NIH Membatasi Aplikasi Hibah Maksimal Enam Per Tahun Karena Proposal Buatan AI Membanjiri Sistem Review

Tim Komunitas BigGo
NIH Membatasi Aplikasi Hibah Maksimal Enam Per Tahun Karena Proposal Buatan AI Membanjiri Sistem Review

National Institutes of Health telah memperkenalkan kebijakan baru yang kontroversial dengan membatasi para ilmuwan untuk hanya mengajukan maksimal enam aplikasi hibah per tahun, menandai perubahan signifikan dalam cara operasi lembaga pendanaan riset medis terbesar di Amerika. Keputusan ini muncul karena proposal yang dihasilkan AI mengancam akan membanjiri sistem review hibah yang sudah terbebani.

Kebijakan ini berasal dari penemuan mengejutkan yang menyoroti penyalahgunaan kecerdasan buatan yang semakin meningkat dalam riset akademik. Pejabat NIH mengidentifikasi seorang peneliti tunggal yang mengajukan lebih dari 40 aplikasi hibah dalam satu siklus review, dengan sebagian besar tampak dihasilkan sebagian atau seluruhnya oleh AI. Kasus ekstrem ini mengekspos betapa mudahnya hambatan tradisional terhadap penyalahgunaan aplikasi hibah dapat dilewati dengan teknologi modern.

Hancurnya Hambatan Investasi Waktu

Selama beberapa dekade, proses aplikasi hibah bergantung pada faktor pembatas alami: waktu. Menulis proposal riset yang komprehensif memerlukan upaya substansial, perencanaan detail, dan perhatian cermat terhadap merit ilmiah. Investasi waktu ini berfungsi sebagai mekanisme kontrol kualitas tidak resmi, memastikan bahwa hanya peneliti serius dengan ide yang berkembang baik yang akan mengajukan aplikasi.

AI telah menghancurkan hambatan ini sepenuhnya. Apa yang dulu membutuhkan waktu berminggu-minggu atau berbulan-bulan penulisan cermat kini dapat dihasilkan dalam hitungan jam atau bahkan menit. Teknologi ini unggul dalam menghasilkan bagian-bagian formulaik yang membentuk sebagian besar proposal hibah, mulai dari rencana manajemen data hingga timeline proyek. Efisiensi ini, meskipun berpotensi bermanfaat bagi peneliti yang sah, telah membuka pintu air untuk pengajuan massal dengan kualitas yang meragukan.

Kekhawatiran Komunitas Tentang Batas Enam Aplikasi

Komunitas riset telah mengekspresikan reaksi beragam terhadap batas baru ini, dengan banyak yang khawatir hal ini terlalu membatasi. Para ilmuwan menunjukkan bahwa batas tersebut tidak hanya mencakup aplikasi baru tetapi juga pengajuan ulang, perpanjangan, dan revisi proposal yang sudah ada. Bagi peneliti yang berjuang untuk mengamankan pendanaan dalam lingkungan yang semakin kompetitif, ini merupakan kendala signifikan terhadap strategi bertahan hidup mereka.

Riset kolaboratif menghadapi tantangan khusus di bawah aturan baru. Proyek multi-investigator, yang biasanya disukai oleh lembaga pendanaan, terhitung dalam batas individual setiap peserta. Ini dapat menghambat jenis kerjasama interdisipliner yang sering mengarah pada penemuan terobosan.

Ini akan menghancurkan kolaborasi seperti menginjak serangga.

Waktu pelaksanaan menambah lapisan kompleksitas lain. Dengan administrasi saat ini mengusulkan pemotongan anggaran NIH lebih dari sepertiga, para peneliti sudah menghadapi tekanan pendanaan yang belum pernah terjadi sebelumnya. Banyak yang melihat batas aplikasi sebagai hambatan lain dalam lanskap yang sudah sulit.

Batas Aplikasi Hibah NIH berdasarkan Jenis:

  • Aplikasi baru: Dihitung dalam batas 6 aplikasi
  • Pengajuan ulang: Dihitung dalam batas 6 aplikasi
  • Perpanjangan: Dihitung dalam batas 6 aplikasi
  • Revisi: Dihitung dalam batas 6 aplikasi
  • Kolaborasi Multi-PI: Dihitung terhadap batas individual masing-masing peneliti

Tantangan Deteksi dan Kekhawatiran Keadilan

NIH berencana menggunakan alat deteksi AI untuk mengidentifikasi konten yang dihasilkan secara artifisial, tetapi pendekatan ini menghadapi rintangan teknis dan etis yang signifikan. Sistem deteksi AI saat ini terkenal tidak dapat diandalkan, dengan tingkat false positive dan false negative yang tinggi. Alat-alat ini juga menunjukkan bias terhadap penutur bahasa Inggris non-natif, berpotensi menciptakan kerugian yang tidak adil bagi peneliti internasional.

Tantangan deteksi menjadi lebih kompleks ketika mempertimbangkan penggunaan bantuan AI yang sah. Banyak peneliti menggunakan alat-alat ini untuk pemeriksaan tata bahasa, polesan bahasa, atau bantuan dengan bagian formulaik yang menambah sedikit nilai ilmiah. Menarik garis yang jelas antara bantuan yang dapat diterima dan generasi yang dilarang tetap menjadi masalah yang belum terpecahkan.

Preseden dari Bidang Lain

Kebijakan NIH mengikuti pembatasan serupa di area riset akademik lainnya. Konferensi ilmu komputer telah menerapkan batas pengajuan untuk memerangi banjir aplikasi yang didorong AI yang sama. National Science Foundation sebelumnya mencoba batas serupa tetapi menghadapi penolakan komunitas yang begitu kuat sehingga sebagian besar dengan cepat ditinggalkan.

Preseden-preseden ini menunjukkan bahwa menemukan keseimbangan yang tepat akan memerlukan penyesuaian berkelanjutan. Toleransi komunitas riset terhadap pembatasan bervariasi secara signifikan antara bidang dan mekanisme pendanaan, membuat solusi satu ukuran untuk semua menjadi sangat menantang.

Perbandingan dengan Lembaga Pendanaan Lainnya:

  • NSF Computer Science Programs: batas 2 aplikasi per tahun ( CISE Core Programs saja)
  • NIH: 6 aplikasi per tahun (semua jenis, berlaku efektif 25 September 2025)
  • Konferensi Akademik: Konferensi keamanan ( USENIX , ACM CCS , IEEE S&P , NDSS ) membatasi hingga 6 pengajuan makalah per siklus
  • Program Biologi NSF Sebelumnya: 1 proposal per tahun (2018-2019, kemudian ditinggalkan karena penolakan komunitas)

Melihat ke Depan

Batas enam aplikasi merupakan solusi sementara untuk masalah yang jauh lebih dalam dengan sistem pendanaan riset saat ini. Meskipun mungkin memberikan bantuan langsung kepada panel review yang kewalahan, hal ini tidak mengatasi masalah mendasar yang membuat penyalahgunaan AI menarik sejak awal.

Kebijakan ini akan mulai berlaku pada 25 September 2025, memberikan waktu kepada komunitas riset untuk beradaptasi. Pejabat NIH telah mengindikasikan bahwa mereka akan memantau dampaknya dengan cermat dan melakukan penyesuaian sesuai kebutuhan. Apakah pendekatan ini terbukti efektif atau memerlukan penyempurnaan lebih lanjut kemungkinan akan mempengaruhi bagaimana lembaga pendanaan lain menangani tantangan serupa di era AI.

Situasi ini menyoroti tantangan yang lebih luas yang dihadapi banyak institusi seiring kemampuan AI berkembang pesat. Sistem yang dirancang untuk partisipasi skala manusia kini harus memperhitungkan produksi massal yang dibantu mesin, memaksa pilihan sulit antara akses dan kontrol kualitas.

Referensi: Fearful of Al-generated grant proposals, NIH limits scientists to six applications per year