Sekolah Berbasis AI: Solusi atau Ancaman bagi Guru?

Abstrak

Perkembangan kecerdasan buatan (artificial intelligence/AI) memasuki ekosistem sekolah dengan sangat cepat—mulai dari peranti perencanaan pembelajaran berbasis model generatif, sistem tutor cerdas (intelligent tutoring systems/ITS), penilaian tulisan otomatis (automated writing evaluation/AWE), hingga dasbor analitik pembelajaran. Di satu sisi, bukti ilmiah dan kebijakan internasional menunjukkan potensi AI untuk mempercepat umpan balik, mempersonalisasi belajar, serta mengalihkan beban kerja administratif guru sehingga lebih banyak waktu tercurah untuk interaksi pedagogis bermakna. Di sisi lain, risiko bias algoritmik, “halusinasi” model generatif, pelanggaran privasi data anak, ketimpangan akses, hingga kemungkinan deskilling profesi guru memicu pertanyaan fundamental: apakah sekolah berbasis AI menjadi solusi yang memampukan guru, atau justru ancaman yang menggerus peran profesional mereka? Artikel ilmiah ini mengulas secara kritis bukti riset mutakhir, kerangka kebijakan global (UNESCO, OECD, EU AI Act, dan panduan nasional Indonesia), serta implikasi etika-hukum (termasuk UU PDP Indonesia) untuk merumuskan model integrasi “human-in-the-loop” yang menempatkan guru sebagai pusat. Hasil kajian menegaskan: sekolah berbasis AI adalah solusi bersyarat—menjadi pengungkit mutu dan keadilan belajar ketika dikelola dengan prinsip akuntabilitas, transparansi, data minimization, literasi AI untuk guru-siswa, dan evaluasi dampak yang ketat; namun berpotensi menjadi ancaman ketika digunakan untuk substitusi relasi pedagogis, pemantauan invasif, atau pengambilan keputusan otomatis yang tak dapat dipertanggungjawabkan.

Kata kunci: kecerdasan buatan, sekolah berbasis AI, profesi guru, intelligent tutoring systems, automated writing evaluation, kebijakan pendidikan, privasi data.

1. Pendahuluan: Lompatan teknologi, pertanyaan etis-pedagogis

Ledakan kemampuan model generatif sejak 2023 memperlebar spektrum aplikasi AI di sekolah—dari pembuatan rencana pelajaran, diferensiasi konten, konstruksi instrumen asesmen, hingga umpan balik tulisan secara instan. Pemerintah, lembaga internasional, dan komunitas riset merespons dengan pedoman kehati-hatian: AI harus meningkatkan, bukan menggantikan, interaksi manusiawi antara guru dan siswa; keputusan berisiko tinggi tidak boleh otomatis; dan prinsip keamanan serta keadilan harus menjadi prasyarat implementasi. Pedoman UNESCO (2023) secara eksplisit menempatkan integrasi AI dalam pendidikan dan riset pada koridor etis, menekankan transparansi, validitas pedagogis, dan perlindungan data peserta didik. UNESCO Digital Library

OECD memetakan peluang AI untuk personalisasi dan efisiensi, tetapi juga menyoroti risiko ketimpangan dan bias jika tata kelola lemah. Pada saat yang sama, kerangka regulasi seperti EU AI Act (disetujui 2024) mengklasifikasikan aplikasi edukasi tertentu sebagai “berisiko tinggi”, menuntut kewajiban uji kesesuaian, dokumentasi risiko, dan pengawasan manusia. OECDWorld Bank

Di Indonesia, arus kebijakan bergerak: BSKAP Kemendikbudristek pada Februari 2025 menerbitkan Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial sebagai dasar menempatkan koding/AI sebagai pilihan kurikuler, menandai pergeseran dari sekadar pemanfaatan alat ke literasi AI sebagai kompetensi. Implementasi nasional tetap menuntut kesiapan guru, infrastruktur, serta kepatuhan pada UU No. 27/2022 tentang Pelindungan Data Pribadi (UU PDP) yang efektif berlaku 17 Oktober 2024. Sistem Informasi Kurikulum NasionalPeraturan BPKDJKPM

2. Tinjauan Pustaka: Apa kata bukti ilmiah?

2.1. Sistem tutor cerdas (ITS) dan capaian belajar

Kajian-kajian meta-analitik klasik hingga mutakhir menunjukkan ITS dapat meningkatkan capaian akademik dibanding pembelajaran konvensional. Kulik & Fletcher (review meta-analitik) melaporkan median efek sekitar 0,66 SD, meskipun variasi konteks/implementasi besar. Tinjauan terbaru menegaskan hasil positif namun lebih moderat pada konteks K–12 dan menekankan mutu desain eksperimen. Kesimpulannya: ITS efektif bila disejajarkan dengan praktik instruksional berbasis bukti dan digunakan untuk latihan berjenjang dengan umpan balik adaptif—bukan sebagai “pengganti guru”. ida.orgPMC

2.2. Penilaian tulisan otomatis (AWE)

Meta-analisis 2010–2022 dan kajian 2023–2024 menemukan efek sedang AWE terhadap kualitas tulisan dan manfaat tambahan pada motivasi serta pengurangan kecemasan menulis—khususnya pada pembelajaran bahasa kedua. Namun, studi-studi merekomendasikan verifikasi manusia pada tugas berisiko tinggi, pelatihan literasi umpan balik, dan pedoman etis untuk mencegah ketergantungan. PMCSAGE JournalsResearchGate

2.3. Teknologi untuk efisiensi kerja guru

Analisis beban kerja menunjukkan potensi penghematan signifikan dari otomasi administratif/perencanaan—studi McKinsey (2020) memperkirakan 20–40% waktu guru dapat dialihkan ke aktivitas bernilai tambah; survei RAND (2023–2025) mengindikasikan adopsi meningkat namun tidak merata antar sekolah dan mapel. Data ini memposisikan AI sebagai co-pilot yang merelokasi waktu guru ke umpan balik, interaksi sosial-emosional, dan pembelajaran aktif. McKinsey & CompanyRAND Corporation+1

2.4. Pandangan kebijakan dan praktik

Laporan U.S. Department of Education (2023) menegaskan tiga prinsip: berpusat pada manusia, aman/efektif, dan berkeadilan—seraya memperingatkan bias dan halusinasi model generatif. EEF (UK) menekankan bahwa teknologi berdampak bila selaras tujuan pembelajaran dan diiringi pengembangan profesional guru serta evaluasi implementasi yang ketat. U.S. Department of EducationEEFd2tic4wvo1iusb.cloudfront.net

Kesimpulan tinjauan: potensi AI signifikan tetapi kondisional—efektivitas bergantung pada rancangan pedagogis, literasi data/AI guru-siswa, dan tata kelola yang kuat.

3. Solusi bagi Guru: Lima Area Nilai Tambah yang Terbukti

1. Perencanaan & diferensiasi instruksi. Model generatif dapat memproduksi rancangan pembelajaran, contoh soal berjenjang, dan variasi materi sesuai kesiapan siswa; praktik baik menuntut kurasi guru, kejelasan kriteria sukses, serta verifikasi ketepatan isi. Pedoman nasional/internasional merekomendasikan transparansi penggunaan AI kepada siswa dan pelibatan guru sebagai gatekeeper kualitas. U.S. Department of EducationResearch Briefings

2. Umpan balik cepat dan latihan terbimbing. ITS/AWE mempercepat feedback loop—mendorong latihan berulang dengan umpan balik yang dapat ditindaklanjuti, sementara guru memfokuskan waktu pada miskonsepsi konseptual dan diskusi tingkat tinggi. Efek sedang hingga kuat tercatat pada domain matematika dan menulis, dengan catatan pengawasan manusia. ida.orgPMC

3. Asesmen formatif & analitik pembelajaran. AI membantu merangkum kemajuan, memetakan kesenjangan, dan memprediksi risiko putus belajar—namun keputusan penempatan/penilaian harus tidak otomatis dan dapat diaudit. Pedoman UNESCO dan OECD menekankan akuntabilitas serta mitigasi bias. UNESCO Digital LibraryOECD

4. Pengurangan beban administratif. Penyusunan rubrik, notula rapat orang tua, ringkasan capaian, hingga dokumentasi kurikulum dapat diotomasi sebagian, dengan bukti potensi penghematan jam kerja mingguan sehingga waktu tatap muka meningkat. McKinsey & Company

5. Inklusi & aksesibilitas. Fitur teks-ke-suara, subtitel otomatis, dan penyederhanaan bacaan membuka akses bagi siswa dengan kebutuhan khusus—asal didesain privacy-preserving dan mematuhi regulasi data anak. UNICEF menekankan prinsip kepentingan terbaik anak dan non-diskriminasi. UNICEF

4. Ancaman & Batasan: Apa yang Harus Diantisipasi?

1. Bias, ketidakakuratan, dan halusinasi. Model generatif bisa meyakinkan tetapi salah; tanpa literasi AI dan verifikasi, kesalahan konseptual mudah menyebar ke praktik kelas. Otoritas pendidikan menegaskan kewajiban pengawasan manusia dan penjelasan keputusan AI. U.S. Department of Education

2. Privasi & keamanan data anak. Di Indonesia, UU PDP 27/2022 mewajibkan pengendali data (termasuk satuan pendidikan) menjaga keamanan, melakukan langkah teknis-operasional, dan—untuk pemrosesan berisiko—menjalankan penilaian dampak perlindungan data. Ini relevan untuk penyimpanan esai/tugas, rekaman suara, hingga log interaksi di aplikasi AI. Efektivitas penuh UU PDP berlaku 17 Oktober 2024. Peraturan BPK+1DJKPM

3. Surveilans dan etika evaluasi. Alat pendeteksi “AI-written” tidak andal dan berisiko salah-hukum siswa; EU AI Act menempatkan sistem edukasi tertentu dalam kategori berisiko tinggi sehingga menuntut human oversight dan dokumentasi risiko sebelum penggunaan. Sekolah perlu menghindari praktik pemantauan invasif (mis. proktor otomatis yang memroses biometrik) kecuali memenuhi standar hukum dan etika. World Bank

4. Ketimpangan akses & kapasitas. Survei RAND menunjukkan adopsi AI tidak merata; sekolah berpendapatan rendah cenderung tertinggal dan minim panduan institusional. Tanpa investasi perangkat, konektivitas, dan pelatihan, AI justru memperlebar kesenjangan. RAND Corporation

5. Deskilling & beban kognitif. Penggantian terlalu dini atas kerja profesional (mis. penilaian esai kompleks) dapat mengikis pedagogical content knowledge dan kepekaan kontekstual guru; EEF menekankan fokus pada tujuan belajar dan implementasi yang disiplin bukti—bukan sekadar adopsi alat. EEF

5. Konteks Indonesia: Dari literasi AI ke tata kelola sekolah

Arah kebijakan kurikulum (BSKAP, 2025) memosisikan koding dan AI sebagai kompetensi pilihan, dengan argumen kebutuhan masa depan kerja dan computational thinking. Namun, pengarusutamaan AI di sekolah tidak identik dengan “otomasi pengajaran”. Kunci keberhasilan adalah penguatan kapasitas guru, desain penilaian autentik, dan kepatuhan UU PDP, termasuk prinsip data minimization, purpose limitation, dan keamanan siber pada pemrosesan data siswa. Sistem Informasi Kurikulum Nasionaljdih.komdigi.go.id

Implikasinya, pemerintah daerah dan satuan pendidikan perlu menyiapkan: (a) kebijakan internal AI (peran, batasan, kanal pelaporan insiden), (b) daftar alat yang approved dengan DPIA sederhana, (c) pelatihan berjenjang untuk guru (perencanaan, umpan balik, asesmen formatif), (d) mekanisme komunikasi orang tua terkait penggunaan AI dan hak subjek data. Prinsip-prinsip ini sejalan dengan pedoman UNESCO/OECD dan praktik sistem pendidikan lain. UNESCO Digital LibraryOECD

6. Kerangka Integrasi “Human-in-the-Loop”: Menempatkan Guru di Pusat

Berikut rancangan ringkas agar sekolah berbasis AI menjadi pengungkit, bukan pengganti guru:

1. Augment, don’t replace. Tetapkan secara tertulis bahwa AI tidak digunakan untuk keputusan berisiko tinggi tanpa validasi manusia (penempatan kelas, kelulusan, sanksi akademik). U.S. Department of EducationWorld Bank

2. Transparansi & penjelasan. Dokumentasikan tujuan penggunaan, jenis data yang diproses, serta batas-batas kemampuan/kelemahan alat; komunikasikan kepada siswa dan orang tua. (UNESCO; EU AI Act). UNESCO Digital LibraryWorld Bank

3. Privasi menurut UU PDP. Lakukan Penilaian Dampak Pelindungan Data untuk proyek AI di sekolah; terapkan privacy by design (pseudonimisasi, enkripsi, opt-in persetujuan orang tua bila relevan), dan kebijakan retensi data. jdih.komdigi.go.id

4. Evidenced-based implementation. Adopsi bertahap (piloting), target belajar yang jelas, indikator keberhasilan (mis. peningkatan kualitas umpan balik/engagement), dan evaluasi yang disiplin bukti (EEF implementation guidance). d2tic4wvo1iusb.cloudfront.net

5. Pengembangan profesional guru. Program berjenjang: (i) literasi AI & etika, (ii) desain tugas AI-resistant dan AI-inclusive, (iii) teknik verifikasi dan prompting pedagogis, (iv) penggunaan ITS/AWE dengan human oversight. Survei RAND 2024–2025 menunjukkan pelatihan distrik meningkat tetapi tetap perluasan skala dan kualitas. RAND Corporation

6. Keadilan & akses. Prioritaskan dukungan perangkat dan konektivitas untuk sekolah berpendapatan rendah; pantau kesenjangan penggunaan/hasil; dan sediakan alternatif non-AI agar tidak ada siswa terdiskriminasi. (OECD; RAND). OECDRAND Corporation

7. Rekomendasi Praktis untuk Satuan Pendidikan

• Buat kebijakan AI sekolah (1–2 halaman). Ruang lingkup penggunaan, larangan, proses persetujuan alat baru, standar keamanan data, dan mekanisme keluhan/sengketa. Gunakan prinsip UNESCO/US DoE sebagai rujukan. UNESCO Digital LibraryU.S. Department of Education

• Pilih use-case bernilai tinggi & berisiko rendah. Contoh: penyusunan draf RPP, bank soal diagnostik, umpan balik awal pada draf tulisan, dan rangkuman bahan ajar. Hindari dulu penilaian sumatif sepenuhnya otomatis. (EEF; DoE). EEFU.S. Department of Education

• Uji validitas konten. Terapkan two-person rule untuk materi bernilai tinggi: keluaran AI dikurasi guru pembuat + guru rekan sejawat. Catat revisi sebagai audit trail.

• Jalankan DPIA mini sebelum kontrak. Tanyakan pada vendor: lokasi penyimpanan data, retensi, basis hukum pemrosesan, training on user data, dan opsi no-log/on-prem. (UU PDP). jdih.komdigi.go.id

• Desain tugas yang memupuk orisinalitas. Gunakan process-based assessment (log refleksi, oral defense, portofolio) dan rubrik yang menilai penalaran, bukan sekadar produk akhir.

• Bangun literasi AI siswa. Ajarkan kelebihan/keterbatasan model generatif, kutipan/atribusi, dan verifikasi fakta—sejalan dengan kerangka UNICEF untuk perlindungan dan kepentingan terbaik anak. UNICEF

8. Diskusi: Solusi versus ancaman—kapan garisnya bergeser?

Menjadi solusi ketika AI: (a) memperluas jangkauan umpan balik guru tanpa mengorbankan kepekaan pedagogis; (b) mempercepat siklus perencanaan sehingga waktu interaksi manusia meningkat; (c) mempersonalisasi belajar berbasis bukti (ITS/AWE) dengan pengawasan guru; (d) dikelola dalam kerangka legal-etik yang kuat; dan (e) memperkecil, bukan memperlebar, kesenjangan. Bukti meta-analitik pada ITS/AWE dan laporan kebijakan besar mendukung arah ini—dengan catatan implementasi disiplin. ida.orgPMCU.S. Department of Education

Menjadi ancaman ketika AI: (a) dipakai sebagai justifikasi pemotongan tenaga pendidik atau menggantikan praktik pembelajaran sosial-emosional; (b) dipakai sebagai alat pengawasan invasif (mis. proktor biometrik) tanpa perlindungan yang memadai; (c) mengotomatisasi penilaian bernilai tinggi tanpa validasi manusia; (d) mengabaikan konteks lokal dan kapasitas guru; atau (e) melanggar hak anak atas privasi dan non-diskriminasi. EU AI Act dan UU PDP memperjelas bahwa lintasan ini berisiko regulatif dan etis. World BankPeraturan BPK

9. Kesimpulan

Sekolah berbasis AI bukan soal mengganti guru dengan mesin, melainkan merancang ulang ekosistem agar kerja intelektual dan afektif guru semakin bernilai: memantik rasa ingin tahu, membangun nalar kritis, dan merawat relasi kemanusiaan di kelas. Bukti ilmiah menunjukkan manfaat nyata—khususnya pada umpan balik menulis dan latihan adaptif—selama guru memegang kendali pedagogis dan tata kelola data ditegakkan. Dengan kerangka “human-in-the-loop” yang patuh UU PDP dan berlandaskan pedoman UNESCO/OECD/DoE, sekolah berbasis AI lebih berpeluang menjadi solusi ketimbang ancaman.

Daftar Pustaka Terpilih (akses daring yang kredibel)

1. UNESCO. (2023). Guidance for generative AI in education and research. (Pedoman etika-praktik integrasi AI di pendidikan). UNESCO Digital Library

2. OECD. (2021/2023). AI in Education: policy perspectives. (Peluang, risiko, dan tata kelola). OECD

3. European Parliament & Council. (2024). EU AI Act (final adoption 2024): ringkasan/FAQ resmi. (Klasifikasi risiko, kewajiban sistem berisiko tinggi di pendidikan). World Bank

4. U.S. Department of Education, Office of Educational Technology. (2023). Artificial Intelligence and the Future of Teaching and Learning: Insights and Recommendations. U.S. Department of Education

5. Education Endowment Foundation. (2024–2025). Guidance on digital/AI in education dan Implementation evidence review. EEFd2tic4wvo1iusb.cloudfront.net

6. Kulik, J. A., & Fletcher, J. D. (review). Effectiveness of Intelligent Tutoring Systems: A Meta-Analytic Review. (Median efek ~0,66 SD; konteks beragam). ida.org

7. Fleckenstein, J., dkk. (2023). Automated feedback and writing: a multi-level meta-analysis. (Efek sedang pada performa menulis). PMC

8. Zhai, N., & Ma, X. (2023). The effectiveness of AWE on writing quality: meta-analysis. (2010–2022; n=2.468). SAGE Journals

9. RAND Corporation. (2024–2025). Using AI Tools in K–12 Classrooms; Uneven Adoption… (adopsi meningkat namun tidak merata; kebutuhan panduan). RAND Corporation+1

10. McKinsey & Company. (2020). How AI will impact K–12 teachers. (Potensi alokasi ulang 20–40% waktu). McKinsey & Company

11. UNICEF. (2021). Policy Guidance on AI for Children. (Prinsip kepentingan terbaik anak, non-diskriminasi, privasi). UNICEF

12. BSKAP Kemendikbudristek. (2025). Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial. (Arah kurikulum Indonesia). Sistem Informasi Kurikulum Nasional

13. Republik Indonesia. (2022, efektif 17 Okt 2024). UU No. 27/2022 tentang Pelindungan Data Pribadi. (Kewajiban pengendali data di satuan pendidikan). Peraturan BPK+1

Lampiran: Contoh Checklist Singkat Implementasi AI di Sekolah (berdasarkan sumber-sumber di atas)

• Kebijakan internal AI disahkan Komite Sekolah (tujuan, batasan, oversight manusia, kanal keluhan). UNESCO Digital LibraryU.S. Department of Education

• DPIA mini untuk tiap alat: jenis data, lokasi server, retensi, training on user data, mekanisme penghapusan. (UU PDP). jdih.komdigi.go.id

• Pelatihan guru berjenjang: literasi AI & etika → desain tugas/asesmen → praktik ITS/AWE dengan verifikasi. (RAND; EEF). RAND Corporationd2tic4wvo1iusb.cloudfront.net

• Evaluasi dampak triwulanan: indikator belajar (kualitas tulisan/umpan balik), efisiensi waktu guru, kesenjangan akses. (EEF). d2tic4wvo1iusb.cloudfront.net

Kesimpulan praktis: AI di sekolah adalah co-pilot—bekerja untuk guru dan bersama guru. Dengan tata kelola yang tepat, ia menjadi solusi yang memperkaya profesi; tanpa itu, ia berisiko menjadi ancaman bagi integritas pedagogi dan hak-hak peserta didik.