Oleh: Rahmat Mulyana - Wakil Rektor Bidang Akademik, Universitas UMMI Bogor

ASKARA - Dalam dua tahun terakhir, saya telah mengkaji Kecerdasan Buatan (AI) yang  saya tuangkan dalam sebuah buku berjudul “Aplikasi Kecerdasan Buatan Untuk Pendidikan Formal dan Profesional”. 

Proses penelitian dan menulis itu bukan sekadar akademis. Ini adalah perjalanan yang memaksa saya untuk menghadapi pertanyaan yang tidak nyaman: apakah universitas—termasuk institusi kami di Bogor—masih relevan dalam bentuknya sekarang? Atau lebih spesifik: apakah universitas siap untuk era di mana kecerdasan buatan bisa mengerjakan tugas-tugas yang selama ini menjadi core process pendidikan?

Pertanyaan ini bukan abstrak. Ini adalah pertanyaan strategis dengan implikasi konkret terhadap model bisnis pendidikan, desain kurikulum, dan kompetensi yang harus kami kembangkan pada mahasiswa kami. Saya mengamati gap yang semakin lebar antara tiga hal: (1) kemampuan teknologi AI saat ini, (2) kebutuhan pasar kerja yang sudah berubah, dan (3) respons institusi pendidikan yang masih lambat. Gap itulah yang menjadi risiko eksistensial bagi universitas masa depan.

Tiga Realitas Yang Tidak Boleh Diabaikan

Realitas Pertama: AI Sudah Bisa Mengerjakan "Delivery" Konten

Salah satu mekanisme utama pendidikan adalah transfer pengetahuan: guru/dosen mengajar, siswa/mahasiswa mendengar, mencatat, menghafal. Ini adalah model yang sudah dipakai sejak Universitas Al Qarawiyyin di Maroko tahun 858. Tapi sekarang? Seorang mahasiswa bisa bertanya kepada ChatGPT: "Jelaskan hukum Newton dalam bahasa anak 5 SD." Dalam 30 detik, dia mendapat penjelasan yang lebih interaktif daripada kuliah satu jam. Dia bisa tanya lagi, minta contoh yang berbeda, sampai benar-benar paham.

Artinya: jika universitas hanya mengerjakan "transfer konten", universitas sudah mengerjakan pekerjaan yang bisa dikerjakan AI dengan lebih efisien dan lebih personalized.

Saya menemukan dalam riset saya bahwa pedagogical content masih dibutuhkan. Tapi bukan dalam bentuk lecture hall tradisional. Tapi dalam bentuk fasilitasi yang lebih dalam: membantu mahasiswa menghubungkan teori dengan praktek, teori dengan nilai, teori dengan dampak sosial.

Realitas Kedua: Pasar Kerja Sudah Bertanya Hal yang Berbeda

Ketika saya berbicara dengan HR director dari beberapa perusahaan besar, pertanyaan mereka tentang fresh graduate sudah berubah. Mereka tidak lagi bertanya: "Apakah dia tahu marketing?" (Karena siapa saja bisa belajar itu dalam dua hari di YouTube.)
Mereka bertanya: "Apakah dia bisa berpikir strategis? Bisakah dia mendeteksi bias dalam data? Bisakah dia membuat keputusan ketika ada trade-off moral? Bisakah dia belajar hal baru dengan cepat dan mengadaptasi diri?" 

Kemampuan-kemampuan itu adalah "learning competencies", bukan "content competencies". Ini adalah kemampuan untuk berpikir, tidak sekadar kemampuan untuk mengingat. Universitas di Indonesia masih mengajar content sebagai prioritas utama. Kami masih menguji mahasiswa dengan soal yang bisa dijawab ChatGPT dalam 2 detik.

Realitas Ketiga: Sistem Pendidikan Kita Tidak Terlatih Mengajar "Thinking"
Ini mungkin yang paling serius. 

Dalam riset untuk buku saya, saya menemukan bahwa mayoritas dosen—bahkan yang berpengalaman—tidak memiliki methodology yang jelas untuk mengajar critical thinking, problem solving, atau wisdom. Kami bisa mengajar "apa itu business strategy" (content). Tapi kami kesulitan mengajar "bagaimana berpikir secara strategis" (thinking) dan diaplikasikan dalam bisnis yang sedang mereka kelola atau pelajari.

Ini bukan mendegradasi dosen. Ini adalah akibat dari sistem yang kami warisi. Kami sendiri diajar dengan cara itu, dan kita mereproduksi pola yang sama. Tapi era AI mengubah kalkulasi ini secara fundamental. Jika AI bisa menangani content delivery dengan lebih baik, maka rasio biaya-manfaat mengajar content ke mahasiswa menjadi jelek. Kita perlu pivoting ke hal yang AI tidak bisa: mengajar bagaimana berpikir mendalam dan membuat keputusan yang bijak.

Tiga Tier Model Pembelajaran untuk Era AI
Berdasarkan riset saya, saya mengusulkan model pembelajaran yang lebih responsif terhadap realitas AI. Model ini punya tiga tier:

Tier 1: Knowledge Acquisition (Bisa Dipandu AI)

Ini adalah "apa yang perlu diketahui". Content mastery. Teori fundamental. Ini adalah layer yang bisa sekali dipercayakan kepada AI-guided learning: video interaktif, simulasi berbasis AI, chatbot tutor. Peran universitas di tier ini bukan lagi "mengajar", tapi "memvalidasi" dan "memfasilitasi". Kami pastikan mahasiswa punya akses ke resource yang baik, kami monitor progress mereka, dan kami intervensi jika mereka tertinggal.

Ini menghemat waktu di kelas untuk hal yang lebih penting.

Tier 2: Critical Application (Memerlukan Fasilitasi Manusia)

Ini adalah "bagaimana menggunakan pengetahuan itu untuk menyelesaikan masalah real". Di tier ini, mahasiswa tidak sekadar tahu teorinya, tapi praktek menerapkannya dalam konteks nyata dengan arahan dari dosen.

Contoh: Mahasiswa tidak sekadar tahu teori machine learning, tapi praktik menggunakan aplikasi AI  untuk menganalisa dataset yang real, with menyadari kemungkinan bias, limitasi, dan pertimbangan etis. 

Tier ini memerlukan tipe dosen yang memahami konteks industri yang real. Ini memerlukan kemampuan untuk memandu (coach), challenge (memberi tantangan), dan guide (mengarahkan).

Tier 3: Wisdom Development (Bukan Fungsi AI)

Ini adalah layer tertinggi dimana mahasiswa belajar untuk membuat keputusan dalam kondisi ketidakpastian, adanya trade-off, dan pentingnya pertimbangan etis dan moral.

Contoh: Seorang data scientist mungkin bisa membuat model prediktif yang sangat akurat untuk suatu layanan . Tapi apakah model itu bisa diimplementasikan tanpa melanggar privasi? Siapa yang akan dirugikan? 

Ini adalah pertanyaan yang tidak bisa dijawab oleh AI. Ini memerlukan diskusi mendalam, mengelaborasi berbagai perspektif, dan refleksi yang terstruktur. Tier ini adalah pekerjaan universitas yang paling penting—dan paling terabaikan.

Trnasfromasi yang Diperlukan

Jika model tiga-tier ini diadopsi, maka perlu transformasi di Perguruan Tinggi sebagai berikut :

Pertama: Investasi dalam Disain Kurikulum yang mengintegrasikan AI
Setiap program studi perlu melakukan audit kurikulum dan mengidentifikasi mana bagian dari setiap mata kuliah yang bisa dioptimalkan dengan AI, dan mana bagian yang  yang memerlukan fasilitasi langsung dosen. Ini memerlukan investasi dalam disain pembelajaran dan infrastruktur. Universitas perlu memiliki tim yang khusus untuk ini, bukan sekadar menambah beban pada dosen.

Kedua: Perubahan Pendekatan Pembelajaran

Dosen tidak lagi "lecturer", tapi "learning facilitator". Ini memerlukan training yang mendalam. Bukan sekadar workshop satu hari, tapi pengembangan profesi secara berkelanjutan. Ini juga memerlukan perubahan dalam jenjang karir dan skema insentif. Saat ini, dosen dihargai karena output riset dan beban mengajar. Tapi tidak ada insentif untuk kualitas fasilitasi atau outcome pembelajaran mahasiswa. Padahal itulah yang paling akan berdampak pada kualitas lulusan.

Ketiga: Penguatan Kemitraan Dengan Industri

Untuk Tier 2 dan Tier 3, universitas perlu lebih lebih dekat dengan dunia kerja. Bukan sekedar job placement, tapi kemitraan yang nyata dalam disain kurikulum dan mentoring. Diperlukan praktisi yang masuk ke kelas secara reguler—bukan hanya untuk dosen tamu tetapi menjadi fasilitator yang intens.

Memulai dari Mana?

Saya menyadari bahwa transformasi besar ini tidak bisa dilakukan sekaligus. Tahap pertama tentunya bisa dengan pilot project:

Ambil 2-3 program studi yang sudah punya dosen yang siap dan infrastruktur yang memadai

Disain ulang 3-4 mata kuliah menggunakan model tiga-tier
Investasi dalam LMS yang bisa mengadopsi pembelajaran yang dibantu AI (sekarang ini sudah banyak)
Libatkan mereka yang paham mendisain ulang proses pembelajaran berbasis teknologi

Dokumentasikan hasilnya untuk perluasan skala

Timeline yang realistis: 18-24 bulan untuk piloting, kemudian secara bertahap ke seluruh institusi. Biaya? Mungkin akan signifikan tetapi ongkos tidak melakukan apa-apa bisa jadi akan jauh lebih besar.

Mengapa Saya Menulis Ini

Saya menulis artikel ini bukan untuk sekedar retorika. Saya menulis ini karena dalam penelitian untuk buku saya, saya melihat dengan jelas: universitas yang tidak bertransformasi akan menjadi usang dalam decade mendatang. Bukan karena AI akan menggantikan universitas. Tapi karena universitas yang tetap mengajarkan "content delivery" akan kehilangan proposisi nilai mereka.

Universitas yang akan bertahan adalah yang bisa jalankan Tier 2 dan Tier 3 dengan baik. Universitas yang bisa mengajar bagaimana berpikir mendalam, bagaimana beradaptasi, bagaimana membuat keputusan yang bijak dalam dunia yang kompleks dan penuh ketidakpastian. 
Pilihan ada di tangan kita sekarang.

Rahmat Mulyana adalah Wakil Rektor Bidang Akademik Universitas UMMI Bogor, praktisi dalam strategic management, risk analysis, dan transformasi organisasi. Dia sedang merevisi bukunya "Aplikasi Kecerdasan Buatan Untuk Pendidikan Formal dan Profesional" berdasarkan riset empiris untuk mengoptimalkan manfaat AI secara etis. Belajar ilmu kognitif sejak 1989 ketika menulis skripsi “Decision Support System” dan meneliti “Neural Network Applications in Finance” dalam studi magister tahun 2004.