Tinjauan pustaka (literature review) merupakan fondasi penting dalam setiap karya ilmiah. Bagian ini bukan sekadar daftar referensi, melainkan peta intelektual yang memosisikan penelitian kita di tengah perdebatan akademik yang lebih luas. Sayangnya, bagi banyak peneliti — terutama mahasiswa dan peneliti pemula — menyusun tinjauan pustaka sering kali menjadi tahap yang paling melelahkan: mengumpulkan puluhan hingga ratusan artikel, membaca abstrak, menyaring informasi relevan, hingga merangkainya menjadi narasi yang koheren.

Kehadiran kecerdasan buatan atau artificial intelligence (AI) dalam beberapa tahun terakhir telah mengubah lanskap kerja akademik secara fundamental. Beragam tools AI kini hadir untuk membantu peneliti mengelola proses tinjauan pustaka secara lebih efisien, mulai dari pencarian literatur, penyaringan, hingga sintesis. Namun, pemanfaatan AI juga menuntut kesadaran etis dan sikap kritis yang tinggi agar hasil kerja tetap akademis dan dapat dipertanggungjawabkan. Artikel Reasense ini mengulas berbagai tools AI yang dapat membantu menyusun tinjauan pustaka, cara penggunaannya secara bijak, serta batasan-batasan yang perlu dipahami.

Tahapan Tinjauan Pustaka dan Peran AI

Sebelum membahas tools secara spesifik, penting untuk memahami bahwa tinjauan pustaka memiliki beberapa tahapan yang saling berkaitan. Setiap tahapan memiliki kebutuhan berbeda, dan tools AI tertentu lebih unggul pada tahapan tertentu pula.

Tahap pertama adalah identifikasi dan pencarian literatur. Pada tahap ini, peneliti perlu menemukan artikel-artikel yang relevan dengan topik penelitian. Tantangannya adalah volume basis data ilmiah yang sangat besar sehingga sulit menemukan sumber yang benar-benar tepat sasaran.

Tahap kedua adalah penyaringan dan seleksi. Dari sekian banyak artikel yang ditemukan, peneliti harus memilah mana yang layak dibaca secara utuh, mana yang hanya relevan sebagian, dan mana yang harus dibuang.

Tahap ketiga adalah ekstraksi dan sintesis informasi. Di sinilah peneliti membaca lebih dalam, mencatat temuan kunci, metode, dan argumen dari setiap artikel, lalu merangkainya menjadi satu narasi yang utuh.

Tahap keempat adalah penulisan dan pengelolaan sitasi. Peneliti menyusun teks tinjauan pustaka dengan dukungan referensi yang akurat dan konsisten.

AI dapat berperan di seluruh tahapan ini, namun derajat keterlibatannya sebaiknya berbeda-beda. Pada tahap pencarian dan pengelolaan, AI dapat dimanfaatkan secara luas. Sementara pada tahap sintesis dan penulisan, peran peneliti harus tetap dominan demi menjaga orisinalitas dan kedalaman analisis.

Tools AI untuk Pencarian dan Penemuan Literatur

Menemukan literatur yang relevan adalah langkah awal yang menentukan. Secara tradisional, peneliti mengandalkan basis data seperti Google Scholar, Scopus, atau PubMed dengan kata kunci yang dirancang manual. Kini, beberapa tools berbasis AI mampu memperluas dan mempertajam proses ini.

Research Rabbit dan Connected Papers adalah dua contoh yang populer. Keduanya bekerja secara visual dengan memetakan hubungan antar-artikel berdasarkan sitasi. Peneliti cukup memasukkan satu artikel “benih” (seed paper), lalu tools ini akan merekomendasikan artikel-artikel lain yang saling terkait, baik yang lebih awal (pendahulu) maupun yang lebih baru (turunan). Pendekatan ini sangat membantu peneliti memahami garis besar perkembangan suatu topik tanpa harus menebak kata kunci secara manual.

Semantic Scholar dan Elicit mengandalkan pemrosesan bahasa alami untuk memahami konteks pertanyaan penelitian. Alih-alih sekadar mencocokkan kata kunci, kedua tools ini berusaha memahami maksud pertanyaan dan menampilkan literatur yang paling relevan secara semantik. Elicit bahkan mampu mengekstrak informasi spesifik dari sekumpulan artikel, seperti temuan, ukuran sampel, atau intervensi yang digunakan.

Penting dicatat bahwa tools pencarian AI bukanlah pengganti basis data resmi. Hasilnya tetap perlu diverifikasi silang dengan sumber primer dan basis data akademik yang kredibel. Namun, kemampuan mereka untuk memetakan jaringan literatur secara cepat menjadikannya titik awal yang sangat berharga.

Tools AI untuk Membaca dan Menganalisis Artikel

Setelah artikel terkumpul, tahap berikutnya adalah membaca dan memahami isinya. Bagi peneliti yang berhadapan dengan puluhan artikel, tools peringkas dan analisis berbasis AI dapat menghemat waktu secara signifikan.

ChatPDF, AskYourPDF, dan sejenisnya memungkinkan peneliti “berdialog” dengan dokumen PDF. Peneliti dapat mengajukan pertanyaan spesifik tentang isi artikel, seperti “apa hipotesis utama penelitian ini?” atau “apa keterbatasan metode yang digunakan?” dan tools akan menjawab berdasarkan teks dokumen tersebut. Pendekatan ini membantu peneliti mengekstrak poin-poin kunci dengan cepat sebelum memutuskan artikel mana yang layak dibaca penuh.

Namun, ada peringatan penting di sini. Ringkasan AI dapat menghilangkan nuansa, konteks, dan detail penting yang justru sering kali menjadi inti dari sebuah argumen akademik. Penggunaan tools ini sebaiknya diposisikan sebagai alat bantu penyaringan awal, bukan pengganti membaca teks asli secara utuh untuk artikel-artikel yang memang akan dikutip dan dianalisis mendalam.

Zotero, Mendeley, dan EndNote kini juga menyematkan fitur berbasis AI untuk menyortir dan menandai artikel berdasarkan relevansi. Fitur-fitur ini memudahkan pengelolaan perpustakaan referensi yang besar, terutama ketika jumlah artikel mencapai ratusan.

Tools AI untuk Sintesis dan Penulisan

Tahap sintesis adalah jantung dari tinjauan pustaka: merangkai berbagai sumber menjadi argumen yang koheren dan menunjukkan posisi penelitian kita. Di sinilah kehati-hatian tertinggi diperlukan.

Model bahasa besar (large language model) seperti ChatGPT, Claude, dan sejenisnya dapat membantu peneliti menyusun kerangka, merangkum poin-poin dari beberapa artikel, atau memperhalus gaya penulisan. Misalnya, peneliti dapat meminta AI untuk menyusun garis besar (outline) tinjauan pustaka berdasarkan topik-topik yang telah diidentifikasi, atau membantu merumuskan kalimat transisi antar-paragraf agar alur narasi lebih lancar.

Akan tetapi, penggunaan AI pada tahap penulisan menimbulkan sejumlah persoalan etis yang serius. Pertama, risiko plagiarisme dan halusinasi. Model bahasa dapat menghasilkan konten yang tampak meyakinkan tetapi keliru secara faktual, bahkan mengarang referensi yang tidak pernah ada. Kedua, isu orisinalitas dan kepengarangan (authorship). Menggunakan AI untuk menulis bagian substansial dari sebuah karya ilmiah tanpa pengungkapan yang jujur dianggap melanggar integritas akademik di banyak institusi.

Prinsip yang sehat adalah membatasi peran AI pada fungsi pendukung — membantu merancang struktur, memperbaiki tata bahasa, atau memantik ide — sementara substansi analisis, argumen, dan interpretasi tetap merupakan pekerjaan peneliti secara utuh.

Praktik Etis dalam Menggunakan AI

Penggunaan AI dalam karya akademik sebaiknya berlandaskan pada prinsip transparansi dan akuntabilitas. Beberapa panduan praktis yang dapat dipegang antara lain:

• Verifikasi semua klaim. Jangan pernah mempercayai output AI tanpa memeriksa sumber aslinya. Setiap kutipan, angka, atau klaim faktual harus dapat ditelusuri ke artikel primer.
• Gunakan AI sebagai asisten, bukan pengarang. Pastikan bahwa gagasan utama, kerangka analitis, dan kesimpulan berasal dari pemikiran peneliti sendiri.
• Ungkapkan penggunaan AI. Banyak jurnal dan universitas kini mensyaratkan pengungkapan (disclosure) jika AI digunakan dalam proses penulisan. Periksa kebijakan institusi masing-masing.
• Hindari mengunggah data sensitif. Beberapa artikel atau data penelitian bersifat konfidensial. Perhatikan kebijakan privasi dari tools AI yang digunakan, terutama yang berbasis cloud.
• Gunakan pengelola referensi untuk sitasi. Sertakan sitasi secara manual dan akurat. Salah satu kesalahan fatal adalah mengutip referensi “buatan” AI yang sebenarnya tidak ada.

Batasan yang Perlu Disadari

Meskipun menjanjikan, tools AI memiliki batasan yang tidak boleh diabaikan. Pertama, cakupan basis data. Beberapa tools AI tidak menjangkau artikel di balik paywall atau jurnal berbahasa non-Inggris, sehingga hasil pencarian bisa bias dan tidak representatif.

Kedua, potensi bias algoritmik. Karena dilatih pada korpus teks tertentu, AI dapat cenderung mengutamakan perspektif atau tradisi ilmiah tertentu dan mengabaikan yang lain. Peneliti tetap perlu melengkapi dengan pencarian manual untuk mendapatkan gambaran yang lebih utuh.

Ketiga, kedalaman analisis. AI dapat merangkum, tetapi belum mampu menggantikan penilaian kritis manusia tentang kualitas metodologi, kekuatan argumen, atau kontribusi teoretis sebuah artikel. Penilaian semacam ini justru merupakan inti dari tinjauan pustaka yang bermutu.

Kesimpulan

Tools AI telah membawa efisiensi yang signifikan dalam menyusun tinjauan pustaka, mulai dari penemuan literatur hingga pengelolaan referensi. Research Rabbit, Connected Papers, Elicit, Semantic Scholar, hingga model bahasa besar menawarkan kemampuan yang dapat menghemat waktu dan memperluas cakupan eksplorasi peneliti.

Namun, efisiensi tidak boleh mengorbankan integritas. AI sebaiknya diposisikan sebagai asisten yang mempercepat pekerjaan mekanis, sementara peneliti tetap memegang kendali penuh atas analisis, interpretasi, dan penilaian kritis. Dengan pendekatan yang bijak — transparan, verifikatif, dan berakar pada sumber primer — peneliti dapat memanfaatkan kekuatan AI sekaligus menjaga kualitas dan kredibilitas karya ilmiahnya. Pada akhirnya, tinjauan pustaka yang baik tidak diukur dari seberapa cepat disusun, melainkan dari seberapa dalam ia mampu memetakan dan memosisikan penelitian dalam percakapan akademik yang lebih luas.