AI dan Berpikir Kritis: Prompt Engineering sebagai Jembatan

Artificial Intelligence (AI) kini hadir dimana-mana. Dari aplikasi peta yang memprediksi kemacetan, rekomendasi film di platform streaming, hingga chatbot yang menjawab pertanyaan sehari-hari. Andrew Ng menyebut AI sebagai “listrik baru” yang akan mengubah seluruh aspek kehidupan. Sama seperti listrik yang dulu menggerakkan revolusi industri, AI kini menjadi tenaga penggerak revolusi informasi.

Namun, kehadiran AI bukan berarti manusia bisa berhenti berpikir. Justru sebaliknya, semakin banyak keputusan yang dibantu mesin, semakin penting kemampuan kita untuk menilai, mempertanyakan, dan menyaring informasi. Inilah yang disebut berpikir kritis.

Berpikir kritis bukan sekadar kemampuan akademis, melainkan keterampilan hidup. Ia membantu kita membedakan fakta dari opini, menilai argumen, dan membuat keputusan yang lebih bijak. Dalam konteks AI, berpikir kritis menjadi penyeimbang: mesin memberi jawaban, manusia menilai apakah jawaban itu benar, relevan, dan bermanfaat.

Di sisi lain, muncul konsep baru bernama prompt engineering. Konsepsi ini merupakan seni merancang pertanyaan agar AI menghasilkan jawaban yang sesuai kebutuhan. Prompt engineering sebenarnya melatih kita agar berpikir kritis: bagaimana menyusun pertanyaan yang jelas, spesifik, dan tak bias. Dengan kata lain, AI mendorong manusia agar lebih teliti dalam bertanya, bukan sekadar menerima jawaban.

AI sebagai Literasi Baru

Membaca dan menulis kini terasa biasa. Padahal, berabad-abad lalu, hanya segelintir orang yang bisa melakukannya. Andrew Ng menyebut bahwa kemampuan menulis kode—khususnya untuk AI—sedang berkembang menjadi bentuk literasi baru. Jika kata-kata memungkinkan manusia berkomunikasi secara mendalam, maka kode memungkinkan kita berkomunikasi dengan mesin. Dan karena mesin semakin hadir dalam kehidupan sehari-hari, literasi ini menjadi semakin penting.

Literasi AI bukan sekadar membuat gim atau situs web, melainkan menggunakan data untuk menyelesaikan masalah nyata. Bayangkan seorang pemilik kedai pizza yang ingin tahu berapa banyak pizza Hawaii yang perlu disiapkan setiap minggu. Dengan model regresi sederhana, ia bisa memperkirakan permintaan, mengurangi waktu tunggu pelanggan, dan mengatur persediaan lebih efisien. Contoh kecil ini menunjukkan bagaimana literasi AI dapat meningkatkan kualitas hidup sehari-hari.

Perbedaan utama antara coding tradisional dan coding berbasis AI ada pada pendekatannya. Coding tradisional memberi tahu komputer langkah demi langkah yang harus dijalankan. Coding AI justru mengajarkan komputer untuk menemukan pola dari data. Pergeseran ini membuat literasi AI semakin berharga, sebab memungkinkan orang dari berbagai profesi—mulai dari kesehatan hingga pertanian—memanfaatkan wawasan dari data tanpa harus menjadi ahli pemrograman.

Di sinilah berpikir kritis berperan. Belajar menulis kode untuk AI saja tidak cukup; kita juga harus mampu mempertanyakan data, model, dan hasilnya. Mewakili kenyataankah dataset yang dipakai untuk menyulih? Bisa dipercayakah prediksi yang dihasilkan? Adakah bias tersembunyi? Tanpa berpikir kritis, literasi AI bisa menjadi sekadar rutinitas teknis yang menghasilkan jawaban meyakinkan di permukaan, tetapi rapuh di dalamnya.

Singkatnya, literasi AI tak semata keterampilan teknis. Ia merupakan cara pandang yang menggabungkan coding dengan pertanyaan, data dengan penilaian, serta otomatisasi dengan tanggung jawab manusia. Sama seperti literasi bahasa yang memperkaya masyarakat, literasi AI—bila dipandu oleh berpikir kritis—dapat memperkaya era digital kita.

Prompt engineering adalah seni menyusun pertanyaan atau instruksi agar sistem AI, seperti ChatGPT, memberikan jawaban yang relevan, jelas, dan sesuai kebutuhan. Pada dasarnya, AI akan merespons sesuai dengan apa yang kita tanyakan. Jika pertanyaan yang diajukan kabur, maka jawaban yang muncul pun bisa melenceng. Dengan prompt engineering, kita belajar merancang pertanyaan yang tepat sehingga hasil yang keluar lebih berkualitas.

Teknik ini sering melibatkan cara-cara tertentu. Misalnya, kita bisa memberikan instruksi yang sangat spesifik, semisal “Tuliskan ringkasan berita ini dalam satu paragraf”. Kita juga bisa meminta AI berperan sebagai sosok tertentu, misalnya “Sebagai guru sejarah, jelaskan Perang Dunia II”. Ada pula teknik menggunakan kata kunci untuk mengarahkan jawaban, seperti “Tulis puisi dengan kata kunci ‘cinta’”. Selain itu, ada pendekatan yang memastikan jawaban konsisten dengan konteks yang diberikan, sehingga hasilnya tak saling bertentangan.

Hubungan antara prompt engineering dan berpikir kritis sangat erat. Saat menyusun prompt, kita dituntut untuk merumuskan pertanyaan yang jelas, menentukan konteks yang tepat, serta mengevaluasi jawaban yang diberikan AI. Proses ini melatih kita untuk tak menerima jawaban begitu saja, melainkan menimbang apakah hasilnya sesuai instruksi, apakah ada kekeliruan, dan apakah perlu diperbaiki.

Dengan demikian, prompt engineering bukan sekadar trik teknis untuk “mengakali” mesin, melainkan latihan berpikir kritis dalam bentuk praktis. Kita belajar bertanya dengan lebih cerdas dan, pada akhirnya, jawaban AI pun menjadi lebih bermanfaat serta lebih dekat dengan kebutuhan nyata.

Mari kita bayangkan bagaimana prompt engineering bisa dipakai dalam kehidupan sehari-hari dengan cara yang mudah dipahami.

Dalam belajar, seorang pelajar sejarah hendak memahami Perang Dunia II. Bila ia hanya bertanya “Jelaskan Perang Dunia II”, jawabannya bisa terlalu luas dan membingungkan. Dengan prompt engineering, ia bisa menyusun pertanyaan seperti “Sebagai guru sejarah, jelaskan tiga penyebab utama Perang Dunia II dengan bahasa sederhana”. Hasilnya lebih terarah dan mudah dipahami.

Dalam pekerjaan, seorang karyawan yang sedang menulis laporan tentang perubahan iklim bisa saja meminta AI, “Tuliskan tentang perubahan iklim”. Jawaban yang muncul mungkin terlalu umum. Tetapi jika ia berkata “Buat ringkasan singkat tentang dampak perubahan iklim bagi rantai pasokan, ditujukan untuk para pemimpin bisnis”, maka AI akan menghasilkan teks yang lebih relevan dengan kebutuhan profesional.

Dalam hiburan, seseorang yang ingin membaca puisi bisa saja meminta “Tulis puisi”. Jawaban yang keluar bisa acak. Namun, dengan prompt engineering, ia bisa berkata “Tuliskan sebuah soneta tentang suasana malam musim panas dengan kata kunci ‘nostalgia’”. Hasilnya akan lebih sesuai dengan suasana hati dan keinginan pribadi.

Dalam dunia jurnalistik, prompt engineering juga punya peran penting. Seorang jurnalis tak cukup hanya meminta AI “Tuliskan berita tentang ekonomi”, karena hasilnya bisa terlalu umum dan tidak fokus. Dengan prompt engineering, ia bisa menyusun instruksi yang lebih tajam, misalnya: “Sebagai reporter ekonomi, buat ringkasan singkat tentang dampak inflasi terhadap harga pangan di Indonesia, dengan gaya bahasa netral dan informatif”. Hasilnya akan lebih sesuai dengan standar berita yang jelas, ringkas, dan tidak bias.

Selain itu, prompt engineering membantu jurnalis dalam verifikasi informasi. Misalnya, ketika ada klaim berbeda tentang jumlah korban suatu peristiwa, jurnalis bisa meminta AI: “Periksa konsistensi data dalam laporan ini dan tunjukkan bagian yang saling bertentangan”. Teknik ini mirip dengan self-consistency prompting, yang berguna untuk mendeteksi ketidaksesuaian dalam teks.

Prompt engineering juga bisa dipakai untuk menyusun pertanyaan wawancara. Seorang jurnalis dapat meminta: “Sebagai editor senior, buat daftar lima pertanyaan kritis untuk wawancara dengan seorang pakar energi tentang transisi ke energi terbarukan”. Dengan begitu, AI membantu menyiapkan kerangka wawancara yang lebih tajam dan relevan.

Intinya, dalam jurnalisme, prompt engineering bukan hanya alat teknis, tetapi juga latihan berpikir kritis. Ia melatih jurnalis untuk merumuskan pertanyaan yang jelas, menjaga objektivitas, dan memastikan informasi yang disajikan akurat serta bermanfaat bagi publik.

Dari keempat contoh ini, terlihat bahwa prompt engineering sebenarnya melatih kita agar berpikir kritis. Kita diajak berhenti sejenak, merumuskan apa yang benar-benar kita butuhkan, lalu menyampaikannya dengan jelas. Semakin cerdas kita bertanya, semakin baik pula jawaban yang diberikan AI—baik dalam belajar, bekerja, maupun sekadar bersenang-senang.

Berpikir Kritis dalam Pembelajaran AI

Belajar AI bukan sekadar menghafal rumus atau menguasai pustaka pemrograman. Yang lebih penting adalah tahu apa yang harus dipelajari, mengapa hal itu penting, dan bagaimana cara menggunakannya. Andrew Ng mengingatkan bahwa bidang AI sangat luas, dengan jumlah penelitian yang terbit jauh lebih banyak daripada yang bisa dibaca seseorang seumur hidup. Di sinilah berpikir kritis berperan: membantu kita memilih, memilah, dan menilai keterampilan yang benar-benar mendukung tujuan.

Sebagai contoh, seorang pemula mungkin tergoda langsung mempelajari kalkulus tingkat lanjut atau arsitektur neural network yang rumit. Namun, berpikir kritis mendorong kita untuk bertanya: Apakah pengetahuan ini memang saya butuhkan sekarang? Apakah ini akan membantu saya membangun proyek yang saya inginkan? Dalam banyak kasus, memahami dasar-dasar regresi linear, regresi logistik, atau decision tree justru lebih berguna di awal daripada mengejar tren penelitian terbaru.

Berpikir kritis juga penting saat menghadapi kesalahan. Ketika sebuah model tak bisa berjalan atau membuahkan hasil yang aneh, reaksi mudahnya adalah frustrasi. Tetapi seorang pemikir kritis akan berhenti sejenak dan bertanya: Apakah dataset yang dipakai bermasalah? Validkah asumsi yang digunakan? Adakah bias atau gangguan yang memengaruhi hasil? Kebiasaan bertanya seperti ini mengubah kesalahan menjadi peluang belajar yang lebih mendalam.

Selain itu, berpikir kritis membuat kita terhindar dari belajar secara pasif. Membaca halaman web atau tutorial secara acak memang terasa produktif, tetapi tanpa arah yang jelas, pengetahuan yang diperoleh sering terpecah-pecah. Seorang pembelajar kritis akan memilih kursus yang terstruktur, menilai kualitas sumber belajar, dan baru beralih ke penelitian tingkat lanjut setelah fondasi dasarnya kuat.

Singkatnya, belajar AI adalah perjalanan seumur hidup, dan berpikir kritis adalah kompas yang menjaga kita agar tetap berada di jalur yang benar. Dengan berpikir kritis, kita tak tenggelam dalam banjir informasi, melainkan membangun keterampilan yang relevan, bisa diterapkan, dan tahan lama di tengah perubahan yang cepat.

Menentukan Proyek AI yang Tepat

Membangun keterampilan AI saja tak cukup; yang lebih menentukan ialah bagaimana kita memilih proyek yang tepat untuk dikerjakan. Andrew Ng menekankan bahwa banyak orang terjebak pada pola pikir “Ready, Aim, Fire”—terlalu lama merencanakan sebelum benar-benar mencoba. Sebaliknya, pendekatan “Ready, Fire, Aim” sering lebih efektif: mulai dari proyek kecil, lalu belajar dan menyesuaikan di sepanjang jalan.

Di sinilah berpikir kritis menjadi kunci. Sebelum memulai proyek, kita perlu bertanya: Benar-benar pentingkah masalah ini? Cukupkah data yang tersedia? Apakah solusi AI akan memberi dampak nyata? Pertanyaan-pertanyaan ini membantu kita menghindari proyek yang sekadar “keren” secara teknis tetapi tak relevan dengan kebutuhan nyata.

Contohnya, sebuah perusahaan bisa saja tergoda membuat chatbot canggih hanya karena tren. Namun, berpikir kritis akan menilai: sungguhkah chatbot itu menyelesaikan masalah pelanggan, atau justru menambah kebingungan? Dengan cara ini, proyek AI tak hanya menjadi eksperimen teknologi, tetapi solusi yang memberi nilai tambah.

Selain itu, berpikir kritis membantu kita menilai risiko dan bias. Misalnya, jika data yang dipakai hanya berasal dari satu kelompok, hasilnya bisa berat sebelah. Seorang pemikir kritis akan menyadari hal ini dan mencari cara untuk memperbaiki dataset agar lebih adil dan representatif.

Singkatnya, menentukan proyek AI bukan sekadar soal ide kreatif, melainkan pula soal penilaian kritis. Dengan berpikir kritis, kita bisa memilih proyek yang relevan, realistis, dan berdampak nyata—baik untuk bisnis, pendidikan, maupun kehidupan sehari-hari.

AI sebagai Mitra, Bukan Pengganti Berpikir Kritis

Kecerdasan Buatan sering digambarkan seolah-olah bisa “berpikir” untuk kita. Namun kenyataannya, AI tak menggantikan penilaian manusia; ia justru melengkapinya. Mesin mampu memproses data dalam jumlah besar, menemukan pola, dan memberikan saran dengan sangat cepat. Tapi mesin tak bisa menentukan apa yang benar-benar penting, apalagi menimbang dampak etis atau sosial. Tanggung jawab itu tetap berada di tangan manusia.

Berpikir kritis memastikan AI menjadi mitra, bukan penguasa. Misalnya, ketika AI merekomendasikan sebuah pengobatan, keputusan akhir tetap ada pada dokter yang menilai apakah rekomendasi itu aman, sesuai, dan cocok bagi pasien. Begitu juga dalam bisnis, ketika AI menyarankan strategi, manajerlah yang harus menilai apakah rencana tersebut sejalan dengan nilai perusahaan dan tujuan jangka panjang.

Kemitraan ini berjalan baik ketika manusia dan AI memainkan keunggulan masing-masing. AI unggul dalam perhitungan, prediksi, dan otomatisasi. Manusia unggul dalam penalaran, empati, dan refleksi etis. Jika digabungkan, keduanya menjadi kombinasi yang kuat: AI menyediakan pilihan, manusia menentukan pilihan mana yang tepat.

Bahaya muncul saat kita terlalu bergantung. Jika kita menerima hasil AI tanpa berpikir kritis, kita bisa memperkuat bias, melewatkan kesalahan, atau mengambil keputusan tanpa konteks. Sebaliknya, jika kita mendekati AI dengan sikap bertanya—“Akuratkah ini? Berimbangkah ini? Bergunakah ini?”—maka AI berubah menjadi alat yang memperkaya, bukan melemahkan cara kita berpikir.

Singkatnya, AI seyogyanya dipandang sebagai rekan kerja. Ia dapat mempercepat pekerjaan, memperluas perspektif, dan memicu kreativitas. Namun berpikir kritislah yang memastikan semua manfaat itu digunakan dengan bijak, sehingga penilaian manusia tetap berada di pusat setiap keputusan.

Membangun Budaya AI dan Berpikir Kritis

AI tak semata soal teknologi, melainkan juga soal budaya. Agar AI benar-benar bermanfaat, sekolah, tempat kerja, dan komunitas perlu menumbuhkan kebiasaan menggunakan AI bersama dengan berpikir kritis. Tanpa budaya ini, AI bisa menjadi sekadar alat yang dipakai secara dangkal, bahkan berisiko menimbulkan bias atau kesalahan.

Di sekolah, budaya AI dan berpikir kritis bisa dibangun lewat pembelajaran yang mendorong siswa agar tak hanya menerima jawaban dari mesin, tetapi juga mempertanyakan dan menilai hasilnya. Misalnya, ketika AI memberikan ringkasan sejarah, guru bisa mengajak siswa membandingkan dengan sumber lain, lalu mendiskusikan apakah ringkasan itu lengkap dan akurat. Dengan cara ini, AI menjadi sarana latihan berpikir kritis, bukan pengganti guru.

Di tempat kerja, budaya ini berarti mendorong karyawan agar menggunakan AI sebagai alat bantu, bukan sebagai penentu tunggal. Seorang analis bisnis, misalnya, bisa memakai AI untuk membuat proyeksi pasar, tetapi tetap harus menilai apakah proyeksi itu realistis, sesuai data, dan relevan dengan strategi perusahaan. Budaya kritis ini menjaga agar keputusan bisnis tetap berbasis pada penilaian manusia.

Di komunitas, budaya AI dan berpikir kritis bisa diwujudkan lewat literasi digital. Masyarakat perlu diajak memahami bahwa tak semua jawaban AI benar atau netral. Dengan membiasakan diri bertanya “Masuk akalkah ini? Adakah sumber lain yang mendukung?”, komunitas menjadi lebih tangguh menghadapi berita bohong atau bias yang mungkin muncul dari sistem AI.

Singkatnya, membangun budaya AI dan berpikir kritis berarti menjadikan AI sebagai mitra yang memperkuat kemampuan manusia, bukan melemahkannya. Budaya ini memastikan bahwa teknologi dipakai dengan bijak, adil, dan bermanfaat bagi seluruh lapisan masyarakat.

Masa Depan AI dan Berpikir Kritis

Masa depan Kecerdasan Buatan tak ditentukan oleh algoritma yang lebih cepat atau kumpulan data yang lebih besar belaka. Masa depan itu akan dibentuk oleh bagaimana manusia mengintegrasikan berpikir kritis dalam penggunaan AI. Seiring berkembangnya teknologi, tantangan bukan sekadar apakah mesin bisa melakukan lebih banyak hal, tetapi apakah manusia tetap mampu mempertanyakan, menilai, dan mengarahkan kemampuan tersebut dengan bijak.

Dalam pendidikan, AI kemungkinan besar akan menjadi alat umum untuk pembelajaran yang lebih personal. Namun nilai sesungguhnya muncul ketika siswa diajar menguji jawaban AI, membandingkannya dengan sumber lain, dan merefleksikan ketepatannya. Dengan begitu, AI membantu menumbuhkan kemandirian berpikir, bukan sekadar konsumsi pasif.

Di tempat kerja, AI akan mengotomatisasi tugas rutin dan memberikan wawasan yang canggih. Tetapi berpikir kritis tetap menjadi pengaman agar kita tak bergantung secara membabi-buta. Manajer dan profesional perlu bertanya: Sesuaikah rekomendasi ini dengan nilai perusahaan? Bebas biaskah datanya? Apa dampak jangka panjangnya? Tanpa refleksi semacam ini, efisiensi bisa mengorbankan keberimbangan atau keberlanjutan.

Dalam masyarakat luas, AI akan memengaruhi politik, media, dan keputusan sehari-hari. Bahayanya, misinformasi atau bias bisa menyebar lebih cepat daripada sebelumnya. Budaya berpikir kritis—mempertanyakan sumber, menuntut transparansi, dan menilai konteks—akan sangat penting untuk melindungi nilai demokrasi dan kepercayaan sosial.

Singkatnya, masa depan AI tak bisa dipisahkan dari masa depan pertimbangan atau penilaian manusia. Mesin mungkin semakin kuat, tetapi berpikir kritis-lah yang memastikan teknologi digunakan dengan bijak. Kemitraan antara AI dan nalar manusia akan menentukan apakah teknologi menjadi kekuatan bagi kemajuan atau justru sumber perpecahan.

Kesimpulan: Menuju Literasi AI yang Kritis

Perjalanan kita dari literasi AI, prompt engineering, berpikir kritis, hingga pemilihan proyek menunjukkan satu benang merah: AI hanya akan bermanfaat jika digunakan dengan kesadaran dan penilaian yang matang. Literasi AI mengajarkan kita untuk memahami dasar-dasarnya, prompt engineering melatih kita untuk berkomunikasi dengan mesin secara efektif, sementara berpikir kritis memastikan kita tidak sekadar menerima jawaban, tetapi juga menilai, mempertanyakan, dan menyaringnya.

Dalam pembelajaran, AI bisa menjadi alat bantu yang mempercepat pemahaman, tetapi guru dan siswa tetap harus menguji hasilnya. Dalam pekerjaan, AI bisa mempercepat analisis dan otomatisasi, tetapi keputusan akhir tetap harus mempertimbangkan nilai, strategi, dan dampak jangka panjang. Dalam masyarakat, AI bisa memperluas akses informasi, tetapi literasi kritis diperlukan agar kita tidak terjebak dalam bias atau misinformasi.

Kesimpulannya, literasi AI yang kritis bukan hanya kemampuan teknis, melainkan juga sikap mental. Ia menuntut kita untuk selalu bertanya: Benarkah ini? Fair-kah ini? Bergunakah ini? Dengan sikap ini, AI menjadi mitra yang memperkuat kemampuan manusia, bukan menggantikannya.

Masa depan AI akan terus berkembang, tetapi masa depan manusia ditentukan oleh sejauh mana kita mampu menjaga berpikir kritis sebagai pusat dari setiap interaksi dengan teknologi. Dengan begitu, kita tak semata menjadi pengguna AI, melainkan pula pengarah yang memastikan teknologi ini membawa manfaat nyata bagi kehidupan.

Rujukan

• Ng, Andrew. Machine Learning Yearning. DeepLearning.AI, 2018.
• Russell, Stuart, and Peter Norvig. Artificial Intelligence: A Modern Approach. 4th ed., Pearson, 2020.
• Floridi, Luciano. The Ethics of Artificial Intelligence. Oxford University Press, 2021.
• Dignum, Virginia. Responsible Artificial Intelligence: Designing AI for Human Values. Springer, 2019.
• Mitchell, Melanie. Artificial Intelligence: A Guide for Thinking Humans. Penguin, 2019.
• Klein, Gary. Sources of Power: How People Make Decisions. MIT Press, 1998.
• Facione, Peter. Critical Thinking: What It Is and Why It Counts. Insight Assessment, 2015.
• Silver, Nate. The Signal and the Noise: Why So Many Predictions Fail – But Some Don’t. Penguin, 2012.

English