Sinyal hanya bagus di dekat jendela.
Seorang anak berdiri sambil mengangkat ponsel.
“Masuk nggak?”
Ayahnya menjawab:
“Satu bar.”
Anak tertawa.
“Belajar AI satu bar.”
Kondisi seperti ini mungkin membuat AI education terasa seperti rencana yang terlalu jauh.
Padahal belajar AI tidak harus dimulai dari koneksi cepat.
Internet memang penting untuk menggunakan banyak tool AI modern.
Infrastruktur tetap perlu diperluas.
Komdigi masih memprioritaskan pemerataan konektivitas, termasuk wilayah 3T, karena akses digital berkaitan dengan pendidikan dan pelayanan publik.
Tetapi pendidikan punya tugas lain:
jangan menunggu semua infrastruktur sempurna sebelum membangun literasi.
Anak dengan internet terbatas tetap bisa belajar konsep AI.
Bisa memahami risiko.
Bisa latihan verification.
Bisa belajar data.
Bisa membuat desain solusi.
Bisa melakukan eksperimen tanpa layar.
Ketika koneksi tersedia, praktik digital masuk.
Jadi strategi terbaik bukan “online atau tidak”.
Gunakan model hybrid.
Offline foundation.
Online moments.
Offline reflection.
Mulai dari pertanyaan: sebenarnya AI itu apa?
Guru bisa menjelaskan tanpa internet.
AI bukan makhluk pintar yang tahu semuanya.
AI adalah sistem yang memproses data dan pola untuk menghasilkan prediksi, rekomendasi, atau output tertentu.
Gunakan contoh.
Kartu gambar.
Data sederhana.
Permainan klasifikasi.
Permainan prediksi.
Anak bisa melihat:
kalau data terbatas, hasil terbatas.
kalau data bias, hasil bias.
kalau aturan salah, hasil salah.
Ini fondasi machine learning.
Tidak perlu model besar.
Konsep datang dulu.
Tool belakangan.
Buat eksperimen “manusia jadi algoritma”
Satu siswa menjadi sistem rekomendasi.
Teman memberi lima contoh lagu yang disukai.
Siswa itu harus menebak lagu keenam.
Apa yang dilakukan?
Melihat pola.
Genre.
Tempo.
Penyanyi.
Kemudian guru menambahkan data yang mengejutkan.
Prediksi salah.
Diskusikan.
“Kenapa salah?”
“Data kita kurang.”
“Apakah sistem tahu alasan manusia suka lagu?”
Ini AI literacy.
Tanpa Wi-Fi.
Anak belajar bahwa recommendation bukan magic.
Ia inferensi dari data.
Gunakan contoh output yang sudah disimpan
Saat guru mendapat koneksi, buat bahan.
Simpan 20 contoh AI.
Jawaban.
Gambar.
Ringkasan.
Error.
Bias.
Hallucination.
Cetak atau simpan offline.
Di kelas, bedah.
Anak tidak perlu berinteraksi live untuk memahami risiko.
Bahkan ada kelebihan.
Guru bisa memilih contoh yang tepat untuk tujuan belajar.
Tidak tergantung output acak saat kelas.
Ini membuat pembelajaran lebih stabil.
“AI day” seminggu sekali sudah cukup untuk mulai
Kalau sekolah hanya punya koneksi baik pada jam tertentu, gunakan terjadwal.
Senin sampai Kamis:
anak menyiapkan pertanyaan.
Diskusi konsep.
Membuat prediksi.
Jumat:
akses AI.
Uji.
Bandingkan.
Simpan.
Minggu berikutnya:
analisis.
Dengan cara ini, koneksi kecil punya leverage besar.
Anak belajar bahwa AI bukan aktivitas spontan sepanjang waktu.
Ada proses.
Preparation.
Experiment.
Evaluation.
Ini justru mendekati cara kerja penelitian.
Jangan habiskan bandwidth untuk hal yang bisa dilakukan offline
Video AI 500 MB mungkin menarik.
Tetapi kalau tujuan hanya memahami bias, satu gambar cukup.
Jangan streaming jika file bisa diunduh sekali.
Jangan gunakan meeting video jika modul teks cukup.
Jangan paksa semua siswa membuka tool bersamaan jika bisa bergiliran.
Low-bandwidth education membutuhkan prioritas.
Tanya:
“Bagian mana yang benar-benar membutuhkan internet?”
Hanya bagian itu yang online.
Yang lain kembali offline.
Ini membuat pembelajaran lebih resilient.
AI literacy bukan konsumsi tool terus-menerus.
Buat “offline AI kit”
Isi sederhana.
Kartu data.
Kartu algoritma.
Studi kasus.
Screenshot.
Lembar verification.
Poster privasi.
Contoh deepfake dalam bentuk cetak.
Flowchart.
Permainan bias.
Puzzle decision tree.
Glosarium.
Guru bisa menggunakannya berulang.
Kit dapat dibagikan antar-sekolah.
Tidak mahal.
Tidak butuh akun.
Sekolah juga bisa membuat versi lokal.
Contoh pertanian.
Cuaca.
Bahasa daerah.
UMKM.
Sekarang AI terasa dekat.
Gunakan radio atau audio jika lebih realistis
Di beberapa konteks, audio lebih mudah didistribusikan daripada video.
Materi AI literacy bisa dibuat sebagai:
podcast pendek,
rekaman guru,
file audio kecil,
radio sekolah.
Topik:
privasi,
misinformation,
AI dan pekerjaan,
bias,
cara memeriksa jawaban.
Anak dengar.
Kemudian diskusi.
Digital education tidak harus visual berat.
Pilih media sesuai infrastruktur.
Itu prinsip desain yang sering dilupakan.
Ajarkan verification tanpa internet
Siswa diberi jawaban AI yang sudah dicetak.
Tugas:
tandai klaim yang perlu dicek.
Kelompokkan:
fakta,
opini,
prediksi,
asumsi.
Kemudian ketika internet tersedia, baru verifikasi sebagian.
Anak belajar bahwa verification dimulai sebelum search.
Kita bisa mengenali jenis klaim.
Menentukan mana yang high-risk.
Memilih sumber yang diperlukan.
Ini skill yang kuat.
Internet membantu pemeriksaan.
Critical thinking terjadi di kepala.
Privasi bisa diajarkan tanpa akun
Buat skenario.
“AI meminta foto rapor.”
“Chatbot minta alamat.”
“Tool minta suara.”
“Teman ingin upload foto bersama.”
Anak memilih:
aman,
perlu pikir,
jangan.
Diskusi.
Kenapa?
Data apa yang sensitif?
Apa prinsip minimization?
Semua tanpa internet.
Ketika anak benar-benar memakai AI nanti, kebiasaan sudah ada.
Literasi mendahului exposure.
Anak tidak harus belajar dari kesalahan sendiri.
Creator mindset juga bisa offline
Siswa melihat masalah sekolah:
jadwal perpustakaan membingungkan.
Mereka ingin membuat solusi AI.
Sebelum coding, buat flowchart.
User masuk.
Bertanya.
Sistem mencari data.
Memberi jawaban.
Jika tidak tahu, arahkan ke pustakawan.
Diskusikan:
data apa?
siapa update?
risiko salah?
perlu AI atau FAQ?
Semua bisa di kertas.
Ini system design.
AI Competency Framework UNESCO memasukkan kemampuan desain sistem, bukan hanya penggunaan.
Anak bisa belajar arsitektur berpikir sebelum punya akses implementasi.
Ketika koneksi tersedia, prototype bisa dibuat.
Jangan membuat anak percaya AI hanya ada di chatbot
AI juga muncul di belakang layar.
Rekomendasi.
Filter spam.
Pencarian.
Kamera.
Penerjemahan.
Sistem layanan.
UNICEF pada 2026 menekankan bahwa AI divide tidak hanya menyangkut siapa yang bisa memakai tool AI online. AI juga dapat memengaruhi keputusan dan layanan bahkan bagi orang yang tidak aktif menggunakan AI.
Ini pelajaran penting untuk daerah dengan koneksi terbatas.
Meski anak jarang membuka chatbot, mereka tetap hidup di dunia yang menggunakan AI.
Karena itu literacy tetap relevan.
Tidak ada alasan menunggu.
Buat satu alur pelajaran 45 menit yang tidak bergantung sinyal
Lima menit:
guru membuka pertanyaan.
“Apa yang membuat AI bisa salah?”
Sepuluh menit:
kelompok mendapat kartu data yang berbeda.
Sepuluh menit:
mereka membuat prediksi.
Lima menit:
jika internet tersedia, guru menguji satu contoh ke AI di depan kelas.
Sepuluh menit:
kelompok membandingkan prediksi dan output.
Lima menit:
refleksi.
Kalau internet tidak muncul, kelas tetap selesai.
Guru tinggal menggunakan output yang sudah disimpan sebelumnya.
Ini contoh resilient lesson design.
Koneksi meningkatkan pengalaman.
Tidak menjadi satu titik kegagalan.
Jangan membuat siswa FOMO tool
Anak dengan internet terbatas akan melihat teman di media sosial mencoba tool baru setiap minggu.
Video generator.
Agent.
Tutor.
Image model.
Coding assistant.
Mereka bisa merasa tertinggal.
Sekolah perlu memberi perspektif.
Tidak semua tool baru perlu dipakai.
Fondasi lebih penting.
Kalau anak paham data, bias, verification, privacy, dan problem framing, ia akan lebih cepat mempelajari tool baru ketika akses datang.
Sebaliknya, mencoba 20 tool tanpa fondasi tidak otomatis membuat seseorang literate.
Ini membantu mengurangi tekanan.
Anak tidak sedang kalah lomba.
Mereka sedang membangun kemampuan yang transferable.
Gunakan koneksi untuk menguji, bukan untuk menggantikan guru
Ketika online, jangan habiskan waktu meminta AI menjelaskan semua materi.
Pilih eksperimen yang memang tidak bisa dilakukan offline.
Misalnya:
apakah AI memahami bahasa lokal?
apakah dua prompt menghasilkan framing berbeda?
apakah model mengarang sumber?
apakah gambar generatif menampilkan stereotip?
Pertanyaan seperti ini menghasilkan information gain.
Anak melihat teknologi nyata.
Kemudian kelas kembali berdiskusi.
Satu sesi online jadi laboratorium.
Bukan sesi konsumsi jawaban.
AI literacy bisa masuk mata pelajaran lain
Tidak harus menunggu kelas komputer.
Bahasa Indonesia:
cek ringkasan AI.
IPA:
bahas data dan prediksi.
IPS:
bahas dampak otomatisasi.
Matematika:
probabilitas dan data.
Seni:
bahas karya generatif dan attribution.
PPKn:
bahas hak, tanggung jawab, dan bias.
Dengan integrasi ini, sekolah tidak perlu menambah jam layar khusus setiap minggu.
AI literacy tumbuh di berbagai konteks.
Ini sangat cocok untuk sekolah dengan akses terbatas karena satu contoh bisa digunakan lintas pelajaran.
Guru membutuhkan materi yang ringan
Pelatihan AI sering berupa webinar panjang.
Masalahnya, guru di koneksi terbatas justru kesulitan mengikuti.
Buat alternatif.
PDF kecil.
Slide.
Transkrip.
Audio.
Modul cetak.
USB atau penyimpanan lokal.
Pelatihan tatap muka.
Komunitas guru.
Konten harus mengikuti kondisi pengguna.
Kalau AI education ingin inklusif, infrastrukturnya juga harus inklusif.
Jangan mengajari pemerataan lewat format yang tidak merata.
Murid bisa membuat jurnal AI offline
Setiap anak punya satu buku.
Isi:
pertanyaan tentang AI,
contoh AI di sekitar,
kata baru,
risiko,
hal yang mau diuji saat online,
hasil eksperimen,
kesalahan AI,
refleksi.
Ketika koneksi datang, mereka punya agenda.
Setelah koneksi selesai, jurnal tetap hidup.
Ini membangun continuity.
AI literacy tidak tergantung sesi internet.
Ia menjadi proses belajar.
Sekolah kota pun bisa meniru strategi ini
Menariknya, offline-first bukan hanya untuk sekolah dengan sinyal lemah.
Sekolah kota juga bisa mendapat manfaat.
Anak tidak selalu online.
Lebih banyak diskusi.
Lebih banyak berpikir sebelum prompt.
Lebih sedikit copy-paste.
Lebih sadar kapan AI dibutuhkan.
Keterbatasan memaksa desain yang intentional.
Artinya, strategi low-bandwidth bukan versi “kelas dua”.
Bisa menjadi pedagogi yang bagus untuk semua.
Bedakan “akses belum ideal” dengan “anak belum siap”
Jangan berkata:
“Anak di daerah belum siap AI.”
Mungkin infrastrukturnya belum ideal.
Itu berbeda.
Anak bisa sangat siap belajar konsep.
Punya rasa ingin tahu.
Punya masalah nyata.
Punya pengetahuan lokal.
Punya ide.
Jangan menyamakan kondisi jaringan dengan kapasitas intelektual.
Bahasa ini penting.
Ketimpangan infrastruktur adalah persoalan sistem.
Bukan kekurangan anak.
Pemerintah, sekolah, dan masyarakat perlu memperluas akses.
Sambil itu terjadi, pendidikan tetap berjalan.
Kembali ke jendela
Sinyal muncul.
Anak tadi membuka chatbot.
Ia hanya punya empat pertanyaan.
Sudah ditulis di kertas.
Ia menjalankan dua.
Simpan jawaban.
Koneksi hilang.
Ia tidak panik.
Kembali ke meja.
Mulai membandingkan hasil dengan catatan sebelumnya.
Belajar AI dengan internet terbatas tetap bisa dimulai.
Bukan dengan pura-pura bahwa internet tidak penting.
Internet penting.
Perangkat penting.
Pemerataan penting.
Tetapi konsep, etika, data, bias, privacy, verification, dan system thinking tidak harus menunggu sinyal penuh.
Kalau pendidikan dirancang dengan baik, satu bar koneksi bukan akhir.
Kadang cukup menjadi pintu kecil yang dibuka sesekali, sementara proses berpikir tetap berjalan di luar layar.