Proses adalah Bukti Baru: Perubahan Terlacak Mengalahkan Detektor

Kasus Newby v. Adelphi diputus oleh pengadilan di New York yang membatalkan temuan pelanggaran integritas akademik berdasarkan satu skor AI Turnitin yang tidak memenuhi standar “preponderance of evidence” dengan sendirinya. Pilot Spring 2026 di ratusan institusi meluncurkan forensik draf yang merekam teks yang ditempel, waktu penulisan, serta playback penuh dari riwayat revisi seorang mahasiswa. Produk Clarity, yang dimiliki oleh Turnitin, terlibat di dalamnya. Pada 10 April 2026, Anthropic meluncurkan Claude for Word ke publik dalam fase beta, memungkinkan perubahan terlacak secara native untuk penulisan akademik berbantuan AI; artinya, edit Claude ditambahkan ke panel review Word sebagai revisi. Setiap perubahan dapat ditinjau. Semua baris asli tetap utuh. Curtin University mematikan deteksi AI Turnitin sepenuhnya karena mereka mengalami lebih banyak sengketa ketika detektor keliru dibanding ketika detektor berhasil menangkap mahasiswa yang mencontek. Empat sinyal pada paruh pertama 2026 semuanya bergerak ke arah yang sama.

Empat sinyal adalah sebuah pola. Polanya adalah bahwa bukti kepenulisan yang dipercaya dalam penulisan akademik sudah tidak lagi berupa skor detektor, melainkan catatan proses. Pengadilan, jurnal, konferensi, bahkan para vendor detektor sendiri bertemu pada posisi yang sama: riwayat draf mengungguli skor probabilitas.

Tulisan ini adalah argumen berbasis merek yang akan kami bangun untuk sisa tahun 2026. Kami membahas empat sinyal konvergensi secara rinci, asimetri antara bukti detektor dan bukti proses, seperti apa dokumentasi proses yang benar-benar dapat dipertanggungjawabkan di berbagai alat yang sudah digunakan peneliti, serta cara membangun kebiasaan menyusun draf yang menghasilkan catatan yang dapat Anda serahkan kepada editor, reviewer, atau dewan integritas akademik, tanpa perlu memikirkannya. Perpindahan sudut pandang ini bersifat operasional, bukan filosofis: berhenti mengoptimalkan untuk detektor, mulai mendokumentasikan pekerjaan.

Bisakah Perubahan Terlacak Membuktikan Anda Menulisnya dalam Penulisan Akademik Berbantuan AI?

Ya. Riwayat perubahan terlacak dan revisi yang diberi cap waktu dibuat saat Anda bekerja, dan tidak bisa direkonstruksi setelah kejadian tanpa menginvestasikan waktu yang sama seperti saat penulisan awal, yang membuatnya jauh lebih sulit dipalsukan daripada skor detektor. Pengadilan, jurnal, bahkan Turnitin kini mengarah pada posisi yang sama: dalam penulisan akademik, catatan proses lebih berbobot daripada skor probabilitas detektor AI. Putusan Newby v. Adelphi menyatakan bahwa skor detektor saja tidak memenuhi standar “preponderance of evidence”.

Empat sinyal konvergensi

Perubahan ini tidak “diteorikan” lalu muncul begitu saja. Perubahan ini didorong oleh empat peristiwa konkret 2025–2026, masing-masing berasal dari bagian berbeda ekosistem akademik.

Newby v. Adelphi (Februari 2026, pengadilan negara bagian New York). Keputusan pengadilan utama pertama mengenai disiplin deteksi AI membalik vonis terhadap seorang mahasiswa sarjana ESL di Adelphi. Hasilnya sempit, tetapi logikanya menentukan: skor detektor tanpa validasi terhadap profil linguistik siswa tidak cukup untuk menjadi “preponderance of evidence” menurut kebijakan sekolah. Secara spesifik, pengadilan menegur Adelphi karena menggunakan tidak adanya riwayat draf di portal pengumpulan sebagai bukti bersalah (padahal portal tersebut tidak mewajibkan unggahan draf). Ini menambahkan bukti proses (atau ketiadaannya) ke catatan hukum.

Turnitin Clarity (pilot Spring 2026, rollout luas masih berlangsung). Add-on Turnitin ke Feedback Studio menawarkan playback lengkap dari proses penulisan seorang siswa kepada para pengajar, termasuk kapan siswa menempel teks, panjang sesi penulisan, waktu penyusunan, serta riwayat draf. Dengan izin siswa, Clarity merekam ritme pengetikan dan timeline pengeditan. Kerangka yang dinyatakan produk adalah "assessment for integrity, not just detection." Ini adalah pergeseran besar dari perusahaan yang menghasilkan skor deteksi AI yang selama tiga tahun dijadikan sandaran oleh institusi akademik. Kini mereka menawarkan catatan proses sebagai sinyal yang lebih dapat diandalkan. Claude dari

Claude for Word (10 April 2026, public beta). Anthropic meluncurkan Claude sebagai add-in native untuk Microsoft Word. Ketika Claude melakukan suntingan, ia menambahkannya di panel review Word sebagai perubahan terlacak, dengan mempertahankan teks asli sebagai penghapusan dan menambahkan teks baru sebagai sisipan. Penulis menerima atau menolak masing-masing perubahan melalui antarmuka Word yang native. Riwayat suntingan penuh tersedia bagi reviewer yang membuka dokumen. Ini bukan sekadar fitur tambahan. Ini adalah pilihan arsitektural yang memperlakukan catatan perubahan terlacak sebagai antarmuka kanonik antara penulis manusia dan asisten AI, yakni catatan yang dapat dipakai jurnal atau komite tesis untuk memverifikasi pekerjaan. Setelah

Curtin University (awal 2026, Australia) dan institusi paralel. Curtin menyimpulkan bahwa skor tersebut menghasilkan lebih banyak sengketa daripada yang berhasil diselesaikan, sehingga mereka mematikan deteksi AI Turnitin sepenuhnya. Vanderbilt dan beberapa departemen di Michigan State mencapai kesimpulan yang sama pada 2025. Tidak ada satu pun universitas ini yang melarang penggunaan AI. Mereka menghapus lapisan deteksi dan mengalihkan percakapan integritas untuk fokus pada pengungkapan, proses, serta bukti perubahan terlacak. Pada saat yang sama, universitas lain (terutama beberapa institusi Big Ten dan Ivy League pada akhir 2025) justru memperketat deteksi, sehingga medan menjadi tidak merata, tetapi tidak mengubah arah pergeseran.

Empat sinyal, empat bagian sistem, satu arah. Ini bukan kebetulan; ini adalah penyeimbangan ulang sistem menuju bukti yang lebih mudah dibuktikan dibanding skor probabilitas khusus.

Mengapa Perubahan Ini Masuk Akal

Ketahanan pergeseran ini muncul karena asimetri antara bukti detektor dan bukti proses. Kedua jenis bukti memiliki batas akurasi yang diketahui. Lantai akurasi detektor jauh lebih rendah.

Bukti detektor adalah skor probabilitas yang berasal dari model yang belajar fitur teks yang berkorelasi dengan keluaran AI. Studi Stanford 2023 menemukan tujuh detektor utama yang secara keliru mengidentifikasi 61,3 persen esai TOEFL dari penutur bahasa Inggris non-asli sebagai buatan AI. Data institusional Adelphi yang muncul dalam penemuan kasus Newby memiliki tingkat false-positive ESL sebesar 28 persen pada intake Turnitin milik universitas itu sendiri. Angka presisi yang disediakan vendor biasanya dihitung dari teks bahasa Inggris asli dan tidak dapat digeneralisasi. Akurasi skor bergantung pada latar belakang bahasa penulis, distribusi prompt yang dipakai saat detektor dilatih, serta ambang batas yang ditetapkan institusi. Penulis tidak melihat faktor-faktor ini pada saat pengajuan.

Bukti proses adalah rangkaian peristiwa, cap waktu, dan revisi yang mengarah pada dokumen final. Google Docs melacak semua revisi secara otomatis. Word AutoRecover dan informasi revisi bawaan melacak semua revisi. OneDrive mencatat kapan file dibuka dan disimpan. Riwayat tab browser menunjukkan kapan penulis melakukan riset pada sumber yang mereka sitasi. Perangkat lunak manajer referensi (Zotero, Mendeley, EndNote, Paperpile) memberi cap waktu setiap sitasi ketika ditambahkan. Seluruh bukti dibuat sebagai bagian dari proses. Bukti ini tidak bisa dibuat setelah kejadian tanpa menginvestasikan waktu sebanyak yang dibutuhkan pada penulisan pertama.

Inilah yang membuat pergeseran ini “menahan beban” (load-bearing): asimetri kepercayaan. Skor detektor dapat dipersoalkan berdasarkan validasi, ambang batas, dan bias populasi; institusi yang membela skor tersebut perlu menyediakan bukti yang sering kali tidak mereka miliki. Catatan proses dapat dipersoalkan berdasarkan keaslian (authenticity), yang menuntut bukti yang harus disediakan institusi, terutama terhadap penulis yang bisa menunjuk metadata yang dihasilkan platform. Hampir selalu, pihak yang membela catatan proses memiliki kasus yang lebih mudah.

Ini bukan argumen humanizer versus detektor. Humanizer mengubah permukaan; catatan proses mengubah basis bukti. Bahkan jika setiap detektor AI besok meningkatkan akurasinya hingga sempurna pada bahasa Inggris asli, catatan proses tetap menjadi sinyal yang lebih berguna karena ia berbicara tentang kepenulisan, bukan probabilitas.

Perubahan Terlacak dan Riwayat Draf: Seperti Apa Dokumentasi Proses yang Dapat Dipertanggungjawabkan

Kabar baiknya adalah hampir setiap alat yang sudah digunakan peneliti saat ini menghasilkan bukti proses sebagai default. Pekerjaannya ada pada cara menangkapnya dan mengetahui di mana menemukannya saat diperlukan.

Google Docs. File lalu Version history lalu See version history. Pohon revisi lengkap dipertahankan tanpa batas waktu, termasuk siapa yang mengedit dan kapan. Ekspor sebagai PDF jika diperlukan catatan yang bisa dibagikan; ekspor tersebut menampilkan timeline. Alat proses paling berguna yang tersedia bagi penulis akademik pada tahun 2026, terutama karena ia menjadi default, dipertahankan tanpa batas waktu.

Microsoft Word. AutoRecover menyimpan versi yang tersimpan otomatis di folder tersembunyi. Track Changes (tab Review lalu Track Changes) menangkap setiap suntingan yang Anda lakukan setelah fitur diaktifkan. Perubahan alur kerja yang layak dibuat adalah mengaktifkan Track Changes untuk penulisan draf Anda sendiri: mulai dengan Track Changes yang sudah aktif, dan ia akan menangkap semua edit Anda mulai dari titik itu. Penting untuk menyimpan versi secara eksplisit dengan nama yang deskriptif ("draft-2026-07-12-section-3-rewrite") sehingga urutannya terbaca tanpa perlu membuka setiap file. Sebagian besar peneliti tidak mengaktifkan Track Changes untuk draf mereka sendiri, tetapi jika Anda ingin melacak perubahan saat menulis, ini adalah cara terbaik.

OneDrive, Google Drive, Dropbox. Penyedia penyimpanan cloud mencatat aktivitas file. Sebagian besar layanan TI akademik mempertahankannya setidaknya 90 hari; sebagian lebih lama. Log tersebut menetapkan kapan file dimodifikasi, oleh siapa, dan dari perangkat mana. Suplemen yang berguna ketika riwayat revisi editor utama Anda tidak lengkap.

Manajer referensi. Zotero, Mendeley, EndNote, dan Paperpile semuanya mencatat tanggal ketika sebuah sitasi ditambahkan ke perpustakaan Anda dan ke dokumen mana sitasi itu masuk. Bukti proses pada tahap riset adalah bukti sebelum serta validasi pada tahap penulisan. Misalkan seorang reviewer mengira Anda mengutip sumber yang sebenarnya tidak Anda baca. Anda dapat menjawab dengan cap waktu saat Anda membacanya.

Ekspor perubahan terlacak. Ini adalah keluaran tunggal yang paling berguna untuk membagikan bukti proses seseorang kepada reviewer, editor, atau dewan integritas. Perubahan terlacak adalah dokumen Word atau Google Docs dengan semua edit ditampilkan secara jelas (siapa melakukan apa, kapan). Perubahan terlacak diaktifkan secara default di proofreader kami, tetapi ada juga opsi untuk menghasilkan "raw text" jika Anda perlu melihat versi yang bersih. Kami merekomendasikan versi ini untuk setiap pengajuan yang mungkin diminta membahas proses penulisan. Perhatikan bahwa ini bisa dihasilkan secara native di Claude for Word. Claude for Word menghasilkan artefak yang sama secara native, ini adalah poin arsitektural produk.

Arsip email dan obrolan. Diskusi dengan penyelia, rekan penulis, dan tutor writing center. Simpan percakapannya. Percakapan ini membangun pemikiran iteratif yang menghasilkan naskah, sesuatu yang tidak dapat dipalsukan oleh detektor.

Kebiasaan Menyusun Draf yang Menghasilkan Proses yang Dapat Dipertanggungjawabkan

Lima kebiasaan, tidak satu pun yang menambah gesekan (friction) berarti pada alur kerja Anda saat ini, yang berakumulasi menjadi catatan proses yang dapat dipertanggungjawabkan.

1. Susun draf di alat yang mempertahankan riwayat revisi sebagai default. Google Docs atau Word dengan Track Changes aktif. Jangan menyusun draf di editor teks biasa yang tidak mempertahankan riwayat; jangan mengekspor ke salinan bersih lalu membuang file kerja. Jika alur kerja Anda saat ini melibatkan menulis di buku catatan lalu mengetik nanti, versi yang diketik adalah draf; pertahankan.

2. Simpan versi secara eksplisit dengan nama yang diberi tanggal dan deskriptif. Setiap minggu, simpan snapshot dari draf saat ini dengan nama seperti "manuscript-2026-07-18-after-methods-rewrite." Nama versi membuat urutannya terbaca sekilas dan bertahan meskipun terjadi pembersihan retensi penyimpanan cloud.

3. Simpan log edit satu baris di samping naskah. File teks biasa di folder yang sama. Setiap entri berisi tanggal dan satu kalimat: "2026-07-18: menulis ulang metodologi Bagian 3 setelah rapat dengan penyelia." Lima menit per minggu menangkap pemikiran yang tidak bisa ditunjukkan oleh riwayat revisi semata.

4. Jalankan suntingan berbantuan AI melalui pipeline perubahan terlacak. Jika Anda menggunakan Claude for Word, ChatGPT, atau alat AI lain untuk membantu pengeditan, lakukan pekerjaan melalui pipeline yang menghasilkan catatan perubahan terlacak. Claude for Word melakukannya secara native. Proofreader kami melakukannya pada setiap ekspor. Catatan inilah yang membuat setiap percakapan pengungkapan atau integritas di masa depan menjadi lebih dapat dikelola.

5. Arsipkan riset pendukung. Ekspor manajer referensi, PDF yang diunduh dalam folder bertanggal, dan bookmark browser halaman sumber. Catatan riset memvalidasi catatan sitasi, yang memvalidasi catatan penulisan. Setiap lapisan melindungi lapisan di atasnya.

Lima kebiasaan, kira-kira 15 menit per minggu untuk overhead, menghasilkan catatan proses yang dapat mempertahankan setiap tantangan di masa depan dari detektor, reviewer, atau dewan integritas. Untuk pertanyaan yang lebih luas tentang bagaimana mendokumentasikan penggunaan alat AI terutama di dalam naskah, panduan pengungkapan AI kami untuk naskah membahas sisi pengungkapan; untuk pertanyaan di sisi banding tentang apa yang harus dilakukan jika Anda diberi label meskipun proses Anda bersih, panduan surat banding memandu respons.

Apa Maknanya bagi Institusi, Jurnal, dan Vendor Detektor

Perubahan ini memiliki konsekuensi institusional yang akan terlihat dalam 18 bulan ke depan.

Bagi universitas, pertanyaan operasionalnya adalah apakah perlu mewajibkan pengambilan riwayat draf saat pengajuan, kerangka persetujuan seperti apa yang mendukungnya, serta bagaimana menimbang bukti yang terkumpul terhadap skor detektor dalam proses disipliner. Institusi yang menanganinya dengan baik akan mempublikasikan kebijakan yang jelas, yang menyebut bukti tepercaya dan ambang batas tindakan. Institusi yang ragu-ragu akan menghadapi banding ala Newby secara berkala.

Bagi jurnal, pertanyaannya adalah bagaimana mengintegrasikan bukti proses ke dalam alur kerja peer-review tanpa menambah gesekan yang tidak dapat diserap oleh sistem. Beberapa jurnal akan meminta unggahan perubahan terlacak bersama naskah; beberapa akan menerima pernyataan proses dalam lembar pengungkapan. Sebagian jurnal akan mendelegasikan verifikasi kepada vendor yang membangun tooling untuk penerbit. Jurnal yang bergerak lebih dulu akan menetapkan standar de facto.

Bagi vendor detektor, pergeseran ini bersifat eksistensial. Pergeseran Turnitin menuju Clarity adalah studi kasus: perusahaan yang membangun skor deteksi kini menawarkan catatan proses sebagai sinyal yang lebih andal. Vendor yang menolak melakukan pergeseran yang sama akan kehilangan kontrak institusional kepada vendor yang mau. Skor deteksi tidak akan hilang; ia akan menjadi salah satu sinyal di antara beberapa sinyal, dengan bobot lebih rendah dibanding catatan proses dalam setiap proses integritas yang dirancang dengan baik. Catatan kami tentang forensik proses di Turnitin Clarity membahas apa yang sebenarnya dilakukan produk serta posisi institusi dalam rollout.

Implikasinya paling bersih bagi peneliti. Pekerjaan untuk menghasilkan catatan itu sedikit. Pembelaan yang diberikannya besar. Pergeseran narasi dari "loloskan detektor" menjadi "dokumentasikan proses" adalah posisi merek yang akan kami pertahankan sepanjang tahun ini.

Pertanyaan yang Sering Diajukan

T: Apakah “proses adalah bukti baru” berarti detektor AI akan hilang?

Tidak sepenuhnya. Detektor akan tetap ada sebagai satu sinyal penyaringan, khususnya dalam pengajaran sarjana, di mana volume pengajuan membuat peninjauan bukti proses menjadi mahal. Yang berubah adalah bobotnya: skor detektor yang berdiri sendiri tidak lagi diterima sebagai bukti utama dalam proses disipliner di institusi yang dirancang dengan baik, dan putusan Newby v. Adelphi memformalkan posisi itu di pengadilan. Skor menjadi masukan untuk peninjauan yang lebih dekat, bukan kesimpulan.

T: Saya menyusun draf di kertas lalu mengetik kemudian. Apakah saya kehilangan perlindungan berbasis proses?

Tidak sepenuhnya, tetapi perlindungannya lebih lemah. Versi yang diketik adalah draf Anda untuk tujuan bukti proses; pertahankan dokumen sejak saat Anda mulai mengetik dan biarkan ia mengakumulasi riwayat revisi. Memotret atau memindai catatan tulisan tangan serta memberi tanggal pada gambar menambahkan lapisan kedua. Rekam ganda (tulisan tangan + revisi yang diketik) sebenarnya lebih kuat daripada rekam yang hanya diketik, karena lapisan tulisan tangan lebih sulit dibuat kembali setelah kejadian.

T: Bagaimana jika institusi saya tidak menerima perubahan terlacak sebagai bukti?

Ajukan permintaan FERPA (di AS; padanannya di bawah U.K. Data Protection Act 2018 dan EU GDPR Article 15 di tempat lain) untuk mendapatkan catatan lengkap Anda. Sertakan perubahan terlacak bersama setiap banding apa pun apakah institusi tersebut secara formal menerima formatnya atau tidak. Putusan Newby menetapkan bahwa ketiadaan prosedur yang jelas untuk mempertimbangkan bukti ini sendiri adalah masalah prosedural. Institusi sedang memperbarui kebijakan mereka sebagai respons, dan memberikan catatan secara proaktif adalah bagian dari tekanan yang mendorong pembaruan tersebut.

T: Haruskah saya mengaktifkan Track Changes untuk draf saya sendiri, bahkan ketika saya satu-satunya penulis?

Dari pengalaman kami, ya, dan ini adalah perubahan alur kerja yang paling diuntungkan oleh banyak peneliti. Mengaktifkan Track Changes sejak awal setiap dokumen memberi Anda catatan edit yang lengkap tanpa disiplin tambahan apa pun. Sembunyikan tampilan markup untuk penulisan normal (tab Review lalu Display for Review lalu No Markup), tetapi biarkan catatan dasarnya tetap ada dan ekspor versi perubahan terlacak saat diperlukan. Gesekannya kecil dan perlindungannya nyata.

T: Apakah ini berlaku di luar AS, tempat Newby tidak mengikat sebagai preseden?

Ya, karena dua alasan. Pertama, rollout Turnitin Clarity, Claude for Word, dan pergeseran kebijakan jurnal bersifat global, bukan khusus yurisdiksi; pergeseran bukti tepercaya bergerak melintasi penerbitan akademik apa pun tempat Anda mengajukan. Kedua, penalaran Newby bisa dibawa: pengadilan dan dewan integritas di Inggris, Australia, Kanada, India, dan Uni Eropa telah berinteraksi dengan argumen bahwa skor detektor saja tidak cukup untuk menjadi “preponderance of evidence.” Kutipkan kasus tersebut secara eksplisit bahkan ketika ia lebih persuasif daripada mengikat; penalarannya terbawa dengan baik.