Sekolah di Surabaya menguji platform AI untuk membantu proses belajar siswa

Di beberapa sekolah di Surabaya, suasana kelas kini berubah: papan tulis tetap ada, tetapi di sampingnya muncul layar yang menampilkan video mikro berdurasi dua menit, kuis interaktif dengan avatar, dan catatan pelajaran yang diringkas otomatis. Uji coba platform AI bukan lagi sekadar tren, melainkan respons terhadap kebutuhan nyata: beban administrasi guru, kesenjangan kemampuan literasi digital, dan tuntutan agar proses belajar lebih personal. Di tengah percepatan digitalisasi dan bertambahnya kompetisi akademik, sekolah mulai mencari cara agar pembelajaran terasa relevan—bukan hanya cepat, tetapi juga bermakna bagi siswa.

Yang menarik, ekosistem teknologi pendidikan di Surabaya tidak berdiri sendiri. Kota ini punya kampus dan inkubator yang aktif melahirkan inovasi, termasuk platform seperti eJourney yang dikembangkan dalam ekosistem perguruan tinggi. Ketika sekolah menguji fitur seperti konversi materi PDF/PPT menjadi video singkat atau asesmen dengan avatar, pertanyaan besarnya bukan “bisa atau tidak”, melainkan “bagaimana dipakai dengan etis, efektif, dan terukur”. Di sinilah diskusi tentang kecerdasan buatan menjadi relevan: AI dapat membantu, tetapi perlu desain pedagogi, kebijakan sekolah, dan keterlibatan orang tua agar dampaknya positif dan tidak menimbulkan masalah integritas akademik. Uji coba ini memberi sinyal: sekolah sedang menegosiasikan masa depan belajar yang lebih adaptif.

• Sekolah di Surabaya mulai menguji platform AI untuk mempercepat pembuatan materi dan meningkatkan keterlibatan siswa.
• Model pembelajaran mikro (video 2–3 menit) dipakai untuk membuka pelajaran, penguatan konsep, atau remedial cepat.
• Asesmen interaktif berbasis avatar membantu guru memetakan pemahaman tanpa menghabiskan jam koreksi.
• Penggunaan AI oleh siswa meningkat; sekolah perlu panduan etika, penulisan reflektif, dan verifikasi sumber.
• Kolaborasi kampus–sekolah–industri di Surabaya menguat, sejalan dengan wacana ekosistem startup dan inkubasi.

Uji Coba Platform AI di Sekolah Surabaya: Dari Kelas Konvensional ke Pembelajaran Adaptif

Uji coba platform AI di sekolah Surabaya biasanya dimulai dari masalah yang sangat praktis: guru memiliki bahan ajar yang menumpuk, sementara waktu untuk mengemasnya menjadi materi menarik sangat terbatas. Di satu SMP negeri (contoh kasus fiktif yang merepresentasikan pola umum), Bu Rani mengajar IPA dengan 10 rombel. Ia punya file PPT lama, beberapa PDF dari penerbit, dan catatan laboratorium. Dengan pendekatan tradisional, pembaruan materi butuh malam panjang. Ketika sekolahnya menguji platform berbasis kecerdasan buatan, alurnya berubah: guru mengunggah PDF/PPT, lalu sistem menyusunnya menjadi video pendek 2–3 menit untuk “pemantik” sebelum diskusi. Waktu yang biasanya habis untuk desain slide justru dialihkan ke merancang pertanyaan dan eksperimen kecil.

Di Surabaya, salah satu rujukan yang sering dibicarakan adalah inovasi dari Petra Christian University (PCU) berupa eJourney—bagian dari ekosistem inovasi pendidikan berbasis AI. Platform semacam ini menonjolkan literasi digital, teknik bertutur (storytelling) untuk membuat materi lebih “hidup”, dan strategi menekan biaya produksi konten. Di level sekolah, penghematan biaya bukan sekadar soal lisensi; ini soal mengurangi kebutuhan membuat video panjang dan mahal. Video mikro yang ringkas justru cocok untuk kebiasaan belajar generasi sekarang: singkat, fokus, dan mudah diulang saat remedial.

Implementasi uji coba juga menuntut perubahan ritme kelas. Dalam satu skenario, guru memutar video singkat di awal, lalu meminta siswa menulis “satu hal yang paling membingungkan” di kertas atau formulir digital. AI membantu mengelompokkan jawaban, sehingga guru bisa melihat pola kesulitan kelas. Model ini membuat proses belajar terasa adaptif, bukan seragam. Kuncinya bukan pada video, melainkan pada keputusan pedagogis setelah data terkumpul.

Surabaya sendiri punya ekosistem pendukung yang sering disebut dalam diskusi transformasi sekolah, misalnya konteks inkubasi dan kolaborasi inovasi lokal. Pembaca yang ingin memahami iklim kewirausahaan edukasi di kota ini bisa melihat gambaran ekosistem melalui artikel inkubator bisnis Surabaya. Ketika sekolah berkolaborasi dengan kampus atau startup, uji coba menjadi lebih terarah: ada pelatihan, pendampingan, dan evaluasi, bukan sekadar “coba-coba aplikasi”.

Namun, perubahan tidak selalu mulus. Ada guru yang khawatir “AI mengambil alih”, padahal kebutuhan yang muncul justru lebih manusiawi: guru perlu waktu untuk membangun hubungan, memeriksa pemahaman, dan memberi umpan balik. AI diposisikan sebagai alat bantu, misalnya untuk merapikan bahan ajar atau mempercepat variasi latihan. Di sekolah yang uji cobanya berhasil, biasanya ada satu prinsip: teknologi mengikuti tujuan pembelajaran, bukan sebaliknya. Insight yang muncul dari Surabaya: platform secanggih apa pun hanya efektif jika kelas dirancang ulang agar siswa tetap aktif, bukan sekadar menonton.

eJourney dan Ekosistem Teknologi Pendidikan: Cara Guru Mengubah Materi Menjadi Pengalaman Belajar

Di dalam uji coba yang melibatkan platform seperti eJourney, titik beratnya sering pada “konversi”: dari materi statis menjadi pengalaman belajar yang bergerak. Konversi ini bukan hanya format, melainkan cara berpikir. Misalnya, modul sejarah yang biasanya berupa teks panjang dapat dipecah menjadi alur cerita singkat: konflik, tokoh, dampak, dan relevansi hari ini. Elemen storytelling membuat siswa lebih mudah mengingat, karena otak manusia cenderung menyimpan narasi daripada daftar fakta.

Salah satu fitur yang banyak membantu guru adalah kemampuan mengubah PDF/PPT menjadi video pendek. Durasi 2–3 menit bukan angka sembarang; ini cocok untuk pembelajaran “chunking”, yaitu memecah konsep besar menjadi potongan kecil. Dalam praktiknya, guru matematika dapat membuat seri video: “konsep”, “contoh”, “latihan”, “kesalahan umum”. Siswa menonton satu video, lalu mengerjakan dua soal cepat. Jika salah, mereka kembali ke potongan yang relevan. Pola ini membuat remedial tidak terasa menghukum, melainkan seperti mengulang level dalam game.

Aspek lain adalah asesmen interaktif dengan avatar AI. Ketika siswa menjawab pertanyaan, avatar memberikan respons singkat: mengonfirmasi langkah yang benar atau mengarahkan jika ada miskonsepsi. Ini berbeda dari koreksi manual yang sering terlambat. Guru tetap memegang kontrol: ia menentukan indikator, bobot penilaian, dan standar ketuntasan. AI berperan sebagai pengantar umpan balik awal, sehingga guru bisa fokus pada siswa yang benar-benar membutuhkan pendampingan.

Platform yang matang biasanya juga memikirkan “reduce cost” secara luas. Dalam konteks sekolah, biaya muncul dalam banyak bentuk: jam lembur guru, fotokopi modul, pelatihan, bahkan kejenuhan siswa yang berujung pada les tambahan. Dengan digitalisasi konten dan evaluasi yang lebih cepat, sekolah dapat mengalihkan anggaran ke hal yang lebih penting: perangkat akses untuk siswa yang membutuhkan atau pelatihan pedagogi berbasis data. Di ranah kebijakan dan tata kelola, sekolah juga perlu rujukan etis dan aturan penggunaan, termasuk bagaimana data siswa dikelola. Diskusi lebih besar tentang regulasi data dalam ekonomi digital dapat dibaca di ekonomi digital dan regulasi data, karena isu privasi kini menjadi bagian dari percakapan sekolah.

Menariknya, platform seperti eJourney disebut telah memberdayakan ribuan guru dan ratusan institusi di Indonesia, serta meraih penghargaan regional di ajang ICT Asia Pasifik pada 2024. Dalam konteks 2026, angka adopsi seperti ini biasanya diikuti dengan kebutuhan standarisasi: sekolah ingin memastikan praktik terbaik bisa ditiru. Di Surabaya, beberapa sekolah mulai membuat “bank template” bersama: format video mikro, rubrik asesmen, dan contoh proyek. Dampaknya terasa pada konsistensi kualitas antar kelas, bukan hanya pada satu guru yang “melek teknologi”.

Supaya pengalaman belajar tidak sekadar digital, sekolah yang progresif menambah komponen proyek nyata. Contoh: siswa diminta membuat video sains 2 menit tentang filtrasi air, lalu mengunggahnya. AI membantu memberi saran struktur naskah dan kejelasan bahasa, sedangkan guru menilai akurasi konsep dan kreativitas. Dengan cara ini, teknologi pendidikan tidak menggantikan kreativitas; ia menjadi alat untuk mempercepat iterasi. Insight akhirnya: ketika konten menjadi mudah dibuat, nilai tambah sekolah berpindah ke desain pengalaman—diskusi, eksperimen, dan proyek kolaboratif.

Jika sekolah ingin melihat contoh tren inovasi digital di wilayah lain sebagai pembanding, pendekatan pengembangan produk sering dibahas dalam konteks teknologi Bandung dan ide bisnis. Polanya mirip: teknologi kuat, tetapi harus bertemu kebutuhan pengguna—dalam hal ini guru dan siswa—agar berdampak.

Peran Platform AI bagi Siswa: Tutor 24/7, Riset Lebih Cepat, dan Latihan yang Dipersonalisasi

Bagi siswa, dampak uji coba platform AI paling terasa pada ketersediaan bantuan saat mereka belajar di luar jam sekolah. Banyak siswa menghadapi dilema klasik: guru menjelaskan cepat, tugas menumpuk, dan waktu belajar bersaing dengan kegiatan lain. Dalam lingkungan akademik yang serba kompetitif, kemampuan mengelola beban kerja menjadi keterampilan kunci. Di sinilah AI hadir sebagai “tutor saku” yang siap kapan saja, tetapi tetap membutuhkan pendampingan etika.

Contoh paling umum adalah penggunaan chatbot seperti ChatGPT untuk bertanya konsep, meminta contoh, atau membuat kerangka tulisan. Nilainya bukan pada jawaban instan, melainkan pada dialog: siswa bisa menanyakan “kenapa langkah ini salah?”, lalu meminta penjelasan ulang dengan cara berbeda. Di kelas Bahasa Indonesia, siswa bisa meminta bantuan membuat outline pidato, lalu guru meminta mereka menambahkan pengalaman pribadi agar tulisan tetap otentik. Pertanyaan retoris yang penting: apakah siswa memakai AI untuk belajar, atau untuk menghindari belajar? Sekolah yang uji cobanya matang membedakan dua hal ini dengan jelas.

Selain chatbot umum, ada tutor AI seperti Syntea yang menekankan rencana belajar personal. Jika siswa lemah di persamaan, sistem memberi latihan bertahap, mengulang konsep prasyarat, lalu menaikkan level. Ini membuat proses belajar lebih terstruktur daripada “belajar saat panik”. Untuk membaca dokumen, ChatPDF memungkinkan siswa “bercakap” dengan PDF: meminta ringkasan, menemukan definisi, dan memeriksa kutipan. Ini sangat membantu saat siswa mengerjakan proyek berbasis sumber, misalnya debat atau karya tulis.

Di sisi keterampilan bahasa, Duolingo yang berbasis AI dikenal efektif karena adaptif dan gamified. Laporan penggunaannya yang besar pada 2025 menunjukkan pembelajaran bahasa makin digerakkan personalisasi. Di sekolah Surabaya yang membuka kelas bilingual atau klub bahasa, aplikasi seperti ini sering dipakai sebagai penguat di luar kelas. Untuk menulis lebih rapi, Grammarly memberi saran tata bahasa, tanda baca, dan gaya. Siswa yang awalnya malu menulis panjang jadi lebih berani karena mendapat umpan balik cepat sebelum dinilai guru.

Untuk pemecahan soal, Socratic membantu dengan penjelasan langkah demi langkah, terutama bagi siswa yang kesulitan memvisualisasikan konsep. Ketika dipakai dengan benar, alat ini mengurangi frustrasi dan meningkatkan ketekunan. Namun sekolah juga perlu memastikan siswa tidak sekadar menyalin jawaban. Praktik yang banyak dipakai adalah “catatan proses”: siswa wajib menulis ulang langkah penyelesaian dengan kata-katanya sendiri, atau merekam penjelasan singkat seolah mengajar teman.

Isu integritas akademik menguat seiring meningkatnya pemakaian AI oleh pelajar. Karena itu beberapa siswa memakai alat “humanizer” atau alat parafrase untuk membuat tulisan lebih natural. Sekolah perlu menjelaskan batasnya: parafrase boleh untuk memperbaiki gaya, tetapi ide dan argumen harus milik siswa. Di Surabaya, beberapa guru mulai memberi tugas yang sulit “diakali” AI: refleksi pengalaman eksperimen, analisis data kelas sendiri, atau presentasi lisan. Pendekatan ini membuat AI menjadi pendamping, bukan pengganti berpikir.

Di tengah kebutuhan akses yang merata, konteks biaya dan layanan digital juga relevan. Saat keluarga mempertimbangkan paket data, perangkat, atau cicilan gawai, literasi finansial ikut menentukan keberhasilan digitalisasi belajar. Perspektif ini sejalan dengan bahasan Bank Indonesia dan literasi keuangan serta kebiasaan layanan digital seperti layanan mobile perbankan, karena akses teknologi sering terkait kemampuan mengatur pengeluaran rumah tangga. Insight akhirnya: AI membantu siswa bukan karena “pintar”, tetapi karena membuat bantuan belajar menjadi dekat, cepat, dan bisa disesuaikan—asal sekolah mengarahkan penggunaannya ke pembentukan kompetensi, bukan sekadar hasil.

Strategi Implementasi di Sekolah: Kebijakan, Etika, dan Desain Pembelajaran agar AI Tidak Menjadi Jalan Pintas

Uji coba platform AI di sekolah sering berhasil bukan karena aplikasi yang dipilih, tetapi karena strategi implementasinya. Sekolah yang matang biasanya memulai dari peta kebutuhan: mata pelajaran mana yang paling membutuhkan penguatan, kelas mana yang paling tertinggal, dan kapasitas guru seperti apa. Tanpa pemetaan, AI berisiko menjadi proyek “pencitraan” yang ramai di awal lalu redup.

Langkah awal yang banyak dipakai adalah menyusun aturan internal yang sederhana namun tegas. Misalnya: AI boleh untuk membuat outline, mencari contoh, atau memeriksa tata bahasa; AI tidak boleh digunakan untuk menyalin jawaban tanpa pemahaman; setiap tugas tertentu wajib menyertakan “log penggunaan AI” satu paragraf. Log ini bukan untuk menghukum, tetapi untuk melatih transparansi. Beberapa sekolah juga menekankan kewajiban menyebut sumber, terutama ketika siswa memakai ringkasan dari dokumen atau mengambil data.

Berikut daftar praktik yang sering efektif ketika sekolah Surabaya menguji AI dalam pembelajaran:

1. Rencana pelajaran berbasis tujuan: guru menentukan kompetensi, lalu memilih fitur AI yang mendukungnya.
2. Tugas berlapis: ada tahap draf, revisi, dan refleksi, sehingga proses terlihat.
3. Penilaian campuran: gabungan tugas tertulis, presentasi lisan, dan produk proyek.
4. Umpan balik cepat: kuis singkat dengan analisis hasil untuk memetakan miskonsepsi.
5. Pendampingan literasi digital: siswa diajari cara memeriksa fakta, bias, dan validitas sumber.

Selain etika, sekolah perlu mengelola risiko data. Ketika siswa memasukkan informasi ke aplikasi pihak ketiga, ada potensi kebocoran atau penyalahgunaan. Karena itu, sekolah sering menuntut platform menyediakan kebijakan privasi yang jelas, opsi akun institusi, dan pengaturan data minimal. Dalam konteks yang lebih luas, dinamika kebijakan nasional juga memengaruhi cara sekolah membuat aturan, misalnya saat muncul perubahan regulasi atau arah kebijakan publik. Perspektif tentang iklim kebijakan 2026 dapat menjadi bacaan latar melalui dampak kebijakan 2026, terutama untuk memahami kenapa institusi publik semakin sensitif pada tata kelola dan akuntabilitas.

Bagian tersulit dari implementasi biasanya pelatihan guru. Banyak guru bukan menolak teknologi, tetapi lelah dengan perubahan yang datang tanpa dukungan. Model pelatihan yang efektif cenderung praktis: satu pertemuan membahas satu skenario kelas, misalnya “mengubah PPT menjadi video mikro”, lalu guru mencoba dan saling memberi umpan balik. Jika sekolah memiliki komunitas belajar, hasilnya lebih stabil karena ada tempat bertanya. Sekolah juga dapat menggandeng komunitas literasi agar budaya membaca tidak kalah oleh budaya “ringkas instan”. Contoh spirit komunitas dapat dilihat dari aktivitas komunitas baca mahasiswa Malang yang menunjukkan bahwa literasi tetap tumbuh ketika ada ekosistem dukungan.

Untuk memastikan AI tidak menjadi jalan pintas, beberapa sekolah menerapkan desain tugas “berbasis konteks lokal”. Misalnya, siswa diminta menganalisis kualitas udara di sekitar sekolah atau merancang solusi pengelolaan sampah kelas. AI bisa membantu menyusun struktur laporan, tetapi data lapangan tetap harus mereka kumpulkan. Ketika bukti berasal dari pengalaman nyata, tugas menjadi lebih otentik dan sulit dipalsukan. Insight akhirnya: implementasi AI yang sehat selalu menggabungkan kebijakan, pedagogi, dan budaya sekolah—tiga pilar yang membuat teknologi bekerja untuk belajar, bukan sebaliknya.

Evaluasi Dampak dan Masa Depan Inovasi Pendidikan di Surabaya: Indikator Keberhasilan, Biaya, dan Kesenjangan Akses

Setelah euforia uji coba lewat, pertanyaan yang lebih penting adalah evaluasi: apakah platform AI benar-benar meningkatkan kualitas pembelajaran dan pengalaman siswa? Sekolah yang serius biasanya membuat indikator sederhana namun terukur. Misalnya, kehadiran dan partisipasi di kelas, peningkatan nilai formatif, durasi penyelesaian tugas, serta perubahan kualitas jawaban (lebih argumentatif, lebih runtut). Di beberapa sekolah, guru juga mengamati indikator “sunyi” seperti: apakah siswa lebih berani bertanya, apakah diskusi lebih hidup, dan apakah tugas dikerjakan lebih merata, bukan hanya oleh siswa unggulan.

Evaluasi yang baik juga memisahkan efek AI dari faktor lain. Jika nilai naik, apakah karena materi lebih jelas, atau karena latihan lebih banyak? Jika siswa lebih cepat menyelesaikan tugas, apakah pemahaman mereka benar-benar meningkat? Sekolah yang adaptif memakai kombinasi data: kuis singkat, rubrik proyek, wawancara siswa, dan catatan refleksi guru. AI dapat membantu analitik, tetapi interpretasinya tetap pekerjaan manusia.

Berikut contoh tabel indikator yang sering dipakai sekolah saat menilai implementasi AI dalam proses belajar:

Isu kesenjangan akses tidak bisa diabaikan. Di Surabaya, variasi kemampuan ekonomi antar keluarga tetap memengaruhi keberhasilan digitalisasi. Sekolah yang peka biasanya membuat skema “lab terbuka” setelah jam pelajaran, peminjaman perangkat, atau konten yang bisa diunduh agar hemat kuota. Diskusi tentang pembiayaan digital yang aman juga relevan karena keluarga kerap tergoda solusi instan. Sekadar contoh bacaan agar lebih waspada terhadap biaya tersembunyi dapat dilihat pada pembahasan pinjaman daring dan bunga—bukan untuk mendorong, melainkan sebagai pengingat bahwa akses teknologi perlu perencanaan finansial yang sehat.

Di sisi lain, masa depan inovasi pendidikan di Surabaya berpeluang besar karena ekosistem startup dan kampus aktif. Banyak platform edukasi kini meniru pola produk digital: iterasi cepat, uji A/B, dan perbaikan berbasis umpan balik. Perspektif tentang bagaimana startup AI membangun pasar bisa memberi gambaran bagaimana layanan pendidikan digital berkembang, misalnya melalui startup AI dan pelanggan. Bagi sekolah, pemahaman ini penting agar tidak mudah terjebak janji pemasaran; yang dibutuhkan adalah bukti dampak di kelas.

Ketika evaluasi berjalan baik, sekolah dapat melangkah ke tahap berikutnya: kolaborasi antarsekolah, pertukaran konten, dan proyek lintas kota. Bahkan kegiatan ekstrakurikuler bisa memanfaatkan AI untuk riset atau produksi media sekolah. Di sinilah Surabaya berpotensi menjadi model: bukan karena sekadar memakai AI, melainkan karena membangun tata kelola, budaya literasi, dan desain pembelajaran yang lebih manusiawi di era kecerdasan buatan. Insight penutup bagian ini: masa depan pendidikan tidak ditentukan oleh aplikasi yang paling baru, melainkan oleh keberanian sekolah mengukur dampak dan memperbaiki praktik secara konsisten.

Perbincangan tentang pendidikan digital sering beririsan dengan budaya konsumsi teknologi di kota-kota besar. Sebagai pembanding perilaku digital masyarakat urban, beberapa analisis kebiasaan konsumsi bisa dibaca di tren belanja Jakarta karena pola adopsi teknologi kadang mengikuti pola belanja dan gaya hidup—dan sekolah perlu memahami konteks sosial ini agar kebijakan mereka realistis.