Ruang perpustakaan sekolah sore itu tidak terlihat seperti laboratorium masa depan.
Ada empat laptop.
Dua milik sekolah.
Dua dibawa siswa.
Internet kadang lambat.
Satu meja masih penuh buku.
Kabel extension melintang di lantai.
Seorang siswa bertanya:
“Bu, ini AI Club?”
Guru pembina melihat sekeliling.
“Iya.”
“Lab-nya mana?”
“Ya ini.”
Anak tertawa.
Banyak sekolah membayangkan AI Club membutuhkan ruangan khusus, GPU mahal, robot, layar besar, dan perangkat kelas atas.
Padahal untuk memulai AI literacy, aset paling penting bukan mesin.
Pertanyaan.
Fasilitator.
Aturan aman.
Masalah nyata.
Dan budaya mencoba.
AI Club bisa dimulai dari perpustakaan.
Ruang kelas setelah jam sekolah.
Laboratorium komputer lama.
Bahkan kegiatan tanpa perangkat pada beberapa sesi.
Yang penting bukan seberapa futuristik ruangnya.
Yang penting apa yang anak lakukan di dalamnya.
Mulai dari tujuan klub
Jangan mulai dari:
“Tool apa yang kita beli?”
Mulai dari:
“Anak akan belajar menjadi apa?”
Pengguna AI yang kritis?
Pembuat proyek?
Peneliti muda?
Kreator?
Problem solver?
Digital citizen?
AI Club bisa punya empat misi sederhana.
UNDERSTAND.
USE.
QUESTION.
CREATE.
Memahami AI.
Menggunakan secara bertanggung jawab.
Mempertanyakan output dan dampak.
Membuat solusi.
Tool mengikuti.
Kalau mulai dari tool, klub bisa berubah menjadi tutorial mingguan.
Minggu ini aplikasi A.
Minggu depan B.
Tiga bulan kemudian semua lupa.
Kalau mulai dari competency, tool hanya medium.
Perangkat terbatas bukan akhir
Empat laptop.
Dua belas siswa.
Buat kelompok tiga.
Peran:
DRIVER.
CRITIC.
VERIFIER.
Driver mengetik.
Critic membaca output.
Verifier mencari sumber atau mengecek risiko.
Lima belas menit, rotasi.
Sekarang satu perangkat melatih tiga kompetensi sekaligus.
Bahkan keterbatasan perangkat bisa memperkuat kolaborasi.
Anak tidak sendiri di layar.
Mereka bicara.
Debat.
Berbagi keputusan.
AI Club bukan warnet.
Interaction adalah bagian belajar.
Ini juga mengurangi kecenderungan anak pasif hanya klik generate.
Satu orang bertugas mempertanyakan.
Gunakan aktivitas unplugged
Tidak semua AI learning membutuhkan AI aktif.
Buat permainan rekomendasi.
Guru memberi data:
suka sepak bola,
suka musik,
sering baca sains.
Siswa mencoba membuat aturan rekomendasi.
“Kalau suka sains, kasih video eksperimen.”
Lalu guru mengubah data.
“Apa yang terjadi kalau satu anak tidak cocok dengan kategori?”
Mereka belajar algorithmic thinking.
Atau permainan bias.
Berikan dataset kartu yang tidak seimbang.
Siswa membuat prediksi.
Lihat hasil.
Atau permainan classification.
Anak mengelompokkan benda.
Diskusikan:
siapa menentukan kategori?
Unplugged activity membuat konsep dasar tidak tergantung perangkat.
Dan kadang lebih mudah dipahami.
AI bukan hanya aplikasi.
Ada logika sistem.
Internet lambat?
Gunakan sesi ethics.
Klub tetap jalan.
Gunakan satu tool secara dalam
Daripada 20 tool, pilih satu atau dua.
Misalnya chatbot.
Eksplorasi:
prompt,
hallucination,
verification,
bias,
privacy,
role-play,
source checking.
Minggu berikutnya generator gambar.
Eksplorasi:
consent,
copyright,
bias visual,
creative iteration,
deepfake.
Anak melihat satu tool dari banyak sudut.
Ini jauh lebih kaya.
Teknologi berubah, tetapi pola pertanyaan bertahan.
Sekolah juga lebih mudah mengelola akun.
Lebih sedikit vendor.
Lebih sedikit privacy policy.
Lebih sedikit biaya.
Tool minimalism cocok untuk klub kecil.
Buat proyek dari masalah sekolah
AI Club menjadi bermakna ketika tidak hanya menghasilkan karya untuk dipamerkan.
Tanya:
“Masalah apa di sekolah?”
Sampah.
Perpustakaan sepi.
Informasi kegiatan sulit dicari.
Anak baru bingung lokasi ruangan.
Kantin banyak makanan tersisa.
Siswa butuh latihan bahasa.
Pilih satu.
Kemudian tanya:
“AI perlu nggak?”
Mungkin iya.
Mungkin tidak.
Kalau iya, bagian mana?
Misalnya proyek perpustakaan.
AI membantu membuat rekomendasi buku dari kategori.
Tetapi anak perlu membuat database.
Cek judul.
Buat aturan.
Uji bias.
Pastikan data pribadi tidak masuk.
Project menjadi multidisiplin.
AI bukan tujuan.
Masalah nyata menjadi tujuan.
Lab mahal tidak diperlukan.
Gunakan data fiktif atau aman
AI Club sering semangat eksperimen.
Jangan pakai data nyata murid tanpa alasan.
Mau belajar analisis performa?
Gunakan dataset buatan.
Mau belajar chatbot sekolah?
Gunakan FAQ publik.
Mau belajar rekomendasi?
Gunakan nama karakter fiktif.
Mau belajar face generation?
Gunakan aset yang punya izin atau karakter fiktif.
Safety by design dimulai dari kegiatan klub.
Anak tidak perlu menyentuh data sensitif untuk belajar konsep canggih.
Justru klub tempat membangun kebiasaan aman.
“Data dummy dulu.”
Itu kalimat bagus.
Buat charter sebelum project
Pertemuan pertama.
Bukan langsung generate.
Buat aturan klub.
Siswa ikut.
Contoh:
Jangan upload data orang tanpa izin.
Jangan gunakan AI untuk mempermalukan.
Cek fakta penting.
Jelaskan kalau proyek menggunakan AI.
Jangan memalsukan umur akun.
Jangan mencoba bypass safety.
Kalau output membuat tidak nyaman, lapor pembina.
Guru punya hak menghentikan eksperimen.
Siswa punya hak bertanya.
Charter menjadi budaya.
Karena siswa ikut membuat, lebih legitimate.
Tempel di dinding.
Tidak perlu desain mewah.
Satu kertas.
AI Club punya governance kecil.
Pembina tidak harus guru informatika
Guru bahasa bisa.
Guru IPA.
Guru seni.
Pustakawan.
Guru BK untuk topik tertentu.
Pembina utama perlu nyaman belajar bersama.
Tidak harus tahu coding canggih.
Kalau klub masuk machine learning teknis, cari mentor.
Alumni.
Komunitas.
Universitas.
Praktisi.
Hybrid model.
Guru menjaga pedagogi dan safety.
Mentor membantu teknis.
Ini lebih realistis daripada menunggu satu super-teacher yang menguasai semuanya.
UNESCO AI Competency Framework for Teachers menekankan human-centred mindset, ethics, AI foundations and applications, pedagogy, serta professional learning.
Artinya guru pun berkembang bertahap.
Tidak harus “selesai” dulu sebelum membina.
Yang penting tahu batas.
Tidak ngarang.
Mau mencari.
Buat meeting structure yang ringan
60 sampai 90 menit.
10 menit:
question of the week.
20 menit:
mini concept.
40 menit:
project.
10 menit:
reflection.
Pertanyaan minggu ini:
“Kalau AI salah, siapa tanggung jawab?”
Mini concept:
human oversight.
Project:
uji chatbot pada FAQ fiktif.
Reflection:
“Error apa yang paling menarik?”
Minggu berikutnya:
“Siapa yang tidak terlihat dari output AI?”
Bias.
Format konsisten membantu.
Konten berubah.
Anak tahu rhythm.
Tidak perlu setiap pertemuan spektakuler.
Consistency lebih penting.
Jangan jadikan klub eksklusif anak coding
AI menyentuh banyak disiplin.
Anak seni.
Bahasa.
Debat.
IPS.
Sains.
Musik.
Semua bisa masuk.
Klub yang hanya menerima “anak jago komputer” kehilangan perspektif.
Bias justru lebih mudah terlihat jika peserta beragam.
Anak seni bertanya soal copyright.
Anak debat bertanya accountability.
Anak sains cek evidence.
Anak coding lihat system.
Anak bahasa lihat wording.
Multidisciplinary adalah kekuatan.
AI bukan domain tunggal.
Klub bisa mengundang banyak jenis rasa ingin tahu.
Perhatikan akses dan biaya
Jangan syaratkan laptop pribadi.
Kalau bisa, perangkat kelompok.
Jangan syaratkan subscription premium.
Gunakan tool gratis yang sesuai, akun sekolah, atau demo terbatas.
Kalau tool berbayar diperlukan untuk proyek tertentu, sekolah perlu menyediakan akses.
Jangan membuat klub menjadi tempat anak dengan perangkat mahal berkumpul.
Inclusion penting.
Anak yang tidak punya device mungkin punya judgment terbaik.
Kemampuan digital tidak sama dengan kepemilikan gadget.
Jangan salah mengukur.
Buat role mentor siswa
Setelah beberapa bulan, siswa yang lebih berpengalaman bisa membantu junior.
Bukan menjadi “admin bebas”.
Mereka punya role.
Menjelaskan konsep.
Bantu navigasi.
Mengingatkan charter.
Mentoring memperkuat skill.
Kalau anak bisa menjelaskan:
“Kenapa kita harus hapus nama sebelum upload?”
berarti pemahaman lebih dalam.
Senior juga belajar leadership.
Klub menjadi komunitas.
Bukan kelas tambahan.
Tetapi pembina tetap mengawasi.
Safety responsibility tidak dialihkan penuh ke anak.
Buat showcase yang menampilkan proses
Akhir semester.
Jangan hanya:
lihat hasil chatbot.
Lihat gambar.
Lihat website.
Tampilkan juga:
problem,
prompt awal,
error,
source checking,
revision,
ethics question,
final decision.
Orang tua datang.
Seorang siswa menjelaskan:
“Output pertama bias, jadi kami ubah dataset.”
Itu jauh lebih impressive daripada gambar cantik.
AI membuat output mudah.
Proses menunjukkan learning.
Showcase perlu merayakan judgment.
Bukan cuma wow.
Hubungkan klub dengan sekolah, tetapi jangan jadikan polisi AI
AI Club bukan tim pendeteksi siapa menyontek.
Jangan.
Mereka bisa membantu edukasi.
Buat poster.
Workshop.
Peer session.
FAQ.
Tetapi jangan diberi tugas memeriksa akun teman.
Itu merusak trust.
Klub adalah learning community.
Bukan digital patrol.
Kalau ada pelanggaran, sekolah punya proses.
Siswa anggota klub tetap siswa.
Jangan beri power governance yang tidak sesuai usia.
Mereka boleh menjadi ambassador.
Bukan investigator.
Ukur keberhasilan klub dari pertanyaan
Bukan jumlah perangkat.
Bukan jumlah tool.
Bukan jumlah sertifikat.
Tanya:
Apakah siswa lebih kritis?
Apakah proyek menyelesaikan masalah?
Apakah mereka bisa menjelaskan keterbatasan?
Apakah safety habit membaik?
Apakah anggota dari latar berbeda ikut?
Apakah siswa membuat hal original?
Apakah mereka tahu kapan tidak menggunakan AI?
Apakah klub menghasilkan pembelajaran untuk sekolah?
Ini impact.
Lab sederhana bisa menghasilkan itu.
Lab mahal bisa gagal kalau hanya jadi ruang demo.
Mulai kecil
Jangan tunggu proposal besar.
Enam sampai dua belas siswa.
Satu pembina.
Enam pertemuan.
Satu project.
Satu charter.
Satu showcase.
Evaluasi.
Kalau bagus, lanjut.
Kalau tidak, ubah.
Pilot kecil mengurangi risiko.
Sekolah belajar.
Anak memberi feedback.
Bisa mulai semester ini.
Tidak perlu menunggu “AI lab” masuk anggaran tahun depan.
Kembali ke perpustakaan sore tadi
Internet sempat putus.
Anak protes.
“Bu, AI Club tanpa AI.”
Guru tertawa.
“Bagus. Hari ini kita bahas bias pakai kartu.”
Mereka mulai permainan.
Dua puluh menit kemudian, seorang siswa berkata:
“Oh, jadi kalau datanya timpang, hasilnya bisa aneh.”
Guru mengangguk.
Tidak ada GPU.
Tidak ada layar besar.
Tetapi learning terjadi.
Membentuk AI Club di sekolah tidak dimulai dari teknologi paling mahal.
Dimulai dari satu kelompok anak yang diberi ruang untuk:
mencoba,
bertanya,
salah,
memperbaiki,
dan menggunakan AI untuk sesuatu yang lebih besar daripada sekadar menghasilkan jawaban.
Kalau budaya itu sudah ada, perangkat yang lebih bagus nanti hanya memperluas kemampuan.
Bukan menciptakan fondasinya.
Sekolah juga bisa memulai dengan model “borrow, don’t buy”. Sebelum membeli perangkat atau subscription besar, gunakan fasilitas yang sudah tersedia, akses institusi yang sah, atau sesi demo dengan data dummy. Setelah enam sampai delapan pertemuan, baru lihat kebutuhan nyata. Mungkin klub ternyata lebih membutuhkan mikrofon sederhana untuk proyek audio daripada laptop baru. Mungkin justru butuh buku, akses perpustakaan, atau mentor. Anggaran mengikuti aktivitas yang terbukti berguna.
Hal ini penting karena teknologi mudah menciptakan procurement excitement. Sekolah membeli dulu, lalu mencari kegiatan belakangan. AI Club yang sehat membalik urutan: masalah dan kompetensi dulu, alat kemudian. Dengan begitu, keterbatasan fasilitas tidak terasa seperti kekurangan permanen. Ia menjadi constraint desain yang mendorong anak mencari solusi lebih kreatif.