Tagarjatim.id – Transformasi pembelajaran berbasis teknologi kini menjadi fondasi strategis dalam pengembangan Kurikulum Merdeka 2025. Di tengah percepatan perubahan sosial, pertumbuhan teknologi digital, serta tuntutan kompetensi abad ke-21, integrasi kecerdasan buatan (AI) dan microlearning tidak lagi dapat diperlakukan sebagai inovasi opsional, tetapi sebagai kebutuhan struktural yang menentukan arah masa depan pendidikan nasional.
Kurikulum Merdeka yang menekankan fleksibilitas, otonomi belajar, serta diferensiasi menuntut kehadiran ekosistem digital yang mampu mengelola kompleksitas proses belajar secara personal, adaptif, dan berkelanjutan. Secara analogis, reformasi kurikulum tanpa dukungan teknologi ibarat membangun rumah modern dengan sistem kelistrikan yang usang. Struktur tampak baru, tetapi tidak mampu menopang kebutuhan kehidupan masa depan.
Literatur tentang transformasi pendidikan menegaskan bahwa teknologi cerdas dapat memperkuat personalisasi, meningkatkan student agency, dan memperkaya pengalaman belajar lintas konteks (Holmes et al., 2019; Rojas, 2024). Pandangan ini sejalan dengan kerangka literasi abad ke-21 yang menekankan keterampilan digital, kolaboratif, dan berpikir kritis sebagai kompetensi kunci era informasi (Ilomäki & Lakkala, 2018). Dengan demikian, integrasi AI dan microlearning menjadi prasyarat fundamental agar Kurikulum Merdeka 2025 benar-benar relevan dalam menjawab tantangan zaman.
Integrasi AI dalam pembelajaran menghadirkan peluang besar untuk menciptakan sistem pembelajaran yang responsif dan adaptif terhadap kebutuhan individual siswa. AI bekerja melalui analisis pola interaksi, perilaku belajar, dan tingkat penguasaan materi menggunakan learning analytics, natural language processing, maupun intelligent tutoring systems. AI tidak sekadar berfungsi sebagai alat bantu, tetapi sebagai mekanisme pedagogis yang memproses data secara dinamis untuk mengoptimalkan pengalaman belajar (Khor, 2023).
Ketika ditautkan dengan prinsip Merdeka Belajar yang menekankan otonomi, diferensiasi dan agency siswa, AI menyediakan fondasi empiris untuk personalisasi berbasis data.
Bukti empiris menunjukkan bahwa intelligent tutoring systems dan adaptive recommendation systems meningkatkan motivasi, efisiensi belajar, serta ketuntasan pemahaman siswa (Zawacki-Richter et al., 2019). Namun demikian, integrasi AI juga membawa risiko yang harus diakui secara kritis, seperti algorithmic bias, isu privasi data siswa, dan ketergantungan berlebihan pada rekomendasi otomatis.
AI dapat memperkuat ketimpangan apabila data pelatihan tidak representatif, atau ketika infrastruktur sekolah tidak memadai. Karena itu, AI harus diposisikan sebagai pendukung, bukan pengganti keputusan profesional guru. Guru tetap memiliki peran utama dalam memberikan scaffolding kognitif, mengelola dinamika kelas, serta membangun hubungan emosional yang tidak dapat direplikasi algoritme.
Dalam mendukung adaptivitas tersebut, learning analytics memegang peran sentral dalam pengambilan keputusan pedagogis berbasis bukti. Analitik memproses data keterlibatan siswa, capaian materi, dan risiko ketertinggalan untuk membantu guru memetakan kebutuhan belajar secara presisi. Analogi sistem navigasi bahwa tanpa data, guru bergerak tanpa arah menjadi semakin relevan dalam konteks pembelajaran digital.
Penelitian di Indonesia menemukan bahwa penggunaan learning analytics meningkatkan kemampuan guru dalam memantau perkembangan siswa, mendeteksi hambatan belajar, dan merancang intervensi yang lebih tepat sasaran (Suhendra & Hidayat, 2022). Temuan ini konsisten dengan literatur global yang menekankan peran analitik dalam memperkuat assessment for learning dan mendukung desain kurikulum adaptif (Haleem et al., 2022). Meski demikian, tantangan implementasi perlu dicermati. Tidak semua guru memiliki literasi data yang memadai, sehingga ada risiko interpretasi keliru yang dapat memengaruhi keputusan pembelajaran. Selain itu, learning analytics membutuhkan regulasi perlindungan data pendidikan agar informasi sensitif siswa tidak disalahgunakan. Tanpa kebijakan keamanan data yang kuat, integrasi analitik dapat menimbulkan risiko etis yang tidak kecil bagi pendidikan.
Di samping AI, microlearning menjadi strategi pedagogis yang memperkuat fleksibilitas Kurikulum Merdeka. Microlearning memecah konten pembelajaran menjadi unit-unit kecil yang ringkas, fokus, dan dapat dipelajari secara mandiri dalam durasi singkat. Pendekatan ini sesuai dengan karakteristik generasi digital yang mengutamakan pembelajaran visual, cepat, interaktif, dan mudah diakses.
Menurut Hug (2017), microlearning meningkatkan retensi pengetahuan, mempercepat akuisisi keterampilan, dan efektif untuk just-in-time learning maupun remedial. Secara analogis, microlearning ibarat nutrisi harian yang kecil namun konsisten akumulasinya menghasilkan dampak besar bagi perkembangan kompetensi.
Dalam Kurikulum Merdeka yang bersifat modular dan fleksibel, microlearning memungkinkan guru memperbarui konten secara cepat, menyesuaikan pembelajaran dengan konteks lokal, dan mendukung pembelajaran berbasis proyek melalui segmentasi keterampilan esensial. Namun demikian, microlearning juga memiliki keterbatasan yaitu tidak semua materi cocok dipelajari melalui potongan kecil, terutama konsep abstrak yang membutuhkan elaborasi mendalam.
Tanpa desain yang tepat, microlearning berpotensi menimbulkan fragmentasi pengetahuan dan mengurangi koherensi kurikulum. Oleh karena itu, integrasi microlearning harus mempertimbangkan keseimbangan antara unit kecil dan struktur pemahaman yang utuh.
Sinergi antara AI dan microlearning menghasilkan model pembelajaran yang lebih fleksibel, adaptif, dan berpusat pada peserta didik. AI menyediakan kemampuan personalisasi dan analisis data, sementara microlearning menyediakan kerangka modular yang memungkinkan pembelajaran berlangsung secara berkelanjutan dan sesuai ritme siswa. Keduanya membentuk ekosistem belajar yang bergerak secara organik seperti organisme yang terus beradaptasi dengan lingkungannya. Namun percepatan digitalisasi harus diimbangi dengan penguatan nilai humanistik sebagai fondasi etis pendidikan.
AI dapat menghasilkan rekomendasi dan automasi, tetapi tidak dapat menggantikan peran guru dalam regulasi emosi, pembentukan identitas, serta pendampingan moral. Literatur internasional menegaskan bahwa penggunaan AI yang tidak terkendali dapat mengurangi interaksi sosial dan melemahkan perkembangan karakter siswa (Raza et al., 2024), sehingga pendekatan human centered learning design menjadi keharusan.
Perspektif Noddings (2013) mengenai pedagogi berbasis care mempertegas bahwa relasi manusia tetap menjadi inti pendidikan. Dalam konteks ini, literasi AI bagi guru dan siswa menjadi kebutuhan mendesak agar teknologi dipahami, dikritisi, dan digunakan secara etis, bukan diterima secara buta.
Secara keseluruhan, integrasi AI dan microlearning dalam Kurikulum Merdeka 2025 merupakan strategi kunci untuk menghadirkan kurikulum masa depan yang adaptif, fleksibel, dan humanis. Keberhasilan transformasi ini sangat bergantung pada konsistensi kebijakan, kesiapan guru, literasi digital, dan pemerataan infrastruktur pendidikan.
Rekomendasi implementatif yang perlu diprioritaskan mencakup pelatihan komprehensif bagi guru mengenai literasi AI dan desain microlearning, regulasi perlindungan data pendidikan yang ketat, pengembangan konten digital terstandar, serta penguatan infrastruktur sekolah di seluruh daerah.
Jika keseimbangan antara inovasi teknologi dan nilai kemanusiaan dapat dijaga, Kurikulum Merdeka tidak hanya menjadi dokumen kebijakan, tetapi model kurikulum masa depan yang memperkuat kualitas sumber daya manusia sekaligus daya saing bangsa dalam era digital yang kompetitif dan terus berubah.(*)
Penulis : Noor Jannah
Mahasiswa S3 Teknologi Pendidikan, Fakultas Ilmu Pendidikan, Universitas Negeri Surabaya.
