- 27/07/2026
- Category: Commentaries ID
Penulis: Brigitta Kalina Tristani Hernawan
Editor: Iradat Wirid
Di berbagai universitas di dunia, para lulusan baru mulai mengalami kegelisahan yang serupa. Mereka telah melakukan segalanya dengan “benar” – memilih gelar yang dianggap tahan dengan perubahan zaman (future-proof), mempelajari coding dan berbagai keterampilan digital, serta mengembangkan kemampuan berpikir kritis dan kreativitas. Namun, ketika mereka mulai melamar pekerjaan, kenyataan yang dihadapi ternyata jauh dari harapan mereka.
Rasa frustasi yang muncul bukan semata-mata karena penolakan dalam proses rekrutmen, namun menyadari bahwa keterampilan yang telah mereka bangun selama bertahun-tahun perlahan-lahan kehilangan nilainya – bukan karena kalah bersaing dengan kandidat lain, melainkan karena adanya teknologi yang dapat menyainginya dengan kemampuan yang serupa, bahkan nyaris tanpa biaya: Artificial Intelligence (AI).
Kondisi ini lantas memunculkan sebuah pertanyaan mendasar: jika AI mulai menggantikan pekerjaan-pekerjaan berkeahlian tinggi, sementara reskilling tidak lagi menjadi solusi yang memadai, lalu apa sebenarnya relevansi dari pendidikan tinggi?
Antara Janji dan Realita
Sejak lama, keyakinan bahwa pendidikan tinggi menjadi “jaminan” seseorang pada pekerjaan yang lebih baik dan mobilitas sosial yang lebih tinggi telah mendasari aspirasi sesorang maupun kebijakan publik. Berakar pada teori human capital (Becker, 1964; Schultz, 1961), pandangan ini telah terbukti dalam berbagai periode perkembangan ekonomi. Sejak masa Revolusi Industri, setiap gelombang perubahan teknologi mengikuti pola yang relatif sama: mereka yang berinvestasi pada pendidikan lebih mampu beradaptasi dengan perubahan, sementara mereka yang tidak berinvestasi cenderung lebih tertinggal (Katz & Murphy, 1992). Kelompok yang paling terdampak (the losers) oleh kemajuan teknologi pada masa itu umumnya adalah pekerja dengan tingkat pendidikan SMA atau lebih rendah, mengingat pekerjaan-pekerjaan rutin yang mereka lakukan secara bertahap telah digantikan oleh mesin, komputer, dan internet (Bell & Korinek, 2023).
Janji tersebut semakin mendesak di era AI. Seiring dengan semakin besarnya jumlah pekerjaan yang tergantikan oleh AI, masyarakat terus didorong untuk melakukan upskilling, reskilling, dan menempuh pendidikan pada bidang-bidang yang diyakini tidak akan dapat digantikan oleh mesin. Future of Jobs Report (2025) oleh World Economic Forum bahkan memproyeksikan bahwa keterampilan di bidang AI dan big data akan menjadi kompetensi yang paling dibutuhkan pada tahun 2030. Program studi yang berkaitan erat dengan AI, seperti ilmu komputer, data science, dan big data dipandang sebagai pilihan yang meyakinkan karena lulusannya diyakini akan lebih mampu bertahan di dunia kerja yang semakin terintegrasi dengan AI (Forbes, 2025). Pemerintah di berbagai negara pun merespons tren tersebut. Di Indonesia, misalnya, program beasiswa LPDP mulai memprioritaskan program studi yang berkaitan dengan bidang STEM (LPDP, 2025), sementara pembelajaran AI dan coding mulai diperkenalkan di sekolah-sekolah sebagai upaya untuk menyiapkan tenaga kerja yang kompetitif di masa depan (Kemendikdasmen, 2024). Dalam konteks ini, pendidikan tinggi tidak hanya menjanjikan pengembangan kapasitas kognitif dan kreativitas, tetapi juga relevansi di tengah dunia yang semakin didominasi oleh AI.
Namun, realita saat ini justru menunjukkan kenyataan yang berbeda. Kemunculan generative AI (gen AI) justru meningkatkan otomatisasi pada pekerjaan-pekerjaan berketerampilan tinggi (white-collar jobs) yang selama ini dianggap relatif aman dari disrupsi teknologi (Bell & Korinek, 2023). Kini, gen AI mampu menulis artikel berita, menghasilkan gambar, menganalisis dokumen hukum, dan bahkan menulis kode pemrograman (McKinsey Global Institute, 2023). Kemampuan ini mulai menggeser berbagai profesi yang selama ini identik dengan pendidikan tinggi, seperti tenaga profesional di bidang STEM, psikolog, pengacara, hingga konsultan (Felten et al, 2021; McKinsey Global Institute, 2023). Ironisnya, pekerjaan-pekerjaan yang menuntut kemampuan kognitif yang selama ini dibangun melalui pendidikan tinggi – seperti kemampuan berpikir analitis, penalaran logis, dan pemecahan masalah – kini justru lebih rentan terhadap otomatisasi dibandingkan pekerjaan yang tidak memerlukan pendidikan tinggi, seperti pekerja konstruksi, atlet, dan tukang kebun (Inglese, 2025).
Kekeliruan Diagnosis?
Selama ini, respons yang paling umum terhadap meningkatnya pengangguran lulusan perguruan tinggi adalah adanya ketidaksesuaian antara keterampilan lulusan dan kebutuhan pasar kerja, atau yang kerap disebut skills mismatch. Namun, sejatinya penjelasan tersebut tidak lagi relevan dan memadai – pasalnya, para lulusan sebenarnya telah dibekali dengan keterampilan teknis maupun kemampuan kognitif yang selama ini dianggap krusial dan dibutuhkan untuk memasuki dunia kerja. Inilah yang menyebabkan relevansi pendidikan tinggi saat ini mulai dipertanyakan.
Persoalannya, barangkali, mungkin memang bukan lagi perkara mismatch. Acemoglu & Restrepo (2019) berpendapat bahwa laju perkembangan AI yang mampu menggantikan pekerjaan manusia saat ini telah melampaui apa yang oleh para ekonomi disebut sebagai ‘reinstatement, yang berarti AI mengambil alih tugas-tugas kognitif secara lebih cepat daripada munculnya peran dan pekerjaan baru bagi manusia. Jika demikian, seberapapun kurikulum pendidikan terus diperbaharui dan semasif apapun program reskilling terus dilakukan, kesenjangan tersebut tidak akan pernah benar-benar teratasi karena akar persoalannya bukan lagi terletak pada keterampilan.
Selama beberapa dekade, nilai pendidikan tinggi terus direduksi semata-mata hanya untuk fungsi instrumentalnya saja, yakni menghasilkan lulusan yang siap bekerja. Meskipun hal ini penting, Nussbaum (2010) telah memperingatkan bahwa memperlakukan pendidikan semata-mata hanya sebagai alat produktivitas ekonomi justru mengikis kapasitas yang sejatinya dibutuhkan oleh manusia untuk terlibat secara kritis dalam menghadapi persoalan-persoalan global yang semakin kompleks, termasuk AI itu sendiri. Alih-alih terus bertanya bagaimana mempersiapkan mahasiswa agar mampu bersaing dalam ekonomi di era AI, pertanyaan yang lebih mendasar adalah bagaimana kita mampu mempersiapkan warga negara yang siap untuk membentuk arah perkembangan AI itu sendiri?
Masyarakat yang Kita Inginkan
Cara pandang ini justru mengarahkan kita pada tujuan pendidikan tinggi yang jauh lebih mendesak daripada sekadar memastikan supaya lulusannya siap untuk memasuki dunia kerja. Setidaknya, terdapat dua gagasan utama yang perlu menjadi perhatian.
Pertama adalah pendidikan sebagai ruang pembentukan mana (meaning-making). Universitas seharusnya menjadi ruang dimana mahasiswa tidak hanya memperoleh keterampilan, tetapi juga membangun nilai-nilai yang mereka yakini. Kemampuan kognitif yang diajarkan di ruang kelas semestinya mendorong diskusi tentang apa itu kehidupan yang baik (a good life) dan masa depan seperti apa yang ingin diwujudkan – bukan sekadar bagaimana menyesuaikan diri dengan masa depan yang telah dibentuk oleh orang lain. Ini bukanlah sekadar gagasan filosofis yang abstrak, melainkan prasyarakat bagi demokrasi yang sehat: warga negara yang mampu berpikir, berdialog, dan membuat keputusan secara kritis (Dewey, 1997). Dalam konteks AI, seseorang yang tidak pernah diajak untuk merefleksikan nilai-nilai yang diyakininya tidak akan mampu untuk berpartisipasi secara bermakna dalam menentukan apa yang seharusnya boleh dan tidak boleh dilakukan oleh AI.
Kedua, ketika warga negara telah dibekali kemampuan untuk membayangkan masa depan yang mereka inginkan, pendidikan tinggi lantas memiliki peran untuk membangun kapasitas kewargaan (civic governance). Mahasiswa tidak cukup hanya dibekali dengan kemampuan untuk membangun atau menggunakan sistem AI semata, tetapi juga kemampuan untuk mengkritisi dan mengawasinya. Mereka perlu mampu memahami bias yang tertanam dalam AI, mempertanyakan hasil yang dihasilkan oleh AI, serta berpartisipasi secara bermakna dalam proses pengambilan keputusan mengenai bagaimana AI dikembangkan dan diterapkan – bukan hanya dari sisi teknis, tetapi juga etis. Di era ketika AI dapat terus ‘mengembangkan dirinya sendiri’, kemampuan yang justru semakin penting adalah kemampuan untuk menilai siapa yang diuntungkan oleh sistem tersebut, siapa yang dirugikan, dan bagaimana teknologi tersebut seharusnya diatur. Pertanyaan-pertanyaan semacam ini tentunya tidak akan dapat dijawab hanya melalui keterampilan teknis, namun membutuhkan penilaian manusia yang berakar pada nilai-nilai kemanusiaan.
Dengan demikian, pendidikan tinggi tidak lagi semata-mata mempersiapkan mahasiwa menjadi tenaga kerja yang hanya mampu mengikuti laju perkembangan AI. Lebih dari itu, pendidikan tinggi mempersiapkan mereka menjadi warga negara yang memiliki agensi, untuk meminta pertanggungjawaban atas bagaimana AI dikembangkan dan digunakan. Dalam pengertian ini, perguruan tinggi menjadi institusi kewargaan yang melahirkan individu-individu yang mampu menentukan ke mana arah perkembangan AI akan dibawa kedepannya.
Pertanyaan mengenai relevansi pendidikan tinggi di era AI akan selalu sulit untuk dijawab jika kita hanya melihat dari sudut pandang pasar tenaga kerja. Namun, apabila kita menggeser fokus pada pertanyaan yang lebih mendasar mengenai masyarakat seperti apa yang ingin kita bangun bersama AI, maka pendidikan tinggi bukan hanya tetap relevan, tetapi justru semakin tak tergantikan – bahkan, jauh lebih mendesak dari yang pernah kita bayangkan.
Daftar Pustaka
Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3
Becker, G. S. (1964). Human capital: A theoretical and empirical analysis with special reference to education (1st ed.). National Bureau of Economic Research. https://www.nber.org/books-and-chapters/human-capital-theoretical-and-empirical-analysis-special-reference-education-first-edition
Bell, S. A., & Korinek, A. (2023). AI’s economic peril. Journal of Democracy, 34(4), 151–161. https://muse.jhu.edu/article/907696
Dewey, J. (1997). Democracy and education: An introduction to the philosophy of education. Free Press. (Original work published 1916)
Felten, E., Raj, M., & Seamans, R. (2021). Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses. Strategic Management Journal, 42(12), 2195–2217. https://doi.org/10.1002/smj.3286
Inglese, G. (2025). AI and the labour market: Occupational exposure and displacement. https://gaetanoinglese.github.io/pdfs/Slides_Inglese.pdf
Katz, L. F., & Murphy, K. M. (1992). Changes in relative wages, 1963–1987: Supply and demand factors. The Quarterly Journal of Economics, 107(1), 35–78. https://doi.org/10.2307/2118323
Kemendikdasmen. (2024). Pengenalan AI dan coding di sekolah. Kementerian Pendidikan Dasar dan Menengah Republik Indonesia. https://www.kemendikdasmen.go.id
Legatt, A. (2025, May 30). AI degrees for future career success. Forbes. https://www.forbes.com/sites/avivalegatt/2025/05/30/ai-degrees-for-future-career-success/
LPDP. (2025). Mendidik saintis, mencetak inovator: Dukungan LPDP di bidang STEM untuk masa depan bangsa. Lembaga Pengelola Dana Pendidikan. https://lpdp.kemenkeu.go.id/en/informasi/berita/mendidik-saintis-mencetak-innovator-dukungan-lpdp-di-bidang-stem-untuk-masa-depan-bangsa
McKinsey Global Institute. (2023). Generative AI and the future of work in America. McKinsey & Company. https://www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-america
Nussbaum, M. C. (2010). Not for profit: Why democracy needs the humanities. Princeton University Press.
Schultz, T. W. (1961). Investment in human capital. The American Economic Review, 51(1), 1–17. https://www.jstor.org/stable/1818907
World Economic Forum. (2025). The future of jobs report 2025. World Economic Forum. https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
