Refleksi dari sesi Steven Halim di IFLS 2026
AI tidak lagi hanya membantu manusia bekerja lebih cepat. Pada beberapa jenis tugas, kemampuannya sudah mendekati, menyamai, bahkan melampaui manusia.
Dalam sesinya di Indonesia Future of Learning Summit (IFLS) 2026, Steven Halim menunjukkan seberapa cepat batas itu bergerak. Dalam competitive programming, misalnya, performa AI meningkat dari hampir mencapai level medali pada 2024 menjadi level emas pada 2025. Pada kompetisi lain, model AI juga telah mencapai performa setara medali emas, sementara pada International Mathematical Olympiad 2026, frontier model mampu menyelesaikan seluruh soal dalam pengujian yang ditampilkan Steven.
Namun, pertanyaan terpenting dari sesi Steven bukan seberapa pintar AI sudah menjadi. Pertanyaannya adalah: apa konsekuensinya bagi cara kita mengajar dan menilai pembelajaran?
Hasil yang Lebih Baik Belum Tentu Berarti Belajar Lebih Baik
Steven memperlihatkan sendiri kemampuan AI untuk mengerjakan tugas teknis yang sebelumnya membutuhkan banyak waktu dan keahlian manusia. Ia menunjukkan bagaimana AI dapat membantu memodernisasi VisuAlgo, alat visualisasi algoritma yang telah ia kembangkan selama bertahun-tahun, serta menyelesaikan hampir seluruh problem pemrograman yang belum ia selesaikan sendiri.
Kemampuan semacam ini membawa persoalan baru ke ruang pendidikan. Jika siswa dapat meminta AI menghasilkan kode atau jawaban yang benar, hasil tugas tidak lagi selalu memberi tahu kita seberapa jauh mereka memahami apa yang dikerjakan.
Steven menunjukkan hal ini melalui pembahasan tentang asesmen. Dengan bantuan AI, siswa dapat menyelesaikan pekerjaan lebih cepat dan memperoleh hasil yang lebih baik. Tetapi ketika AI digunakan tanpa guardrails, peningkatan performa saat latihan tidak otomatis bertahan ketika siswa harus menunjukkan kemampuan tanpa bantuan AI. Dalam penjelasannya, Steven merangkum masalah itu dengan sederhana: pekerjaan rumah bisa terlihat lebih baik, sementara performa ujian justru turun karena proses belajarnya tidak benar-benar terjadi. Artinya, performa dan pembelajaran tidak selalu menjadi hal yang sama.
AI Tidak Harus Menjadi Mesin Jawaban
Solusinya bukan mengeluarkan AI dari proses belajar. Steven menunjukkan bahwa cara kita menggunakan AI dapat menentukan apakah teknologi itu menggantikan proses berpikir atau justru mendukungnya.
Alih-alih meminta AI langsung memberikan jawaban, ia mendemonstrasikan pendekatan lain: minta AI membantu memahami persoalan terlebih dahulu, lalu memberikan Socratic hints satu per satu. Petunjuk berikutnya hanya diberikan setelah pengguna menunjukkan bahwa ia memahami langkah sebelumnya.
Perbedaannya terlihat kecil, tetapi penting. Dalam satu skenario, tujuan penggunaan AI adalah menyelesaikan tugas. Dalam skenario lain, AI digunakan untuk membantu seseorang belajar menyelesaikan tugas.
Bagi pendidikan, ini berarti pertanyaan yang perlu diajukan bukan hanya apakah siswa menggunakan AI, tetapi apa yang masih dilakukan oleh siswa ketika AI digunakan. Apakah mereka masih memahami persoalannya? Apakah mereka masih menganalisis? Apakah mereka masih mengambil keputusan?
Fondasi Pengetahuan Tetap Penting
Kemampuan AI yang semakin tinggi juga mudah memunculkan anggapan bahwa manusia tidak lagi perlu menguasai terlalu banyak pengetahuan.
Kesimpulan Steven justru sebaliknya.
Di akhir sesinya, ia menekankan bahwa kemampuan memverifikasi output AI menjadi semakin penting. Untuk mengetahui apakah sebuah hasil masuk akal, manusia tetap membutuhkan pengetahuan yang cukup tentang bidang tersebut. Kita mungkin tidak perlu mengetahui semuanya, tetapi perlu memahami cukup banyak untuk menginterpretasikan apa yang dihasilkan AI.
Di antara kemampuan yang dianggap penting di era AI adalah fondasi yang kuat dalam bidang masing-masing, critical thinking untuk menganalisis output AI, kemampuan mengarahkan AI, adaptability, curiosity, kemauan untuk terus meningkatkan kemampuan, serta human connection dan trust. Dan kesimpulannya bahkan lebih tegas: manusia perlu mampu memverifikasi output AI dan bertanggung jawab atas verifikasi tersebut.
Apa yang Sebenarnya Ingin Kita Nilai?
Jika AI mampu membantu menghasilkan kode, esai, analisis, atau jawaban dengan kualitas yang semakin tinggi, pendidikan perlu semakin jelas tentang apa yang sebenarnya ingin diukur melalui sebuah tugas.
Apakah yang penting adalah produk akhirnya? Atau kemampuan memahami, menganalisis, mengevaluasi, dan mengambil keputusan selama prosesnya?
AI mungkin terus mengubah jenis pekerjaan yang dapat dilakukan manusia. Tetapi tantangan pendidikan bukan sekadar mengikuti setiap kemampuan baru teknologi. Tantangannya adalah memastikan bahwa ketika siswa menggunakan AI, mereka tidak kehilangan kesempatan untuk membangun kemampuan yang membuat mereka tetap mampu menilai hasilnya, mempertanggungjawabkan keputusannya, dan terus belajar tanpa menyerahkan seluruh proses berpikir kepada mesin.
Penulis: Astrid Prahitaningtyas
Artikel terkait:
- AI Punya Jawaban. Apakah Siswa Kita Punya Pertanyaan?
- Ketika AI Semakin Canggih, Apa yang Harus Tetap Manusiawi dalam Pendidikan?
- Capability Gap: Ketika AI Melaju Lebih Cepat daripada Kemampuan Siswa
- Halusinasi AI: Ketika AI Terdengar Meyakinkan, Tetapi Tidak Selalu Benar
- Semakin Pintar AI, Semakin Tinggi Nilai Pertimbangan Manusia
