Kita hidup di era ketika ideologi mainstream mengatakan: AI itu netral, canggih, dan pasti membuat pendidikan lebih baik. Namun pendidikan bukan mesin; ia adalah arena hasrat, politik, dan ketimpangan yang disamarkan. AI masuk seperti cameo dari tokoh penting: lucu, menarik, dan—kalau kita jujur—mengubah struktur kekuasaan tanpa mengetuk pintu.
“Personalisasi” adalah kata manis. Tapi kalau Anda pernah disuruh scroll tanpa henti oleh aplikasi belanja, Anda tahu: yang dipersonalisasi sering kali adalah selera—bukan kebebasan.
Mari kita bongkar dampak AI di pendidikan dengan cepat, provokatif, dan sedikit sinis—tanpa mengira semuanya seseru film. Tapi tenang: ini bukan sekadar kritik. Ini juga diagnosis.
Normalisasi: AI Masuk Sekolah Pakai Jas Rapi
Pertama-tama, mari akui mekanismenya: normalisasi. AI di pendidikan dibingkai sebagai “alat bantu”. Guru dibantu membuat soal, siswa dibantu tutor, sekolah dibantu mengelola administrasi. Semua berjalan mulus—setidaknya di presentasi.
Hegelian dialectic-nya begini:
Thesis: AI menghadirkan kemajuan (lebih cepat, lebih terukur, lebih efektif).
Antithesis: Efektivitas itu punya harga (dependensi, penyempitan, algoritma menuntun apa yang “benar” untuk dipelajari).
Synthesis: Sekolah menerima AI sebagai “infrastruktur” baru—sehingga perubahan tidak terasa lagi sebagai perubahan.
Dan di sinilah ideology unmasking bekerja: yang dianggap natural ternyata ideologi. Yang “wajar” sekarang adalah pembelajaran yang diukur oleh log aktivitas, skor model, dan prediksi performa. Kita tidak lagi mengajar murid; kita mulai mengajar sistem tentang murid.
Contoh kontemporer? Banyak sekolah dan platform pembelajaran sudah menawarkan rekomendasi materi otomatis. Di level permukaan, itu seperti teman belajar. Tapi bayangkan: rekomendasi bukan sekadar bantuan; ia bisa menjadi batas. Yang tidak disarankan, dianggap tidak penting. Lalu perlahan, kurikulum bergeser dari “apa yang ingin dipahami” menjadi “apa yang paling cocok untuk diprediksi model”.
Lacanian quick fix: dalam keseharian, AI seperti “guru yang tidak berwajah”. Ia memberi jawaban tanpa tatapan. Tapi justru tanpa tatapan itu, muncullah pertanyaan yang tidak selesai: “Kalau AI tidak terlihat sebagai manusia, maka otoritasnya tidak bisa diperdebatkan secara emosional.” Anda bisa debat dengan guru—tetapi bagaimana debat dengan model yang hanya berbicara lewat skor?
Setiap kali Anda bilang “bukan apa-apa, ini cuma alat,” ingat: ideologi selalu memakai kalimat itu sebelum menancapkan kukunya.
Crack: Retakan Kecil yang Mengubah Makna Belajar
Retakan terbesar biasanya tidak dimulai dari kebijakan besar. Ia dimulai dari kebiasaan kecil.
Misalnya: siswa menggunakan AI untuk menyusun paragraf. Awalnya, guru menganggap itu “cara cepat.” Kemudian muncul pertanyaan: apakah siswa belajar berpikir, atau belajar meminta? Dalam bahasa yang lebih keras: apakah mereka latihan mengunyah, atau latihan menelan.
Hegelian dialectic:
Thesis: AI membantu produktivitas (tugas selesai, materi dipahami lebih cepat).
Antithesis: Produktivitas tanpa proses melahirkan kemalasan yang terstruktur (kompetensi diganti dengan alur).
Synthesis: Tugas menjadi “hasil akhir”, sementara berpikir menjadi “opsi”.
Di sinilah Pop Paradox masuk. Kita hidup di era meme yang suka menyindir: “No thoughts, just AI.” Sebenarnya itu bukan hanya lelucon. Itu gejala. Humor selalu memotret kecemasan yang tidak berani diucapkan.
Bayangkan meme itu dipajang di grup sekolah:
- Anak-anak makin cepat mengerjakan, tapi komentar guru makin sulit: “Tulisanmu sudah rapi, tapi kok… kosong?”
- AI membuat kalimat lancar, tetapi bukan berarti pemahaman ikut lancar.
The Obscene Underbelly: sisi yang “tidak sopan” dari skema ini adalah: evaluasi pendidikan jadi semakin mudah dimanipulasi. Bukan karena anak “jahat”, tapi karena sistem menuntut output yang tampak. Jika yang dinilai adalah format, maka siswa akan belajar mengoptimasi format. Jika yang dinilai adalah ketepatan jawaban, maka model akan diajarkan untuk meniru jawaban, bukan memahami konsep.
Lebih jahat lagi: AI juga bisa menyamar sebagai “penjelasan yang baik”. Padahal bisa jadi salah tapi meyakinkan. Lalu siapa yang disalahkan? Biasanya bukan model. Yang disalahkan adalah siswa yang “kurang literasi.”
Jadi retakan itu begini: pendidikan berubah dari “mendidik” menjadi “menghasilkan bukti.” Bukti bisa rapi, tapi tidak selalu berarti.
“Kebenaran” yang dihasilkan AI sering hanya terlihat seperti kebenaran—seperti kostum yang pas, bukan seperti tubuh yang hidup.
Lacanian Dive: Quick Fix yang Membuat Kita Lupa Pertanyaan Utama
Sekarang mari masuk ke Lacanian Dive—versi cepatnya, bukan seminar. Lacan punya ide bahwa manusia sering berusaha memenuhi “lubang” lewat sesuatu yang terlihat menjanjikan. Dalam kasus pendidikan, lubang itu namanya: ketidakpastian, ketakutan gagal, dan kebutuhan otoritas yang tidak bisa kita lawan.
AI datang membawa sesuatu yang terasa seperti jawaban instan. Itu “quick fix” dalam arti paling psikologis: kita tidak hanya ingin belajar, kita ingin berhenti cemas.
Hasilnya paradoks.
Semakin AI membantu mengurangi kesulitan teknis, semakin kompleks kecemasan muncul di bagian yang justru paling manusia: mengapa kita belajar, untuk siapa, dan dengan kemampuan apa kita mengkritik apa yang kita terima.
Lacanian konsep lain yang relevan: “Yang Diinginkan” tidak selalu sama dengan yang “diajarkan.” Siswa mungkin ingin diakui. Sistem mungkin ingin output. AI bisa mengunci siswa ke pola “ingin diakui oleh skor.”
Thesis (Hegel): AI menyesuaikan materi dengan kemampuan siswa.
Antithesis: Penyesuaian itu membuat siswa dikurung dalam kurikulum prediktif.
Synthesis: Murid belajar sesuai profil model, bukan sesuai rasa ingin tahu.
Lalu muncul fenomena sehari-hari: kelas terasa seperti mengerjakan latihan untuk “membuktikan” sesuatu ke sistem. Diskusi—yang seharusnya berantakan, emosional, dan berisiko—digantikan oleh mode aman: jawaban benar, kutipan rapi, gaya konsisten.
Akhirnya, otoritas pendidikan bergeser. Bukan lagi guru yang menjadi simbol hukum. Kini simbol hukum itu berupa platform, model, dan batasan-batasan yang tidak terlihat.
The Obscene Underbelly yang lebih dalam: bahkan guru bisa ikut terjebak. Guru yang lelah akan tergoda menjadikan AI sebagai co-pilot. Saat itu terjadi, hubungan pedagogis menjadi prosedural. Mengajar jadi logistik.
Dan ketika hubungan jadi logistik, pertanyaan Hegelian berhenti berputar. Yang tersisa hanya manajemen.
AI bukan hanya mengubah cara kita belajar—AI juga mengubah jenis pertanyaan yang berani kita ajukan.
Reveal: Dampak Nyata—Dari Penilaian sampai Ketimpangan
Mari kita ungkap dampak-dampak yang paling terasa di pendidikan. Tidak semua hitam-putih. Tapi tidak semua juga putih.
1) Penilaian: Dari “Pemahaman” ke “Prediksi”
AI dapat menilai esai, memberi umpan balik otomatis, atau memprediksi performa. Masalahnya bukan pada teknologi semata; masalah pada apa yang dianggap sebagai “kualitas.”
Jika sistem menilai gaya, struktur, atau kemiripan statistik, maka siswa akan belajar mengoptimasi bentuk. Ini menggeser makna belajar menjadi permainan retorika.
Thesis: Penilaian AI mempercepat umpan balik.
Antithesis: Umpan balik bisa bias terhadap gaya bahasa tertentu dan mengaburkan pemahaman.
Synthesis: Standar baru muncul: “yang terukur oleh mesin.”
2) Kurikulum: Personalisasi yang Bisa Menjadi Penjara
“Personalisasi” terdengar membebaskan. Tetapi bisa jadi penjara halus: siswa hanya diberi materi yang dianggap sesuai profilnya.
Pop Paradox: iklan AI sering menampilkan gambar siswa yang “fit” dengan materi seperti teka-teki. Tapi kenyataannya, banyak siswa tidak ingin “fit.” Mereka ingin mengubah bentuk pikiran, bahkan kalau awalnya gagal.
Thesis: Materi sesuai kebutuhan.
Antithesis: Model bisa mengunci siswa pada jalur yang meminimalkan risiko kesalahan.
Synthesis: Keingintahuan kalah oleh prediksi.
3) Ketimpangan: Murid dengan Akses Lebih Banyak Mendapat Lebih Banyak
Jika AI hadir sebagai tutor, siapa yang punya perangkat, akses internet, dan literasi digital akan diuntungkan. Sementara itu, sekolah yang kurang sumber daya sering hanya “mematuhi” AI lewat perangkat terbatas atau kebijakan yang timpang.
Thesis: AI meratakan peluang lewat dukungan tambahan.
Antithesis: AI memperlebar gap karena akses dan kemampuan menggunakan AI tidak merata.
Synthesis: Pendidikan makin “berkualitas” untuk sebagian, dan makin “terstandar” untuk sebagian lain.
4) Plagiarisme dan Autentisitas: Ketika Asli Jadi Mewah
Dengan AI generatif, batas antara bantuan dan pengganti jadi kabur. Siswa bisa menghasilkan teks lengkap. Guru bisa mengamati kemiripan atau inkonsistensi, tetapi deteksi tidak selalu akurat.
Hegelian Dialectic muncul di sini:
Thesis: Keaslian tulisan jadi sulit diuji.
Antithesis: Sistem respons dengan aturan baru dan deteksi baru.
Synthesis: Fokus berpindah: dari “belajar” ke “membuktikan bahwa belajar”.
Dan itu justru mematikan tujuan pendidikan.
Keaslian yang dipakai untuk menghukum sering kali mengabaikan kreativitas yang bisa dilatih.
Discomfort: Yang Tidak Nyaman dari Semua Ini
Sekarang bagian yang paling tidak enak: kita harus mengakui bahwa dampak AI bukan sekadar teknis. Ia menyentuh struktur ideologi.
Ideology Unmasking lagi: pendidikan selalu punya ideologi—pembentukan warga, pembentukan pekerja, pembentukan “cara berpikir yang diizinkan.” AI hanya membuat ideologi itu lebih halus dan lebih sulit digugat.
Lacanian Quick Fix menyuruh kita waspada: ketika AI memberi jawaban cepat, kita membeli ketenangan emosional dengan mengorbankan proses. Lalu setelah ketenangan itu jadi kebiasaan, kemampuan untuk menghadapi kebingungan hilang. Dan kebingungan adalah bahan bakar berpikir.
Hegelian dialectic terakhir:
Thesis: AI menjanjikan pembelajaran yang efisien.
Antithesis: Efisiensi mereduksi pendidikan menjadi produksi jawaban.
Synthesis: Pendidikan menjadi “lebih cepat” tetapi bukan tentu “lebih benar.”
Maka kita harus menanggung pertanyaan yang tidak nyaman: apakah sekolah sedang diprogram untuk melayani sistem evaluasi, bukan melayani manusia?
The Obscene Underbelly: mungkin AI tidak datang untuk “menolong” pendidikan. Mungkin AI datang untuk menjadikan pendidikan lebih mudah diukur, lebih mudah diatur, dan lebih mudah dijual. “Kualitas” dipindahkan dari ruang kelas ke dashboard.
Dan saya akan menutup dengan paradoks yang sedikit menyebalkan (tapi penting): teknologi bisa membuat belajar lebih baik, ya. Tapi jika kita tidak mengubah etika, hubungan kuasa, dan cara menilai makna belajar, AI hanya mengganti guru manusia dengan bentuk otoritas baru—yang tidak bisa disentuh.
“Kalau semuanya dipersonalisasi, siapa yang masih bertanya apa yang sebenarnya diinginkan murid?”
Tidak ada komentar:
Posting Komentar