Belajar Sepanjang Hayat di Era AI dan Otomatisasi

Ketika Dunia Berubah Terlalu Cepat

Beberapa waktu lalu, saya tertegun membaca berita bahwa beberapa perusahaan besar sudah mulai mengurangi jumlah karyawan karena proses-proses kerja kini bisa digantikan oleh sistem otomatis atau kecerdasan buatan. 

Di sisi lain, muncul pula lowongan-lowongan baru yang terdengar asing di telinga: prompt engineer, AI ethicist, data storyteller. Profesi yang lima tahun lalu belum banyak dibicarakan, kini menjadi sangat dibutuhkan.

Saya pun mulai bertanya-tanya, apakah ilmu yang saya miliki hari ini masih relevan besok? Apakah keterampilan yang selama ini saya andalkan masih cukup untuk bertahan? Atau justru saya perlu belajar ulang, dari awal, untuk bisa menyesuaikan diri?

Baca juga: Digital Detox di Era Overload Informasi

Dunia berubah begitu cepat, dan kadang perubahan itu datang tanpa aba-aba. Kita tidak punya waktu untuk terlalu lama bertanya "kenapa begini," karena kenyataan sudah menunggu dengan tuntutannya: belajar lagi, atau tertinggal.

Dulu saya percaya bahwa belajar adalah sesuatu yang berhenti ketika kita lulus sekolah atau kuliah. Tapi sekarang, saya semakin yakin bahwa belajar adalah bagian dari hidup itu sendiri. Bukan hanya untuk mengejar gelar, tapi untuk bertahan, berkembang, bahkan untuk tetap waras di tengah perubahan yang nyaris tanpa jeda.

Belajar di era sekarang bukan hanya soal menambah pengetahuan, tapi juga membongkar cara berpikir lama. Ia menuntut kita untuk rendah hati, untuk mau mengakui bahwa yang dulu kita anggap benar bisa jadi hari ini tidak lagi relevan. 

Dan proses itu kadang menyakitkan, karena mengubah pola pikir bukanlah hal mudah. Tapi tanpa itu, kita akan berjalan di tempat, sementara dunia sudah bergerak jauh ke depan.

Belajar dari Nol, Lagi dan Lagi

Baca juga: Jejak Pakpak dalam Arsip Kolonial, Menyingkap Identitas yang Terlupakan

Saya masih ingat perasaan kikuk ketika pertama kali mencoba memahami cara kerja kecerdasan buatan. Istilah-istilah teknis seperti machine learning, natural language processing, atau generative model terasa asing dan membingungkan. 

Baca juga: Sepeda Tua, Semangat Tak Pernah Tua: Kisah Bang Hasan dan Jalan Panjang Pengabdian

Awalnya saya merasa terlalu tua untuk mempelajari semua itu. Saya bukan orang dari dunia teknologi. Latar belakang saya sangat berbeda. Tapi di sisi lain, saya sadar bahwa menolak belajar hanya akan membuat saya semakin tertinggal.

Jadi saya mulai perlahan. Saya menonton video, membaca artikel pendek, mengikuti webinar gratis. Tidak semuanya langsung saya pahami.