Penulis: Prof. Madya. Ts. ChM. Dr. Chin Siew Xian
Pensyarah Kanan,
Program ASASIpintar, Pusat PERMATA@Pintar Negara, Universiti Kebangsaan Malaysia
Dalam beberapa tahun kebelakangan ini, kecerdasan buatan (AI) telah mengubah cara dunia akademik berfungsi, khususnya di peringkat pascasiswazah yang merangkumi pengajian Sarjana dan Doktor Falsafah (PhD). AI kini bukan sekadar alat carian, tetapi menjadi “rakan sekerja” digital yang mampu menulis, menganalisis data, dan mencadangkan hipotesis baharu dalam masa yang singkat. Di tengah revolusi ini, pelajar pascasiswazah berdepan dua laluan, menjadi penyelidik “superhuman” yang melipatgandakan kebolehan dengan bantuan AI, atau tergelincir menjadi mangsa brain outsourcing yang kehilangan ketajaman berfikir sendiri.
Transformasi Paradigma: Search ke Deep Research
Dahulu, bagi pelajar pascasiswazah, proses penyelidikan bermula dengan carian manual bermula dengan taip kata kunci, baca puluhan artikel, ringkaskan satu per satu. Kini, AI mampu menapis ribuan kertas kerja, menyenaraikan metodologi utama, mengenal pasti jurang kajian dan menyediakan ringkasan literatur dalam masa beberapa minit. Jadual di bawah menunjukkan perbezaan ketara antara kedua-dua pendekatan:

Dalam bidang tertentu seperti biologi molekul, sistem seperti AlphaFold telah menyelesaikan masalah ramalan struktur protein yang bertahun-tahun buntu di tangan manusia. Di makmal moden, kombinasi AI dan robotik mula mengambil alih sebahagian kerja rutin, daripada pengoptimuman parameter eksperimen hingga pelaporan awal keputusan. Jika dimanfaatkan secara bijak, semua ini membebaskan penyelidik untuk fokus kepada apa yang paling manusiawi iaitu mentafsir, mengkritik dan memikirkan makna penemuan sains.
Risiko Brain Outsourcing dan Atropi Kognitif
Di sebalik kelebihan itu, muncul risiko yang dibimbangi ahli sains kognitif: AI berpotensi “mematikan” otot pemikiran jika segala-galanya diserahkan kepada mesin. Brain outsourcing berlaku apabila tugas yang melatih otak iaitu menulis, berhujah, menyelesaikan masalah dan dialihkan kepada AI sehingga laluan saraf untuk pemikiran mendalam semakin jarang digunakan. Kesannya termasuk atropi kognitif, di mana pelajar yang bergantung pada Model Bahasa Besar (LLM) menunjukkan penaakulan lebih lemah berbanding mereka yang menyusun idea sendiri. Teks AI yang kemas boleh memberi ilusi penguasaan di mana gambaran palsu bahawa topik telah dikuasai. Neuroplastisiti, iaitu keupayaan otak membina laluan baharu, memerlukan usaha intelektual yang mencabar. Tanpa ini, pelajar Sarjana dan PhD mungkin lulus atas kertas, tetapi gagal membina minda penyelidik sebenar.
Evolusi Model Bakat: T-Shaped ke Pi-Shaped (π)
Selama ini, ramai membayangkan penyelidik pascasiswazah yang baik sebagai Tshaped iaitu mendalam dalam satu bidang tetapi juga mempunyai pengetahuan luas untuk berkolaborasi dengan disiplin lain. Dalam era AI, model ini mula dianggap tidak mencukupi kerana banyak tugas pakar sempit boleh diautomasikan. Penyelidik masa depan lebih hampir kepada profil Pi-shaped (π), yang memerlukan dua “kaki” kepakaran iaitu kepakaran disiplin utama seperti kimia bahan, biologi atau kejuruteraan dan literasi AI yang membolehkan mereka menggunakan alat AI secara berkesan.

Palang melintang π mewakili keupayaan interdisiplin, memahami rantaian nilai penuh sesuatu penyelidikan, daripada idea asas hingga aplikasi industri dan implikasi sosial. Dalam konfigurasi ini, AI bertindak sebagai “eksoskeleton kognitif” yang menguatkan tetapi tidak menggantikan rangka pemikiran manusia.
Superhuman vs “Generasi yang Hilang”
Gabungan AI dan kemahiran penyelidikan melahirkan penyelidik “superhuman” yang produktivitinya melonjak sehingga 100 kali ganda dengan mengotomasi tugas rutin seperti pembersihan data dan tinjauan literatur, lalu memfokus pada kreativiti, interpretasi data, dan keputusan strategik. Sebaliknya, risiko “lost generation” menanti pelajar yang berpegang pada cara tradisional tanpa menyesuaikan diri dengan perubahan AI. Kelebihan manusia kini bukan menghafal fakta, tetapi merangka soalan bermakna, menafsir data dengan konteks sosial dan etika, serta memimpin pasukan manusia-mesin ke arah matlamat bernilai untuk masyarakat.
Kerangka Kerja AI untuk Penyelidikan
Bagi mencapai tahap “superhuman“, penyelidik perlu memahami kerangka kerja yang membolehkan arahan ejen AI secara berkesan. Jadual di bawah meringkaskan kerangka kerja utama yang sesuai untuk penyelidikan:

Penyelidik yang mahir menggunakan kerangka kerja ini mampu membina aliran kerja yang menggabungkan beberapa ejen AI untuk menjalankan tugasan kompleks dengan lebih berkesan.
Seni Bertanya dalam Era Jawapan Segera
Apabila hampir semua jawapan asas boleh dijana dalam beberapa saat, nilai sebenar pengajian pascasiswazah berpindah daripada “tahu jawapan” kepada “pandai bertanya”. AI berfungsi paling baik apabila diberi konteks dan soalan yang tajam; tanpa itu, ia cenderung menghasilkan jawapan umum atau tersasar. Penyelidik mesti sentiasa mengesah dan menyemak silang kerana AI boleh “berhalusinasi”, iaitu menghasilkan rujukan atau fakta yang tidak wujud. Proses refleksi intelektual adalah bertanya, “Adakah ini logik? Selari dengan data? Sesuai dengan konteks tempatan?” yang tidak boleh didelegasikan kepada mesin.
Landskap Malaysia: Garis Panduan dan Hala Tuju
Di Malaysia, Kementerian Pendidikan Tinggi (KPT) menegaskan bahawa aplikasi seperti ChatGPT boleh digunakan sebagai alat sokongan, selagi tidak menjejaskan proses pembelajaran sebenar dan integriti akademik. Beberapa universiti telah memperkenalkan garis panduan khusus bahawa pelajar mesti mengekalkan kawalan penuh ke atas reka bentuk kajian, penggunaan AI perlu diisytiharkan, dan peniruan bulatbulat teks AI dikategorikan sebagai salah laku akademik. Pelan Pendidikan Tinggi Malaysia (PPTM) 2026–2035 meletakkan AI sebagai “pemboleh daya utama” untuk memodenkan kurikulum dan penyelidikan, sambil menekankan keperluan melahirkan graduan yang beretika dan berfokus kepada kemanusiaan.
Menuju Simbiosis yang Berintegriti
Masa hadapan penyelidikan di peringkat pascasiswazah bukan tentang menang atau kalah melawan mesin, tetapi tentang membina simbiosis yang sihat antara manusia dan AI. Minda manusia perlu kekal sebagai “ketua” yang menentukan hala tuju, manakala AI berperanan sebagai “agen” yang melaksanakan tugas dengan kecekapan luar biasa. Jika ini berjaya dilakukan, penyelidik Malaysia di peringkat Sarjana dan PhD bukan sahaja mampu menjadi “superhuman” dari segi produktiviti, tetapi kekal manusiawi dalam tujuan dan nilai setiap penemuan ilmu yang dihasilkan.
Rujukan
- Is AI dulling our minds? – Harvard Gazette, https://news.harvard.edu/gazette/story/2025/11/is-ai-dulling-our-minds/
- How AI quietly undermines the joy and effort of learning: a call for rebalancing education in the digital age – PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC12333830/
- Does AI Harm Critical Thinking – Duke Center for Teaching and Learning, https://lile.duke.edu/ai-ethics-learning-toolkit/does-ai-harm-critical-thinking/
- PhD-Level AI Agents: The Next Frontier and its Impact | by ODSC – Open Data Science, https://odsc.medium.com/phd-level-ai-agents-the-next-frontier-and-its-impact-b2eb054e1f93
- Agentic AI for Scientific Research: Autonomous agents transforming experiment design, https://www.sapiosciences.com/blog/agentic-ai-for-scientific-research-autonomous-agents-transforming-experiment-design/
- From T to Pi: design skill expectations in change – Futurice, https://www.futurice.com/blog/from-t-to-pi-design-skill-expectations-in-change
- Pelan Pendidikan Tinggi Malaysia (PPTM) 2026–2035 Dilancarkan Januari – eCentral.my, https://ecentral.my/pelan-pendidikan-tinggi-malaysia-pptm/
Nota: Imej hiasan dalam artikel ini dijana menggunakan teknologi kecerdasan buatan (Google Gemini)

Biodata penulis:
Prof. Madya. Ts. ChM. Dr. Chin Siew Xian merupakan Pensyarah Kanan di Program ASASIpintar, Pusat PERMATA@Pintar Negara, Universiti Kebangsaan Malaysia. Beliau pakar dalam bidang sains bahan dan teknologi alam sekitar lestari, serta aktif menyeliakan pelajar Sarjana dan Doktor Falsafah (PhD).




