Future Skills Bukan Cuma Coding

Di sebuah acara orang tua, pertanyaan yang sama muncul tiga kali.

“Kalau mau menyiapkan anak menghadapi AI, harus kursus coding dari umur berapa?”

Pembicara menjawab, “Kalau anak suka, coding bagus.”

Seorang ayah mengangkat tangan.

“Kalau anak saya nggak suka coding?”

“Tidak apa-apa.”

“Terus future skill-nya apa?”

Pertanyaan itu penting karena pembicaraan masa depan sering terlalu cepat mengecil menjadi satu skill.

Coding memang bernilai.

Ia melatih logika, struktur, debugging, dan kemampuan membuat teknologi.

Untuk sebagian remaja, coding bisa menjadi jalan karier.

Tetapi future skills bukan cuma coding.

Dunia kerja yang berubah karena AI tetap membutuhkan orang yang memahami manusia, membuat keputusan, berkomunikasi, menganalisis, belajar ulang, dan menguasai bidang tertentu.

World Economic Forum dalam Future of Jobs Report 2025 menempatkan AI dan big data serta technological literacy sebagai skill yang berkembang cepat. Tetapi analytical thinking, creative thinking, resilience, flexibility, curiosity, leadership, dan collaboration tetap berada dalam daftar kemampuan penting.

Pesannya sederhana:

teknologi penting.

Human skills juga penting.

Masa depan membutuhkan kombinasi.

Coding adalah bahasa membuat, bukan tiket keselamatan

Coding sering dipresentasikan seperti polis asuransi karier.

“Kalau bisa coding, aman.”

Tidak sesederhana itu.

AI juga mengubah pekerjaan software.

Coding assistant dapat mempercepat penulisan kode.

Tugas programmer ikut berubah.

Seorang programmer tetap perlu memahami sistem, kebutuhan pengguna, arsitektur, testing, keamanan, debugging, dan trade-off.

Jadi bahkan di dunia coding, nilai tidak berhenti pada kemampuan mengetik syntax.

Ini justru memberi pelajaran lebih luas.

Jangan mengejar skill karena dianggap kebal AI.

Kejar fondasi yang membuat anak bisa bekerja bersama teknologi dan beradaptasi ketika tool berubah.

Future skill pertama: analytical thinking

Anak menerima banyak informasi.

AI menambah volumenya.

Analytical thinking membantu membedakan:

fakta,

asumsi,

opini,

korelasi,

sebab akibat,

bukti kuat,

bukti lemah.

Di sekolah, ini bisa dilatih lewat sains.

Matematika.

Sejarah.

Bahasa.

Diskusi.

Proyek.

Misalnya guru memberi dua jawaban AI yang berbeda.

Siswa harus menentukan:

mana yang lebih kuat?

Apa buktinya?

Apa yang hilang?

Ini future skill tanpa satu baris coding.

Future skill kedua: komunikasi

AI bisa menulis.

Tetapi manusia tetap perlu tahu apa yang ingin disampaikan.

Seorang pekerja masa depan mungkin membuat draf dengan AI.

Ia tetap harus:

menentukan tujuan,

memahami audiens,

memilih informasi,

menjaga sensitivitas,

mengklarifikasi,

menegosiasikan,

mendengar,

dan memperbaiki kesalahpahaman.

Remaja perlu latihan presentasi.

Menulis.

Diskusi.

Wawancara.

Feedback.

Mendengarkan.

Komunikasi bukan skill lembut yang bisa diabaikan.

Dalam tim, kemampuan teknis tanpa komunikasi sering gagal menghasilkan dampak.

Future skill ketiga: curiosity

Tool berubah.

Industri berubah.

Masalah berubah.

Anak tidak mungkin sekolah sekali lalu selesai belajar seumur hidup.

Curiosity membuat orang tetap bergerak.

“Kenapa?”

“Bisa dibuat lebih baik?”

“Apa yang belum diketahui?”

“Apa cara lain?”

“Apa yang terjadi kalau asumsi ini salah?”

Curiosity adalah mesin lifelong learning.

AI bisa memberi jawaban.

Tetapi manusia tetap perlu punya pertanyaan.

Sekolah yang hanya menghargai jawaban benar bisa tanpa sengaja mematikan rasa ingin tahu.

Future-ready education perlu memberi ruang bagi pertanyaan.

Future skill keempat: creativity

Creativity bukan hanya menggambar.

Creativity adalah membuat kombinasi baru.

Mencari alternatif.

Mengubah perspektif.

Membuat solusi.

AI memang bisa menghasilkan banyak ide.

Tetapi orang tetap perlu menentukan:

ide mana yang relevan?

Apa yang baru?

Apa yang hanya variasi lama?

Bagaimana menyesuaikan dengan konteks nyata?

Anak bisa melatih creativity melalui proyek.

Musik.

Tulisan.

Desain.

Eksperimen.

Bisnis mini.

Teater.

Robotik.

Riset.

Coding juga bisa menjadi medium kreativitas.

Tetapi bukan satu-satunya.

Future skill kelima: judgment

AI bisa menawarkan pilihan.

Judgment memilih.

Misalnya AI membuat lima rekomendasi.

Mana yang paling masuk akal?

AI memberi dua strategi.

Mana yang sesuai risiko?

AI membuat konten.

Apakah etis?

AI mengusulkan keputusan.

Apakah terlalu penting untuk diserahkan?

Judgment tumbuh dari pengalaman membuat keputusan.

Karena itu, anak perlu kesempatan memilih dalam batas aman.

Jangan semua pilihan ditentukan orang tua.

Jangan semua jawaban ditentukan AI.

Biarkan anak melihat konsekuensi dan memperbaiki.

Future skill keenam: collaboration

Tidak semua pekerjaan masa depan adalah manusia duduk sendiri di depan layar.

Tim akan tetap ada.

Mungkin tim lebih kecil.

Lebih lintas bidang.

Lebih terbantu AI.

Tetapi konflik, koordinasi, peran, kepercayaan, dan komunikasi tetap ada.

Sekolah bisa melatih kolaborasi melalui proyek yang tidak bisa diselesaikan satu orang.

Bukan hanya membagi slide.

Benar-benar saling bergantung.

Satu riset.

Satu desain.

Satu pengujian.

Satu presentasi.

Kemudian refleksi:

apa yang membuat tim berjalan?

Apa yang gagal?

Bagaimana keputusan dibuat?

AI tidak bisa menggantikan seluruh pengalaman bekerja dengan manusia.

Future skill ketujuh: resilience

AI membuat hasil cepat.

Akibatnya, anak bisa makin jarang mengalami proses lambat.

Padahal dunia nyata tetap punya:

gagal,

revisi,

penolakan,

feedback,

bug,

ide yang tidak jalan,

rencana berubah.

Resilience adalah kemampuan bertahan dan belajar, bukan sekadar “kuat”.

Sekolah perlu memberi kesempatan memperbaiki tugas.

Tidak semua nilai harus final pada percobaan pertama.

Project-based learning bagus untuk ini.

Buat.

Uji.

Gagal.

Perbaiki.

Siklus tersebut lebih mirip kerja nyata.

Future skill kedelapan: domain knowledge

Ada anggapan AI membuat orang tidak perlu menguasai bidang.

Justru orang yang memahami bidang lebih mampu menilai AI.

Calon dokter perlu kesehatan.

Calon desainer perlu desain.

Calon pebisnis perlu bisnis.

Calon jurnalis perlu verifikasi.

Calon insinyur perlu teknik.

AI mempercepat sebagian kerja.

Domain knowledge membantu memastikan kerja itu benar.

Anak tidak harus menentukan domain seumur hidup saat SMA.

Tetapi ia perlu belajar apa artinya memahami sesuatu secara cukup mendalam.

Future skill kesembilan: digital dan AI literacy

Ini tetap wajib.

Remaja perlu memahami dasar:

AI bekerja dari pola dan data.

Output bisa salah.

Sumber perlu dicek.

Privasi penting.

Bias bisa muncul.

Konten sintetis dapat menipu.

Penggunaan AI perlu mengikuti aturan.

Tidak semua keputusan layak diotomatisasi.

Ini literasi, bukan spesialisasi.

Semua siswa membutuhkannya.

Sama seperti semua siswa perlu membaca tanpa menjadi penulis profesional.

Future skill kesepuluh: kemampuan membuat

Coding adalah salah satu cara membuat.

Tetapi anak juga bisa membuat:

kampanye,

penelitian,

desain,

video,

produk,

event,

laporan,

prototipe,

sistem kerja,

solusi komunitas.

Kemampuan membuat memaksa berbagai skill bertemu.

Ada tujuan.

Ada pengguna.

Ada deadline.

Ada feedback.

Ada kualitas.

Ada keputusan.

Di sinilah future skill menjadi konkret.

Bukan daftar di poster seminar.

Orang tua tidak perlu membuat jadwal kursus seperti balapan

Ada kecemasan:

anak lain coding.

Anak lain robotik.

Anak lain AI.

Anak lain sudah punya sertifikat.

FOMO pendidikan sangat mudah muncul.

Sebelum mendaftarkan kursus baru, tanya:

Anak tertarik?

Skill apa yang dibangun?

Ada proyek nyata?

Ada kesempatan latihan setelah kelas?

Apakah fondasi sekolah terganggu?

Apakah jadwal masih sehat?

Kursus yang bagus dapat membantu.

Tetapi anak tidak perlu mengumpulkan semua skill sekaligus.

Future-ready bukan berarti calendar penuh.

Anak juga butuh waktu bermain, membaca, ngobrol, mencoba, dan bosan.

Curiosity sering tumbuh di ruang yang tidak terlalu dijadwalkan.

Ada satu future skill lain yang sering terlupakan: kemampuan mengelola perhatian. AI, notifikasi, video pendek, dan pekerjaan digital membuat fokus mudah terpecah. Anak yang mampu membaca teks panjang, bekerja 45 menit tanpa berpindah aplikasi, dan menyelesaikan tugas yang membosankan punya aset nyata. Deep work tidak terdengar futuristik, tetapi justru semakin langka ketika lingkungan semakin penuh distraksi.

Kemampuan mengelola perhatian juga membuat penggunaan AI lebih sehat. Remaja bisa menentukan kapan AI dibuka, kapan ditutup, dan kapan ia perlu mengerjakan sesuatu sendiri. Tool tidak terus-menerus menjadi gangguan atau jalan pintas. Ini bagian dari self-management, skill yang relevan di hampir semua jenis pekerjaan.

Buat “skill stack” sesuai anak

Daripada satu daftar universal, buat kombinasi.

Anak suka seni:

visual thinking + storytelling + AI literacy + communication + digital tools.

Anak suka sains:

scientific thinking + data + AI literacy + experimentation + communication.

Anak suka bisnis:

problem solving + finance basics + communication + data + AI literacy.

Anak suka coding:

logic + software + AI literacy + product thinking + collaboration.

Anak suka sosial:

research + communication + empathy + data literacy + AI literacy.

Semua punya masa depan.

Tidak satu jalan.

Skill stack membuat keunikan.

Dan karena dunia kerja berubah, kombinasi sering lebih kuat daripada satu skill tunggal.

Sekolah juga perlu memberi ruang pada kemampuan lintas bidang. Banyak masalah nyata tidak datang sebagai “soal coding”, “soal bahasa”, atau “soal bisnis”. Mereka bercampur. Anak yang bisa menghubungkan data dengan cerita, teknologi dengan kebutuhan manusia, atau sains dengan komunikasi sering punya keunggulan karena mampu bergerak di antara disiplin.

Coding tetap pilihan bagus

Artikel ini bukan anti-coding.

Coding memberi remaja pemahaman kuat tentang bagaimana instruksi, sistem, dan debugging bekerja.

Anak yang suka sebaiknya diberi ruang.

Yang tidak suka tidak perlu dibuat merasa masa depannya selesai.

AI literacy universal.

Coding depth bisa sesuai minat.

Sama seperti semua siswa belajar matematika tetapi tidak semua menjadi matematikawan.

Semua belajar bahasa tetapi tidak semua menjadi penulis.

Pendidikan punya fondasi umum dan spesialisasi.

AI sebaiknya diperlakukan serupa.

Kemampuan menghubungkan bidang seperti ini akan makin penting ketika pekerjaan menjadi semakin multidisipliner.

Kembali ke acara orang tua

Ayah tadi masih penasaran.

“Jadi kalau anak saya nggak suka coding, saya biarin?”

Pembicara menjawab:

“Cari dia suka memecahkan masalah lewat apa.”

“Misalnya?”

“Bisa desain. Bisa riset. Bisa organisasi. Bisa sains. Bisa bisnis. Bisa komunikasi.”

“AI?”

“Belajar juga.”

“Coding?”

“Kalau nanti tertarik, masuk.”

Ayah mengangguk.

Future skills bukan checklist yang harus habis sebelum lulus SMA.

Ia lebih mirip fondasi dan kombinasi.

Anak perlu cukup kuat pada kemampuan dasar, cukup terbuka pada teknologi, dan cukup fleksibel untuk belajar hal baru.

Coding bisa menjadi bagian yang sangat berharga.

Tetapi masa depan tidak hanya membutuhkan orang yang bisa menulis kode.

Ia membutuhkan orang yang bisa memahami masalah, bekerja dengan manusia, menilai mesin, membuat keputusan, dan terus belajar ketika kode, tool, dan pekerjaan ikut berubah.