Bayangkan seorang guru selesai memeriksa 32 esai.
Ia menemukan tool AI yang bisa memberi feedback awal dalam hitungan menit.
“Kalau semua tugas saya upload, kerjaan bisa jauh lebih cepat.”
Teman di ruang guru bertanya:
“Di file-nya ada nama anak?”
“Ada.”
“Nomor siswa?”
“Ada.”
“Komentar pribadi?”
“Ada juga.”
Guru itu berhenti.
Pertanyaan yang awalnya terdengar seperti masalah produktivitas tiba-tiba berubah menjadi masalah data anak.
Jadi, bolehkah sekolah mengunggah data murid ke tool AI?
Jawaban yang bertanggung jawab bukan “boleh” atau “tidak boleh” secara universal.
Sekolah perlu melihat jenis data, tujuan pemrosesan, dasar hukum, persetujuan yang diperlukan, kontrak dan peran vendor, keamanan, minimisasi, kebijakan penyimpanan, transfer data, usia siswa, serta apakah penggunaan tersebut benar-benar perlu untuk tujuan pendidikan.
Yang jelas, data murid tidak boleh diperlakukan sebagai bahan eksperimen gratis hanya karena file berada di komputer sekolah.
Data murid tetap data pribadi anak.
Mulai dari UU PDP
Indonesia memiliki Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi.
UU ini mengatur bahwa pemrosesan Data Pribadi anak diselenggarakan secara khusus.
Pasal 25 menyatakan pemrosesan Data Pribadi anak wajib memperoleh persetujuan orang tua anak dan/atau wali sesuai dengan ketentuan peraturan perundang-undangan.
UU PDP juga mewajibkan pemrosesan dilakukan secara terbatas dan spesifik, sah secara hukum, transparan, serta sesuai tujuan.
Bagi sekolah, ini berarti penggunaan tool AI tidak bisa dimulai dari:
“Tool-nya gratis dan bagus.”
Mulainya harus:
“Data apa yang akan diproses dan atas dasar apa?”
Sekolah juga perlu memperhatikan aturan lain yang relevan, termasuk PP 17/2025 tentang pelindungan anak dalam sistem elektronik dan kebijakan pendidikan yang berlaku.
Untuk implementasi konkret, sekolah sebaiknya melibatkan fungsi hukum, perlindungan data, atau pihak yang kompeten jika tersedia.
Artikel edukasi tidak menggantikan legal review institusi.
“Cuma tugas” tetap bisa mengandung data sensitif
Lihat satu esai murid.
Di pojok atas:
nama lengkap.
Kelas.
Nomor siswa.
Nama sekolah.
Isi esai:
“Pengalaman paling sulit tahun ini adalah ketika orang tua saya bercerai.”
Guru ingin AI membantu memeriksa struktur tulisan.
Secara pedagogis, yang dibutuhkan mungkin hanya teks.
Tetapi file itu juga membawa identitas dan informasi pribadi yang jauh lebih banyak daripada fungsi analisis.
Ini contoh data minimization.
Sebelum upload, sekolah perlu bertanya:
apakah nama diperlukan?
Nomor siswa?
Nama sekolah?
Komentar guru?
Informasi keluarga?
Kalau tidak, hapus atau anonimisasi.
Meminimalkan data bukan membuat sistem sempurna.
Tetapi mengurangi dampak jika ada masalah.
Tool yang sama, risiko berbeda karena input berbeda.
Jangan memakai akun pribadi guru untuk data kelas tanpa pemeriksaan
Ini jebakan umum.
Guru menemukan chatbot umum.
Login dengan akun pribadi.
Upload tugas satu kelas.
Tidak ada proses sekolah.
Tidak ada kontrak.
Tidak ada evaluasi vendor.
Tidak ada pengaturan data yang dicek.
Secara teknis mudah.
Secara tata kelola, bermasalah.
Sekolah perlu menentukan tool mana yang disetujui untuk data murid.
Akun apa yang digunakan.
Setting apa.
Data apa yang boleh masuk.
Siapa yang bertanggung jawab.
Berapa lama data boleh disimpan.
Bagaimana menghapus.
Guru seharusnya tidak dipaksa menjadi petugas privasi sendirian.
Institusi perlu menyediakan aturan.
Kalau tidak, setiap guru akan membuat standar sendiri.
Satu sangat hati-hati.
Satu langsung upload.
Satu memakai versi gratis.
Satu memakai akun personal.
Fragmentasi seperti ini sulit diawasi.
Vendor AI bukan sekadar “alat”
Ketika sekolah mengunggah data ke layanan eksternal, ada pihak lain yang masuk ke rantai pemrosesan.
Sekolah perlu tahu:
siapa perusahaan penyedia?
Di mana kebijakan privasinya?
Siapa yang mengontrol tujuan pemrosesan?
Siapa yang bertindak sebagai prosesor?
Apakah ada subprocessor?
Apakah data digunakan untuk meningkatkan model?
Apakah setting itu bisa diubah?
Berapa lama file disimpan?
Apakah data dapat dihapus?
Ada mekanisme insiden?
Ada perjanjian pemrosesan data?
Praktik setiap vendor berbeda.
Jangan mengandalkan reputasi merek.
Produk konsumen dan produk pendidikan atau enterprise dapat memiliki ketentuan berbeda.
Satu perusahaan bisa mempunyai beberapa layanan dengan kebijakan data berbeda.
Sekolah perlu mengecek produk yang benar-benar digunakan.
Bukan nama perusahaan secara umum.
Persetujuan orang tua bukan jalan pintas untuk praktik buruk
Sekolah mungkin berpikir:
“Kalau semua orang tua tanda tangan, selesai.”
Tidak sesederhana itu.
Consent penting.
Tetapi sekolah tetap perlu meminimalkan data, menjaga keamanan, memilih vendor yang layak, membatasi tujuan, dan menjelaskan penggunaan.
Orang tua tidak bisa diminta menyetujui sesuatu yang sekolah sendiri belum pahami.
Formulir persetujuan seharusnya menjawab hal konkret.
Tool apa?
Untuk tujuan apa?
Data apa?
Berapa lama?
Siapa yang memproses?
Apakah ada alternatif?
Bagaimana mengajukan pertanyaan?
Bagaimana data dihapus?
Jika kebijakan vendor berubah, apa yang dilakukan sekolah?
Semakin jelas penjelasan, semakin bermakna persetujuannya.
Murid juga perlu diberi penjelasan
Walaupun persetujuan orang tua memiliki posisi hukum penting, siswa bukan objek pasif.
Anak sebaiknya tahu ketika tugas mereka masuk ke AI.
Bahasanya bisa sederhana:
“Kami menggunakan tool AI untuk membantu memberi feedback awal. Nama kamu tidak dimasukkan. Guru tetap memeriksa hasilnya.”
Atau:
“Untuk latihan pronunciation, suara kamu diproses oleh platform ini. Orang tua sudah menerima informasi. Kalau kamu tidak nyaman, bilang.”
Transparansi penting karena anak berhak memahami lingkungan belajar mereka.
Bayangkan siswa baru mengetahui dari teman bahwa seluruh esainya telah di-upload ke chatbot.
Trust bisa rusak.
Bukan hanya karena data.
Karena tidak ada yang memberi tahu.
Periksa apakah AI benar-benar diperlukan
Ini pertanyaan yang sering hilang.
Guru ingin merangkum 30 jawaban.
Apakah harus memakai tool yang mengirim data ke layanan eksternal?
Mungkin ada sistem internal.
Mungkin bisa menggunakan data anonim.
Mungkin cukup fitur spreadsheet.
Mungkin guru hanya membutuhkan template rubrik.
Teknologi terbaik bukan selalu teknologi paling canggih.
Jika tujuan dapat dicapai dengan data lebih sedikit, pilih opsi yang lebih minim risiko.
Ini prinsip proportionality.
Manfaat harus sebanding dengan data yang diberikan.
Untuk tugas yang sangat sensitif, keputusan bisa berbeda.
Esai personal.
Catatan konseling.
Data kesehatan.
Laporan perilaku.
Dokumen kebutuhan khusus.
Jangan memperlakukan semua file sekolah sebagai satu kategori.
Semakin sensitif, semakin tinggi standar.
Jangan upload data hanya untuk “coba-coba”
Guru ingin melihat kemampuan tool.
Gunakan data dummy.
Buat contoh fiktif.
Hapus identitas.
Jangan menggunakan pekerjaan siswa asli sebagai dataset percobaan kalau belum ada proses yang benar.
Ini praktik sederhana.
Tool belum disetujui?
Tes dengan materi buatan.
Prompt belum matang?
Gunakan data sintetis.
Vendor baru?
Jangan mulai dari data anak.
Eksperimen teknis tidak harus dibayar dengan privasi murid.
Perhatikan data yang tidak terlihat
File Word mungkin punya metadata.
Foto tugas bisa menampilkan wajah.
Screenshot bisa membawa nama akun.
Dokumen kolaboratif bisa berisi komentar historis.
PDF bisa menyimpan informasi tertentu.
Sebelum upload, jangan hanya melihat isi paragraf.
Periksa file.
Apakah ada identitas yang tidak perlu?
Sekolah dapat membuat workflow sederhana:
salin teks yang diperlukan,
hapus nama,
hapus nomor,
hapus komentar pribadi,
gunakan identifier sementara bila perlu.
Data minim harus menjadi proses.
Bukan harapan.
Bagaimana dengan AI yang berjalan di lingkungan sekolah sendiri?
Kalau sistem dikelola secara internal, risikonya bisa berbeda.
Tetapi “internal” tidak otomatis berarti bebas masalah.
Sekolah tetap perlu mengatur akses.
Keamanan.
Retention.
Audit log.
Hak pengguna.
Vendor infrastruktur.
Backup.
Siapa yang bisa melihat.
Data mana yang dipakai.
Sistem lokal mengurangi beberapa risiko, tetapi tidak menghapus kewajiban tata kelola.
Pertanyaan tetap sama:
siapa melakukan apa terhadap data anak?
Sekolah perlu punya daftar tool yang disetujui
Daripada melarang semua atau membiarkan semua, sekolah bisa membuat daftar.
Hijau:
boleh digunakan untuk tujuan tertentu dengan setting dan data tertentu.
Kuning:
boleh untuk eksperimen dengan data dummy atau anonim.
Merah:
tidak boleh digunakan dengan data murid.
Setiap tool punya catatan:
tujuan,
jenis akun,
batas usia,
aturan data,
kontak internal,
dan tanggal review.
Daftar ini harus hidup.
Vendor berubah.
Fitur berubah.
Kebijakan berubah.
Review berkala diperlukan.
Dengan sistem seperti ini, guru tidak harus memulai dari nol setiap kali menemukan aplikasi di media sosial.
Orang tua tahu siapa yang bisa ditanya.
Siswa mendapat pengalaman lebih konsisten.
Jika sudah terlanjur upload, jangan panik
Misalnya sekolah baru sadar tugas beridentitas sudah masuk ke tool umum.
Jangan menyembunyikan.
Langkah pertama:
hentikan upload berikutnya.
Cek kebijakan layanan.
Cek apakah file dan riwayat bisa dihapus.
Laporkan secara internal.
Tentukan apakah insiden memenuhi kriteria tertentu untuk penanganan lebih lanjut sesuai kebijakan dan hukum.
Dokumentasikan.
Perbaiki prosedur.
Jika diperlukan, informasikan pihak terkait melalui jalur yang tepat.
Kesalahan tata kelola tidak diperbaiki dengan rasa malu.
Ia diperbaiki dengan respons.
Dan setelah itu, sistem sekolah harus berubah agar kesalahan yang sama tidak berulang.
Satu tes sebelum tombol Upload
Guru bisa memakai lima pertanyaan.
Apakah data ini benar-benar perlu?
Apakah identitas murid bisa dihapus?
Apakah tool sudah disetujui sekolah?
Apakah kita tahu bagaimana vendor memproses data?
Apakah siswa dan orang tua mendapat penjelasan yang diperlukan?
Kalau salah satu jawabannya tidak jelas, jangan terburu-buru.
Kembali ke ruang guru tadi.
Guru akhirnya tidak mengunggah 32 file asli.
Ia mengambil tiga esai, menghapus identitas, mengganti detail personal dengan contoh fiktif, lalu meminta tim sekolah mengecek vendor sebelum penggunaan lebih luas.
Lebih lambat?
Sedikit.
Lebih bertanggung jawab?
Jauh.
Pertanyaan “bolehkah sekolah mengunggah data murid ke AI?” bukan masalah mencari satu kata “boleh”.
Pertanyaan yang lebih tepat:
apakah sekolah mempunyai alasan, perlindungan, persetujuan, transparansi, dan tata kelola yang cukup untuk memproses data anak dengan cara itu?
Kalau jawabannya belum jelas, tombol Upload sebaiknya menunggu.
Ada satu lapisan lain yang perlu diperiksa: apakah sekolah sebenarnya mengirim data ke versi produk yang tepat. Banyak perusahaan menawarkan versi konsumen dan versi institusi dengan ketentuan berbeda. Guru yang memakai akun gratis pribadi mungkin berada pada skema data yang berbeda dari akun sekolah resmi. Karena itu nama merek saja tidak cukup. Sekolah harus mencatat paket, tipe akun, setting, dan kontrak yang benar-benar digunakan.
Penting juga membedakan anonimisasi dan sekadar menghapus nama. Teks yang sangat spesifik kadang masih dapat mengidentifikasi siswa dari konteksnya. Misalnya esai tentang kejadian unik di satu kelas, proyek dengan nama kelompok, atau catatan tentang kondisi keluarga tertentu. Jadi minimisasi harus melihat keseluruhan isi, bukan hanya header dokumen.