Prinsip Mercusuar: Pendidikan di Era Jawaban AI
TL;DR:Dua puluh lima Penerima Medali Fields — Terence Tao di antaranya — menandatangani pernyataan bersama bulan ini yang berjudul, kira-kira, Ketidaksesuaian Serius AI dalam Matematika. Judul-judulnya menulis dirinya sendiri: para matematikawan menyerang OpenAI. Bacalah pernyataan itu alih-alih judul-judulnya dan itu adalah dokumen yang lebih aneh, lebih penting: dimulai dengan mengucapkan selamat AI. Ketakutan para penandatangan bukanlah bahwa mesin menghitung dengan salah. Melainkan bahwa mesin menghitung dengan benar, dalam skala besar, dan ketika itu terjadi, manusia mungkin tidak belajar apa-apa. Itu bukan ringkasan keselamatan AI. Ini adalah alarm serius pertama tentang masa depan pendidikan di era jawaban gratis — karena ketika jawaban menjadi gratis, pemahaman menjadi faktor produksi yang langka, dan segala sesuatu yang kita sebut sekolah dibangun di atas asumsi yang berlawanan.
James di sini, CEO Mercury Technology Solutions.
Hong Kong — September 2026
Mercusuar dan Bola Lampu
Pertama, bersihkan argumen strawman: ini bukanlah orang tua yang membela sebuah guild. Tao telah menguji model perbatasan dalam matematika lebih lama daripada hampir siapa pun yang masih hidup, menunjukkan pemecahan masalah yang dibantu AI di YouTube, dan — pada minggu yang sama dia memposting peringatan di blognya — juga memposting aturan untuk kompetisi publik yang secara eksplisit menerima alat AI. Seorang pria tidak menjaga wilayah yang dia pegang saat mengadakan open house.
Apa yang sebenarnya dikatakan pernyataan itu: bulan-bulan terakhir telah melihat model bahasa memecahkan masalah besar yang belum terpecahkan di berbagai bidang matematika. Diakui, diverifikasi, dipuji. Lalu pertanyaan yang tidak ditanyakan orang lain: AI benar — jadi apakah masalahnya sudah selesai?
Metafora sentral dari pernyataan itu adalah seluruh argumen. Orang luar menganggap masalah terkenal yang belum terpecahkan — Fermat, Riemann, bilangan prima kembar — sebagai puncak: tanamkan bendera, permainan selesai. Para matematikawan menggambarkannya sebagai mercusuar. Sebuah mercusuar menandai wilayah yang belum dijelajahi. Generasi berlayar menuju itu, dan dalam berlayar mereka membangun dermaga, instrumen, metode navigasi — dan itu tetap ada untuk semua orang setelah cahaya dicapai. Teorema Terakhir Fermat jatuh pada tahun 1994; tiga setengah abad teori bilangan aljabar yang dibangun saat berlayar menuju itu masih menjadi matematika yang menopang hingga hari ini. Jawabannya adalah satu kalimat. Perjalanannya adalah industri.
Esai yang beredar dalam versi bahasa Tionghoa dari cerita ini mengatakannya dalam satu baris, dan itu layak diterjemahkan: 照著燈塔找路，和直接把燈泡擰下來，是兩回事 — menavigasi dengan mercusuar dan melepas bola lampu adalah dua hal yang berbeda. Budaya tolok ukur — 跑分, menjalankan skor, memperlakukan dugaan berusia berabad-abad seperti suite tolok ukur ponsel — adalah pencurian bola lampu dalam skala besar. Anda mendapatkan cahaya sekali. Anda kehilangan navigasi selamanya.
Kesenjangan Perelman
Rumusan yang paling tajam tidak datang dari dua puluh lima, tetapi dari sebuah komentar di bawah pernyataan mereka, yang dikutip dalam liputan: berikan saya bukti dua juta baris yang diverifikasi mesin tentang dugaan bilangan prima kembar, dan pengetahuan saya meningkat sekitar nol. Saya sudah percaya itu benar; saya bahkan tahu secara kasar mengapa. Sekarang saya juga tahu bahwa AI membuktikannya. Dan kemudian apa?
Verifikasi mesin dan pemahaman manusia bukanlah produk yang sama. Di sini, poin implisit dari pernyataan itu dibuktikan oleh sejarah. Pada tahun 2002–2003, Grigori Perelman memposting tiga preprint yang tidak jelas secara online, dalam gaya garis besar, langkah-langkah yang dilewati, tanpa jurnal, tanpa argumen yang dipoles — menyelesaikan masalah berusia seratus tahun, dugaan Poincaré. Jawabannya publik, gratis, dan benar pada tahun 2003. Apa yang terjadi selanjutnya adalah tiga tahun dari beberapa matematikawan terbaik yang masih hidup melakukan pekerjaan sebenarnya: mengisi setiap langkah, merekonstruksi ratusan halaman argumen terperinci, seminar demi seminar, hingga sekitar tahun 2006 hasilnya menjadi pengetahuan — sesuatu yang bisa dijadikan pijakan oleh sebuah komunitas dan membangun lantai berikutnya.
Sebut saja Kesenjangan Perelman: jarak antara benar dan dipahami. Dibutuhkan tiga tahun dan pikiran terbaik di dunia untuk melintasinya demi satu bukti. Celah itu adalah tempat sains sebenarnya hidup — dan itu juga tempat pendidikan hidup, karena perlintasan adalah kemampuan. AI mengompresi output. Itu tidak mengompresi pemahaman.AI dapat menulis bukti; ia tidak dapat membacanya untukmu.
Siswa Sebelum Ide
Kalimat paling radikal dari pernyataan ini bukan tentang bukti sama sekali: sumber daya paling berharga di bidang ini, katanya, adalah siswa dan ide — dalam urutan itu. Siswa, sebelum ide.
Mengapa para ahli dalam suatu subjek menilai pelajar di atas teorema? Karena praktik yang diketahui setiap matematikawan dan tidak dicurigai oleh orang luar: penasihat secara sengaja memberikan masalah kepada siswa yang jawabannya sudah dimiliki oleh penasihat — terkadang masalah yang sudah diselesaikan puluhan tahun yang lalu, terletak di literatur. Jawabannya tidak pernah menjadi hasil yang diharapkan. Hasil yang diharapkan adalah apa yang terjadi pada siswa dalam perjalanan: menabrak dinding, 撞南牆, mengambil jalan memutar yang panjang, dan mungkin pada pukul tiga pagi, tiba-tiba melihatnya. Perjuangan bukanlah biaya dari tugas tersebut. Perjuangan adalah tugas itu sendiri.
Sekarang letakkan jawaban di atas meja — gratis, instan, benar, untuk semua orang, selalu. Tujuan tugas menguap saat bersentuhan. Dan pernyataan ini dengan hati-hati mengatakan apa yang sudah diketahui setiap orang jujur: ini bukan kegagalan karakter siswa. Sebuah masalah menolak Anda selama tiga hari sementara mesin menawarkan rute dalam tiga detik — hanya seorang santo yang menolak, dan para santo adalah peneliti yang buruk. Kegagalannya bersifat arsitektural. Setiap penilaian yang pernah dibangun berdasarkan masalah dengan jawaban yang diketahui — PR, set masalah, sebagian besar ujian, setengah dari setiap gelar — hanya diam-diam menghapus dirinya sendiri. Kita hanya belum memperbarui silabus untuk mengakui hal itu.
Ini adalah inversi yang seharusnya menjadi dasar setiap argumen kebijakan pendidikan selama dekade berikutnya. Sembilan hari yang lalu saya menulis tentang Aturan 2%: di industri, 98% biaya yang membungkus bahan mentah roket — proses, upacara, ketakutan — adalah overhead, dan kemajuan berarti menghapusnya.Pendidikan adalah satu domain di mana operasi bedah itu fatal, karena dalam pembelajaran, 98% perjuangan bukanlah overhead. Itu adalah produk.Jawaban adalah bahan mentah sekarang, dan harganya hampir tidak ada. Segala sesuatu yang penting diproduksi di bagian proses yang paling baik dihilangkan oleh AI.
Kurikulum Baru: Kehidupan Setelah Jawaban AI
Jadi, seperti apa pendidikan di sisi jauh dari Jurang Perelman? Bukan siswa yang berlari cepat memproduksi jawaban melawan mesin yang memproduksi jawaban seribu kali lebih cepat. Kurikulumnya terbalik:
Dari menulis jawaban hingga mengauditnya.Literasi inti yang baru adalah verifikasi: baca bukti mesin, temukan celah, periksa atribusi, putuskan apakah itu dapat digeneralisasi. "Pekerjaan tengah" yang ditakuti para matematikawan akan dilewatkan — menulis dengan jelas, mengekstrak metode, memetakan apa lagi yang disentuh — berhenti menjadi beban dan menjadi tugas kuliah. Aturan Feynman terbalik untuk era ini: apa yang tidak dapat saya verifikasi dan bangun, saya tidak mengerti.
Dari masalah yang terpecahkan ke masalah yang hidup.Ketika latihan dengan jawaban yang diketahui sudah mati sebagai pelatihan, kelas beralih ke masalah yang belum ada jawabannya — seminar membaca mode Perelman, dataset nyata, rekayasa langsung, di mana model adalah mitra sparring dan tugas siswa adalah mengetahui kapan itu salah. Euclid konon memberi tahu seorang raja bahwa tidak ada jalan kerajaan menuju geometri. Sekarang ada jalan kerajaan menuju jawaban. Pemahaman masih berjalan.
Lindungi perjuangan dengan sengaja.Jika dinding adalah pedagogi, menahan jawaban menjadi teknologi pengajaran, bukan nostalgia. Rancang kurikulum yang membuat siswa berlayar menuju mercusuar — dengan AI sebagai navigator, tetapi dengan siswa memegang kemudi, karena rute adalah yang melatih navigator masa depan. Kesulitan yang disengaja, petunjuk yang disengaja dibatasi, usaha diukur dan dihargai sebagai demikian.
Nilai kemampuan, bukan output.Sebuah sekolah yang terus menilai produksi jawaban adalah ponsel yang menjalankan tolok ukur yang sudah kalah. Nilailah apa yang dapat dilakukan siswadengan jawaban yang tidak mereka hasilkan: memecahnya, memperluasnya, mentransfernya, mengajarkannya kembali. Ukuran dari sebuah pendidikan tidak pernah berupa arsip teorema yang dibawa seorang lulusan — itu adalah matematikawan yang dihasilkan oleh proses tersebut.Ketidakselarasan AI Juga Milik Kita
Para peraih medali menutup dengan pengendalian yang seharusnya menyakitkan: apa yang dibawa teknologi ini, mereka tulis, sangat bergantung pada keputusan mereka yang mengendalikannya — dan matematika hanyalah domain pertama di mana pertanyaan itu muncul. Setiap bentuk kerja mental, dan setiap institusi yang dibangun untuk melatih manusia untuk itu, menghadapi jalan bercabang yang sama. Optimalkan untuk papan peringkat — jawaban yang dihasilkan, masalah yang diselesaikan, nilai yang dikeluarkan — atau optimalkan untuk mercusuar: navigator yang dibuat.
Dua puluh lima matematikawan tidak akan memperlambat tolok ukur, dan mereka tahu itu; nilai pelatihan dari matematika yang sulit terlalu nyata. Tetapi itu bukanlah inti dari pernyataan tersebut. Intinya adalah pertanyaan di bawahnya, dan itu mendarat pada orang tua, guru, dan setiap institusi dalam bisnis jawaban AI: jawaban itu tidak pernah menjadi produk. Matematikawanlah yang menjadi produk. Siswa adalah.
Bola lampu sekarang ada di meja, gratis untuk semua orang. Mercusuar masih harus dijangkau — dan perjalanan itulah yang membentuk kita.
Mercury Technology Solutions: Percepat Digitalitas.
Mercury Technology Solutions: Accelerate Digitality.
