenai siapa atau apa yang menulis dokumen tersebut.
Faktor yang Memengaruhi Hasil AI Detection
1. Perplexity
Perplexity mengacu pada tingkat prediktabilitas model bahasa dalam memprediksi teks tertentu atau rangkaian kata. Teks yang memiliki pola yang dapat diprediksi akan memiliki skor perplexity yang rendah, sehingga akan dianggap mirip dengan teks yang dihasilkan oleh AI.
Sebaliknya, tulisan manusia biasanya memiliki variasi penyusunan kalimat dan pilihan kata yang lebih beragam sehingga tingkat prediktabilitasnya cenderung berbeda.
2. Burstiness
Burstiness mengacu pada tingkat variasi dalam sebuah teks, misalnya, panjang kalimat, pola penyampaian, dan gaya bahasa. Pada umumnya, manusia lebih suka memadukan kalimat pendek, sedang, dan panjang saat membahas suatu topik.
AI sering kali menghasilkan pola yang lebih konsisten sehingga tingkat burstiness-nya lebih rendah. Meski demikian, indikator ini bukan satu-satunya dasar yang digunakan dalam AI detection.
3. Variasi Struktur Kalimat
Dokumen yang berisi pola serupa di seluruh bagiannya cenderung memiliki keseragaman yang lebih tinggi saat diuji menggunakan AI detector.
4. Keragaman Pilihan Kata
Kosakata yang bervariasi membuat tulisan memiliki karakter yang lebih natural. Sebaliknya, penggunaan istilah atau frasa yang berulang secara berlebihan dapat meningkatkan kesan bahwa teks disusun menggunakan pola yang sangat konsisten.
5. Tingkat Prediktabilitas Bahasa
Selain variasi kata, AI juga mempertimbangkan cara pengembangan ide dalam teks. Teks yang dapat diprediksi sebelumnya dari awal hingga akhir memiliki ciri-ciri teks yang dihasilkan oleh AI.
6. Panjang dan Konsistensi Dokumen
Dokumen yang lebih panjang memberikan lebih banyak data untuk dianalisis sehingga hasil AI detection dapat berubah dibandingkan ketika hanya sebagian isi dokumen yang diperiksa. Konsistensi gaya bahasa pada keseluruhan tulisan juga ikut memengaruhi proses analisis.
7. Proses Penyuntingan oleh Manusia
Teks yang disunting secara manual cenderung memiliki variasi bahasa yang lebih alami dibandingkan hasil AI yang digunakan tanpa penyuntingan apa pun. Namun, penyuntingan tidak menjamin skor yang lebih baik dalam AI detector karena setiap AI detector memiliki model analisis yang berbeda-beda.
Apakah Similarity Berhubungan dengan AI Detection?
Similarity dan AI detection merupakan dua hal yang berbeda. Similarity mengukur tingkat kemiripan suatu dokumen dengan sumber lain yang terdapat dalam basis data, sedangkan AI detection memperkirakan apakah pola bahasa dalam tulisan memiliki karakteristik yang menyerupai AI.
Karena mengukur aspek yang berbeda, nilai similarity rendah tidak berarti sebuah tulisan pasti bebas dari indikasi AI. Sebaliknya, dokumen yang memperoleh AI score tertentu juga belum tentu memiliki similarity yang tinggi.
Seringkali muncul anggapan bahwa menggunakan AI sama dengan melakukan plagiarisme. Namun, pada kenyataannya, penggunaan AI dan plagiarisme adalah dua hal yang berbeda.
Cara Mengurangi Risiko False Positive
1. Tulis Berdasarkan Pemahaman Sendiri
Tulisan yang disusun dari proses memahami referensi umumnya menghasilkan alur pembahasan yang lebih natural dibanding sekadar menyusun ulang teks secara mekanis.
2. Variasikan Struktur Kalimat
Gunakan kombinasi kalimat pendek dan panjang sesuai kebutuhan agar ritme tulisan terasa lebih alami dan tidak monoton.
3. Tambahkan Analisis Sendiri
Penjelasan, contoh, atau interpretasi yang berasal dari pemikiran penulis dapat membantu memperkuat karakter tulisan tanpa mengurangi kualitas akademiknya.
4. Lakukan Review Sebelum Submit
Membaca ulang dokumen secara menyeluruh membantu menemukan bagian yang masih terasa terlalu repetitif atau kurang mengalir sebelum dilakukan pemeriksaan AI detection.
Kesimpulan
Hasil AI detection dipengaruhi oleh berbagai karakteristik bahasa, mulai dari perplexity, burstiness, variasi struktur kalimat, hingga keragaman kosakata dalam sebuah dokumen. Karena AI detector bekerja menggunakan analisis probabilistik, skor yang muncul sebaiknya dipahami sebagai bahan evaluasi, bukan sebagai keputusan mutlak mengenai asal sebuah tulisan.
Oleh karena itu, evaluasi terhadap sebuah naskah sebaiknya dilakukan secara menyeluruh. Selain memperhatikan hasil AI detection, penulis juga perlu memastikan bahwa isi tulisan tetap akurat, konsisten, dan memenuhi kaidah penulisan akademik.
FAQ
Apa faktor yang paling memengaruhi hasil AI detection?
Tidak ada satu faktor yang paling menentukan. AI detector biasanya menganalisis kombinasi berbagai karakteristik bahasa, seperti perplexity, burstiness, variasi struktur kalimat, dan pola penggunaan kosakata.
Apakah mengedit tulisan dapat mengubah hasil AI detection?
Bisa. Penyuntingan secara manual dapat mengubah karakteristik bahasa dalam dokumen sehingga hasil AI detection juga berpotensi berubah. Namun, perubahan tersebut tidak dapat dijadikan jaminan bahwa skor AI pasti akan menurun.
Apakah similarity dan AI detection mengukur hal yang sama?
Tidak. Similarity mengukur tingkat kemiripan dengan sumber lain, sedangkan AI detection memperkirakan kemungkinan pola bahasa dalam tulisan menyerupai AI. Karena itu, keduanya tidak dapat disamakan maupun saling menggantikan.