FENOMENA COGNITIVE OUTSOURCING PADA AI GENERATIF: DAMPAKNYA TERHADAP KEMAMPUAN ALGORITMIK DAN DEBUGGING MAHASISWA TEKNIK INFORMATIKA

Abstrak

Kehadiran kecerdasan buatan seperti ChatGPT dan GitHub Copilot memang membuat proses belajar pemrograman terasa jauh lebih praktis. Namun, di balik kemudahan instan ini, ada risiko tersembunyi yang mengancam mahasiswa: cognitive outsourcing. Secara sederhana, ini adalah kebiasaan mendelegasikan beban berpikir kritis dan penyusunan logika kepada mesin. Penelitian ini dilakukan untuk melihat sejauh mana ketergantungan mahasiswa Teknik Informatika terhadap AI generatif, serta dampaknya saat mereka harus merancang algoritma atau mencari bug (debugging) murni secara mandiri. Kami melakukan pengujian lapangan menggunakan metode campuran terhadap 87 mahasiswa semester 3–5 di wilayah Jawa Barat. Pengujian ini meliputi pengisian kuesioner kebiasaan penggunaan AI dan tes praktik debugging langsung tanpa koneksi internet maupun bantuan bot. Hasilnya memperlihatkan realita yang cukup mengkhawatirkan. Semakin sering seorang mahasiswa mengandalkan AI (terlihat dari korelasi r = -0,62; p < 0,01), semakin anjlok kemampuannya dalam menemukan eror pada kode secara manual. Bahkan, sekitar 64,4% partisipan yang terbiasa "disuapi" AI langsung mengalami mental block ketika dihadapkan pada logical error dasar. Kesimpulannya, integrasi AI dalam pendidikan kampus memang tidak bisa dihindari, tetapi penggunaannya harus diseimbangkan agar tidak mematikan insting computational thinking yang wajib dimiliki oleh calon programmer.

The presence of artificial intelligence like ChatGPT and GitHub Copilot has indeed made learning programming much more practical. However, behind this instant convenience, there is a hidden risk that threatens students: cognitive outsourcing. Simply put, this is the habit of delegating the burden of critical thinking and logical construction to machines. This study was conducted to determine the extent of Informatics Engineering students' dependence on generative AI, and its impact when they have to design algorithms or find bugs (debugging) purely independently. We conducted a mixed-methods field test on 87 students in semesters 3–5 in West Java. This test included filling out a questionnaire on AI usage habits and a hands-on debugging test without an internet connection or bot assistance. The results revealed a quite alarming reality. The more frequently a student relied on AI (as seen from the correlation r = -0.62; p < 0.01), the more their ability to manually find errors in code declined. In fact, around 64.4% of participants who were accustomed to being "fed" by AI immediately experienced mental block when faced with basic logical errors. In conclusion, the integration of AI into campus education is inevitable, but its use must be balanced to avoid stifling the computational thinking instincts that aspiring programmers must possess.