Transformasi digital yang digerakkan oleh kecerdasan buatan (AI) menuntut kesiapan sumber daya manusia di berbagai sektor. Namun, cara setiap negara dalam melatih talenta AI mereka sangat beragam, bergantung pada konteks ekonomi, struktur birokrasi, dan target sasarannya. Mulai dari literasi massal hingga pendampingan berbasis proyek nyata, empat negara yaitu Prancis, Malaysia, Amerika Serikat, dan Jepang menawarkan pendekatan yang berbeda dalam mempersiapkan tenaga kerja menghadapi era AI.
Prancis: Literasi AI Skala Massal Melalui Jaringan Duta
Pemerintah Prancis, melalui Kementerian Ekonomi, meluncurkan program Je Choisis l’IA yang berfokus pada penyebaran literasi AI dasar secara massal kepada dunia usaha. Program ini tidak bertujuan menciptakan ahli AI, melainkan membangun kesadaran dan pemahaman dasar mengenai AI di kalangan perusahaan seluas mungkin.
Strategi utamanya adalah menggunakan model duta (peer-to-peer). Sebanyak 615 duta disiapkan untuk menjangkau 35.000 perusahaan hanya dalam waktu 9 bulan. Pendekatan ini dinilai lebih efisien dari segi biaya dan waktu dibandingkan pelatihan formal satu per satu, karena memanfaatkan jaringan yang sudah ada di kalangan pelaku usaha. Meskipun demikian, program ini memiliki keterbatasan karena tidak mengukur penerapan nyata AI di dalam proses bisnis perusahaan setelah pelatihan.
Malaysia: Pendampingan Langsung Aparatur di Unit Kerja
Berbeda dengan Prancis yang menyasar perusahaan, Malaysia melalui Kementerian Digital meluncurkan program AI at Work 2.0 yang difokuskan pada aparatur sipil negara (ASN). Program ini menggunakan metode train-the-trainer dan on-the-job coaching, di mana pelatih dilatih lebih dahulu, kemudian mendampingi pegawai langsung di unit kerja masing-masing.
Pada tahap awal, 200 trainer mendampingi 270 aparatur dalam program percontohan. Setelah itu, program diperluas untuk menjangkau 445.000 hingga 800.000 pegawai tanpa harus melatih setiap orang secara langsung. Keunggulan pendekatan ini adalah pembelajaran menjadi lebih kontekstual karena trainer memahami lingkungan kerja setempat dan membantu pegawai menangani tugas nyata organisasi. Tantangan utamanya adalah kualitas pendampingan sangat bergantung pada kompetensi masing-masing trainer.
Amerika Serikat: Apprenticeship Berbasis Proyek dengan Dukungan Struktural
Amerika Serikat, melalui Economic Development Administration, menerapkan pendekatan yang berbeda lewat program Good Jobs Challenge yang menyasar industri secara langsung. Program ini berupa apprenticeship berbasis proyek, di mana pemberi kerja menetapkan kebutuhan tugas terlebih dahulu, kemudian kurikulum dan proyek dirancang bersama sejak awal.
Skala program ini cukup signifikan, dengan lebih dari 13.000 penempatan kerja yang telah dihasilkan. Yang membedakan program ini adalah adanya dukungan non-akademik berupa transportasi dan pengasuhan anak, sehingga peserta dari latar ekonomi rentan dapat bertahan hingga program selesai. Pendekatan ini memastikan bahwa pelatihan tidak hanya relevan dengan kebutuhan industri, tetapi juga benar-benar berujung pada penempatan kerja. Namun, program ini membutuhkan koordinasi intensif dengan pelaku industri agar kurikulum tetap sesuai dengan kebutuhan pasar kerja.
Jepang: Pembelajaran Berbasis Proyek Bersama UKM
Jepang, melalui Kementerian Ekonomi, Perdagangan dan Industri (METI) serta IPA, meluncurkan program ManabiDX Quest yang menyasar usaha kecil dan menengah (UKM). Program ini memasangkan peserta pelatihan langsung dengan UKM nyata untuk menyelesaikan permasalahan bisnis yang sesungguhnya, bukan sekadar simulasi kelas.
Pada tahun 2025, program ini melibatkan 393 peserta yang bekerja bersama 77 UKM. Alurnya dimulai dari pembelajaran materi mandiri, kemudian peserta terjun ke lapangan, mengerjakan proyek bersama mentor dari UKM, dan hasilnya dinilai langsung oleh pemilik masalah. Tingkat kepuasan program ini mencapai 87%, mencerminkan pengalaman belajar yang otentik. Program ini juga memberikan manfaat ganda: peserta memperoleh pengalaman lapangan, sementara UKM mendapatkan dukungan transformasi digital yang biasanya sulit mereka akses sendiri. Keterbatasan program ini adalah skalanya yang masih terbatas pada satu tahun fiskal dan ukuran kepuasan yang bersifat subjektif, bukan hasil kerja objektif.
Pertanyaannya kini, kalau Anda berkesempatan mengikuti pelatihan AI, metode pembelajaran mana yang paling cocok untuk konteks pekerjaan dan kebutuhan Anda?
Referensi
-
https://www.economie.gouv.fr/actualites/entreprises-le-plan-national-osez-lia-renforce
-
https://www.digital.gov.my/en-GB/siaran/Ministry-Of-Digital,-Through-NAIO,-Secures-AI-Training-For-445,000-Civil-Servants-Under-Google-AI-At-Work-2.0-Initiative
-
https://www.eda.gov/news/press-release/2025/01/14/us-department-commerce-awards-25-million-latest-installment-good-jobs
-
https://manabi-dx.ipa.go.jp/
