Pendahuluan
ChatGPT hadir di ruang belajar bukan sekadar sebagai mesin pencari jawaban, melainkan sebagai pendamping percakapan yang dapat membantu mahasiswa merumuskan pertanyaan, menyusun kerangka, dan menguji pemahaman. Bagi mahasiswa Ilmu Komunikasi, kehadiran teknologi ini menarik karena aktivitas akademik mereka banyak bergantung pada produksi pesan: membuat naskah, merangkum teori, merancang kampanye, melakukan riset audiens, dan mempresentasikan gagasan. Artikel ini membahas motif penggunaan ChatGPT serta kepuasan yang mungkin dirasakan mahasiswa dengan perspektif Uses and Gratifications. Fokusnya bukan menganggap semua mahasiswa menggunakan AI dengan cara yang sama, tetapi melihat kebutuhan apa yang mendorong penggunaan dan bagaimana kualitas bantuan itu dinilai oleh penggunanya.

Ilustrasi mahasiswa memanfaatkan pendamping AI untuk membaca, berdiskusi, dan mengembangkan ide akademik. (Ilustrasi AI, 2026)

Kerangka Uses and Gratifications

Teori Uses and Gratifications memandang khalayak sebagai pihak aktif yang memilih media untuk memenuhi kebutuhan tertentu. Kebutuhan itu dapat berupa informasi, hiburan, identitas personal, interaksi sosial, dan pelepasan ketegangan. Ketika diterapkan pada ChatGPT, kategori tersebut dapat diperluas menjadi kebutuhan kognitif, afektif, personal, serta kebutuhan efisiensi. Mahasiswa mungkin membuka ChatGPT untuk memahami istilah sulit, mencari contoh, mengurangi kebuntuan ketika menulis, atau berlatih menjawab pertanyaan presentasi. Pilihan prompt dan cara mengevaluasi jawaban juga menjadi bagian dari perilaku penggunaan, sehingga mahasiswa tidak hanya menerima isi, tetapi mengarahkan percakapan sesuai tujuan akademiknya.

Motif praktis mahasiswa

Motif pertama yang paling mudah diamati adalah pencarian informasi. Mahasiswa dapat meminta penjelasan teori komunikasi dengan bahasa sederhana, membandingkan konsep, atau memeriksa apakah argumen dalam makalah sudah runtut. Motif kedua adalah pencarian ide. Pada tahap prapenulisan, ChatGPT dapat membantu membuat daftar sudut pandang, pertanyaan penelitian, judul alternatif, dan contoh kasus. Motif berikutnya berkaitan dengan dukungan produktivitas, misalnya menyusun jadwal belajar, memecah tugas besar menjadi langkah kecil, atau mengubah catatan kuliah menjadi kartu belajar. Ada pula motif afektif: mahasiswa merasa lebih nyaman bertanya berulang kali kepada chatbot sebelum berdiskusi dengan dosen atau teman. Namun, rasa nyaman ini tetap perlu diimbangi dengan keberanian mencari umpan balik manusia.

Kepuasan dan kualitas bantuan

Kepuasan tidak cukup diukur dari seberapa cepat jawaban muncul. Mahasiswa dapat menilai ChatGPT memuaskan apabila responsnya relevan, mudah dipahami, dapat disesuaikan, dan membantu mereka menyelesaikan tugas secara lebih terarah. Kepuasan juga dipengaruhi oleh kemampuan chatbot mempertahankan konteks percakapan. Di sisi lain, jawaban yang terdengar meyakinkan tetapi keliru dapat menurunkan kepuasan setelah diverifikasi. Karena itu, penelitian dapat mengukur kepuasan melalui indikator ketepatan informasi, kejelasan bahasa, efisiensi waktu, kemudahan penggunaan, dan rasa percaya diri setelah memakai AI. Perlu dibedakan antara kepuasan jangka pendek karena tugas cepat selesai dan manfaat jangka panjang berupa meningkatnya kemampuan berpikir kritis.

Etika akademik dan literasi AI

Penggunaan ChatGPT sebagai pendamping tidak sama dengan menyerahkan seluruh pekerjaan berpikir kepada mesin. Mahasiswa tetap bertanggung jawab memeriksa fakta, mencantumkan sumber, menyunting gaya bahasa, dan memastikan tulisan mencerminkan pemahaman pribadi. Risiko yang perlu dibahas meliputi halusinasi informasi, bias, kebocoran data pribadi, serta kemiripan teks yang dapat menimbulkan persoalan integritas akademik. Pedoman UNESCO menekankan pendekatan berpusat pada manusia, perlindungan privasi, dan penguatan kapasitas pengguna. Dalam konteks kelas, dosen dapat meminta mahasiswa menyimpan jejak prompt, menjelaskan bagian yang diubah, dan menyertakan refleksi tentang bagaimana AI digunakan. Transparansi membuat teknologi menjadi alat belajar, bukan jalan pintas yang mengaburkan proses.

Rancangan penelitian

Topik ini dapat dikaji melalui survei dan wawancara mendalam. Survei dapat mengukur frekuensi penggunaan, tujuan utama, jenis tugas, tingkat kepercayaan, serta kepuasan pada skala Likert. Wawancara kemudian menggali pengalaman yang tidak terlihat dalam angka, seperti rasa cemas ketika jawaban ChatGPT berbeda dengan buku, strategi memeriksa sumber, atau alasan mahasiswa memilih bertanya kepada AI daripada teman. Sampel dapat dibagi berdasarkan semester dan pengalaman menggunakan aplikasi. Analisis juga dapat membandingkan motif pencarian informasi dengan motif efisiensi, lalu melihat apakah keduanya berkaitan dengan kepuasan dan niat menggunakan kembali. Dengan demikian, penelitian tidak berhenti pada pertanyaan berapa banyak mahasiswa memakai AI, tetapi menjelaskan mengapa dan dengan konsekuensi apa.

Implikasi bagi pembelajaran

Dosen dapat merancang tugas yang menjadikan ChatGPT sebagai objek refleksi, bukan pengganti proses berpikir. Mahasiswa misalnya diminta menghasilkan jawaban awal, memeriksa klaimnya melalui jurnal, lalu menulis alasan menerima atau menolak setiap bagian. Model ini mendorong evaluasi sumber, penyuntingan, dan argumentasi. Mahasiswa juga dapat membuat jurnal penggunaan yang berisi tujuan prompt, perubahan yang dilakukan, dan pengetahuan baru yang diperoleh. Kebiasaan tersebut membantu mereka melihat kapan AI memberi nilai tambah dan kapan membaca buku atau berdiskusi langsung lebih efektif. Di tingkat program studi, rubrik dapat menilai transparansi penggunaan teknologi, ketepatan sitasi, dan kualitas refleksi, bukan hanya hasil akhir yang tampak rapi.

Kepuasan sebagai proses

Kepuasan terhadap ChatGPT sebaiknya dipahami sebagai proses yang berubah sesuai tahap tugas. Pada awal pencarian ide, mahasiswa mungkin membutuhkan banyak alternatif dan merasa terbantu oleh respons yang luas. Saat menyusun argumen, mereka membutuhkan jawaban yang lebih terbatas, bersumber, dan sesuai konteks mata kuliah. Pada tahap revisi, manfaat terbesar dapat berupa pertanyaan kritis yang membantu menemukan lompatan logika. Perbedaan kebutuhan ini berarti satu ukuran kepuasan tidak cukup. Penelitian dapat meminta peserta menilai pengalaman pada beberapa tahap kerja, lalu membandingkannya dengan bantuan dari mesin pencari, buku, teman, atau dosen. Pendekatan tersebut menghasilkan gambaran yang lebih adil mengenai posisi AI dalam ekosistem belajar.

Kebiasaan verifikasi

Kebiasaan kecil menentukan apakah bantuan AI memperkuat atau melemahkan pembelajaran. Mahasiswa dapat memulai dengan menuliskan pemahaman sendiri sebelum meminta ChatGPT memberi umpan balik. Setelah menerima respons, mereka menandai klaim yang membutuhkan sumber dan membuka artikel asli, bukan hanya mengandalkan ringkasan. Jika ada perbedaan, mereka mencatat alasan memilih satu penjelasan dan menyimpan tautan bukti. Proses ini memang membutuhkan waktu tambahan, tetapi membuat mahasiswa lebih sadar terhadap batas teknologi. Dosen dapat memberi contoh prompt yang meminta AI menyebutkan ketidakpastian, menawarkan sudut pandang alternatif, dan mengajukan pertanyaan lanjutan. Dengan pola tersebut, chatbot berfungsi sebagai partner dialog yang memancing metakognisi, bukan mesin yang menghasilkan jawaban final secara otomatis.

Sumber

Sumber akademik dan bacaan pendukung: