AI-F01 — AI Literacy for Professionals

AI Literacy for Professionals adalah program pembelajaran komprehensif yang dirancang untuk membantu profesional memahami, menilai, dan menggunakan kecerdasan artifisial secara cerdas, aman, etis, dan produktif. Course ini tidak mengasumsikan peserta memiliki latar belakang teknis. Fokus utamanya adalah membangun literasi konseptual dan keterampilan praktis agar peserta mampu mengambil keputusan yang lebih baik ketika berhadapan dengan alat AI, rekomendasi otomatis, analitik prediktif, chatbot, sistem generatif, dan berbagai bentuk otomasi di tempat kerja. Alih-alih sekadar mengajarkan cara memakai satu aplikasi, program ini membangun kerangka berpikir yang tetap relevan ketika teknologi, model, dan platform terus berubah.

Dalam course ini, peserta akan mempelajari apa yang sebenarnya dimaksud dengan AI, machine learning, deep learning, large language model, dan generative AI. Konsep-konsep tersebut akan dijelaskan melalui contoh profesional yang nyata, bukan melalui rumus yang rumit. Peserta akan melihat bagaimana sistem AI belajar dari data, menghasilkan prediksi, mengenali pola, serta mengapa keluaran AI dapat tampak meyakinkan walaupun keliru. Pemahaman ini penting agar peserta tidak terjebak pada dua ekstrem: menganggap AI sebagai mesin ajaib yang selalu benar, atau menolaknya sebagai tren tanpa manfaat. Literasi AI menuntut sikap kritis, terbuka, dan berbasis bukti.

Peserta juga akan berlatih memetakan peluang penggunaan AI dalam pekerjaan. Mereka akan belajar membedakan tugas yang cocok untuk otomatisasi, augmentasi, atau tetap membutuhkan penilaian manusia sepenuhnya. Contoh yang dibahas mencakup riset, penulisan, analisis dokumen, layanan pelanggan, pengembangan ide, perencanaan proyek, pengolahan pengetahuan, komunikasi, dan pengambilan keputusan. Melalui lembar kerja pemetaan proses, peserta dapat mengidentifikasi pekerjaan yang berulang, memakan waktu, atau kaya informasi, kemudian merancang eksperimen AI dengan sasaran yang terukur dan risiko yang terkendali.

Salah satu kompetensi inti course adalah kemampuan berinteraksi dengan AI generatif melalui prompting. Peserta akan mempelajari struktur prompt yang memuat tujuan, konteks, peran, batasan, sumber, format keluaran, dan kriteria kualitas. Mereka akan membandingkan prompt lemah dengan prompt yang dapat diaudit, menjalankan proses iterasi, serta menggunakan teknik dekomposisi tugas. Course ini menekankan bahwa prompting bukan seni merangkai kata-kata rahasia, melainkan praktik mendefinisikan pekerjaan dengan jelas. Peserta juga akan membuat pola prompt yang dapat digunakan kembali oleh tim sehingga kualitas hasil tidak bergantung pada improvisasi individu.

Keluaran AI tidak boleh diterima begitu saja. Karena itu, peserta akan mempelajari prosedur verifikasi yang sistematis: memeriksa klaim, sumber, angka, kutipan, asumsi, kelengkapan, konsistensi, dan relevansi. Mereka akan mengenali hallucination, bias, information leakage, automation bias, dan masalah ketidakpastian. Peserta akan mempraktikkan metode human-in-the-loop, triangulasi sumber, checklist review, serta teknik meminta AI menunjukkan batas pengetahuannya. Tujuannya adalah membangun kebiasaan kerja yang membuat kecepatan AI tetap disertai akuntabilitas manusia.

Aspek etika dan tata kelola mendapat perhatian khusus. Peserta akan mempelajari privasi, kerahasiaan, hak cipta, atribusi, diskriminasi algoritmik, keamanan data, transparansi, dan tanggung jawab profesional. Mereka akan berlatih mengklasifikasikan data sebelum memasukkannya ke alat AI, mengenali informasi yang tidak boleh dibagikan, serta membaca kebijakan penggunaan AI organisasi. Berbagai studi kasus akan membantu peserta memahami bahwa keputusan etis bukan tambahan setelah implementasi, melainkan bagian dari desain penggunaan AI sejak awal. Course juga memperkenalkan prinsip proportionality: tingkat kontrol dan dokumentasi harus sebanding dengan dampak serta risiko suatu penggunaan.

Peserta kemudian belajar merancang alur kerja kolaboratif antara manusia dan AI. Sebuah alur kerja yang baik menetapkan siapa yang memberi masukan, siapa yang memeriksa keluaran, kapan eskalasi diperlukan, versi apa yang digunakan, serta bukti apa yang disimpan. Peserta akan membangun workflow sederhana dari tahap brief, produksi, verifikasi, revisi, hingga persetujuan. Mereka juga akan memahami perbedaan antara prototipe pribadi dan sistem yang dipakai oleh banyak orang. Saat penggunaan meluas, kebutuhan terhadap standardisasi, kontrol akses, dokumentasi, pemantauan, dan evaluasi menjadi semakin penting.

Course ini menggunakan pendekatan belajar aktif. Setiap pertemuan berisi tujuan belajar, uraian konsep, contoh, demonstrasi, latihan terarah, studi kasus, pertanyaan refleksi, kuis, dan tugas aplikasi. Peserta didorong membawa satu proses kerja nyata sebagai proyek mini sepanjang course. Proyek tersebut berkembang dari pemetaan masalah, pemilihan use case, desain prompt, evaluasi risiko, pembangunan workflow, hingga presentasi proposal implementasi. Dengan demikian, peserta tidak hanya memahami istilah, tetapi juga menghasilkan artefak yang dapat dibawa kembali ke organisasi: peta peluang, prompt library, checklist verifikasi, risk register, dan rencana adopsi.

Program ini relevan bagi manajer, analis, peneliti, pendidik, pekerja kreatif, staf operasi, konsultan, pemimpin organisasi, profesional kebijakan, serta siapa pun yang perlu bekerja bersama sistem AI tanpa harus menjadi programmer. Peserta yang sudah memakai AI tetap akan mendapat manfaat karena course mengubah penggunaan yang sporadis menjadi praktik yang terstruktur. Sementara itu, peserta yang baru memulai memperoleh jalur aman untuk bereksperimen. Seluruh materi disusun agar dapat diterapkan lintas sektor, dengan ruang bagi peserta untuk menyesuaikan contoh terhadap konteks industri, aturan organisasi, dan tanggung jawab profesinya.

Setelah menyelesaikan course, peserta diharapkan mampu menjelaskan prinsip dasar AI dengan bahasa yang jernih; memilih use case yang bernilai dan layak; menulis prompt yang terstruktur; mengevaluasi keluaran secara kritis; menjaga privasi dan keamanan; mengidentifikasi bias serta risiko; merancang workflow human-in-the-loop; berkomunikasi dengan tim teknis dan nonteknis; serta menyusun rencana implementasi AI yang bertanggung jawab. Kompetensi ini akan dinilai melalui kuis formatif, latihan pertemuan, proyek akhir, dan refleksi. Sertifikat diberikan kepada peserta yang memenuhi ketentuan penyelesaian course dan standar kelulusan yang ditetapkan.

Nilai utama course ini adalah kemandirian intelektual. Peserta tidak didorong untuk menyerahkan penilaian kepada mesin, melainkan untuk menggunakan AI sebagai mitra kerja yang kemampuannya harus diarahkan, diuji, dan dibatasi. Di tengah perubahan teknologi yang cepat, organisasi membutuhkan profesional yang dapat menghubungkan potensi teknis dengan tujuan manusia, kualitas pekerjaan, dan kepentingan publik. Melalui course ini, peserta membangun fondasi untuk melakukan hal tersebut secara percaya diri. Mereka akan meninggalkan program dengan kosakata yang tepat, metode yang dapat dipraktikkan, contoh yang kontekstual, dan rencana tindakan yang realistis untuk tiga puluh hari pertama setelah pembelajaran.

Pembelajaran dimulai dari orientasi dan diagnosis kebutuhan, kemudian bergerak menuju fondasi konseptual, penggunaan praktis, evaluasi kualitas, etika, tata kelola, desain workflow, dan strategi adopsi. Urutan ini sengaja dibuat bertahap agar peserta tidak langsung mengejar produktivitas sebelum memahami batasan. Setiap modul menghubungkan teori dengan keputusan: apa yang boleh dilakukan, data apa yang dapat digunakan, hasil apa yang perlu diperiksa, siapa yang bertanggung jawab, dan kapan penggunaan AI harus dihentikan. Dengan pola tersebut, literasi AI menjadi kompetensi profesional yang dapat diamati, dilatih, dan ditingkatkan.

Pada akhir program, peserta menyajikan capstone berupa rancangan penggunaan AI untuk satu proses kerja. Rancangan harus memuat masalah, pengguna, manfaat, data, prompt atau mekanisme interaksi, potensi kegagalan, kontrol, indikator keberhasilan, serta rencana uji coba. Peserta menilai proyek menggunakan rubrik nilai, kelayakan, risiko, dan kesiapan organisasi. Capstone memastikan seluruh kemampuan terintegrasi dalam satu keputusan implementasi yang dapat dipertanggungjawabkan. Course ini bukan janji bahwa AI akan menyelesaikan semua masalah, tetapi undangan untuk membangun cara kerja yang lebih reflektif, efektif, kreatif, dan bertanggung jawab.