“AI-nya salah.”
Seorang siswa menunjukkan layar kepada temannya.
“Ya udah, ganti prompt.”
“Bentar.”
Guru yang lewat berhenti.
“Jangan diperbaiki dulu.”
Dua siswa menatap.
“Kenapa, Bu?”
“Karena ini bahan belajar.”
Kesalahan chatbot sering diperlakukan seperti error biasa.
Salah?
Regenerate.
Masih salah?
Buka chatbot lain.
Padahal setiap kesalahan bisa memberi tiga pelajaran sekaligus:
tentang AI,
tentang sumber,
dan tentang cara manusia berpikir.
Kalau guru dan orang tua punya metode, “AI salah” bukan akhir.
Justru awal investigasi.
Langkah pertama: jangan langsung koreksi
Ketika anak melihat kesalahan, biarkan ia menjelaskan.
“Apa yang salah?”
“Kenapa kamu tahu?”
“Bagian mana yang masih mungkin benar?”
Ini penting.
Kalau orang dewasa langsung:
“Yang benar itu begini,”
anak mendapat fakta.
Tetapi kehilangan latihan reasoning.
Critical thinking bukan hanya punya jawaban benar.
Ia kemampuan membongkar jalan menuju jawaban.
Misalnya AI menulis bahwa Proklamasi Indonesia terjadi pada tanggal yang salah.
Anak tahu tanggal benar.
Tanya:
“Bagaimana kamu bisa membuktikan?”
Sekarang anak perlu mencari sumber.
Arsip.
Buku.
Situs pemerintah.
Sumber sejarah yang kredibel.
Pengetahuan dari ingatan berubah menjadi pengetahuan yang bisa dipertanggungjawabkan.
Langkah kedua: klasifikasikan jenis kesalahan
Tidak semua error sama.
Buat kategori.
Fakta salah.
Tanggal, nama, tempat, angka.
Sumber palsu atau tidak ditemukan.
AI mengutip penelitian yang ternyata tidak ada.
Konteks hilang.
Jawaban benar secara umum, tetapi tidak cocok dengan situasi.
Asumsi prompt.
Pertanyaan sudah mengandung premis salah.
Informasi lama.
Fitur atau aturan sudah berubah.
Bias.
Output mengulang stereotip atau representasi tidak seimbang.
Penalaran lemah.
Fakta individual benar, tetapi kesimpulannya tidak mengikuti.
Anak yang bisa memberi nama jenis kesalahan akan lebih cepat menghadapinya di masa depan.
Bukan hanya berkata:
“AI ngaco.”
Tetapi:
“Faktanya benar, kesimpulannya lompat.”
Itu level berpikir yang berbeda.
Langkah ketiga: cari titik pertama kesalahan
Contoh matematika.
AI menyelesaikan soal lima langkah.
Jawaban akhir salah.
Jangan cuma bandingkan angka akhir.
“Di langkah mana mulai melenceng?”
Anak memeriksa.
Langkah satu benar.
Dua benar.
Tiga salah tanda.
Nah.
Sekarang latihan matematika menjadi lebih dalam.
Sama dengan esai.
AI memberi argumen.
Kesimpulan terasa janggal.
Cari premis mana yang lemah.
Critical thinking sering bukan menemukan “benar atau salah” secara total.
Ia menemukan titik di mana reasoning berubah.
Metode ini sangat bagus untuk membangun perhatian terhadap proses.
Langkah keempat: minta anak memperbaiki sebelum AI
Ini penting.
Setelah menemukan error, jangan langsung:
“Suruh AI betulin.”
Tanya anak:
“Versi kamu gimana?”
Anak memperbaiki.
Baru setelah itu bandingkan dengan output baru.
Kenapa?
Karena kalau AI selalu memperbaiki kesalahannya sendiri, anak tetap menjadi penonton.
Kita ingin anak memegang alat koreksi.
Contoh:
AI menulis paragraf dengan klaim terlalu absolut.
Anak mengubah:
“Semua anak belajar lebih baik dengan AI.”
menjadi:
“AI dapat membantu sebagian proses belajar, tetapi dampaknya bergantung pada desain penggunaan, kebutuhan siswa, dan konteks pembelajaran.”
Sekarang anak belajar nuance.
Bukan sekadar editing.
Langkah kelima: cari sumber yang punya otoritas
AI salah tentang aturan sekolah?
Tanya sekolah.
Salah tentang kebijakan aplikasi?
Cek sumber resmi platform.
Salah tentang data kesehatan?
Gunakan sumber kesehatan terpercaya dan manusia yang sesuai.
Salah soal sejarah?
Cari sumber sejarah primer atau institusi yang kredibel.
Salah soal sains?
Cari materi pendidikan atau lembaga ilmiah relevan.
Ajarkan satu pertanyaan:
“Siapa yang seharusnya paling tahu?”
Ini membantu anak menghindari verifikasi palsu.
Jangan cek AI dengan artikel acak yang menyalin jawaban sama.
Critical thinking juga berarti memilih evidence.
Langkah keenam: bandingkan sebelum dan sesudah
Simpan dua jawaban.
Versi awal.
Versi setelah diperbaiki.
Tanya:
“Apa yang berubah?”
“Kenapa berubah?”
“Apakah versi kedua benar karena lebih bagus bahasanya?”
“Belum tentu.”
“Jadi?”
“Harus tetap dicek.”
Anak melihat bahwa regenerate bukan magic repair.
Model bisa memperbaiki.
Bisa juga menghasilkan kesalahan baru.
UNESCO dan OECD pada 2026 sama-sama menekankan bahwa penggunaan AI dalam pendidikan perlu menjaga human judgment dan critical thinking, bukan sekadar mempercepat produksi jawaban.
Kesalahan AI memberi tempat sempurna untuk latihan itu.
Guru bisa membuat “error of the week”
Bukan mempermalukan siswa.
Setiap minggu, kelas membawa satu contoh kesalahan AI yang aman.
Tanpa data pribadi.
Tanpa konten sensitif.
Mereka menganalisis.
Apa prompt-nya?
Apa error-nya?
Apa sumber verifikasi?
Apa perbaikannya?
Apa pelajarannya?
Siswa bergiliran.
Minggu pertama: sejarah.
Minggu kedua: sains.
Minggu ketiga: bahasa.
Minggu keempat: statistik.
Kelas mulai punya koleksi pola.
“Kalau angka, cek.”
“Kalau sumber, buka.”
“Kalau terlalu absolut, curiga.”
“Kalau prompt punya asumsi, perbaiki.”
Setelah beberapa bulan, anak tidak lagi melihat AI seperti kotak hitam.
Mereka punya mental model.
Orang tua bisa membuat versi rumah
Tidak perlu formal.
Saat anak berkata:
“AI salah.”
Jangan langsung menjawab.
Tanya empat hal.
“Salah di mana?”
“Buktinya apa?”
“Kenapa kira-kira bisa salah?”
“Kalau diperbaiki, versi kamu gimana?”
Empat pertanyaan.
Cukup.
Kalau waktunya sempit, ambil satu.
Tidak semua malam harus jadi seminar AI.
Konsistensi lebih penting daripada intensitas.
Kritik output, bukan anak
Anak mengumpulkan tugas dengan fakta salah dari AI.
Orang tua berkata:
“Kok kamu bisa percaya?”
Nada itu mudah terdengar seperti:
“Kamu bodoh.”
Ganti:
“Bagian ini lolos karena apa?”
Anak berpikir.
“Aku lihat ada sumber.”
“Kamu buka?”
“Enggak.”
“Nah, berarti problemnya bukan kamu enggak mampu. Proses ceknya belum jalan.”
Ini membuat anak lebih mau mengakui kesalahan.
Dan pengakuan kesalahan penting untuk belajar.
Kalau anak harus mempertahankan ego, ia akan mencari alasan.
Kalau aman untuk salah, ia bisa membedah.
Jangan rayakan kesalahan AI terlalu berlebihan
Ada sisi lain.
Anak menemukan satu error.
“AI ternyata bodoh.”
Tidak.
Satu kesalahan tidak membuktikan seluruh sistem tidak berguna.
Critical thinking juga berlaku pada kesimpulan itu.
Tanya:
“Kalau teman kamu salah satu soal matematika, berarti dia bodoh di semua hal?”
“Enggak.”
“AI juga jangan dinilai dari satu contoh.”
Kita tidak sedang melatih fan club atau anti-AI club.
Kita melatih evaluasi.
Setiap output dinilai sesuai konteks.
Kesalahan manusia juga bisa masuk
Kadang AI benar.
Buku lama yang salah.
Catatan anak salah.
Guru salah ucap.
Orang tua ingat keliru.
Bagus.
Itu membuat pelajaran lebih realistis.
Critical thinking bukan mencari siapa yang salah dari awal.
Ia membandingkan evidence.
Misalnya:
AI dan buku berbeda.
Cari sumber ketiga.
Ternyata buku edisi lama punya data usang.
Anak melihat bahwa “sumber manusia” juga tidak kebal.
AI literacy akhirnya menjadi information literacy.
Buat rubrik sederhana critical thinking
Untuk anak lebih besar:
1. Klaim apa?
2. Bukti apa?
3. Sumber siapa?
4. Ada asumsi apa?
5. Ada konteks yang hilang?
6. Apa alternatif penjelasan?
7. Seberapa yakin?
8. Apa yang bisa mengubah pikiran?
Tidak harus dipakai setiap saat.
Tapi rubrik ini bisa digunakan saat tugas penting.
Anak belajar bahwa berpikir kritis bukan sekadar “jangan percaya”.
Ada struktur.
Ada langkah.
Ada kemungkinan merevisi keyakinan.
Kesalahan AI bisa memperkuat rasa mampu
Ini kontraintuitif.
Anak kadang merasa minder karena AI bisa menjawab cepat.
Namun ketika ia menemukan kesalahan dan memperbaiki, posisi berubah.
“Aku ternyata bisa ngecek.”
“Aku bisa tahu dia salah.”
“Aku bisa bikin versi lebih bagus.”
Perasaan itu penting.
AI tidak lagi menjadi makhluk superpintar.
Ia menjadi alat yang bisa diajak bekerja, diperiksa, dan dikoreksi.
OECD Digital Education Outlook 2026 menekankan potensi GenAI untuk mendukung pembelajaran ketika penggunaannya dipandu tujuan pedagogis. Salah satu implikasi yang masuk akal adalah: jangan hanya memakai AI untuk menghilangkan kesulitan.
Gunakan juga AI untuk menciptakan objek yang bisa dianalisis.
Kesalahan adalah objek yang sangat kaya.
Tambahkan tahap terakhir: cari “pelajaran yang bisa dipindahkan”.
Kalau kesalahan hanya diselesaikan untuk satu soal, manfaatnya kecil.
Tanya:
“Dari kasus ini, aturan apa yang bisa dipakai lagi?”
Misalnya:
“Kalau AI memberi sumber, buka sumbernya.”
“Kalau jawabannya terlalu yakin, tetap cek.”
“Kalau ada angka, cari konteks.”
“Kalau soal matematika, cek tiap langkah.”
“Kalau topiknya cepat berubah, lihat tanggal.”
Sekarang anak membangun heuristic.
Heuristic bukan hukum mutlak.
Tetapi shortcut berpikir yang membantu menghadapi kasus berikutnya.
Ini penting karena jumlah output AI yang akan mereka temui terlalu banyak untuk diaudit dari nol setiap saat.
Critical thinking yang matang punya pattern recognition.
Anak tahu tanda-tanda masalah.
Sekolah juga bisa meminta siswa membuat “manual kesalahan” sendiri.
Bukan manual AI universal.
Manual dari pengalaman kelas.
Bab kecil:
“Kesalahan yang pernah kami temukan.”
“Cara kami mengecek.”
“Kesalahan kami sendiri.”
Bagian terakhir penting.
Kadang prompt siswa ambigu.
Kadang mereka salah salin.
Kadang membaca respons setengah.
Kadang mengira AI bilang sesuatu yang sebenarnya tidak ditulis.
Critical thinking harus fair.
Jangan menempatkan mesin sebagai tersangka permanen.
Tujuannya mencari apa yang benar.
Kalau ternyata manusia yang salah, koreksi manusia.
Kalau sumber lama, koreksi sumber.
Kalau AI salah, koreksi AI.
Kalau belum tahu, biarkan statusnya belum tahu.
Kelas yang nyaman dengan empat kemungkinan itu akan jauh lebih matang dibanding kelas yang hanya punya dua mode:
percaya,
atau larang.
Kembali ke dua siswa tadi
Mereka akhirnya tidak menekan regenerate.
Guru bertanya:
“Kesalahannya apa?”
“AI bilang luas segitiga tinggal panjang kali lebar.”
“Kenapa salah?”
“Karena itu rumus persegi panjang.”
“Terus rumus segitiga?”
“Setengah kali alas kali tinggi.”
“Bisa jelaskan kenapa ada setengah?”
Mereka mulai menggambar.
Dua segitiga dibuat menjadi satu persegi panjang.
“Oh.”
Jawaban AI yang salah tadi akhirnya menghasilkan pemahaman rumus yang lebih dalam.
Kalau mereka langsung regenerate, mungkin jawaban baru muncul.
Tugas selesai.
Tetapi momen belajarnya hilang.
Itulah paradoks AI di sekolah.
Mesin yang salah bisa menjadi guru yang bagus, kalau manusia tahu cara menggunakan kesalahannya.
Bukan karena error itu baik.
Tetapi karena anak dilatih tidak berhenti di error.
Mereka menyelidiki.
Membuktikan.
Memperbaiki.
Dan yang paling penting, memahami kenapa.
Satu kalimat sederhana bisa menjadi penutup setiap investigasi: “Kalau ketemu kasus mirip besok, aku akan ngapain dulu?” Pertanyaan itu memaksa pelajaran pindah dari satu error ke kebiasaan. Anak tidak hanya selesai dengan fakta yang benar, tetapi membawa strategi baru ke penggunaan berikutnya.