
Dalam artikel ini (4)
Kurikulum AI UF Sebelum ChatGPT, Analisis CNN Nvidia
Poin utama
- Tanyakan tingkat pekerjaan AI apa yang diharapkan dari sebuah kursus sebelum menganggapnya sebagai sinyal karier.
- Prioritaskan program dengan proyek, etika, dan praktik khusus bidang dibandingkan pencitraan AI yang samar.
- Gunakan gagasan penetapan kursus UF sebagai daftar periksa saat membandingkan sertifikat atau kelas perguruan tinggi.
Pelajaran yang berguna bukanlah kepanikan terhadap AI. Melainkan bagaimana sekolah dapat memberi label, mengajarkan, dan memperluas literasi AI praktis lintas disiplin.
Pelajaran yang bermanfaat bukanlah panik terhadap AI. Melainkan bagaimana sekolah dapat memberi label, mengajarkan, dan memperluas literasi AI praktis lintas disiplin.
Seorang mahasiswa tingkat akhir yang menjalankan 15 agen AI khusus terdengar seperti demo startup sampai kamu tahu bahwa ia sedang belajar bisnis dan komunikasi. CNN Business melaporkan bahwa mahasiswa University of Florida, Ethan Pecora, menggunakan agen-agen tersebut untuk mengelola kalender, tugas-tugas yang terkait dengan aplikasi kesehatan mental yang sedang ia bangun, dan tugas kuliah. Pelajarannya bukan bahwa setiap mahasiswa membutuhkan sekawanan agen. Pelajarannya adalah bahwa perkuliahan AI mulai terlihat bukan lagi seperti mata kuliah pilihan untuk mahasiswa ilmu komputer, melainkan seperti lapisan dasar dalam pekerjaan akademik.
CNN Business memandang waktunya sebagai sinyal
CNN Business melaporkan bahwa University of Florida telah memasukkan AI ke dalam kurikulumnya sejak 2022, sebelum ChatGPT hadir, sebagian dibantu oleh investasi dari Nvidia. Waktu ini penting karena program yang dibangun sebelum ledakan chatbot lebih kecil kemungkinannya hanya berupa tips prompt dengan judul mata kuliah baru. Bagi mahasiswa dan pekerja awal karier, pertanyaan yang berguna bukan apakah sebuah mata kuliah menyebut AI. Pertanyaannya adalah apakah mata kuliah itu mengajarkan cara yang dapat diulang untuk menggunakan, mengevaluasi, membangun, atau mengatur AI dalam disiplin nyata.
CNN Business juga menempatkan cerita ini pada mahasiswa di luar jalur teknik yang sempit: Pecora sedang belajar bisnis dan komunikasi. Itulah bagian yang perlu diperhatikan oleh pelajar. Pasar kerja terus menghasilkan label AI yang luas, tetapi pendidikan harus lebih tepat daripada sekadar frasa menarik di transkrip. Jika seorang mahasiswa bisnis menggunakan agen AI untuk penjadwalan, pekerjaan aplikasi, dan tugas kuliah, pertanyaan tentang kredensial menjadi sederhana: apa yang bisa dijelaskan, ditunjukkan, dan ditingkatkan oleh mahasiswa itu setelah mata kuliah berakhir?
University of Florida memberi label pada level
AI, bukan hanya katanya University of Florida mengatakan bahwa proses penetapan mata kuliah AI-nya memetakan kelas ke Use-AI, Know-AI, Build-AI, Ethical-AI, dan Enable-AI, sehingga membantu mahasiswa mengidentifikasi level AI yang diharapkan dalam suatu mata kuliah. Ini adalah sinyal yang lebih baik daripada frasa umum AI enabled, yang bisa berarti apa saja mulai dari tugas chatbot hingga pembangunan sistem teknis. UF juga mengatakan bahwa level-level ini selaras dengan keterampilan literasi AI. Bagi pelajar yang membandingkan program, label bukanlah kualifikasi itu sendiri, tetapi menjadi penyaring awal yang berguna.
Di sinilah inflasi kredensial bisa dihindari. Mata kuliah Use-AI tidak seharusnya dipasarkan seperti kredensial pembangunan model, dan mata kuliah Build-AI seharusnya membuat mahasiswa memiliki sesuatu yang konkret untuk ditunjukkan. University of Florida juga menunjuk pada acara AI untuk mahasiswa dan dosen, termasuk AI Days, yang digambarkannya sebagai acara tahunan beberapa hari dengan kompetisi, panel, dan diskusi sains data. Ini penting karena pembentukan keterampilan bukan hanya isi mata kuliah; itu juga latihan berulang, umpan balik, dan paparan terhadap cara disiplin lain menggunakan alat-alat tersebut.
K 12 Dive menunjukkan bahwa jalurnya bergerak lebih awal
K 12 Dive melaporkan bahwa University of Florida dan Orange County Public Schools mengembangkan kurikulum kecerdasan buatan tingkat negara bagian untuk siswa SMA. Detail itu mendorong cerita ini melampaui satu kampus universitas. Jika literasi AI mulai muncul sebelum kuliah, maka perguruan tinggi akan menghadapi rentang kemampuan mahasiswa baru yang lebih lebar: sebagian mahasiswa akan datang dengan paparan terstruktur, sementara yang lain masih mencoba membedakan kelancaran menggunakan alat dari pemahaman yang sebenarnya.
Bagi pelajar, itu bukan alasan untuk panik. Itu adalah alasan untuk mengaudit dasar kemampuanmu sendiri dengan jujur. Bisakah kamu menjelaskan secara umum apa yang dilakukan alat tersebut, di mana keluarannya bisa gagal, dan tinjauan manusia seperti apa yang diperlukan? Bisakah kamu menghubungkan penggunaan AI dengan bidang yang benar-benar akan kamu masuki, apakah itu komunikasi, bisnis, pendidikan, kesehatan, desain, atau perangkat lunak? Pertanyaan-pertanyaan ini lebih penting daripada mengumpulkan sertifikat yang hanya membuktikan bahwa kamu menonton sebuah modul.
Inside Higher Ed menunjuk pada tata kelola, bukan hanya jumlah mata kuliah
Inside Higher Ed melaporkan bahwa Joseph Glover, provost sementara University of Florida, membentuk UF AI BlueSky Visioning Taskforce pada 2024, yang mempertemukan dosen, staf, dan mahasiswa untuk memetakan arah universitas. Profil yang sama mengatakan bahwa para akademisi dan mahasiswa di berbagai disiplin menggunakan alat dan pendekatan AI yang berbeda sesuai dengan tujuan mereka. Itulah bagian yang dilewatkan banyak program AI singkat. Literasi AI di laboratorium biologi, kelas jurnalisme, dan proyek bisnis tidak seharusnya identik.
Panduan kurikulum University of Florida sendiri juga mendorong dosen untuk melampaui integrasi dasar dan membangun hubungan, kemitraan, serta proyek penelitian. Untuk perencanaan karier, inilah kesimpulan praktisnya: carilah program yang membuat level pekerjaan AI terlihat, memberimu latihan yang spesifik sesuai bidang, dan menciptakan kesempatan untuk membahas etika dan batasan. Sorotan CNN terhadap UF dan Nvidia bukanlah janji bahwa satu model cocok untuk setiap kampus. Itu adalah pengingat bahwa pendidikan AI yang serius harus cukup terstruktur agar dapat ditransfer, dan cukup fleksibel agar bermakna di lebih dari satu jurusan.
Sinyal berikutnya yang perlu diperhatikan adalah apakah sekolah lain meniru bahasa permukaannya atau kerangka dasar di baliknya. Mahasiswa sebaiknya meminta penetapan mata kuliah, contoh proyek, kriteria penilaian, dan bukti dukungan dosen sebelum menghabiskan waktu atau uang. Perkuliahan AI bisa bernilai, tetapi hanya ketika mengajarkan alur kerja yang bisa kamu jelaskan setelah hype berlalu.