AI Literasi Lintas Disiplin: Dari Gelar ke Kemampuan Nyata
Kompetensi lintas disiplin dalam kecerdasan buatan adalah kemampuan memahami konsep, dampak, dan penerapan AI di berbagai konteks non-teknis—mulai dari keuangan, kesehatan, hukum sampai ekonomi kreatif—tanpa harus menjadi ahli coding, tetapi cukup terampil membaca data, menilai risiko, berdialog dengan tim teknis, dan mengambil keputusan berbasis AI yang etis dan bertanggung jawab.
Kampus-kampus mulai membuka program gelar AI sebagai jurusan tersendiri, bukan sekadar mata kuliah pendukung. Namun arah pendidikan masih terlalu sempit bila sukses lulusan hanya diukur dari kemampuan menulis kode. Dunia kerja bergerak lain: perusahaan mencari orang yang bisa menghubungkan AI dengan persoalan bisnis, regulasi, perilaku manusia, dan kreativitas. Itu sebabnya, gelar AI tanpa literasi lintas disiplin hanya melahirkan lulusan yang mengerti algoritma, tetapi gagap ketika harus menjawab pertanyaan sederhana: "Untuk masalah spesifik di industri ini, AI apa yang layak, aman, dan bernilai?"
Ledakan Jurusan AI vs Kesenjangan Kebutuhan Industri
Pembukaan program gelar AI di berbagai kampus lahir dari kenyataan bahwa AI kini dipakai di keuangan, kesehatan, manufaktur, pendidikan, hukum, komunikasi hingga ekonomi kreatif. Kebutuhan talenta AI meledak; profesi seperti AI Engineer, Machine Learning Engineer, AI Product Specialist, dan AI Consultant bermunculan. Secara teori ini kabar baik, namun praktiknya mengungkap jurang lain: kurikulum kecerdasan buatan sibuk menjejalkan matematika, data science, machine learning, computer vision, NLP, IoT, dan robotics, tetapi porsi etika, komunikasi, dan bisnis masih sering ditempatkan sebagai pelengkap.
Padahal, bahkan sumber yang menyoroti perkembangan ini menegaskan, "pendidikan AI tidak cukup hanya mengajarkan kemampuan teknis; mahasiswa perlu memahami cara kerja, penerapan, evaluasi, hingga aspek etika AI". Di sisi lain, kampus luar negeri mulai menjadikan AI literasi sebagai kewajiban lintas jurusan. University of Florida menawarkan lebih dari 200 mata kuliah AI di 16 fakultas dengan 14.000 mahasiswa per tahun, dan beberapa universitas bahkan mewajibkan AI fluency untuk angkatan tertentu. Jika kurikulum lokal tidak ikut bergeser, talenta AI akan ketinggalan bukan karena kurang pintar, tetapi karena terlalu sempit dididik.
Deindustrialisasi Prematur, Otomatisasi AI, dan Ancaman pada Lulusan
Sementara kampus bersemangat membuka jurusan baru, data pasar kerja memberi peringatan keras. Survei angkatan kerja nasional mencatat 1.033.182 penganggur berlatar belakang sarjana terapan, S-1, S-2, dan S-3. Peneliti dari fakultas ekonomi menilai deindustrialisasi prematur dan menguatnya penggunaan AI menjadi dua ancaman yang secara simultan mempersempit peluang kerja lulusan. Di satu sisi, kontribusi industri pengolahan terhadap PDB melandai; kontraksi sempat mencapai -19,74 persen pada 2020 sebelum pulih dengan pertumbuhan manufaktur 5,3 persen, sedikit di atas pertumbuhan ekonomi 5,11 persen pada 2025. Di sisi lain, perusahaan menginvestasikan AI untuk menggantikan pekerjaan klerikal.
Ditambah efisiensi AI, kecepatan pertumbuhan lapangan kerja tidak sejalan dengan laju lulusan baru. Artinya, pendidikan tinggi tidak punya kemewahan waktu untuk bereksperimen pelan-pelan. Bila kurikulum kecerdasan buatan tidak mengasah kompetensi lintas disiplin, lulusan akan tersingkir dua kali: kalah dari mesin untuk tugas rutin, dan kalah dari sarjana jurusan lain yang memahami konteks bisnis lebih baik. Transformasi digital membuat kebutuhan dunia kerja berubah lebih cepat dibanding sebelumnya; pendidikan harus bergerak lebih cepat lagi hanya untuk sekadar tidak tertinggal.
Soft Skill, Etika, dan AI Tanpa Coding: Tuntutan Baru Dunia Kerja
Diskusi publik tentang dunia kerja menegaskan bahwa ijazah kini hanya tiket masuk awal; yang membuat karier melesat adalah soft skill. Perusahaan mencari kandidat yang mampu bekerja sama, berkomunikasi baik, percaya diri, memimpin, dan menyelesaikan masalah. Kualitas ini jadi pembeda ketika pekerjaan rutin dialihkan ke teknologi, termasuk AI. Di tengah perubahan teknologi yang cepat, kemampuan belajar sepanjang hayat dinilai sama pentingnya dengan kompetensi akademik. Inilah inti persiapan dunia kerja AI: bukan sekadar menguasai tool, tetapi sanggup terus meng-upgrade diri.
Di tingkat global, pola rekrutmennya juga berubah. Pendaftaran program Computer and Information Sciences di kampus empat tahun turun 8,4 persen dalam satu tahun, sementara mahasiswa dari psikologi, hukum, desain hingga musik berbondong-bondong mengambil kelas AI tanpa coding. Contohnya, sebuah program lintas disiplin mengumpulkan 30 mahasiswa dari 23 jurusan berbeda untuk membangun proyek AI nyata tanpa syarat pengalaman programming. Fenomena ini menunjukkan: literasi AI non-coding menjadi kompetensi umum, bukan lagi milik eksklusif insinyur. Jika kampus dan perusahaan tidak merespons, mereka akan berhadapan dengan lulusan yang tampak produktif karena memanfaatkan AI, tetapi tidak memahami logika di balik output yang dihasilkan—risiko operasional yang kian besar.
Tugas Baru C-Suite: Mendesain Ulang Strategi Talenta AI
Perkembangan AI di luar fungsi IT memberi pesan jelas ke ruang rapat. Kemampuan memahami AI kini relevan bagi profesi hukum, komunikasi, kesehatan, keuangan, hingga ekonomi kreatif. Dalam dua hingga tiga tahun ke depan, kandidat dari psikologi, hukum, desain, atau musik akan memasuki pasar kerja dengan bekal pemahaman AI. Menurut salah satu pengamat, "dalam dua hingga empat tahun, ekspektasi kompetensi AI akan melekat di hampir semua job description, bukan hanya di divisi teknologi". Bagi jajaran C-suite, pertanyaannya bukan lagi apakah tim perlu belajar AI tanpa coding, tetapi bagaimana mendesain ulang strategi SDM agar literasi AI menyebar ke seluruh fungsi.
Program pembelajaran internal perlu meniru pendekatan interdisipliner seperti yang dilakukan lembaga pendidikan yang menggabungkan berbagai jurusan dalam satu proyek AI, bukan hanya mengirim tim IT ke pelatihan teknis. Kampus sendiri dituntut membekali mahasiswa dengan berpikir kritis, kolaborasi lintas disiplin, dan pengalaman industri. Indonesia memiliki peluang besar mengembangkan talenta AI berkat bonus demografi dan pertumbuhan ekonomi digital, tetapi peluang ini bisa hilang bila persiapan dunia kerja AI masih dipahami sempit sebagai kursus coding tambahan. Kesimpulannya lugas: gelar AI penting, tetapi tanpa kompetensi lintas disiplin, literasi etika, dan kepemimpinan yang mengerti AI, ia tidak lagi cukup untuk menjamin relevansi karier.
