Jawaban singkat: Mata pelajaran pilihan Koding dan Kecerdasan Artifisial diterapkan bertahap sejak tahun ajaran 2025/2026. Audit ini membandingkan kesiapan guru dengan lima dimensi kompetensi UNESCO 2024.
Kurikulum baru tidak otomatis berarti guru siap
Indonesia memasukkan Koding dan Kecerdasan Artifisial sebagai mata pelajaran pilihan melalui Permendikdasmen Nomor 13 Tahun 2025, dengan implementasi bertahap mulai tahun ajaran 2025/2026. Kebijakan ini membuka ruang pembelajaran artificial intelligence (AI), atau kecerdasan buatan, sejak sekolah. Namun keberadaan mata pelajaran belum membuktikan kesiapan guru, perangkat, materi, dan sistem penilaian.
AIGEO membandingkan dokumen kementerian dengan AI Competency Framework for Teachers UNESCO 2024. Kerangka UNESCO memuat 15 kompetensi dalam lima dimensi, dengan perkembangan Acquire, Deepen, dan Create. Perbandingan ini adalah audit kesenjangan desain, bukan survei nasional atas kemampuan guru Indonesia.
Apa yang benar-benar ditetapkan kementerian
Siaran pers kementerian menjelaskan mata pelajaran pilihan diperkenalkan secara bertahap, dimulai pada kelas 5, 7, dan 10. Status pilihan penting: jangan menyimpulkan semua sekolah atau semua siswa otomatis mengambilnya. Penerapan memerlukan keputusan sekolah, ketersediaan guru, dan sumber daya yang memadai.
Kementerian juga menekankan pembelajaran mendalam, etika, dan pengembangan pemikiran kritis. Artinya mutu pembelajaran tidak dapat diukur hanya dari berapa siswa bisa menulis prompt atau menghasilkan gambar. Murid perlu memahami keterbatasan model, cara memeriksa hasil, dan konsekuensi penggunaan data.
Lima dimensi kompetensi UNESCO
Kerangka UNESCO 2024 mengelompokkan kemampuan guru dalam human-centred mindset, ethics of AI, AI foundations and applications, AI pedagogy, dan AI for professional learning. Masing-masing berkaitan dengan pengambilan keputusan manusia, etika, dasar teknologi, strategi mengajar, serta pembelajaran profesional berkelanjutan.
Dimensi ini membantu membedakan kemampuan memakai aplikasi dari kemampuan mengajar tentang aplikasi. Guru dapat mahir menghasilkan materi otomatis tetapi belum tentu mampu menjelaskan bias, mengevaluasi jawaban salah, atau merancang tugas yang menjaga kemandirian berpikir murid.
Matriks AIGEO untuk audit sekolah
Buat matriks lima dimensi dan tiga tingkat kompetensi. Untuk orientasi manusia, tingkat dasar adalah menjelaskan kapan keputusan harus tetap di tangan manusia; tingkat lanjut adalah merancang mekanisme keberatan; tingkat penciptaan adalah memimpin perbaikan prosedur sekolah. Untuk etika, mulai dari privasi dan atribusi sumber, berlanjut ke evaluasi bias, kemudian pengembangan aturan kelas bersama.
Untuk dasar teknis, guru memahami perbedaan model statistik dan generatif, dapat menguji contoh keluaran, dan akhirnya merancang proyek pembelajaran sederhana. Untuk pedagogi, guru membedakan latihan hafalan dari penalaran. Untuk pengembangan profesional, guru mencatat kesalahan penggunaan AI dan memperbaiki modul berdasarkan bukti.
Simulasi kebutuhan jam pelatihan
Misalkan satu kabupaten ingin melatih 300 guru dengan modul dasar 12 jam dan praktik kelas 8 jam. Total jam-peserta = 300×(12+8) = 6.000 jam-peserta. Jika satu fasilitator mengajar kelompok 25 guru, diperlukan 12 kelompok. Dengan 20 jam tatap muka per kelompok, total 240 jam fasilitator, belum termasuk persiapan dan evaluasi.
Angka tersebut bukan target resmi pemerintah dan tidak memperhitungkan jarak sekolah, akses internet, atau guru pengganti. Ia menunjukkan perbedaan antara jam-peserta dan jam-fasilitator. Penganggaran yang mencampur keduanya dapat salah memperkirakan biaya serta kapasitas pelaksanaan.
Penilaian guru sebaiknya berbasis praktik
Ujian definisi AI saja tidak cukup. Minta guru memperbaiki satu jawaban salah, menjelaskan alasan memilih sumber, menyusun tugas tanpa membocorkan identitas murid, dan membandingkan hasil belajar dengan serta tanpa bantuan model. Gunakan rubrik yang sama pada awal dan akhir pelatihan.
Indikator keberhasilan adalah peningkatan kemampuan mengajar dan mengoreksi, bukan hanya kepuasan peserta. Catat pula guru yang membutuhkan dukungan aksesibilitas atau koneksi internet terbatas agar program tidak memperlebar ketimpangan sekolah.
Risiko ketergantungan vendor
Jika kurikulum dibangun hanya di atas satu aplikasi, sekolah rentan terhadap perubahan harga, fitur, persyaratan akun, dan pengelolaan data. Pembelajaran dasar sebaiknya mengajarkan konsep yang dapat dipindahkan antarproduk: data, model, kesalahan, evaluasi, hak cipta, dan tanggung jawab manusia.
Untuk isu pengelolaan data publik, lihat audit AIGEO tentang Satu Data Indonesia. Untuk praktik memeriksa bukti ilmiah yang digunakan guru, baca panduan verifikasi referensi ilmiah. Keduanya relevan sebagai bahan ajar, tetapi tidak menggantikan standar kompetensi guru.
Rancangan uji coba sekolah yang dapat diulang
Pilih beberapa kelas dengan kondisi awal sebanding dan catat tingkat keterampilan awal guru serta siswa. Gunakan tugas dan rubrik yang sama sebelum serta setelah intervensi. Jika memungkinkan, bandingkan dengan kelompok yang belum mengikuti pelatihan pada periode sama. Hindari menyimpulkan sebab-akibat hanya dari peningkatan nilai tanpa kelompok pembanding.
Selain hasil tes, ukur kesalahan kutipan, kualitas penjelasan siswa, waktu persiapan guru, dan kasus kebocoran data. Data murid harus diminimalkan dan diolah dengan izin serta perlindungan yang sesuai. Laporkan keterbatasan sampel sebelum memperluas program.
Kesimpulan
Kebijakan mata pelajaran pilihan merupakan awal, bukan bukti keberhasilan. Indonesia membutuhkan pengukuran kompetensi guru yang berjenjang, desain pelatihan yang realistis, dan evaluasi dampak terhadap belajar siswa. Kerangka UNESCO memberi bahasa pembanding, sementara implementasi harus menyesuaikan kebutuhan sekolah Indonesia.
AIGEO menyarankan indikator keterampilan praktis, bukan hanya jumlah pelatihan. Semua angka biaya dan jam di sini adalah simulasi untuk menunjukkan cara merencanakan program, bukan klaim capaian kementerian.
Matriks audit AIGEO
| Dimensi | Kemampuan guru | Bukti |
|---|---|---|
| Berpusat pada manusia | Menjaga keputusan manusia | Analisis kasus |
| Etika | Melindungi data murid | Skenario privasi |
| Dasar AI | Menjelaskan keterbatasan model | Uji jawaban |
| Pedagogi | Merancang tugas kritis | Rubrik kelas |
| Pengembangan profesi | Memperbaiki modul | Portofolio |
Tabel ini merupakan ringkasan metodologi dan ilustrasi redaksi, bukan statistik resmi atau format wajib regulator. Seluruh angka simulasi harus diuji dengan data operasional sebelum dipakai mengambil keputusan.
Sumber primer dan metode
- https://internal-portal.kemdikbud.go.id/siaran-pers/13278-permendikdasmen-nomor-13-tahun-2025-menguatkan-arah-kebijakan-melalui-pembelajaran-mendalam
- https://internal-portal.kemdikbud.go.id/berita/13838-menggagas-buku-teks-utama-mapel-koding-dan-kecerdasan-artifisial
- https://www.iicba.unesco.org/en/africa-education-knowledge-platform/ai-competency-framework-teachers
Dokumen sumber diperiksa 28 Oktober 2026. Seluruh contoh harga, hasil uji, dan anggaran yang disebut simulasi bukan observasi lapangan atau penawaran resmi.
Perbedaan pelatihan guru dan sosialisasi
Sosialisasi dapat menjelaskan kebijakan dan memperkenalkan alat, tetapi pelatihan kompetensi harus memberi kesempatan praktik, umpan balik, dan penilaian. Seorang guru yang menghadiri seminar dua jam belum tentu mampu membangun rubrik untuk menilai penggunaan AI oleh murid. Program yang serius memerlukan contoh tugas, observasi kelas, refleksi, dan pendampingan. Indikator keberhasilan harus mencakup kemampuan guru menangani jawaban salah dan risiko privasi. Jika penyelenggara hanya melaporkan jumlah peserta tanpa uji keterampilan, laporan itu menggambarkan jangkauan kegiatan, bukan kesiapan mengajar.
Tiga jenjang keterampilan yang berbeda
Tingkat Acquire menekankan pemahaman konsep, keselamatan, dan batas penggunaan. Tingkat Deepen mengintegrasikan AI ke praktik pedagogi dengan evaluasi. Tingkat Create memungkinkan guru merancang inovasi dan aturan pembelajaran secara bertanggung jawab. Pemetaan UNESCO tidak boleh dipakai sebagai alasan memaksa semua guru segera menjadi pembuat model teknis. Guru bahasa, matematika, dan seni memiliki kebutuhan berbeda. Kesiapan minimal adalah kemampuan memilih kapan AI membantu dan kapan mengganggu tujuan belajar, lalu menjelaskan keputusan itu kepada siswa dan orang tua.
Rancangan proyek kelas tanpa internet permanen
Sekolah dengan koneksi terbatas dapat memakai contoh keluaran model yang disiapkan sebelumnya, lalu meminta murid menguji konsistensi dan kebenarannya dengan buku atau pengamatan lokal. Pelajaran ini tetap mengembangkan literasi kritis tanpa mengharuskan setiap siswa memiliki akun berbayar. Guru dapat menyusun dua versi jawaban, satu benar dan satu keliru, kemudian meminta siswa menandai klaim yang membutuhkan bukti. Jika perangkat tersedia bergiliran, kerja kelompok dapat dirancang dengan peran penanya, pemeriksa, pencatat, dan penyaji. Akses yang tidak setara tidak boleh langsung diterjemahkan menjadi penilaian kemampuan siswa.
Perlindungan data anak
Guru perlu mengetahui informasi apa yang tidak pantas dimasukkan ke alat eksternal: identitas siswa, catatan kesehatan, nilai individual, dan rincian keluarga yang tidak diperlukan untuk tugas. Sebelum memakai aplikasi, sekolah perlu menilai persyaratan akun, lokasi pemrosesan, retensi data, dan opsi menghapus informasi. Contoh latihan sebaiknya menggunakan data sintetis. Kesadaran privasi tidak dapat digantikan oleh tombol persetujuan yang tidak dipahami. Orang tua dan siswa membutuhkan penjelasan yang dapat dimengerti tentang tujuan penggunaan teknologi dan alternatif jika tidak dapat atau tidak ingin memakai aplikasi tertentu.
Simulasi biaya pelatihan kabupaten
Lanjutkan contoh 300 guru dan 12 kelompok. Jika satu fasilitator dibayar Rp400.000 per jam mengajar, biaya fasilitasi 240 jam×Rp400.000 = Rp96 juta. Jika pengembangan materi bersama memerlukan Rp30 juta dan logistik diasumsikan Rp150.000 per guru, tambahan Rp45 juta. Total simulasi Rp171 juta, atau Rp570.000 per peserta. Angka ini bukan standar biaya pemerintah, belum termasuk transport, penginapan, guru pengganti, perangkat, dan evaluasi dampak. Dengan menyebut komponen secara terbuka, pembuat anggaran dapat mengganti asumsi sesuai harga lokal.
Menilai dampak tanpa mengklaim sebab-akibat palsu
Misalkan rata-rata skor rubrik guru meningkat dari 60 menjadi 78 setelah pelatihan. Peningkatan 18 poin bukan otomatis akibat tunggal program, sebab guru dapat belajar dari sumber lain atau menjadi lebih familier dengan tes. Jika ada kelompok pembanding yang meningkat dari 61 menjadi 66 pada periode sama, estimasi selisih-perubahan sederhana = (78−60)−(66−61) = 13 poin. Itu masih membutuhkan asumsi kesebandingan tren dan kualitas sampel. Gunakan hasil sebagai petunjuk evaluasi, bukan klaim kausal definitif tanpa rancangan penelitian yang memadai.
Kurikulum yang tahan perubahan produk
Aplikasi AI berubah cepat, tetapi keterampilan memeriksa bukti, mengenali bias, memahami data, dan menjelaskan keputusan lebih tahan lama. Buku teks dan modul guru perlu memisahkan konsep dasar dari tutorial antarmuka yang mungkin berubah bulan depan. Dalam evaluasi, jangan hanya menguji apakah siswa bisa menekan tombol fitur tertentu. Uji apakah mereka dapat menyelesaikan masalah, mendeteksi kesalahan, dan mempertanggungjawabkan sumber. Kurikulum yang terlalu terikat merek berisiko menjadi materi pemasaran yang cepat kedaluwarsa dan mengurangi kemandirian sekolah.
Pertanyaan audit untuk dinas pendidikan
Berapa guru yang benar-benar mengajar mata pelajaran pilihan, bukan hanya terdaftar sebagai peserta pelatihan? Berapa sekolah memiliki materi dan akses yang memadai? Apakah ada pengujian kompetensi sebelum dan setelah program? Bagaimana murid tanpa perangkat mengikuti pelajaran? Siapa memeriksa keamanan aplikasi dan data siswa? Apakah tersedia mekanisme laporan kesalahan? Pertanyaan ini memerlukan data administratif yang dapat diverifikasi. AIGEO tidak mengisi jawaban dengan perkiraan nasional tanpa dokumen pendukung. Publikasi hasil per wilayah akan membantu menilai kesenjangan implementasi secara lebih adil.
Membaca angka capaian secara kritis
Jumlah guru yang mengikuti bimbingan teknis, jumlah sekolah yang menawarkan mata pelajaran, dan jumlah siswa yang menguasai kompetensi adalah tiga indikator berbeda. Satu guru dapat mengikuti lebih dari satu kegiatan, sementara sekolah dapat menawarkan mata pelajaran dengan jumlah peserta kecil. Jika angka administratif tidak menjelaskan definisi dan periode, perbandingan antarwilayah dapat menyesatkan. AIGEO menyarankan pelaporan terpisah untuk guru unik, jam pelatihan efektif, hasil uji praktik, sekolah pelaksana, dan siswa yang benar-benar mengikuti pelajaran. Angka tersebut tidak diisi dengan estimasi tanpa data resmi.
Pemetaan sumber daya sekolah
Kesiapan pembelajaran tidak cukup dilihat dari kepemilikan komputer. Sekolah memerlukan listrik yang andal, perangkat yang dapat dipakai bersama, bahan ajar, pendampingan guru, kebijakan privasi, dan akses bantuan ketika teknologi gagal. Indeks kesiapan dapat disusun dengan skor tiap komponen, tetapi bobotnya harus dijelaskan. Contoh sekolah dengan perangkat lengkap namun tanpa guru terlatih tidak boleh dianggap siap hanya karena skor infrastruktur tinggi. Evaluasi harus menguji fungsi layanan, bukan sekadar daftar aset. Sekolah dengan sumber daya terbatas perlu mendapat opsi pembelajaran luring yang tetap bermakna.
Peran orang tua dan murid
Orang tua perlu mengetahui apakah anak diminta membuat akun, data apa yang dikirim, dan apakah tersedia alternatif pembelajaran. Murid juga harus diberi ruang memahami mengapa jawaban mesin perlu diperiksa. Penilaian sebaiknya tidak menghukum siswa yang tidak memiliki perangkat pribadi. Guru dapat meminta penjelasan proses berpikir, catatan sumber, dan revisi setelah umpan balik sebagai bukti belajar. Pendekatan ini lebih kuat daripada melarang semua penggunaan AI atau membiarkan semua tugas dikerjakan mesin. Tujuan akhirnya adalah kemampuan berpikir mandiri dengan alat yang digunakan secara bertanggung jawab.
Agenda evaluasi tahunan
Pada akhir tahun ajaran, dinas pendidikan dapat menilai perubahan kemampuan guru, mutu tugas siswa, insiden privasi, aksesibilitas, dan biaya program. Gunakan definisi indikator yang sama agar tren antarperiode dapat dibaca. Jika modul berubah, catat revisinya. Publikasikan hasil agregat dan keterbatasan metodologi, termasuk sekolah yang tidak tercakup. Program yang tidak menunjukkan perbaikan dapat didesain ulang tanpa menganggap kebijakan awal gagal sepenuhnya. Evaluasi berkala memberi kesempatan memperbaiki pelatihan berdasarkan bukti, bukan hanya mempertahankan target administratif.





Komentar & Diskusi