Seperti Apa Pendidikan Kampus yang Benar-Benar Siap Menghadapi Era AI

Nasihat yang Kedaluwarsa dalam Hitungan Semester

Bayangkan seorang orang tua duduk di ruang konseling kampus bersama anaknya yang baru lulus SMA. Konselor dengan yakin mengatakan bahwa hanya ada satu jurusan yang menjamin pekerjaan setelah lulus: ilmu komputer. Kisah ini bukan fiksi — ini pengalaman nyata yang dituliskan seorang kontributor Forbes, Anna Demeo, tentang putrinya sendiri. Yang mengejutkan, baru separuh masa kuliah berjalan, nasihat itu sudah menjadi kebalikan dari kenyataan.

Ini bukan cerita tentang satu jurusan yang tiba-tiba tidak relevan. Ini cerita tentang betapa cepatnya aturan main berubah, dan betapa gugupnya orang tua, kampus, maupun perusahaan mencari jawaban atas satu pertanyaan yang sama: apa sebenarnya yang membuat pendidikan tinggi tetap bermakna ketika kecerdasan buatan bisa mengerjakan begitu banyak hal yang dulu jadi bekal fresh graduate?

Ketidakpastian ini bukan alasan untuk melewatkan kuliah. Justru sebaliknya — ini alasan untuk memikirkan ulang apa yang seharusnya dilakukan sebuah pendidikan tinggi agar mahasiswa benar-benar siap memasuki ekonomi yang digerakkan AI. Dan menariknya, kampus-kampus yang paling siap menghadapi perubahan ini bukanlah yang buru-buru membuka program gelar AI baru. Mereka adalah kampus yang sejak awal memang dibangun untuk menghadapi kompleksitas.

Data yang Tidak Bisa Diabaikan

Pergeseran di pasar kerja bukan lagi sekadar kekhawatiran spekulatif, ia sudah terjadi dan tercatat dalam angka. Pekerjaan level pemula di bidang pengembangan perangkat lunak dan pekerjaan komputasional termasuk di antara yang pertama tergerus. Pada April 2026 saja, AI disebut sebagai alasan di balik lebih dari 21.000 pemutusan hubungan kerja di Amerika Serikat.

CEO Anthropic, Dario Amodei, bahkan memperingatkan bahwa AI berpotensi menghapus hingga separuh dari seluruh pekerjaan kerah putih tingkat pemula dalam lima tahun ke depan. Logika di baliknya sederhana dan agak menohok — seperti yang dikatakan peraih Nobel dan salah satu tokoh perintis AI, Geoffrey Hinton, cara paling jelas untuk menghasilkan uang dari AI adalah dengan menggantikan pekerja dengan sesuatu yang lebih murah.

World Economic Forum memproyeksikan bahwa 39% dari keterampilan kerja inti akan berubah pada tahun 2030. Bagi kampus, ini bukan proses yang bisa dikejar pelan-pelan lewat revisi kurikulum lima tahunan — jendela waktu untuk beradaptasi sangat sempit.

Sejarah yang Pernah Terjadi: Pelajaran dari Ruang “Komputer” NASA

Fenomena ini sebenarnya bukan sepenuhnya baru. Pada era 1950-an, NASA mempekerjakan tim matematikawan yang jabatannya secara harfiah bernama “computer”, karena memang itulah pekerjaan mereka — menghitung. Katherine Johnson, sosok yang kisahnya diangkat dalam film Hidden Figures, secara manual menghitung lintasan orbit John Glenn mengelilingi Bumi pada 1962. Namun pada dekade 1970-an, kehadiran komputer elektronik membuat peran itu lenyap sepenuhnya.

Yang menarik, Dorothy Vaughan, yang saat itu mengepalai kelompok “komputer manusia” tersebut, tidak menunggu perannya digantikan. Ia mengajarkan dirinya sendiri bahasa pemrograman dan melatih seluruh timnya untuk beralih menjadi programmer komputer elektronik. Pola serupa sedang terjadi sekarang, hanya saja menyentuh jauh lebih banyak profesi sekaligus, dan berlangsung jauh lebih cepat.

Pelajaran dari sejarah ini penting: keterampilan teknis yang sangat spesifik selalu berisiko digantikan oleh teknologi berikutnya. Yang bertahan adalah kemampuan untuk terus belajar, beradaptasi, dan melihat masalah dari sudut yang lebih luas — persis seperti yang dilakukan Vaughan ketika ia memilih untuk memimpin transisi, bukan menunggu tergilas olehnya.

Mengapa Kemampuan “Lunak” Justru Paling Sulit Ditiru AI

AI unggul dalam mengerjakan tugas-tugas yang bersifat repetitif dan terstruktur — ironisnya, tugas semacam itu justru selama ini menjadi ladang latihan bagi karyawan baru untuk naik level. Ketika AI bisa mengambil alih begitu banyak tugas semacam itu, perusahaan justru semakin membutuhkan orang yang mampu berpikir kritis, berkomunikasi dengan baik, dan bekerja lintas divisi. Kemampuan yang dulu sering diremehkan sebagai “soft skill” ini justru jauh lebih sulit ditiru oleh mesin.

Data dari World Economic Forum turut menguatkan hal ini: ketahanan mental (resilience), rasa ingin tahu, dan kemampuan berpikir kreatif naik lebih cepat dalam daftar prioritas perusahaan dibanding sekadar sertifikat teknis. Ini sejalan dengan temuan-temuan di bidang psikologi pendidikan mengenai bagaimana ketergantungan berlebihan pada AI justru dapat melemahkan kemampuan berpikir seseorang jika tidak dikelola dengan sadar.

Sebuah survei RAND Corporation terhadap pelajar SMP, SMA, hingga mahasiswa menemukan bahwa kekhawatiran soal AI melemahkan kemampuan berpikir kritis terus meningkat. Di kalangan mahasiswa, tujuh dari sepuluh orang mengaku khawatir penggunaan AI dapat merusak kemampuan berpikir kritis mereka sendiri. Sementara itu, tinjauan yang dipublikasikan EDUCAUSE Review mencatat bahwa ketergantungan terus-menerus pada AI berpotensi melemahkan neuroplastisitas otak, karena tantangan mental yang cukup justru dibutuhkan untuk membangun dan menjaga kemampuan kognitif tetap tajam.

Riset lain yang dipublikasikan di jurnal Acta Psychologica bahkan menemukan pola yang lebih rumit: mahasiswa dengan literasi informasi tinggi memang lebih mampu mengevaluasi hasil AI secara kritis, tetapi mereka juga mengalami kelelahan kognitif yang lebih besar karena harus terus-menerus memverifikasi output AI. Dengan kata lain, menggunakan AI secara bertanggung jawab bukan sekadar soal mengetik prompt yang baik — ia sendiri adalah sebuah keterampilan kognitif yang perlu dilatih.

Tiga Kampus yang Sudah Membangun Model Ini

Jumlah institusi di Amerika Serikat yang menawarkan gelar terkait AI hampir dua kali lipat sejak 2022. Namun mengejar program AI baru bisa jadi justru menyelesaikan masalah kemarin, bukan masalah hari ini. Persoalan yang lebih dalam adalah sekat-sekat antar-jurusan yang selama ini menjadi ciri khas pendidikan tinggi — sistem yang dirancang untuk mencetak spesialis dalam satu bidang sempit, tepat ketika dunia justru menuntut hal sebaliknya. Berikut tiga model kampus yang sudah lebih dulu dibangun untuk menghadapi kompleksitas semacam ini.

Kuliah Bukan Satu-satunya Jalan

Penting dicatat, universitas bukan satu-satunya jalur yang layak dipertimbangkan. Bidang keterampilan teknis atau vokasi, yang selama ini kerap dipandang sebelah mata, justru termasuk yang paling tahan terhadap disrupsi AI. Tukang listrik, tukang pipa, hingga tukang kayu kini sangat dibutuhkan, apalagi seiring lonjakan pembangunan infrastruktur pusat data untuk mendukung AI itu sendiri yang membutuhkan tenaga kerja fisik dalam jumlah besar.

Namun bagi mereka yang tetap memilih jalur kuliah, pertanyaan yang layak diajukan bukan lagi “jurusan apa yang tidak akan disentuh AI”, melainkan “jenis manusia seperti apa yang seharusnya dihasilkan oleh sebuah pendidikan” — seseorang yang mampu berpikir lintas bidang, nyaman berada dalam situasi kompleks, mampu beradaptasi ketika pijakan berubah, dan mampu memimpin penggunaan AI, bukan sekadar mengikutinya.

Bagaimana Mahasiswa dan Orang Tua Bisa Bersiap

Dari berbagai temuan di atas, ada beberapa langkah praktis yang bisa dipertimbangkan mahasiswa maupun orang tua saat memilih dan menjalani pendidikan tinggi di tengah perubahan yang cepat ini.

Inti dari Semuanya

Perubahan yang sedang berlangsung ini memang terasa gamang, sebagaimana dirasakan orang tua mana pun yang mendampingi anaknya memilih jurusan di tengah lanskap yang terus bergeser. Tetapi ketidakpastian ini bukan alasan untuk menghindari pendidikan tinggi. Justru inilah momen yang tepat untuk menuntut lebih banyak darinya.

Pendidikan kampus yang benar-benar baik di era AI bukan diukur dari seberapa banyak mata kuliah AI yang ditawarkan, melainkan dari sejauh mana ia melatih mahasiswanya untuk berpikir jernih dalam situasi yang tidak jelas, berkomunikasi dengan meyakinkan, bekerja lintas bidang, dan tetap menjadi pengambil keputusan — bukan sekadar operator dari alat yang mereka gunakan. Kampus yang dibangun untuk kompleksitas sejak awal, seperti yang dibahas di atas, membuktikan bahwa kesiapan menghadapi AI sebenarnya bukan hal baru yang harus diciptakan dari nol, melainkan nilai lama yang kini menemukan relevansi barunya.