Pendidikan memiliki dua masalah AI, bukan satu
AI generatif dapat membantu seorang pembelajar menyelesaikan sebuah tugas dan dapat membantu pembelajar itu memperoleh keterampilan yang mendasarinya. Hasil-hasil itu tidak sama. Sebuah esai yang dipoles dengan bantuan ekstensif mungkin memperbaiki tugas hari ini sambil melemahkan latihan yang dibutuhkan untuk menulis secara mandiri. Sebaliknya, seorang tutor yang mengajukan pertanyaan, mendiagnosis kesalahpahaman, dan secara bertahap menghilangkan dukungan dapat memperbaiki pembelajaran. Pertanyaan pendidikannya karenanya bukan sekadar apakah siswa “menggunakan AI,” melainkan pekerjaan kognitif apa yang masih dilakukan siswa itu.
Efek ruang-kelas saat ini menyangkut AI generatif, bukan AGI. Sekolah sudah menghadapi pembuatan teks yang fasih, penerjemahan, umpan balik, bantuan pengodean, media sintetis, dan administrasi otomatis. Klaim bahwa AGI akan membuat sekolah atau gelar menjadi usang adalah proyeksi. Tidak ada bukti saat ini yang dapat menetapkan bagaimana institusi akan merespons sebuah sistem dengan kemampuan pengajaran dan riset yang andal dan secara luas melampaui manusia.
Apa yang teramati pada 2026
Penggunaan siswa telah menjadi arus-utama di banyak sistem pendidikan peserta. Hasil PISA 2025 OECD melaporkan bahwa 46% siswa di negara-negara OECD menggunakan chatbot AI mingguan atau lebih sering untuk membantu mereka belajar. Siswa yang menggunakan AI untuk tugas sekolah tertentu seperti meringkas, menyusun draf, dan riset pendahuluan memiliki skor sains yang lebih rendah rata-rata setelah penyesuaian untuk status sosioekonomi, sementara pengguna mingguan umum berkinerja serupa dengan bukan-pengguna. Ini adalah sebuah asosiasi, bukan bukti bahwa AI menyebabkan skor lebih rendah; siswa yang kesulitan mungkin menggunakannya secara berbeda atau lebih sering. Siswa dengan penggunaan reguler dan kesempatan sekolah untuk mengembangkan literasi-AI cenderung mendapat skor sedikit lebih tinggi, menyoroti pentingnya instruksi dan ketidaksetaraan akses (OECD PISA 2025, September 2026).
Kesiapan guru tertinggal di belakang adopsi siswa. Stanford AI Index 2025 melaporkan bahwa 81% guru ilmu komputer AS yang disurvei berpikir AI seharusnya dimasukkan dalam pembelajaran fondasional, sementara kurang dari setengah merasa siap untuk mengajarkannya. Itu adalah temuan guru AS, bukan ukuran global, tetapi itu mengilustrasikan mengapa dokumen kebijakan saja tidak menciptakan praktik ruang-kelas yang kompeten (Stanford HAI, 2025).
Menyontek itu nyata tetapi sulit diukur. Survei bergantung pada laporan-mandiri dan definisi berbeda-beda: penulisan-hantu yang dilarang, brainstorming yang diizinkan, koreksi tata bahasa, dan dukungan aksesibilitas mungkin semuanya dihitung sebagai “penggunaan AI.” Detektor-teks-AI menambahkan masalah lain. Tingkat kesalahannya bervariasi menurut model, bahasa, penyuntingan, dan populasi siswa; sebuah detektor probabilistik seharusnya tidak pernah menjadi satu-satunya dasar untuk hukuman. Institusi membutuhkan prosedur integritas-akademik berbasis-bukti dengan pemberitahuan, kesempatan untuk merespons, dan perhatian pada positif-palsu.
Apa yang disarankan bukti intervensi awal
Temuan terkuat itu bersyarat: dukungan AI bekerja lebih baik ketika tertanam dalam pedagogi yang sehat. Digital Education Outlook 2026 milik OECD menyimpulkan bahwa sistem generatif mungkin menyediakan umpan balik dan tutoring yang dipersonalisasi, tetapi membedakan kinerja yang dibantu-AI dari pengembangan keterampilan yang tahan-lama dan menyerukan penggunaan yang berdasar-pedagogi (OECD, 2026). Vendor sebuah alat memiliki kepentingan dalam melaporkan keterlibatan dan keuntungan jangka-pendek, jadi studi acak independen, tes tertunda, dan transfer ke masalah baru layak mendapat bobot lebih daripada kesaksian.
Perilaku tutoring yang berguna mencakup meminta seorang pembelajar mencoba masalah itu terlebih dahulu, memberi petunjuk alih-alih jawaban, mewajibkan penjelasan, memeriksa sumber, meninjau-ulang kesalahan, dan mengurangi bantuan secara bertahap. Pola berbahaya mencakup menyelesaikan seluruh tugas dengan segera, mengarang kutipan, memuji penalaran yang salah, atau beradaptasi sepenuhnya dengan preferensi seorang pembelajar sehingga kesulitan produktif menghilang.
Guru manusia tetap esensial untuk tujuan yang tidak dapat dimiliki model secara andal: memilih kurikulum, memahami konteks keluarga dan budaya, mengelola ruang kelas, melindungi anak-anak, memotivasi upaya yang berkelanjutan, mengenali kesusahan, dan menerima akuntabilitas profesional. AI dapat memperluas kapasitas umpan balik tanpa membuat tanggung jawab-tanggung jawab itu menghilang.
Asesmen harus mengukur kapabilitas yang dimaksudkan
Esai bawa-pulang tradisional tidak dapat membawa bobot pembuktian yang sama ketika bantuan berkualitas-tinggi ada di mana-mana. Responsnya seharusnya bukan pengawasan atau kembali ke ujian hafalan-semata. Program dapat menggabungkan:
- demonstrasi pengetahuan fondasional yang diawasi, tanpa-AI;
- tugas AI-terbuka yang mewajibkan log, pemeriksaan sumber, dan kritik;
- pembelaan lisan atau penjelasan langsung;
- draf dan artefak proses;
- proyek yang terkait dengan data lokal atau observasi langsung;
- pekerjaan kolaboratif dengan akuntabilitas individual yang eksplisit.
Setiap mode menjawab pertanyaan yang berbeda. Sebuah tugas tanpa-alat menguji kefasihan tanpa bantuan. Sebuah tugas alat-terbuka menguji penilaian dan orkestrasi. Sebuah pembelaan lisan menguji apakah siswa memahami pekerjaan yang diserahkan. Akomodasi aksesibilitas harus tetap tersedia, dan perubahan asesmen seharusnya tidak menghukum siswa karena menggunakan teknologi asistif.
Akurasi, sumber, dan ketergantungan intelektual
Chatbot dapat menghasilkan penjelasan yang benar dan klaim yang dikarang dalam register percaya-diri yang sama. Siswa harus belajar pembacaan lateral: tinggalkan jawaban yang dihasilkan, periksa sumber primer, identifikasi penulis dan tanggal, telusuri statistik ke metodenya, dan cari bukti yang bertentangan. Mengutip sebuah chatbot bukan pengganti untuk mengutip sumber yang mendasarinya.
Literasi AI juga mencakup mengenali ketidakpastian, privasi data, bias model, media sintetis, dan insentif komersial. Sebuah akun sekolah mungkin memiliki syarat retensi yang berbeda dari sebuah akun konsumen. Siswa seharusnya tidak memasukkan informasi teman sebaya yang dapat diidentifikasi, catatan pendidikan yang terlindungi, riset yang belum dipublikasikan, atau pengungkapan yang intim tanpa sebuah sistem yang disetujui dan kebijakan yang jelas.
Ada risiko ketergantungan intelektual yang lebih dalam. Jika seorang pembelajar mendelegasikan pemilihan topik, pencarian, sintesis, penyusunan draf, dan revisi, produk akhirnya mungkin melampaui kapabilitas pembelajar itu sambil meninggalkan sedikit pengetahuan di belakang. Guru dapat melawan ini dengan menspesifikasikan langkah mana yang boleh dibantu dan mewajibkan refleksi tentang di mana model itu salah atau tidak membantu.
Kesetaraan berjalan ke dua arah
AI dapat menyediakan penerjemahan, penyederhanaan teks, dukungan bicara, dan latihan yang diindividualisasi. Manfaat-manfaat itu mungkin sangat penting bagi siswa dengan disabilitas atau akses terbatas ke les. Namun model berbayar, perangkat cepat, konektivitas, dan keahlian guru terdistribusi secara tidak setara. OECD menemukan kesempatan literasi-AI lebih umum di antara siswa yang secara sosioekonomi diuntungkan. Sebuah teknologi yang nominalnya universal dapat melebarkan kesenjangan jika siswa mampu menerima penggunaan yang dibimbing dan berkualitas-tinggi sementara yang lain menerima pembuatan-jawaban tak terbatas atau tidak ada akses.
Kebijakan kesetaraan karenanya harus menyediakan alat yang disetujui dan dapat diakses, pengembangan guru, alternatif bagi siswa yang memilih keluar, dan evaluasi lintas kelompok bahasa dan disabilitas. Kebijakan itu juga harus mempertahankan jalur non-AI sehingga pendidikan tidak menjadi bergantung pada berbagi data siswa dengan sebuah penyedia swasta.
Kredensial dan pasar tenaga kerja
Pemberi kerja mungkin memberi nilai lebih rendah pada kredensial yang sebagian besar berbasis produksi bawa-pulang yang dapat ditiru AI. Itu tidak berarti gelar menjadi tidak berharga. Kredensial juga menandakan upaya yang berkelanjutan, praktik yang diawasi, kompetensi laboratorium atau klinis, kolaborasi sebaya, dan verifikasi institusional. Nilainya akan bergantung pada apakah sekolah dapat mendemonstrasikan apa yang dapat dilakukan lulusan secara mandiri dan dengan alat.
Kurikulum harus mempertahankan pengetahuan fondasional karena penilaian membutuhkan sesuatu untuk dinilai. Pada saat yang sama, siswa membutuhkan latihan mendekomposisi masalah, mengevaluasi output, bekerja lintas disiplin, berkomunikasi dengan orang, dan bertanggung jawab atas konsekuensi. “Rekayasa prompt” saja terlalu spesifik-alat untuk menjadi sebuah filosofi pendidikan.
Sebuah kebijakan praktis untuk keluarga dan sekolah
Orang dewasa harus bertanya: Tujuan pembelajaran apa yang diuji tugas ini? Bantuan mana yang diizinkan? Haruskah penggunaan AI diungkapkan? Data apa yang meninggalkan institusi? Bagaimana seorang siswa dapat menantang sebuah tuduhan? Apa yang terjadi ketika alat itu tidak tersedia?
Keluarga dapat meminta anak-anak menunjukkan proses mereka, menjelaskan jawaban dengan kata-kata mereka sendiri, memverifikasi satu klaim penting bersama-sama, dan mempertahankan pembacaan, penulisan, matematika, dan percakapan tanpa-bantuan yang reguler. Larangan menyeluruh dapat mendorong penggunaan ke bawah tanah; permisivitas total dapat menggantikan latihan dengan kinerja.
Posisi yang paling didukung pada September 2026 adalah integrasi terstruktur dengan evaluasi yang berkelanjutan. Bukti saat ini tidak membenarkan klaim bahwa AI generatif secara universal memperbaiki atau merusak pembelajaran. Bukti itu menunjukkan bahwa efek bergantung pada tugas, pedagogi, intensitas, keterampilan sebelumnya, dan akses. AGI dapat mengubah ekonomi dan jangkauan pendidikan secara dramatis, tetapi itu tetap analisis skenario alih-alih sebuah hasil yang dapat diamati sekolah hari ini.