Di kelas 10, guru meminta murid menulis pekerjaan impian.
Dokter.
Arsitek.
Programmer.
Pebisnis.
Desainer.
Psikolog.
Content creator.
Satu siswa menulis:
“Belum tahu. Mungkin pekerjaan yang sekarang belum ada.”
Guru berhenti di mejanya.
“Bagus.”
Anaknya heran.
“Bagus karena belum tahu?”
“Bagus karena kamu sadar dunia kerja belum selesai berubah.”
Itu mungkin salah satu kenyataan terpenting yang perlu dipahami orang tua.
Kita sedang menyiapkan anak untuk dunia yang belum sepenuhnya terbentuk.
Sebagian pekerjaan yang akan mereka jalani mungkin sudah ada tetapi tugasnya berubah.
Sebagian lahir dari kombinasi bidang lama dan teknologi baru.
Sebagian belum punya nama.
Sebagian profesi yang populer hari ini bisa berubah besar sebelum anak lulus kuliah.
Karena itu, persiapan karier tidak boleh hanya berupa memilih satu pekerjaan lalu mengejar jalur lurus.
Yang lebih kuat adalah membangun kemampuan untuk bergerak.
International Labour Organization pada 2025 menilai bahwa dampak generative AI terhadap pekerjaan lebih mungkin banyak terjadi melalui transformasi tugas daripada penggantian pekerjaan secara menyeluruh.
World Economic Forum juga menggambarkan kebutuhan skill yang berubah cepat, dengan AI dan big data tumbuh bersama analytical thinking, creativity, resilience, flexibility, curiosity, leadership, dan collaboration.
Jadi dunia belum selesai diciptakan.
Persiapan anak juga tidak boleh dibuat terlalu sempit.
Karier bukan keputusan sekali jadi
Orang dewasa sering bertanya:
“Kamu mau jadi apa?”
Pertanyaan itu bisa berguna.
Tetapi kalau terlalu sering, anak merasa harus punya satu jawaban permanen.
Coba ganti:
“Masalah seperti apa yang kamu suka selesaikan?”
“Aktivitas apa yang membuat kamu betah?”
“Kamu lebih suka bekerja dengan manusia, benda, data, ide, sistem, atau kombinasi?”
“Hal apa yang ingin kamu pelajari lebih dalam?”
Pertanyaan ini membuka ruang.
Seorang anak yang suka membuat cerita mungkin bekerja di media.
Marketing.
Game.
Pendidikan.
Produk.
Komunikasi.
Bidang yang belum ada sekarang.
Minat tidak selalu harus diterjemahkan langsung menjadi satu jabatan.
Buat “career portfolio”, bukan “career prophecy”
Ramalan karier mencoba menebak:
“Kamu akan jadi X.”
Career portfolio mengumpulkan bukti:
proyek,
skill,
pengalaman,
refleksi,
minat,
orang yang pernah diajak bicara,
masalah yang pernah diselesaikan.
Misalnya anak punya:
proyek website sekolah,
volunteer acara,
kegiatan debat,
kursus data dasar,
pengalaman membantu bisnis keluarga,
dan tulisan tentang teknologi.
Portfolio itu belum menunjuk satu pekerjaan.
Tetapi menunjukkan pola.
Anak suka komunikasi dan teknologi.
Suka proyek.
Cukup nyaman dengan data.
Lebih suka membuat sesuatu daripada menghafal.
Pola ini bisa membantu eksplorasi.
Tidak perlu memaksa kesimpulan.
Eksplorasi lebih penting daripada prediksi.
Bangun fondasi yang transferable
Ada skill yang berguna di banyak bidang.
Membaca.
Menulis.
Berpikir analitis.
Matematika dasar.
Data literacy.
Komunikasi.
Kerja tim.
Project management.
Digital literacy.
AI literacy.
Problem solving.
Kemampuan belajar.
Fondasi ini bisa dibawa.
Anak mungkin pindah bidang.
Tool berubah.
Tetapi fondasi membantu reskilling.
Ini alasan sekolah dasar tetap penting di era AI.
AI bisa menjawab.
Tetapi anak yang lemah membaca akan sulit menilai jawaban.
AI bisa menghitung.
Tetapi anak yang lemah numerasi akan sulit melihat angka janggal.
AI bisa menulis.
Tetapi anak yang tidak memahami komunikasi sulit mengetahui apakah teksnya efektif.
Teknologi memperbesar leverage fondasi.
Bukan menghapus kebutuhan fondasi.
Ajarkan anak membuat proyek nyata
Karier terasa abstrak sampai anak mencoba.
Kalau tertarik desain, buat proyek.
Kalau tertarik bisnis, coba jual sesuatu dalam skala kecil dan aman.
Kalau tertarik coding, buat aplikasi sederhana.
Kalau tertarik pendidikan, bantu membuat materi belajar.
Kalau tertarik lingkungan, lakukan proyek kecil.
Kalau tertarik media, buat liputan atau konten.
Proyek memberi data tentang diri.
“Aku suka idenya, tapi nggak suka eksekusi.”
“Aku ternyata suka ngobrol dengan pengguna.”
“Aku suka analisis.”
“Aku cepat bosan kalau kerja sendirian.”
“Aku suka memperbaiki kesalahan.”
Informasi seperti ini jauh lebih berharga daripada quiz karier yang menghasilkan satu label.
AI boleh membantu proyek.
Tetapi pengalaman nyata tetap harus terjadi.
Buat “skill experiments” tiga bulanan
Tidak semua minat perlu langsung menjadi kursus satu tahun.
Coba eksperimen tiga bulan.
Bulan satu:
belajar dasar.
Bulan dua:
buat sesuatu.
Bulan tiga:
tunjukkan ke orang dan minta feedback.
Misalnya data.
Belajar spreadsheet dan visualisasi dasar.
Analisis dataset publik kecil.
Presentasikan insight.
Setelah tiga bulan:
suka?
Penasaran lanjut?
Atau ternyata tidak?
Tidak masalah.
Eksperimen memberi jawaban murah.
Lebih baik mengetahui ketidakcocokan lewat proyek kecil daripada memaksa identitas bertahun-tahun.
Orang tua dapat membantu menyediakan ruang.
Bukan menentukan hasil.
Kenalkan anak pada orang, bukan hanya profesi
Website menjelaskan pekerjaan.
AI merangkum.
Video memberi gambaran.
Tetapi percakapan dengan orang memberi tekstur.
Ajarkan remaja melakukan informational interview.
Bukan minta pekerjaan.
Minta cerita.
“Apa yang sebenarnya kamu kerjakan setiap hari?”
“Bagian paling sulit?”
“Apa yang berubah sejak AI masuk?”
“Skill apa yang ternyata penting tetapi dulu tidak kamu sangka?”
“Kalau kembali ke SMA, apa yang ingin kamu coba?”
Satu percakapan bisa menghancurkan stereotip.
Anak yang mengira pekerjaan tertentu sangat kreatif mungkin menemukan banyak administrasi.
Anak yang mengira profesi lain membosankan mungkin menemukan problem solving yang menarik.
Manusia memberi konteks yang tidak selalu muncul di daftar pekerjaan.
Belajar membaca perubahan, bukan mengejar hype
Setiap tahun ada skill yang terlihat “wajib”.
Prompt engineering.
AI agent.
Automation.
Data.
Coding.
Cybersecurity.
Tool tertentu.
Sebagian memang penting.
Masalahnya jika anak mengejar semua tren.
Persiapan karier perlu filter.
Apakah skill ini relevan dengan minat atau fondasi anak?
Apakah konsepnya transferable?
Apakah ada proyek yang bisa dibuat?
Apakah tool ini kemungkinan hanya tren singkat?
Apakah anak memahami masalah yang diselesaikan?
Jangan hanya belajar fitur.
Belajar prinsip.
Misalnya automation.
Prinsipnya memahami proses, input, output, exception, dan kontrol.
Tool bisa berubah.
Prinsip tetap.
AI literacy juga berarti tahu apa yang tidak perlu dikejar.
Siapkan anak bekerja dengan AI, bukan hanya “di bidang AI”
Tidak semua remaja perlu menjadi AI engineer.
Dunia kemungkinan membutuhkan banyak profesi yang memakai AI.
Dokter yang memahami AI.
Guru.
Akuntan.
Desainer.
Pengacara.
Analis.
Marketer.
Peneliti.
Manajer.
Teknisi.
Pembuat kebijakan.
Seniman.
AI menjadi lapisan di berbagai pekerjaan.
Karena itu, kombinasi domain + AI literacy sangat kuat.
Anak yang menyukai biologi tidak perlu meninggalkan biologi demi mengejar AI.
Ia bisa mempelajari bagaimana AI dipakai dalam sains.
Anak yang suka bahasa dapat memahami AI dalam komunikasi.
Anak yang suka desain bisa belajar generative design.
Domain memberi kedalaman.
AI memberi leverage.
Ajarkan anak memeriksa AI
Ini harus masuk persiapan karier.
Di dunia kerja, output AI bisa memengaruhi:
laporan,
keputusan,
komunikasi,
kode,
analisis,
desain,
riset.
Kesalahan punya konsekuensi.
Remaja perlu kebiasaan:
cek sumber,
cek angka,
uji logika,
lihat konteks,
kenali uncertainty,
minta human review untuk keputusan penting.
Prompting akan semakin mudah.
Verification dan judgment mungkin justru makin bernilai.
Persiapan karier bukan hanya “bisa pakai AI”.
Tetapi bisa bertanggung jawab pada pekerjaan yang dibantu AI.
Buat pengalaman kerja kecil sebelum pekerjaan pertama
Magang bisa membantu.
Organisasi.
Volunteer.
Proyek komunitas.
Bisnis keluarga.
Freelance sesuai usia dan aturan.
Tugas sekolah yang punya pengguna nyata.
Pengalaman ini mengajarkan sesuatu yang tidak diberikan simulasi AI:
deadline nyata.
Orang menunggu.
Kesalahpahaman.
Keterbatasan.
Feedback.
Tanggung jawab.
Pekerjaan bukan hanya menghasilkan file.
Pekerjaan adalah menghasilkan nilai untuk orang lain dalam kondisi nyata.
Anak perlu merasakannya.
Bahkan dalam skala kecil.
Ajarkan reputasi kerja sejak sekolah
Datang sesuai janji.
Mengakui kalau terlambat.
Tidak mengarang hasil.
Memberi kredit.
Menjaga data.
Menghormati orang.
Menyelesaikan.
Bertanya kalau tidak tahu.
Memperbaiki kesalahan.
Ini terlihat sederhana.
Tetapi reputasi profesional dibangun dari hal-hal semacam ini.
AI tidak menggantikan trust.
Bahkan ketika output semakin mudah dibuat, orang tetap ingin bekerja dengan manusia yang dapat dipercaya.
Anak yang sangat teknis tetapi tidak dapat diandalkan akan punya batas.
Anak yang bisa belajar teknologi dan menjaga trust punya kombinasi kuat.
Karier juga soal energi dan nilai hidup
Pembicaraan masa depan sering terlalu fokus pada “pekerjaan yang tumbuh”.
Tetapi anak juga perlu mengenal dirinya.
Apakah ia suka ritme cepat?
Apakah suka kerja dengan orang?
Apakah butuh ruang kreatif?
Seberapa penting stabilitas?
Dampak sosial?
Penghasilan?
Fleksibilitas?
Lokasi?
Tidak semua jawaban harus ada sekarang.
Tetapi keputusan karier akan lebih sehat jika anak memahami bahwa pekerjaan bukan hanya pasar.
Pekerjaan adalah bagian kehidupan.
AI bisa membantu membandingkan.
Tetapi AI tidak hidup dalam tubuh anak.
Tidak merasakan lelah.
Tidak menjalani commute.
Tidak merasakan hubungan tim.
Tidak punya nilai hidup anak.
Agency tetap milik manusia.
Jangan menjadikan ketidakpastian sebagai ancaman
Orang tua bisa berkata:
“Dunia kerja belum jelas. Makanya kamu harus belajar keras.”
Kalimat itu benar sebagian, tetapi mudah terdengar mengancam.
Coba versi lain:
“Dunia kerja berubah. Itu berarti kamu perlu fondasi kuat dan banyak kesempatan mencoba.”
Nada berbeda.
Anak tidak sedang dikejar masa depan.
Ia sedang dipersiapkan menjelajahinya.
Ketidakpastian bukan hanya risiko.
Ia juga peluang.
Profesi baru.
Cara kerja baru.
Bidang yang sekarang belum kelihatan.
Anak mungkin menemukan tempat yang belum bisa kita namai.
Buat rencana karier yang boleh berubah
Satu halaman.
Saat ini aku tertarik pada:
Tiga skill yang sedang kubangun:
Satu proyek yang ingin dicoba:
Satu orang yang ingin kutanya:
Satu hal tentang AI yang ingin kupahami:
Satu asumsi karier yang ingin diuji:
Review enam bulan kemudian.
Boleh berubah.
Justru harus boleh.
Rencana bukan kontrak.
Rencana adalah snapshot.
Dengan cara ini, remaja belajar membuat arah tanpa berpura-pura masa depan pasti.
Kembali ke kelas 10
Guru tadi membaca lagi tulisan:
“Mungkin pekerjaan yang sekarang belum ada.”
Ia bertanya:
“Kalau begitu kamu mau belajar apa?”
Siswa menjawab:
“Belum tahu.”
Guru tersenyum.
“Mulai dari itu.”
“Dari nggak tahu?”
“Dari cari tahu.”
Itulah persiapan karier di dunia yang belum selesai diciptakan.
Bukan memilih satu jawaban paling cepat.
Tetapi membangun kemampuan mencari arah berkali-kali.
Remaja perlu fondasi.
AI literacy.
Human skills.
Pengalaman.
Proyek.
Orang yang bisa ditanya.
Ruang untuk berubah.
Dan keberanian mengakui ketika belum tahu.
Kita tidak bisa memberi anak peta pekerjaan tahun 2040 yang akurat.
Tetapi kita bisa membantu mereka menjadi pembaca peta yang baik.
Bisa melihat perubahan.
Bisa belajar jalan baru.
Bisa memeriksa informasi.
Bisa memilih dengan sadar.
Bisa bekerja bersama teknologi.
Dan kalau jalannya belum ada, mungkin mereka cukup siap untuk ikut membuatnya.