Seorang siswa menunjukkan proyeknya kepada guru.
“Ini presentasinya.”
“Bagus. Kamu pakai AI?”
“Iya.”
“Bagian mana?”
“Semua.”
Guru menatap layar.
“Semua itu maksudnya?”
“Cari ide, bikin outline, bikin teks, bikin gambar.”
“Terus bagian kamu?”
Siswa berpikir beberapa detik.
“Prompt.”
Adegan ini bukan alasan untuk menyalahkan siswa.
Justru ini pertanyaan pendidikan yang penting.
Kalau teknologi semakin mampu menghasilkan output, apa yang harus dipelajari remaja agar tidak berhenti pada peran sebagai pengguna?
Menjadi pengguna AI adalah titik awal.
Anak perlu tahu bagaimana membuka tool, memberi instruksi, dan memakai fitur.
Tetapi pendidikan sebaiknya membawa mereka beberapa tingkat lebih jauh.
Dari pengguna menjadi pemeriksa.
Dari pemeriksa menjadi editor.
Dari editor menjadi perancang.
Dari perancang menjadi pembuat solusi.
Remaja yang hanya bisa meminta hasil berisiko menjadi sangat bergantung pada kemampuan model.
Remaja yang memahami masalah dan dapat menilai hasil punya posisi jauh lebih kuat.
Level satu: operator
Operator tahu cara memakai tool.
Ia bisa meminta ringkasan.
Membuat gambar.
Menyusun presentasi.
Membuat teks.
Mengubah format.
Ini berguna.
Tidak perlu diremehkan.
Setiap teknologi memang punya tahap operasional.
Masalahnya muncul kalau pendidikan berhenti di sini.
Karena hampir semua orang bisa menjadi operator dasar ketika interface semakin mudah.
Keunggulan yang lebih tahan lama muncul setelah tombol ditekan.
Apa yang dilakukan dengan hasilnya?
Level dua: verifier
Verifier tidak otomatis percaya.
Ia mengecek fakta.
Membandingkan sumber.
Menguji hitungan.
Melihat apakah kutipan benar.
Mendeteksi ketika AI terlalu yakin.
Untuk tugas sekolah, verifier bertanya:
“Apakah sumber ini nyata?”
“Apakah tanggalnya benar?”
“Apakah penjelasan sesuai materi?”
“Apakah ada bagian yang dibuat-buat?”
Ini level penting karena generative AI dapat menghasilkan informasi yang terdengar sangat meyakinkan.
Remaja yang mampu memverifikasi lebih berharga daripada remaja yang hanya cepat menghasilkan.
Level tiga: editor
Editor tidak menerima versi pertama.
Ia punya standar.
Misalnya AI membuat tulisan.
Editor menilai:
Apakah pembukanya klise?
Apakah argumennya kuat?
Apakah ada pengulangan?
Apakah bahasanya sesuai audiens?
Apakah contoh relevan?
Apakah terlalu panjang?
Apakah ada klaim tanpa dasar?
Kemudian ia mengubah.
AI menjadi bahan mentah.
Bukan produk final.
Untuk gambar, editor melihat komposisi, tujuan, representasi, dan konteks penggunaan.
Untuk kode, editor menguji.
Untuk data, editor memeriksa asumsi.
Kemampuan mengedit berarti anak punya taste dan judgment.
Tanpa itu, ia hanya menjadi penerima.
Level empat: problem framer
Ini titik perubahan besar.
Banyak pengguna mulai dari tool.
“Aku punya AI. Aku bisa ngapain?”
Problem framer mulai dari masalah.
“Ada masalah apa yang layak diselesaikan?”
Misalnya di sekolah, siswa baru sering bingung mencari ruang kegiatan.
Operator mungkin berkata:
“Ayo bikin chatbot.”
Problem framer bertanya:
“Kenapa mereka bingung?”
“Informasi apa yang hilang?”
“Apakah chatbot memang solusi terbaik?”
“Mungkin cukup peta yang lebih baik?”
“Siapa pengguna?”
“Apakah semua siswa punya akses?”
Ini membuat teknologi tunduk pada kebutuhan.
Bukan kebutuhan dipaksa mengikuti teknologi.
Level lima: designer
Setelah masalah jelas, designer memikirkan alur.
Jika AI digunakan, bagian mana?
Data apa yang masuk?
Apa yang keluar?
Siapa yang memeriksa?
Apa risiko?
Apa yang terjadi kalau AI salah?
Apa alternatif non-AI?
Bagaimana pengguna tahu keterbatasannya?
UNESCO AI Competency Framework for Students memasukkan AI system design sebagai salah satu dimensi kompetensi, bersama human-centred mindset, etika, serta teknik dan aplikasi AI.
Ini arah penting.
Siswa tidak harus membangun large language model dari nol.
Tetapi mereka bisa belajar merancang penggunaan AI sebagai bagian dari sistem.
Level enam: builder
Builder membuat prototipe.
Tidak harus canggih.
Bisa memakai spreadsheet.
No-code tool.
Coding sederhana.
Model generatif.
Form.
Website.
Poster.
Workflow manual plus AI.
Tujuannya mengubah ide menjadi sesuatu yang bisa diuji.
Contoh:
Kelompok siswa ingin membantu klub perpustakaan merekomendasikan buku.
Mereka bisa membuat prototipe yang menerima minat pembaca, menggunakan data katalog yang sudah disiapkan, lalu menghasilkan beberapa opsi.
Kemudian mereka menguji:
Apakah rekomendasi masuk akal?
Apakah buku benar-benar ada?
Bagaimana jika data katalog salah?
Bagaimana melindungi data siswa?
Apakah pengguna perlu AI sama sekali?
Builder belajar dari kenyataan.
Sistem yang terlihat bagus di demo bisa gagal saat dipakai.
Level tujuh: evaluator
Evaluator melihat apakah solusi benar-benar membantu.
Berapa banyak pengguna yang terbantu?
Kesalahan apa yang muncul?
Kelompok mana yang tidak terlayani?
Apakah output bias?
Apakah orang memahami keterbatasannya?
Apakah proses lebih cepat tetapi kualitas turun?
Apakah masalah awal sebenarnya terselesaikan?
Ini mengajarkan bahwa “AI berhasil jalan” bukan sama dengan “solusi berhasil”.
Teknologi bisa berfungsi sempurna tetapi memecahkan masalah yang salah.
Remaja perlu pengalaman melihat perbedaan itu.
Level delapan: accountable owner
Pada akhirnya, seseorang harus bertanggung jawab.
Kalau sistem memberi hasil salah, siapa yang memeriksa?
Kalau data bocor, siapa yang mengambil tindakan?
Kalau konten merugikan orang, siapa yang memperbaiki?
Kalau proyek digunakan di sekolah, siapa yang menjelaskan cara kerjanya?
Accountability membuat AI project tidak berhenti menjadi eksperimen keren.
Anak belajar bahwa membuat teknologi berarti menerima tanggung jawab terhadap dampaknya.
Dari “prompt apa?” menjadi “masalah apa?”
Sekolah bisa mengubah satu kebiasaan kecil.
Ketika siswa mengusulkan proyek AI, guru jangan bertanya pertama:
“Kalian pakai tool apa?”
Tanya:
“Masalah siapa yang kalian selesaikan?”
Kemudian:
“Bagaimana kalian tahu itu masalah?”
“Siapa yang sudah kalian tanya?”
“Kenapa AI diperlukan?”
“Kalau AI tidak dipakai, alternatifnya apa?”
Pertanyaan ini mencegah proyek menjadi sekadar demonstrasi teknologi.
Banyak inovasi buruk lahir karena orang jatuh cinta pada solusi sebelum memahami masalah.
Remaja bisa belajar menghindarinya sejak sekolah.
Buat proyek dengan pengguna nyata
Cara tercepat keluar dari mode “pengguna” adalah membuat sesuatu untuk orang lain.
Misalnya siswa membuat:
panduan digital untuk siswa baru,
alat bantu belajar,
sistem pencarian kegiatan ekstrakurikuler,
kampanye keamanan digital,
prototipe aksesibilitas,
arsip cerita sekolah,
atau alat sederhana untuk organisasi siswa.
Begitu ada pengguna nyata, pertanyaan berubah.
“Menurutku bagus” tidak cukup.
Apakah orang lain bisa memakainya?
Apakah instruksinya jelas?
Apakah ada masalah privasi?
Apakah outputnya benar?
Apakah solusi tetap berguna kalau AI gagal?
Pengguna nyata mengajarkan humility.
Ide yang terlihat keren di laptop sendiri belum tentu berguna.
Jangan melompat terlalu cepat ke startup
Ketika remaja berhasil membuat sesuatu dengan AI, orang dewasa kadang langsung berkata:
“Ini bisa dijual!”
“Bikin startup!”
“Monetize!”
Tidak salah mengenalkan entrepreneurship.
Tetapi tidak semua proyek perlu menjadi bisnis.
Tahap awal lebih penting:
Apakah anak memahami masalah?
Apakah ia bisa membuat?
Apakah ia bisa menerima feedback?
Apakah ia bisa memperbaiki?
Apakah ia bisa menjelaskan etika dan risiko?
Kalau semua pengalaman langsung dinilai dari potensi uang, anak bisa kehilangan ruang eksperimen.
Membuat sesuatu karena penasaran juga bernilai.
Membuat sesuatu untuk membantu komunitas juga bernilai.
Membuat proyek yang gagal juga bernilai jika pembelajarannya nyata.
Coding membantu, tetapi bukan satu-satunya jalan
Untuk menjadi builder, coding bisa sangat kuat.
Siswa dapat membuat aplikasi, menghubungkan API, memproses data, dan memahami sistem dengan lebih dalam.
Tetapi tahap “pembuat solusi” tidak harus menunggu semua anak mahir programming.
Siswa bisa membuat workflow dengan spreadsheet.
Prototipe dengan no-code.
Simulasi manual.
Storyboard.
Flowchart.
Form.
Mockup.
Yang penting adalah memahami hubungan:
masalah,
pengguna,
proses,
data,
AI,
manusia,
hasil.
Coding kemudian menjadi salah satu alat untuk membangun.
Bukan syarat untuk mulai berpikir sebagai pembuat.
Ajarkan anak membongkar produk AI
Ada latihan menarik.
Pilih satu fitur AI yang sering digunakan.
Bukan untuk mengetahui rahasia teknis perusahaan.
Cukup bedah dari sudut pengguna.
Input-nya apa?
Output-nya apa?
Data apa yang dibutuhkan?
Apa yang mungkin salah?
Bagaimana pengguna tahu hasilnya salah?
Siapa yang dirugikan jika salah?
Apa keputusan manusia?
Apa yang membuat fitur itu berguna?
Kemudian minta siswa mendesain versi lebih baik.
Latihan ini mengubah perspektif.
Dari “wah keren” menjadi “bagaimana sistem ini dirancang?”
Itulah langkah dari consumer mindset ke creator mindset.
Ada satu perubahan lain ketika anak naik dari pengguna menjadi evaluator: ia mulai bisa membandingkan beberapa cara menyelesaikan masalah. Bukan cuma “output AI ini bagus atau tidak”, tetapi “apakah pendekatan ini lebih baik daripada cara lain?” Kadang solusi manual lebih murah. Kadang spreadsheet lebih transparan. Kadang percakapan dengan manusia menyelesaikan masalah lebih cepat. Kemampuan membandingkan alternatif mencegah AI menjadi default untuk semua hal.
Menjadi pembuat juga berarti berani berkata “AI tidak perlu”
Ada kedewasaan tertentu ketika siswa bisa membuat proyek AI tetapi memilih tidak menggunakan AI.
Misalnya masalahnya hanya daftar jadwal.
Tidak perlu chatbot.
Masalahnya papan informasi sulit dibaca.
Perbaiki desain.
Masalahnya siswa tidak tahu siapa yang harus ditanya.
Buat alur kontak.
Teknologi bukan nilai tambah kalau hanya membuat solusi lebih rumit.
Remaja yang memahami ini lebih siap daripada orang yang memasukkan AI ke semua hal demi terlihat modern.
AI literacy tidak hanya kemampuan memanfaatkan AI.
Ia juga kemampuan menentukan relevansinya.
Kembali ke presentasi
Guru tadi bertanya lagi.
“Kalau AI membuat semua bagian, bagian kamu apa?”
Siswa menjawab, “Prompt.”
Guru tidak mencoret nilainya.
Ia memberi tugas lanjutan.
“Besok bawa prosesnya.”
“Proses apa?”
“Kenapa kamu memilih topik ini. Apa sumbernya. Bagian AI mana yang kamu buang. Apa yang kamu cek. Apa yang kamu ubah. Kalau presentasi ini salah, kamu tahu dari mana.”
Besoknya, siswa datang dengan lebih banyak catatan daripada slide.
Itu justru perkembangan.
Ia mulai melihat bahwa menghasilkan bukan sama dengan membuat.
Membuat membutuhkan keputusan.
Remaja tidak cukup hanya menjadi pengguna AI karena kemampuan memakai tool akan semakin mudah dan semakin umum.
Mereka perlu naik kelas menjadi orang yang memahami masalah, memeriksa hasil, mengedit, merancang, membuat, menguji, dan bertanggung jawab.
Kalau sekolah bisa menggeser satu pertanyaan, gunakan ini:
Jangan hanya tanya, “AI bisa bikin apa?”
Tanya, “Masalah apa yang layak kita selesaikan, dan bagian mana yang memang masuk akal dibantu AI?”
Di situlah pengguna mulai berubah menjadi pembuat.
Pingback: Dari Konsumen AI Menjadi Pembuat Solusi