Saat alat deteksi AI menuduh 207 mahasiswa, lalu ditarik kembali

Jeffrey Turkstra, pengajar CS 240 di Purdue, menerbitkan retrospektif panjang tentang semester ketika alat deteksi AI miliknya bermasalah di depan publik. Alat bernama Argus itu menandai sekitar 207 dari 599 mahasiswa karena kode yang dinilai hanya mungkin berasal dari large language model, dan kampus mengirim email yang meminta mereka mengakui pelanggaran sebelum tenggat atau gagal di mata kuliah itu. Waktunya yang dekat dengan batas drop dan cara penyampaiannya memicu reaksi keras dari mahasiswa, orang tua, dan pihak kampus. Turkstra akhirnya membatalkan hukuman retroaktif itu dan mengizinkan mahasiswa yang sudah keluar untuk mendaftar lagi. Dari 117 orang yang mengembalikan formulir sebelum pembatalan, 108 mengakui dan 9 membantah.

Detail yang layak diingat adalah selisih nilai. Turkstra melaporkan mahasiswa yang ditandai memakai LLM meraih nilai 10,75% lebih rendah di ujian tengah semester pertama dan 14,5% lebih rendah di yang kedua dibanding rekan mereka, yang ia baca sebagai bukti bahwa bergantung pada kode hasil generasi merugikan proses belajar, bukan membantunya. Ia berhati-hati soal metode: Argus melakukan analisis statis untuk menemukan anomali yang menurutnya hanya bisa muncul dari LLM, bukan classifier terlatih yang menebak gaya penulisan. Pelajarannya bersifat prosedural: pasang alat semacam ini di awal semester dengan dukungan institusi, dan sediakan proses yang adil agar mahasiswa jujur tidak ikut terjaring.

Kenapa ini penting

Kalau kamu mengajar atau menyusun kebijakan akademik, ini contoh nyata deteksi berskala besar yang berjalan kacau, dan selisih nilai ujian itu bisa jadi argumen bahwa jalan pintas lewat LLM akan muncul kembali saat ujian yang diawasi.