5 Literasi Kritis untuk Mubaligh
Reposisi Mubaligh 2.0: Menggabungkan otoritas keagamaan, nalar ilmiah, kecakapan digital, literasi AI, dan etika publik dalam dakwah Muhammadiyah.
4. Literasi AI: Prompting, Retrieval, Verifikasi, dan Batas Sistem
Kecerdasan buatan generatif dapat membantu mubaligh merangkum dokumen, menyusun kerangka ceramah, menerjemahkan istilah, membandingkan beberapa sumber, membuat daftar pertanyaan, dan membantu pencarian awal. Namun, kemampuan menghasilkan bahasa yang lancar tidak sama dengan jaminan kebenaran. Penelitian di Nature dan Nature Machine Intelligence menunjukkan bahwa model bahasa besar dapat menghasilkan keluaran keliru atau tidak terdukung, sehingga pemeriksaan faktual dan ketertelusuran sumber tetap diperlukan.
Literasi AI bagi mubaligh setidaknya mencakup empat kemampuan: prompting untuk memberi instruksi yang jelas; retrieval untuk mencari dan membawa sumber yang benar ke dalam proses kerja; verification untuk mencocokkan keluaran AI dengan dokumen asli; dan system awareness untuk mengetahui keterbatasan model, termasuk halusinasi, bias, data yang mungkin usang, serta ketidakmampuan AI menggantikan tanggung jawab manusia.
UNESCO dalam AI Competency Framework for Teachers menempatkan pola pikir berpusat pada manusia, etika AI, fondasi dan aplikasi AI, pemanfaatan profesional, serta pengawasan manusia sebagai kompetensi penting. Prinsip ini sangat relevan untuk mubaligh: gunakan AI sebagai asisten, bukan sebagai mufti otomatis; sebagai alat bantu telaah, bukan sebagai sumber final kebenaran.
Protokol penggunaan AI untuk materi dakwah
- Tentukan pertanyaan dan tujuan materi dengan jelas.
- Berikan sumber primer atau tautan resmi kepada AI jika tersedia.
- Minta AI memisahkan fakta, interpretasi, dan bagian yang belum pasti.
- Periksa kembali ayat, hadis, keputusan Tarjih, nama tokoh, angka, dan kutipan pada sumber aslinya.
- Jangan memasukkan data pribadi atau informasi sensitif yang tidak diperlukan.
- Perbaiki bahasa agar sesuai dengan konteks jamaah dan hindari klaim berlebihan.
- Simpan jejak sumber sehingga materi dapat diaudit ulang.
5. Literasi Etika: Privasi, Bias, Deepfake, dan Tanggung Jawab
Literasi etika menjadi pagar agar kecakapan digital dan AI tidak berubah menjadi alat yang merugikan. UNESCO menempatkan martabat manusia, transparansi, keadilan, privasi, perlindungan data, akuntabilitas, dan pengawasan manusia sebagai prinsip sentral etika AI. Bagi mubaligh, prinsip tersebut berarti tidak mengunggah data jamaah tanpa izin, tidak memakai AI untuk memalsukan testimoni, tidak menyebarkan foto atau video manipulatif, serta tidak membuat representasi seseorang yang dapat menipu publik.
Ancaman deepfake dan konten sintetik membuat kehati-hatian semakin penting. Rekaman suara, gambar, atau video yang tampak meyakinkan harus diperlakukan sebagai objek verifikasi, bukan langsung sebagai bukti. Dalam konteks dakwah, kesalahan menyebarkan konten manipulatif dapat merusak reputasi individu, organisasi, dan kepercayaan jamaah.
Etika digital bukan hanya soal “boleh atau tidak boleh menggunakan teknologi”, tetapi juga soal siapa yang dapat dirugikan, data siapa yang dipakai, bagaimana klaim diverifikasi, dan siapa yang bertanggung jawab ketika teknologi menghasilkan kesalahan.
Lima Literasi sebagai Satu Kesatuan Kompetensi
| Literasi | Pertanyaan Kunci | Risiko jika Lemah |
|---|---|---|
| Keagamaan | Apa sumber dan manhajnya? | Dalil terpotong, salah nisbah, kesimpulan serampangan. |
| Ilmiah | Apa bukti dan kualitas datanya? | Mitos, klaim kesehatan tanpa dasar, pseudo-sains. |
| Digital | Bagaimana platform membentuk distribusi pesan? | Terjebak viralitas, potongan konteks, bias algoritmik. |
| AI | Apa yang bisa dan tidak bisa dipercaya dari keluaran AI? | Halusinasi, sumber fiktif, ketergantungan pada mesin. |
| Etika | Siapa yang berpotensi dirugikan dan siapa yang bertanggung jawab? | Pelanggaran privasi, bias, deepfake, hilangnya kepercayaan. |
Dari Penceramah menjadi Kurator Pengetahuan Digital
Reposisi Mubaligh 2.0 bukan berarti meninggalkan tradisi dakwah, tetapi memperkuatnya dengan disiplin baru. Mubaligh tetap berdiri di atas otoritas keagamaan yang dapat dipertanggungjawabkan, namun sekaligus berperan sebagai kurator pengetahuan digital: memilih sumber, memeriksa bukti, menjelaskan ketidakpastian, dan membantu jamaah memahami informasi secara jernih.
Dalam praktiknya, lima literasi ini bekerja seperti satu pentagon kompetensi. Jika satu sisi lemah, kualitas dakwah ikut menurun. Literasi agama tanpa literasi digital dapat membuat seseorang mudah tertipu konten manipulatif; literasi AI tanpa etika dapat mendorong penyalahgunaan teknologi; literasi ilmiah tanpa kedalaman agama dapat kehilangan orientasi nilai. Karena itu, mubaligh masa depan perlu memadukan otoritas keagamaan yang otentik dengan kemampuan mengelola pengetahuan digital secara kritis dan bertanggung jawab.
Sumber Rujukan
- Muhammadiyah. Manhaj Tarjih Muhammadiyah Tekankan Pengkajian Dalil Secara Integral dan Berjenjang, 24 September 2026. https://muhammadiyah.or.id/2026/09/manhaj-tarjih-muhammadiyah-tekankan-pengkajian-dalil-secara-integral-dan-berjenjang/
- Muhammadiyah. Apa itu Manhaj Tarjih?, 27 April 2021. https://muhammadiyah.or.id/2021/04/apa-itu-manhaj-tarjih/
- Muhammadiyah. Paham Keagamaan Muhammadiyah, 2023. https://muhammadiyah.or.id/2023/07/paham-keagamaan-muhammadiyah/
- UNESCO. AI Competency Framework for Teachers, 2024. https://www.unesco.org/en/articles/ai-competency-framework-teachers
- UNESCO. Recommendation on the Ethics of Artificial Intelligence. https://www.unesco.org/en/legal-affairs/recommendation-ethics-artificial-intelligence
- UNESCO. Media and Information Literacy and Misinformation. https://www.unesco.org/mil4teachers/en/module4/unit5
- UNESCO. Communication on Digital Platforms of Social Media. https://www.unesco.org/mil4teachers/en/module7/unit4
- Farquhar, S., Kossen, J., Kuhn, L., et al. Detecting hallucinations in large language models using semantic entropy. Nature 630, 625–630 (2024). https://doi.org/10.1038/s41586-024-07421-0
- Augenstein, I., Baldwin, T., Cha, M., et al. Factuality challenges in the era of large language models and opportunities for fact-checking. Nature Machine Intelligence 6, 852–863 (2024). https://doi.org/10.1038/s42256-024-00881-z
Tag
