“Kalau AI banyak istilah Inggrisnya, berarti aku harus jago Inggris dulu?”
Pertanyaan itu muncul dari seorang anak SMP yang sedang melihat video tentang artificial intelligence.
Di layar ada kata:
machine learning,
prompt,
dataset,
model,
training,
bias,
hallucination.
Ia membaca satu per satu.
“Pusing.”
Kakaknya mengambil kertas.
“Coba lupakan istilahnya dulu. Menurutmu AI itu ngapain?”
Anak menjawab:
“Kayak komputer yang belajar dari banyak contoh?”
“Nah. Berarti konsepnya sudah mulai masuk.”
Ini penting.
Anak tidak harus lancar bahasa Inggris dulu untuk memahami AI.
Bahasa Inggris memang dominan di banyak dokumentasi teknologi, paper, video tutorial, dan istilah industri. Kemampuan bahasa Inggris jelas bisa membuka lebih banyak sumber.
Tetapi AI literacy tidak boleh dibuat seolah hanya milik anak yang nyaman membaca jargon Inggris.
UNESCO dalam panduan multilingual education menekankan pentingnya anak belajar dalam bahasa yang mereka pahami. Prinsip itu relevan sekali untuk AI education.
Kalau konsep baru sudah rumit, jangan menambah hambatan dengan bahasa yang tidak perlu.
Mulai dari makna.
Istilah bisa menyusul.
“Dataset” bisa dimulai dari “kumpulan contoh”
Bayangkan guru langsung berkata:
“Machine learning membutuhkan training dataset yang representatif.”
Sebagian anak mungkin paham.
Sebagian berhenti di kata.
Coba versi lain:
“Kalau kita ingin komputer belajar membedakan kucing dan anjing, kita perlu menunjukkan banyak contoh.”
Anak mengangguk.
“Contoh-contoh itu namanya data.”
Lalu:
“Kalau kumpulan datanya kebanyakan kucing putih, sistem bisa kurang bagus mengenali jenis lain.”
Sekarang anak sudah belajar tentang data dan bias.
Baru setelah konsep masuk, guru menambahkan:
“Kumpulan contoh untuk melatih sistem sering disebut training dataset.”
Istilah Inggris punya tempat.
Tetapi tidak perlu menjadi pintu pertama.
Bahasa seharusnya membawa anak masuk ke konsep.
Bukan menjaga gerbang.
AI literacy lebih penting daripada vocabulary flex
Ada risiko pendidikan teknologi berubah menjadi kompetisi istilah.
Anak yang tahu banyak kata terlihat paling paham.
Padahal bisa saja ia hafal:
LLM,
neural network,
prompt engineering,
agentic workflow,
tetapi tidak bisa menjelaskan kenapa output AI harus diperiksa.
Sebaliknya, anak yang belum tahu istilah “hallucination” bisa memahami konsep:
“AI kadang bikin jawaban yang terdengar yakin padahal salah.”
Mana yang lebih penting untuk kehidupan sehari-hari?
Konsep.
Istilah berguna setelahnya karena membantu komunikasi dan pencarian informasi.
Tetapi jangan menukar urutan.
AI education yang baik membuat anak memahami dulu.
Lalu memberi nama.
Gunakan bahasa sehari-hari sebagai jembatan
“Model” bisa terasa abstrak.
Coba:
“Bayangkan sistem yang sudah belajar pola dari banyak contoh.”
“Algorithm” bisa dijelaskan:
“Serangkaian aturan atau langkah yang dipakai untuk memproses sesuatu.”
“Recommendation system”:
“Sistem yang menebak konten apa yang mungkin kamu suka berdasarkan pola.”
“Bias”:
“Ketika data atau sistem membuat hasil cenderung tidak adil atau tidak seimbang.”
“Prompt”:
“Instruksi atau pertanyaan yang kita berikan.”
Bahasa sederhana tidak berarti konsep dibuat bodoh.
Justru kemampuan menjelaskan hal kompleks dengan kata yang dekat adalah tanda pemahaman.
Guru dan orang tua tidak perlu bangga membuat AI terdengar rumit.
Tujuannya anak mengerti.
Bukan anak terkesan.
Bahasa Indonesia sudah cukup untuk banyak fondasi
Anak bisa belajar:
cara AI mengenali pola,
data,
prediksi,
kesalahan,
privasi,
deepfake,
recommendation,
verification,
bias,
etika,
human oversight,
tanpa harus menguasai bahasa Inggris tingkat tinggi.
Bahkan sebagian istilah boleh tetap dipakai dalam bahasa Inggris jika memang sudah lazim, selama maknanya dijelaskan.
Misalnya:
“Prompt itu instruksi ke AI.”
Selesai.
Tidak perlu memaksa terjemahan yang justru terasa asing.
Pendekatannya fleksibel.
Gunakan kata yang paling membantu anak berpikir.
Bukan paling terdengar akademik.
AI bisa membantu menjelaskan AI
Ironis tetapi berguna.
Anak menemukan artikel Inggris tentang AI.
Ia bisa meminta:
“Jelaskan paragraf ini dalam bahasa Indonesia sederhana.”
Atau:
“Buat glosarium istilah Inggris dan artinya.”
Atau:
“Jangan hanya menerjemahkan. Jelaskan maksudnya dengan contoh anak sekolah.”
AI dapat menjadi jembatan bahasa.
Tetapi hasilnya tetap perlu diperiksa.
Terutama jika materi teknis atau faktual.
Terjemahan AI bisa salah.
Istilah bisa berubah makna.
Kalimat bisa terlalu disederhanakan.
Gunakan AI untuk membuka akses.
Bukan sebagai kamus yang tidak pernah salah.
Buat glosarium hidup
Satu buku kecil.
Kolom pertama:
istilah.
Kolom kedua:
arti versi anak.
Kolom ketiga:
contoh.
Machine learning:
komputer belajar pola dari contoh.
Contoh:
AI belajar mengenali gambar dari banyak gambar.
Bias:
hasil bisa condong karena data atau desain.
Contoh:
kalau contoh tidak mewakili semua orang, hasil bisa tidak adil.
Verification:
cek apakah jawaban benar.
Contoh:
AI bilang aturan sekolah berubah, cek ke sekolah.
Setiap minggu tambah lima kata.
Tidak perlu hafal semua sekaligus.
Yang penting glosarium punya konteks.
Anak membuat definisinya sendiri setelah memahami.
Kalau definisi terlalu jauh, guru membantu memperbaiki.
Ini lebih kuat daripada menghafal daftar istilah Inggris.
Anak yang tidak lancar Inggris bisa punya pertanyaan lebih tajam
Jangan salah mengira bahasa dan kecerdasan.
Seorang siswa mungkin kesulitan menjelaskan AI dalam Inggris.
Tetapi bertanya:
“Kalau AI belajar dari internet, siapa yang memastikan internetnya adil?”
Itu pertanyaan bagus.
Atau:
“Kalau bahasa daerah kita sedikit di internet, AI belajarnya dari mana?”
Pertanyaan sangat relevan.
AI literacy adalah kemampuan memahami, mengevaluasi, dan menggunakan teknologi.
Bukan tes TOEFL.
Bahasa Inggris adalah skill tambahan yang berharga.
Jangan mengubahnya menjadi syarat untuk dianggap “anak teknologi”.
Belajar istilah Inggris bisa datang lewat penggunaan nyata
Ketika anak sudah memahami konsep rekomendasi, istilah recommendation system lebih mudah diingat.
Ketika sudah mengalami AI memberi jawaban salah, kata hallucination punya makna.
Ketika sudah membahas data, dataset terasa logis.
Belajar bahasa lewat konteks lebih kuat.
Daripada:
“Hafalkan 30 istilah AI.”
Coba:
“Setelah proyek ini, lima istilah baru apa yang kamu temukan?”
Sekarang vocabulary muncul dari pengalaman.
Tidak terpisah.
Anak juga bisa belajar bahasa Inggris tanpa merasa sedang ikut kelas tambahan.
Jangan gunakan AI translation untuk mengganti semua proses bahasa
Kalau anak belajar bahasa Inggris, ada bagian yang memang perlu dilatih.
Membaca.
Menulis.
Kosakata.
Mendengar.
Berbicara.
Kalau setiap teks langsung diterjemahkan, skill tidak tumbuh.
Bedakan tujuan.
Jika tujuan:
memahami konsep AI,
terjemahan boleh membantu.
Jika tujuan:
latihan membaca bahasa Inggris,
jangan langsung terjemahkan semuanya.
Coba dulu.
Tandai kata yang tidak tahu.
Gunakan bantuan setelahnya.
Ini prinsip yang sama seperti assistive technology lain.
Tool harus mengikuti tujuan belajar.
Bukan otomatis mengambil alih.
Gunakan proyek “jelaskan ke adik”
Ada latihan yang bagus untuk mengecek apakah anak memahami konsep tanpa bergantung pada bahasa Inggris.
Minta ia memilih satu istilah AI.
Lalu jelaskan seolah sedang berbicara kepada adik kelas.
Tidak boleh memakai istilah Inggris lain sebagai penjelasan.
Misalnya:
“Bias itu ketika hasil bisa condong karena contoh yang dipakai tidak cukup mewakili.”
Kemudian tambahkan satu contoh.
Kalau anak hanya bisa berkata:
“Bias itu bias di AI.”
berarti istilahnya belum punya makna.
Latihan teach-back seperti ini mengubah vocabulary menjadi pemahaman.
Setelah itu, baru bandingkan dengan definisi yang lebih formal.
Anak melihat bahwa bahasa sederhana dan bahasa teknis tidak harus saling melawan.
Yang satu membantu masuk.
Yang lain membantu presisi.
Guru bisa memakai format bilingual
Misalnya slide:
Data
Kumpulan informasi atau contoh yang dipakai sistem.
Bias
Kecenderungan hasil menjadi tidak seimbang atau tidak adil karena data, desain, atau konteks.
Prompt
Instruksi atau pertanyaan yang diberikan kepada AI.
Model
Sistem yang sudah dilatih untuk mengenali pola atau menghasilkan output.
Anak mendapat dua keuntungan.
Paham konsep.
Kenal istilah global.
Tidak perlu memilih bahasa Indonesia atau Inggris secara ekstrem.
Bilingual scaffolding cukup efektif.
Bahasa lokal juga boleh masuk.
Yang penting makna tidak hilang.
AI education tidak boleh memalukan anak karena aksen
Kelas membahas voice AI.
Anak mencoba bahasa Inggris.
Speech recognition salah.
Teman tertawa.
Guru perlu segera mengubah framing.
Mesin tidak selalu memahami semua aksen dengan sama baik.
Kalau sistem salah mendengar, bukan otomatis pengguna salah bicara.
Teknologi bahasa punya keterbatasan.
Anak perlu memahami ini.
Jangan biarkan AI mengajarkan bahwa hanya satu cara bicara yang “benar”.
Bahasa adalah komunikasi.
Ada variasi.
AI harus belajar lebih inklusif.
Bukan semua manusia harus berbicara seperti dataset.
Orang tua tidak harus tiba-tiba belajar semua istilah
Anak pulang.
“Ma, kamu tahu LLM?”
Ibunya tidak tahu.
Tidak masalah.
Ia bisa bertanya:
“Itu apa? Coba jelasin ke Mama.”
Sekarang anak mengajar.
Kalau ia bisa menjelaskan:
“Kayak model bahasa yang belajar pola dari banyak teks lalu bisa menghasilkan jawaban.”
bagus.
Orang tua bisa lanjut:
“Bisa salah?”
“Bisa.”
“Kalau salah, kamu cek gimana?”
Percakapan ini lebih berharga daripada orang tua pura-pura tahu jargon.
AI literacy keluarga bisa dibangun lewat pertanyaan.
Bukan kompetisi vocabulary.
Gunakan metode “Indonesia dulu, istilah kemudian”
Untuk konsep baru:
1. Jelaskan dalam bahasa yang anak pahami.
2. Gunakan contoh sehari-hari.
3. Anak menjelaskan ulang.
4. Baru beri istilah teknis.
5. Hubungkan ke istilah Inggris jika relevan.
Urutan ini membuat istilah menempel pada pemahaman.
Bukan melayang sendiri.
Anak tidak perlu merasa:
“Aku nggak jago Inggris, berarti aku nggak akan ngerti AI.”
Pesan itu penting, terutama di sekolah dengan akses bahasa yang beragam.
Bahasa seharusnya menjadi jembatan.
Bukan seleksi.
Kembali ke meja tadi
Kakaknya menunjuk satu kata.
“Hallucination.”
Anaknya menghela napas.
“Apaan lagi?”
“Kalau AI ngarang jawaban tapi kedengarannya yakin.”
“Oh. Kayak sok tahu?”
Kakaknya tertawa.
“Kurang lebih.”
Anaknya menulis:
Hallucination = AI bisa ngasih informasi salah seolah benar.
Belum sempurna sebagai definisi teknis.
Tetapi konsepnya sudah masuk.
Nanti bisa diperbaiki.
Anak yang tidak lancar bahasa Inggris tetap bisa memahami AI.
Mulai dari bahasa yang dekat.
Bangun konsep.
Kenalkan istilah.
Gunakan bilingual support.
Verifikasi terjemahan.
Dan jangan ukur kemampuan teknologi anak dari seberapa fasih ia mengucapkan jargon.
AI literacy bukan klub berbahasa Inggris.
Ia hak belajar anak yang akan hidup di dunia yang semakin dipengaruhi AI.