Cendekiawan Buatan — Pendidikan di Era Mesin yang Tahu Segalanya

Esai | November 2026

---

Di sebuah kelas di Jakarta, seorang siswa berusia lima belas tahun membuka aplikasi kecerdasan buatan. Ia mengetik: «Jelaskan teori relativitas Einstein seperti saya berusia sepuluh tahun.» Dalam tiga detik, mesin itu menghasilkan penjelasan tentang ruang dan waktu yang menggunakan metafora kereta api dan sinar lampu. Siswa itu membaca, mengangguk, lalu menutup tab barunya. Ia tidak bertanya apa-apa lagi. Guru di depan kelas melanjutkan penjelasannya. Dua sumber pengetahuan bersaing dalam ruangan yang sama, dan mesin itu selalu menang soal kecepatan.

Ini bukan skenario masa depan. Ini adalah hari-hari normal di ribuan sekolah di seluruh dunia. Apa yang terjadi pada pendidikan ketika pengetahuan menjadi gratis, instan, dan personal? Pertanyaan ini jauh lebih rumit dari yang terlihat, karena ia menyentuh sesuatu yang lebih mendasar daripada kurikulum atau metode pengajaran. Ia menyentuh hakikat pengetahuan itu sendiri.

Apa Itu Pengetahuan?

Untuk memahami dampak kecerdasan buatan terhadap pendidikan, kita perlu bertanya hal yang jarang ditanyakan: apa sebenarnya pengetahuan itu?

Para filsuf telah berdebat selama dua ribu tahun mengenai pertanyaan ini. Platona berpendapat bahwa pengetahuan sejati bukanlah sekadar kepercayaan yang benar — ia harus disertai dengan pembenaran yang layak. Aristoteles membedakan antara pengetahuan proposisional («sapiens biết bahwa bumi berbentuk bulat») dan pengetahuan prosedural («sapiens biết cara berenang»). Rene Descartes memisahkan pengetahuan yang diperoleh melalui akal dari pengetahuan yang diperoleh melalui pengalaman indrawi.

Dalam tradisi Islam, Ibnu Khaldun membedakan antara ilmu naqli (pengetahuan yang diterima dari otoritas) dan ilmu aqli (pengetahuan yang diperoleh melaluireasoning). Al-Ghazali, dalam karyanya yang terkenal Tahafut al-Falasifah, memperingatkan bahwa pengetahuan tanpa kebijaksanaan hanyalah accumulated information yang bisa menyesatkan.

Apa yang sering terlupa dalam diskusi ini adalah bahwa pengetahuan, sebagaimana dipahami oleh kebanyakan sistem pendidikan modern, adalah komoditas yang dapat ditransfer. Ia diasumsikan mengalir dari guru ke murid seperti air dari ember ke gentong. Guru memegang kendi pengetahuan; murid memegang gentong kosong. Tugas pendidikan adalahMenuang.

Kejadian buatan mengganggu premis dasar ini. Jika mesin bisa menuang pengetahuan langsung ke dalam pikiran siapa pun — bukan secara harfiah, tentu saja, tetapi cukup dekat melaluiledakan teks — maka peran guru, peran sekolah, bahkan peran pengetahuan itu sendiri perlu dipertimbangkan ulang.

Sekolah Sebelum Mesin

Sebelum adanya teknologi digital, sekolah berfungsi sebagai gatekeeper pengetahuan. Informasi berkualitas — buku-buku, jurnal ilmiah, lektur profesor — tersedia terbatas secara fisik dan geografis. Perpustakaan besar hanya ada di kota-kota tertentu. Jurnal akademik memerlukan langganan mahal. Profesor adalah gerbang menuju pengetahuan komunitas ilmiah.

Sistem ini tidak adil, tetapi ia memiliki logika internal. Ketimpangan akses melahirkan hierarki institusional. Universitas terkemuka tetap terkemuka karena mereka mengendalikan akses. Gelar tetap berharga karena kelangkaan relatifnya. Pendidikan formal adalah proses seleksi alamikultural: hanya mereka yang bertahan melalui ujian, tugas, dan kompetisimendapatkan pengetahuan yang diakui.

Di Indonesia, sistem ini berbentuk ujian nasional, seleksibersama masuk perguruan tinggi, dan ijazah sebagai mata uang sosial. Anak petani di Papua harus melalui jalur yang sama dengan anak miliarder di Jakarta. Jalurnya berbeda-beda, tetapi tujuannya satu: melewati gerbang pengetahuan yang dikendalikan oleh institusi.

Ketika gerbang itu runtuh, seluruh arsitektur pendidikan bergoncang. Bukan hanya di Indonesia. Di seluruh dunia.

Mesin yang Mengajar

Kecerdasan buatan generatif mengubah lanskap pengetahuan secara radikal. Bukan karena mesin itu lebih pintar dari manusia — argumen itu sudah usang sebelum dimulai. Manusia tetap lebih kreatif, lebih empatik, lebih mampu menavigasi konteks sosial. Mesin lebih cepat, lebih konsisten, dan lebih luas cakupan pengetahuannya.

Bayangkan seorang siswa di kampung terpencil di Kalimantan yang ingin belajar astrofisika. Sebelas tahun yang lalu, ia harus mengandalkan buku teks yang mungkin kadaluwarsa, guru yang mungkin tidak spesialis astrofisika, dan perpustakaan yang mungkin tidak memiliki satupun buku tentang lubang hitam. Hari ini, ia bisa bertanya kepada mesin yang telah dilatih pada jutaan paper ilmiah, textbook, dan ensiklopedia.

Itu terdengar seperti kemajuan mutlak. Dan memang demikian. Tetapi di balik kemudahan itu tersembunyi beberapa masalah yang jarang dibicarakan.

Masalah pertama adalah ilusi pemahaman. Ketika mesin memberikan jawaban yang koheren, siswa cenderung merasa bahwa ia memahami konsep tersebut. Padahal, memahami bukanlah mengakui. Memahami berarti mampu mengajukan pertanyaan baru, menghubungkan ide dari domain yang berbeda, dan menerapkan pengetahuan dalam konteks yang belum pernah dihadapi sebelumnya. Jawaban mesin memuaskan rasa ingin tahu sesaat, bukan membangun kapasitas berpikir jangka panjang.

Masalah kedua adalah homogenisasi pemikiran. Mesin dilatih pada data yang tersedia — dominan berbahasa Inggris, dominan Barat, dominan teknokratis. Meskipun model-model terbaru berusaha lebih inklusif, bias struktural tetap ada. Siswa yang bergantung sepenuhnya pada mesin untuk pembelajaran berisiko menginternalisasi cara berpikir yang sama dengan jutaan siswa lainnya di seluruh dunia. Kearifan lokal, perspektif marginal, dan cara Knowing yang berbeda-beda tergerus oleh arus pengetahuan standar.

Masalah ketiga adalah hilangnya perjuangan kognitif. Belajar, dalam arti yang paling mendalam, adalah proses transformasi diri yang membutuhkan usaha. Otak manusia berubah secara fisik ketika seseorang sungguh-sungguh berjuang memahami konsep yang sulit. Sinapsis baru terbentuk. Jaringan saraf menguat. Proses inilah yang disebut neurosaintis sebagai «desirable difficulty» — kesulitan yang diinginkan karena ia membangun ketahanan kognitif.

Ketika segala sesuatu menjadi mudah, apa yang hilang? Tidak hanya efisiensi. Yang hilang adalah bentuk pertumbuhan tertentu — jenis kekuatan mental yang hanya muncul melalui perjuangan.

Guru yang Bertahan

Apakah guru akan digantikan? Jawaban singkatnya: tidak. Jawaban lengkapnya: guru akan berubah, dan perubahan itu mungkin lebih menarik daripada statu quo.

Guru yang baik bukanlah penyampai informasi. Ia adalah penanya, fasilitator, mentor, dan—yang paling penting—model cara berpikir. Seorang guru matematika yang hebat tidak hanya mengajarkan rumus; ia mengajarkan bagaimana seseorang harus mempertanyakan asumsi, mengecek konsistensi logis, dan menikmati keindahan struktur abstrak. Seorang guru sastra tidak hanya menganalisis novel; ia menunjukkan bagaimana cerita bisa membuka mata pembaca terhadap realitas yang sebelumnya buta.

Di sinilah letak keunggulan manusia yang tidak bisa direplikasi mesin: kehadiran. Kehadiran seorang guru yang peduli, yang melihat ketidaktahuan siswanya bukan sebagai kekurangan tetapi sebagai titik awal perjalanan, yang merespons bukan hanya apa yang dikatakan tetapi juga apa yang tersirat — keraguan, kegembiraan, kebingungan yang belum bernama.

Mesin bisa meniru pedagogi. Ia bisa menyusun rencana pelajaran, membuat kuis, memberikan umpan balik. Tetapi ia tidak bisa, dengan makna penuh kata tersebut, «mengajar» karena mengajar adalah relasi, bukan transaksi. Relasi memerlukan kehadiran manusia.

Pendidikan Masa Depan

Masa depan pendidikan bukan tentang memilih antara mesin dan manusia. Ia tentang menemukan sintesis baru. Beberapa kemungkinan sudah terlihat.

Pertama, pendidikan akan bergerak dari pengiriman pengetahuan menuju pengembangan kemampuan bertanya. Kalau mesin bisa menjawab segalanya, nilai tertinggi berpindah ke tangan orang yang tahu cara mengajukan pertanyaan yang tepat. Filsuf Socrates sudah memahami ini dua setengah milenium lalu: dia tidak pernah menulis satu pun buku karena ia percaya bahwa wisdom datang bukan dari menerima jawaban tetapi dari mempelajari pertanyaan.

Kedua, pendidikan akan menjadi lebih personal. Mesin memungkinkan pembelajaran yang disesuaikan dengan ritme, minat, dan gaya setiap siswa. Tidak ada lagi pola «one size fits all» yang merugikan siswa lambat maupun siswa cepat. Setiap orang bisa belajar sesuai tempo dirinya sendiri.

Ketiga, pendidikan akan menekankan keterampilan yang tidak bisa diotomasi: kreativitas, kolaborasi, empati, kebijaksanaan moral. Bukan karena mesin tidak bisa melakukan hal-hal itu — beberapa mesin sudah mencoba — tetapi karena nilai-nilai ini hanya berarti dalam konteks hubungan antarmanusia. Sebuah esai yang ditulis oleh mesin tentang penderitaan manusia boleh saja cerdas. Tetapi esai yang ditulis oleh manusia yang pernah menderita, yang tahu apa artinya merasakan sakit, memiliki bobot yang berbeda. Bobot kemanusiaan.

Keempat, dan mungkin yang paling penting, pendidikan perlu mengajarkan literasi mesin. Bukan hanya cara menggunakan alat-alat baru, tetapi cara memahami batasan, bias, dan dampak sosial dari alat-alat tersebut. Siswa perlu tahu bahwa mesin tidak netral. Ia perlu tahu bahwa setiap jawaban membawa jejak kultur pembuatnya. Ia perlu tahu kapan harus mempercayai mesin dan kapan harus menolak rekomendasinya.

Di Antara Ketidak-tahuan dan Pengetahuan

Ada sebuah kisah dalam tradisi Sufi tentang seorang murid yang mendatangi gurunya dan berkata: «Wahai guru, ajarilah aku segala sesuatu.» Gurunya menjawab: «Aku akan mengajarimu, tetapi ada satu hal yang tidak bisa diajarkan.» Murid itu penasaran. «Apa?» tanyaannya. «Kecantikan», jawab sang guru.

Mungkin inilah inti permasalahan pendidikan di era kecerdasan buatan. Kita bisa mengompres semua pengetahuan manusia ke dalam algoritma. Kita bisa membuat mesin yang bisa menjelaskan relativitas, Shakespeare, atau sejarah peradaban Mesir Kuno dengan sempurna. Tetapi kita tidak bisa mengkompresi pengalaman subjektif tentang keindahan, tentang makna, tentang mengapa suatu hal penting bagi kita secara pribadi.

Pengetahuan yang diberikan mesin berguna. Tetapi kebijaksanaan — kemampuan untuk menilai kapan pengetahuan itu relevan, bagaimana menggunakannya, dan kapan harus melepaskannya — masih memerlukan human judgment. Dan judgment dibentuk bukan hanya oleh informasi tetapi oleh pengalaman hidup, oleh kegagalan, oleh cinta, oleh kehilangan.

Pendidikan masa depan bukan tentang siapa yang tahu lebih banyak. Ia tentang siapa yang bisa berpikir lebih dalam, merasa lebih tajam, dan bertindak lebih bijaksana. Mesin bisa membantu mencapai tujuan itu. Tetapi mesin itu sendiri tidak memiliki tujuan. Tujuan berasal dari manusia.

Dan di situlah letak harapan. Bukan pada mesin yang tahu segalanya. Tetapi pada manusia yang masih memiliki keberanian untuk bertanya.

---

Kutipan kunci: "Pengetahuan yang diberikan mesin berguna. Tetapi kebijaksanaan — kemampuan untuk menilai kapan pengetahuan itu relevan — masih memerlukan human judgment."