“Ini benar, Bu.”
Guru IPA memandang lembar tugas.
“Dari mana kamu tahu?”
“AI bilang.”
“Sudah dicek?”
Anak itu mengernyit.
“Kan jawabannya lengkap.”
Di sinilah salah satu jebakan terbesar generative AI muncul.
Bukan hanya karena AI bisa salah.
Manusia juga bisa salah.
Buku bisa salah cetak.
Website bisa keliru.
Masalahnya, AI bisa salah dengan cara yang sangat meyakinkan.
Kalimatnya rapi.
Strukturnya enak.
Nada suaranya tenang.
Kadang bahkan memberikan detail tambahan yang membuat jawaban terasa lebih kredibel.
Bagi anak yang sedang belajar membedakan “kedengarannya pintar” dan “punya dasar yang benar”, ini tantangan baru.
Kita perlu mengajari mereka curiga secara sehat.
Bukan sinis terhadap semua jawaban.
Bukan juga percaya mentah.
Percaya diri bukan bukti
Sore setelah sekolah, anak tadi bercerita kepada kakaknya.
“Bu guru bilang AI bisa salah.”
Kakaknya menjawab:
“Ya emang.”
“Tapi kok dia enggak bilang kalau enggak tahu?”
Pertanyaan bagus.
Generative AI bekerja dengan menghasilkan respons berdasarkan pola dan konteks, bukan dengan memiliki pengetahuan seperti manusia yang duduk mengingat fakta dari pengalaman hidup.
Sistem bisa menghasilkan informasi yang salah, tidak tepat, atau tidak didukung fakta.
Fenomena ketika model menghasilkan konten keliru yang tampak masuk akal sering disebut hallucination.
Anak tidak perlu menghafal definisi teknis panjang.
Cukup pahami:
“AI bisa membuat jawaban yang kelihatan meyakinkan padahal salah.”
Itu kalimat pondasi.
Lalu tambahkan:
“Semakin penting jawabannya, semakin penting kita cek.”
Buat eksperimen “jebak dengan hal yang kita tahu”
Orang tua bisa mengajarkan ini tanpa ceramah.
Pilih fakta lokal yang anak tahu pasti.
Misalnya nama wali kelas.
Jangan masukkan data pribadi ke AI. Gunakan fakta publik atau topik umum yang aman.
Atau pilih sesuatu dari buku.
“Berapa jumlah sisi segi enam?”
“Siapa tokoh utama dalam cerita yang baru kita baca?”
“Planet mana yang paling dekat dengan Matahari?”
Kemudian buat pertanyaan agak ambigu.
Bandingkan respons.
Tujuannya bukan membuktikan AI bodoh.
Tujuannya menunjukkan bahwa cara bertanya dan kualitas informasi memengaruhi hasil.
Coba juga pertanyaan tentang sesuatu yang tidak nyata.
Buat nama buku fiktif.
“Tolong jelaskan isi buku Petualangan Komodo di Planet Saturnus karya Raka Mulyana.”
Kalau sistem mengakui tidak mengenal buku itu, bagus.
Kalau ia mulai mengarang detail seolah bukunya nyata, anak mendapat demonstrasi yang sangat kuat.
Setelah itu tanya:
“Kalau kamu belum tahu bukunya fiktif, tadi bakal percaya?”
Anak biasanya berhenti sebentar.
Itulah momen literasi.
Ajarkan empat alarm sederhana
Anak tidak perlu melakukan fact-checking akademik setiap kali meminta ide nama kucing.
Yang dibutuhkan adalah alarm untuk situasi tertentu.
Alarm pertama: jawaban punya angka spesifik.
Tanggal.
Persentase.
Jumlah.
Usia.
Harga.
Statistik.
Angka memberi kesan presisi, tetapi tetap bisa salah atau sudah berubah.
Alarm kedua: jawaban menyebut sumber yang belum dilihat.
Kalau AI bilang “menurut penelitian”, tanya:
“Penelitian apa?”
Lalu cari publikasi aslinya.
Jangan berhenti di nama jurnal yang dituliskan chatbot.
Pastikan sumber tersebut benar-benar ada dan isinya mendukung klaim.
Alarm ketiga: jawaban menyangkut hal yang bisa berubah.
Aturan sekolah.
Fitur aplikasi.
Kebijakan platform.
Jadwal.
Harga.
Peraturan.
Berita.
Informasi seperti ini perlu sumber terbaru.
Alarm keempat: salahnya bisa berdampak besar.
Kesehatan.
Keselamatan.
Uang.
Masalah hukum.
Situasi emosional serius.
Jangan jadikan chatbot satu-satunya dasar keputusan.
Empat alarm itu lebih praktis daripada slogan “cek fakta” tanpa metode.
“Kata AI ada sumbernya”
Anak menunjukkan layar.
“Ini ada referensinya, Bu.”
Ibu melihat daftar.
“Sudah dibuka?”
“Belum.”
“Nah.”
AI yang menyertakan sumber bisa sangat membantu proses verifikasi.
Tetapi daftar sumber bukan stempel otomatis.
Klik atau buka sumbernya.
Cek apakah sumber benar-benar membahas klaim yang dimaksud.
Lihat tanggal.
Lihat siapa yang menerbitkan.
Bedakan sumber primer, media, blog, forum, dan konten anonim.
Untuk kebijakan ChatGPT, misalnya, sumber paling langsung adalah informasi resmi OpenAI.
Untuk fitur Gemini, cek dokumentasi resmi Google.
Untuk kebijakan sekolah, cek sekolah.
Untuk data pemerintah, cari sumber pemerintah yang relevan.
Ajarkan anak mencari “siapa yang seharusnya tahu”.
Ini membangun literasi sumber.
Jangan menyuruh anak “Google lagi” tanpa strategi
Kalau anak mendapat jawaban AI lalu mencari kalimat yang sama di mesin pencari, ia mungkin hanya menemukan situs yang menyalin informasi serupa.
Verifikasi bukan menghitung berapa halaman yang berkata sama.
Tanyakan:
“Siapa sumber pertama?”
“Apakah dia punya otoritas?”
“Apakah informasi ini terbaru?”
“Apakah ada bukti?”
“Apakah sumber lain yang independen juga mendukung?”
Untuk anak yang lebih kecil, cukup dua langkah.
Cari sumber yang memang bertanggung jawab atas informasi itu.
Bandingkan dengan materi yang dipercaya.
Seiring usia bertambah, metodenya bisa lebih canggih.
Latih kalimat “aku belum yakin”
Di kelas, banyak anak terbiasa merasa harus punya jawaban.
Ketika AI memberi jawaban cepat, tekanan itu makin kuat.
Padahal salah satu keterampilan paling sehat adalah berani berkata:
“Aku belum yakin.”
Guru bisa menormalkan kalimat itu.
“Siapa yang punya jawaban?”
Tangan terangkat.
“Siapa yang punya dugaan tapi belum yakin?”
Tangan lain ikut naik.
Sekarang ketidakpastian punya tempat.
Orang tua juga bisa melakukan hal yang sama.
“Menurut Papa jawabannya begini, tapi Papa belum yakin. Kita cek.”
Anak melihat bahwa orang dewasa tidak kehilangan kredibilitas karena mengakui batas.
Justru kejujuran tentang ketidakpastian adalah bagian dari kredibilitas.
Ini penting ketika anak berhadapan dengan sistem yang sering menyajikan bahasa sangat pasti.
Gunakan AI sebagai lawan debat
Salah satu cara menarik untuk mengurangi kepercayaan buta adalah meminta AI menghasilkan beberapa perspektif.
Misalnya anak sedang belajar tentang penggunaan kendaraan pribadi di kota.
Daripada:
“Apakah mobil pribadi buruk?”
Coba:
“Berikan argumen mendukung pembatasan mobil pribadi.”
Lalu:
“Berikan argumen yang mengkritik pembatasan itu.”
Setelah membaca:
“Argumen mana yang punya bukti?”
“Apa yang masih perlu dicek?”
Anak melihat bahwa AI dapat menyusun argumen untuk lebih dari satu posisi.
Kemampuan menghasilkan argumentasi bukan bukti bahwa salah satunya otomatis benar.
Ini membantu anak memahami sifat generative AI sekaligus belajar berpikir kritis.
Jangan ubah fact-checking menjadi hukuman
Kalau setiap kali anak memakai AI orang tua berkata:
“Cek semua satu-satu!”
penggunaan AI akan terasa seperti mendapat pekerjaan tambahan.
Pilih proporsi.
Ide kreatif berisiko rendah tidak membutuhkan audit jurnal.
Fakta untuk tugas sekolah perlu dicek.
Klaim kesehatan perlu jauh lebih hati-hati.
Informasi yang akan dibagikan ke banyak orang perlu diverifikasi.
Ajarkan risk-based checking.
Semakin besar konsekuensi, semakin tinggi standar verifikasi.
Ini juga cara orang dewasa seharusnya menggunakan informasi.
Anak tidak perlu hidup dalam keraguan terhadap setiap kata.
Ia perlu tahu kapan keyakinan harus ditahan.
Guru mengembalikan tugas
Esoknya, guru IPA menulis satu komentar di lembar anak:
“Jawabanmu punya bagian yang benar. Coba cek paragraf kedua dan tulis sumber yang kamu gunakan.”
Tidak ada cap “AI cheating”.
Tidak ada ceramah besar.
Anak pulang dan membuka materi pelajaran.
Ia membandingkan.
Ternyata satu bagian memang keliru.
Kakaknya lewat.
“Gimana?”
“AI-nya salah.”
“Terus?”
“Aku juga salah karena langsung percaya.”
Kalimat kedua lebih penting.
Kalau kita hanya mengajarkan “AI bisa salah”, anak masih bisa melihat masalah sebagai kesalahan mesin.
Yang ingin dibangun adalah agency:
“Aku bertanggung jawab menilai apa yang kupakai.”
Satu latihan lagi: bedakan fakta, prediksi, dan opini
Anak sering menerima semuanya dalam format paragraf yang sama.
Padahal jenis klaimnya berbeda.
“Air membeku pada suhu tertentu dalam kondisi tertentu” adalah klaim faktual.
“Teknologi ini akan membuat semua pekerjaan rumah hilang lima tahun lagi” adalah prediksi.
“Cara belajar ini lebih bagus” bisa jadi penilaian yang membutuhkan konteks.
Minta anak memberi label pada beberapa kalimat AI:
Fakta?
Prediksi?
Pendapat?
Saran?
Setelah labelnya jelas, standar pengecekannya ikut berubah.
Fakta dicari buktinya.
Prediksi diperiksa asumsi dan ketidakpastiannya.
Saran dibandingkan dengan konteks orang yang menerima saran.
Pendapat tidak boleh disamarkan sebagai kepastian ilmiah.
Latihan ini sederhana, tetapi membuat anak tidak membaca semua output AI sebagai satu jenis “jawaban”.
Dan ketika suatu hari chatbot menghasilkan kalimat yang sangat meyakinkan, anak punya satu pertanyaan tambahan sebelum percaya:
“Ini sebenarnya jenis klaim apa?”
Besok ia mungkin menggunakan AI lagi.
Itu tidak masalah.
Tujuan literasi AI bukan membuat anak alergi terhadap chatbot.
Tujuannya membuat jeda kecil di kepala mereka antara membaca dan percaya.
Satu detik untuk bertanya:
“Dari mana aku tahu ini benar?”
Di zaman jawaban instan, jeda kecil itu bisa menjadi keterampilan besar.
Bikin “tangga verifikasi”
Guru dapat mengajarkan tingkat pengecekan yang mudah diingat.
Tingkat satu: masuk akal?
Baca jawabannya pelan-pelan.
Ada kontradiksi?
Ada bagian yang tidak nyambung dengan yang sudah diketahui?
Tingkat dua: cocok dengan sumber belajar?
Bandingkan dengan buku, catatan, atau materi yang diberikan guru.
Tingkat tiga: sumber primer atau otoritatif.
Kalau klaim menyangkut kebijakan, data, penelitian, kesehatan, atau hal yang cepat berubah, cari pihak yang memang bertanggung jawab atas informasi tersebut.
Tingkat empat: minta bantuan manusia.
Kalau anak tetap tidak yakin atau risikonya besar, bawa ke guru, orang tua, atau ahli yang relevan.
Tangga ini memberi anak tindakan konkret.
Bukan hanya “jangan percaya AI”.
Mereka tahu apa yang dilakukan setelah rasa ragu muncul.
Rayakan koreksi, bukan hanya jawaban benar
Budaya sekolah sering memberi hadiah terbesar pada jawaban final yang benar.
Di era AI, ada perilaku lain yang layak dipuji.
Anak yang menemukan kesalahan AI.
Anak yang mengganti jawabannya setelah melihat bukti baru.
Anak yang mengakui bahwa sumbernya lemah.
Anak yang berkata, “Aku belum tahu.”
Anak yang bertanya kenapa dua sumber berbeda.
Ini adalah tanda proses epistemik yang sehat.
Guru bisa berkata:
“Kamu tadi salah di awal, tapi cara kamu memperbaikinya bagus.”
Orang tua bisa berkata:
“Bagus kamu cek lagi sebelum kirim.”
Anak belajar bahwa berubah pikiran bukan memalukan.
Sebaliknya, mempertahankan jawaban yang salah hanya karena sudah terlanjur percaya justru bukan tujuan belajar.
AI membuat produksi jawaban lebih murah.
Karena itu nilai kemampuan mengevaluasi jawaban justru naik.
Kita mungkin tidak bisa memastikan anak tidak pernah tertipu oleh output yang meyakinkan.
Tetapi kita bisa membangun kebiasaan yang membuat mereka lebih cepat sadar ketika sesuatu tidak beres.