Ada satu tumpukan yang menghantui hampir setiap kandidat doktor: lima puluh artikel yang sudah diunduh, diberi nama file rapi, dan tidak satu pun benar-benar dibaca. Saya mengenalnya baik-baik. Tumpukan itu memancarkan rasa bersalah yang khas—seolah setiap file yang belum dibuka adalah janji yang belum ditepati kepada disertasi sendiri.
Kita dilatih untuk menghormati tumpukan itu. Bertahun-tahun pendidikan akademik memberi imbalan pada satu keahlian: membaca setiap paper dari sampul ke sampul, menandai setiap celah, tidak melewatkan apa pun. Naluri itu memang memenangkan restu dua-tiga penilai yang menandatangani karya kita. Tetapi di luar ruang sidang, naluri yang sama justru menenggelamkan. Sementara kita menggilir lima puluh paper satu per satu, tulisan yang seharusnya menyelesaikan argumen kita tak kunjung jadi. Dan bagi mereka yang berpacu dengan batas masa studi, keterlambatan bukan sekadar soal produktivitas—ia soal apakah gelar itu akhirnya diselesaikan atau tidak.
Lennart Nacke, periset human-computer interaction, menaruh jarinya tepat di titik yang selama ini salah kita baca: hambatan sesungguhnya bukan kecepatan membaca, melainkan kapan kita memutuskan apa yang layak dibaca. Kita membuang satu hari penuh untuk memutuskan bacaan sambil membacanya. Keputusan itu semestinya diambil sebelum paper dibuka.
Rahasia memproses lima puluh paper terletak pada keberanian menolak membaca kelimanya sekaligus.
01Menyorot bukan berpikir
Selama bertahun-tahun saya membaca dengan cara paling lambat: baris demi baris, setiap gambar diperiksa, catatan padat di margin, stabilo di mana-mana. Saya percaya menandai teks akan mengunci pengetahuan ke dalam kepala. Riset kognisi menyanggah keyakinan itu. Menyorot memusatkan perhatian pada gagasan tunggal dan justru mengubur pertautan antaride—padahal pertautan itulah yang memungkinkan kita menyimpulkan dan memahami. Menyalin ulang kalimat penulis kata demi kata pun tak menolong; ia hanya pemrosesan dangkal yang menyamar sebagai belajar.
Yang bekerja adalah generative note-taking: memilih poin kunci, memampatkannya, lalu menuliskannya kembali dengan kalimat sendiri—dan menghubungkannya satu sama lain. Catatan hanya berguna bila kita memproses maknanya secara aktif. Tanpa itu, kita cuma tampak sedang membaca.
02Menyortir sebelum satu baris pun dibaca
Tujuannya sederhana: memutuskan apa yang penting sebelum membuka satu dokumen pun. Ambil tumpukan lima puluh paper, dan sortir hanya bermodal judul, abstrak, dan gambar. Buat cepat, agar momentumnya terjaga dan kerja berat disimpan untuk nanti. Tiga tumpukan:
Baca Dalam · 3–7 paper
Paper yang menjadi tumpuan argumen: pemasok kerangka teori inti atau metode yang persis kita replikasi. Ujinya satu—tesis saya tak bisa berdiri tanpa paper ini. Hanya ini yang kelak dibaca dengan penuh perhatian.
Pemetaan · 15–20 paper
Paper yang perlu kita tahu ada untuk memahami batas perdebatan, tapi tak perlu dikuasai. Ia mengontekstualkan pertanyaan riset, menunjukkan siapa saja yang bermain di ruang ini, dan memberi latar statistik serta sudut pandang yang wajib ditimbang.
Parkir / Sisihkan · sisanya
Putuskan dalam dua menit per paper. Bila temuan utamanya tak menyambung ke pertanyaan riset, ke sini tempatnya. Jangan menahan paper hanya karena menarik atau ditulis nama besar.
Kesalahan tertua saya adalah memperlakukan kelima puluh paper sebagai setara. Waktu habis di beberapa dokumen pertama, dan tiga paper yang benar-benar penting tak pernah tersentuh. Kuncinya ada di kartu indeks:
Tuliskan pertanyaan risetmu di satu kartu, letakkan di depan mata. Setiap paper yang tak menjawabnya secara langsung—langsung ke tumpukan C.
03Tiga lintasan baca
Untuk Tumpukan A dan B, kerangkanya datang dari metode tiga-lintasan Keshav (Keshav, 2007) dalam How to Read a Paper. Tiap lintasan mempersempit medan: lintasan pertama menyapu A dan B; hanya A yang lolos ke lintasan kedua; hanya dua-tiga paper wajib yang sampai ke lintasan ketiga.
Pindai lima menit · judul, abstrak, pendahuluan, subjudul, simpulan
Sepintasan yang dangkal tak punya kriteria berhenti. Lima C memberi kita lima—dan memaksa kita membaca struktur paper:
- Category Jenis paper apa ini?
- Context Terhubung ke karya mana?
- Correctness Asumsinya bertahan?
- Contributions Apa klaim utamanya?
- Clarity Ditulis dengan jernih?
Sekitar satu jam · khusus Tumpukan A
Baca cermat, telaah tiap tabel, catat rujukan yang perlu dikejar belakangan. Bertemu bukti rumit atau blok matematis padat? Letakkan—jangan mengulang halaman yang sama lima kali. Simpan bagian sulit untuk lintasan berikutnya.
Empat sampai lima jam · hanya 2–3 paper
Pikirkan ulang seluruh studi, gugat setiap asumsi, dan temukan semua celahnya. Sedikit sekali paper yang layak menerima waktu sebanyak ini—dan itulah maksudnya.
04Peta, bukan daftar
Bibliografi adalah daftar siapa berkata apa. Susun tinjauan pustaka di seputar penulis, dan yang kita dapat hanyalah rentetan ringkasan tanpa sintesis. Webster dan Watson (Webster & Watson, 2002) menawarkan jalan keluar: concept matrix—tinjauan yang berpusat pada konsep, bukan penulis.
Baris diisi paper; kolom diisi klaim, metode, sampel, dan temuan. Matriks mengubah lima puluh dokumen terpisah menjadi satu peta yang bisa kita kerjakan. Contoh sederhana, dari ranah tata kelola kelembagaan:
| Paper | Legitimasi Institusional | Kapabilitas Dinamis | Partisipasi | Metode | Temuan inti |
|---|---|---|---|---|---|
| Studi 1 | Ya | — | Ya | Survei | Legitimasi tinggi berjalan seiring partisipasi. |
| Studi 2 | Ya | Ya | Ya | Kuasi-eksperimen | Kapabilitas menopang legitimasi, tapi tak selalu partisipasi. |
| Studi 3 | — | Ya | Ya | Studi kasus | Kapabilitas menaikkan partisipasi tanpa melewati legitimasi. |
Ilustrasi metode, bukan sitasi—baris memakai label generik untuk menghindari rujukan palsu.
Menaruh tiap paper dalam kisi seperti ini membuat celah terlihat telanjang. Bila lima paper berbagi desain yang sama dan sama-sama mengabaikan satu variabel, di situlah paper kita berikutnya bermula.
05Tiga titik AI—dengan satu garis merah
Di sinilah AI menjadi tuas, bukan pengganti. Ada tiga titik tempat ia benar-benar menghemat waktu. Pertama, mesin pencari akademik semantik seperti Consensus atau Google Scholar Labs untuk penemuan: cukup ketik pertanyaan riset apa adanya, tanpa ritual kata kunci boolean, dan paper penting yang luput dari pencarian kata kunci biasa pun muncul. Kedua, NotebookLM piawai menunjukkan di mana paper-paper saling bertentangan—minta ia menemukan kontradiksi, lalu klik sitasinya untuk verifikasi sumber di tempat. Ketiga, Claude berguna untuk mendraf sintesis dari concept matrix: unggah matriksnya sebagai CSV atau tautan spreadsheet—data terstruktur, bukan teks mentah—lalu minta ia menyusun sintesis sekaligus mendebat tafsir kita sendiri.
Jangan pernah memercayai AI untuk menghasilkan sitasi. Risiko fabrikasinya tinggi, dan grounding hanya menurunkan—bukan menghapus—risiko itu. Rujukan tetap tanggung jawab kita, satu per satu.
06Yang tetap manusiawi
AI bisa memampatkan seluruh literatur lebih cepat dari siapa pun di antara kita. Tetapi pertimbangan tentang apa yang layak dibaca sendiri tetap tinggal pada manusia. Sistem ini tidak menyuruh kita membaca lebih cepat; ia menyuruh kita berhenti berpura-pura harus membaca segalanya. Kita membaca sedikit paper tempat argumen kita berpijak, dan memetakan sisanya.
Barangkali itu pula yang sesungguhnya dituntut integritas ilmiah di zaman AI: bukan membaca paling banyak, tapi memilih paling jujur—tahu di mana argumen kita berdiri, dan berani menyisihkan yang tidak menopangnya. Sisihkan satu pagi. Sortir sebelum membuka satu file pun. Jalankan tiga lintasan. Jatuhkan yang bertahan ke dalam satu peta konsep. Lalu tuliskan pertanyaan risetmu di kartu itu—dan mulai.
Rujukan
Keshav, S. (2007). How to read a paper. ACM SIGCOMM Computer Communication Review, 37(3), 83–84.
Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a literature review. MIS Quarterly, 26(2), xiii–xxiii.
Diadaptasi dan disintesis-ulang dari protokol praktik Lennart Nacke, “How to map a research field in one morning.”