Hasil Tiap Detektor AI Beda-beda — Yang Mana yang Harus Dipercaya?
Kenapa satu teks yang sama bisa memberi hasil yang jauh berbeda di beberapa alat deteksi AI, dan apa yang sebaiknya Anda pakai sebagai patokan saat itu terjadi.
Pertanyaan
Saya masukkan teks yang sama ke tiga alat, hasilnya 12%, 58%, dan 94%. Bisa sejauh itu bedanya? Yang mana yang harus saya percaya?
Jawaban singkat
Ketiganya bukan jenis angka yang bisa "dipercaya begitu saja". Dan selisih sebesar itu bukan kejadian langka, melainkan hal yang biasa.
Kenapa hasilnya bisa sejauh itu berbeda
1. Patokannya memang berbeda
Setiap alat menentukan sendiri sisi mana dari gaya tulisan yang diberi bobot lebih besar. Teks yang sama dibaca dengan penekanan berbeda, jadi hasilnya berpencar. Ini bukan seperti mengukur suhu udara, melainkan lebih mirip menilai "seberapa mulus tulisan ini" dengan penggaris masing-masing.
2. Bahan latihannya berbeda
Alat yang dibangun terutama untuk bahasa Inggris jadi tidak stabil begitu dipakai pada bahasa lain. Bahasa Indonesia punya sistem imbuhan dan susunan kalimat yang berbeda, jadi ukuran dari bahasa Inggris tidak bisa dipindahkan begitu saja.
3. Sangat sensitif terhadap panjang teks
Makin pendek teksnya, makin besar selisihnya. Kalau kalimatnya cuma tiga-empat, dasar untuk menghitung statistiknya tidak cukup. Itu sebabnya bagian awal dan bagian akhir dari naskah yang sama pun bisa memberi skor berbeda.
4. Hasilnya bukan probabilitas dalam arti harfiah
Ini titik yang paling sering disalahpahami. "94%" bukan berarti "peluang 94% teks ini ditulis AI". Angkanya lebih dekat ke kekuatan sinyal, dan tiap alat menaruh nilai itu pada skala yang berbeda pula. Sejak awal angka-angka itu memang tidak bisa dibandingkan satu sama lain.
Lalu apa yang perlu dilihat
Jangan coba merata-ratakan angkanya. Lihat bagian yang ditandai oleh beberapa alat sekaligus.
Kalau tiga alat menunjuk paragraf yang sama, artinya paragraf itu memang terbaca datar. Skornya boleh berbeda, tapi penilaian soal di mana letak masalahnya sering kali bertumpang tindih.
Lalu buka paragraf itu dan tanyakan:
Apakah di sini ada penilaian saya sendiri atau fakta yang konkret?
Ini informasi yang jauh lebih berguna daripada skor.
Jangan dipakai sebagai bahan pembelaan
Saat dicurigai, ada yang membawa hasil dari alat yang memberi skor rendah. Itu hampir tidak ada gunanya. Lawan bicara Anda juga tahu hasilnya berbeda-beda, dan justru kenyataan bahwa Anda mencoba beberapa alat bisa memberi kesan yang buruk.
Pembelaan dilakukan dengan proses, bukan dengan skor. Draf awal, riwayat versi, bahan referensi. Caranya dirangkum di Dituduh pakai AI.
Kalau tetap ingin punya kriteria memilih alat
Memilih berdasarkan akurasi skor itu sulit, karena tidak ada cara memverifikasinya. Yang lebih praktis adalah melihat hal-hal berikut.
- Apakah ia menandai per kalimat (alat yang cuma memberi satu angka total kurang berguna)
- Apakah ia memperhitungkan bahasa yang Anda pakai, bukan sekadar menerjemahkan ukuran bahasa Inggris
- Apakah ia menghindari kalimat yang menghakimi (alat yang menyatakan "ditulis oleh AI" sebaiknya diwaspadai)
- Apakah ia menjelaskan bagaimana teks yang Anda tempel diperlakukan
Detektor AI menyediakan penandaan per kalimat, mengenali bahasa secara otomatis, dan menuliskan hasilnya sebagai probabilitas AI untuk rujukan. Penjelasan soal membaca hasilnya juga ada di FAQ.
Penutup
Tidak ada alat yang bisa memastikan siapa penulis sebuah teks. Daripada memusingkan selisih skor, kebiasaan membuka bagian yang tertandai justru yang benar-benar membuat tulisan Anda membaik.
Kenapa menjadikan skor sebagai tujuan itu merugikan dibahas di Kalau menurunkan skor jadi tujuan, tulisan Anda yang rusak.