Autokritik terhadap Optimisme Deep Learning: Realitas di Balik Janji Perubahan

Oleh Widodo

Deep Learning (DL) atau sekarang lazim disebut Pembelajaran Mendalam (PM) sebagai pendekatan pembelajaran yang menekankan pemahaman mendalam dan penguasaan kompetensi abad ke-21 sudah menerima sambutan hangat di seantero negeri, paling tidak itu yang tampak di media massa. Optimisme ini didorong oleh praktik baik dari negara-negara maju dan janji untuk meningkatkan literasi, numerasi, serta kemampuan berpikir kritis murid di Indonesia. Namun, optimisme harus diiringi dengan realitas terhadap kesiapan teknis dan struktural di lapangan. Sejauh mana kesiapan kita menerapkan Deep Learning secara efektif masih menjadi pertanyaan besar, terutama karena tantangan mendasar yang menghambat implementasi.

Tantangan pertama yang menghambat adalah kesenjangan ekonomi dan sosial (Zamjani, 2024). Kondisi gizi, kesehatan, dan tekanan ekonomi peserta didik berperan besar dalam kemampuan mereka mengikuti pembelajaran mendalam. Ibarat membangun menara di atas fondasi pasir, fokus pada Higher Order Thinking Skills (HOTS) hanya akan berhasil jika kebutuhan dasar murid terpenuhi terlebih dahulu (Ika Sari et al., 2024). Meskipun pemerintah telah berupaya mengatasi masalah ini melalui program Makan Bergizi Gratis (MBG), inisiatif ini sering kali menghadapi masalah logistik, anggaran dana yang masif (penyerapan anggaran yang rendah, ketiadaan regulasi yang kuat, serta kelemahan pengawasan dan tata kelola), distribusi yang timpang, kualitas menu, belum lagi berbagai kasus keracunan di beberapa daerah (Widyasari et al., 2025), yang menunjukkan bahwa pembangunan fondasi kesejahteraan terpadu masih jauh dari sempurna.

Kedua, ada isu krusial mengenai kesiapan dan kesejahteraan guru. Guru merupakan kunci keberhasilan Deep Learning; mereka harus kreatif, termotivasi, dan mampu berinovasi. Namun, tanpa kesejahteraan dan pelatihan memadai, guru cenderung kembali ke metode pembelajaran tradisional yang bersifat hafalan (Surface Learning). Kondisi guru dianalogikan seperti mesin yang kering pelumasnya jika tidak dibekali dukungan yang cukup (Mason Englewood, 2025). Walaupun program pelatihan guru seputar Pembelajaran Mendalam (DL) sudah dilakukan, pelatihan tersebut seringkali menghadapi masalah implementasi di lapangan dan kurangnya keberlanjutan (Doug Liles, 2025). Belum lagi, biaya pelatihan ini sebesar 2-3 juta per orang, yang diambil dari dana BOS, maka tak sedikit mempertanyakan efisiensinya. Demikian pula, meskipun ada upaya menyejahterakan guru, masalah beban administratif yang tinggi seringkali menghambat guru untuk fokus pada inovasi pembelajaran. Coba kita refleksi, adakah tugas administratif yang berkurang setelah pendekatan deep learning ini dipakai di semua sekolah dibanding sebelum kebijakan ini berlaku? Atau kita sibuk ikut workshop, dari pelatihan satu ke pelatihan lain, yang topiknya hampir sama, tapi produknya berbeda bergantung selera pematerinya.

Terakhir, kendala terletak pada sistem dan infrastruktur pendidikan. Kurikulum yang terlalu padat dan aturan sekolah yang kaku menghambat praktik pembelajaran kreatif dan mandiri (Askari et al., 2024). Deep learning ini angin segar, jika guru mau menerapkan. Apakah dikira sebelum mendikdasmen yang sekarang ini kita belum “mendalam”? belum enjoyfull learning? Coba cermati lagi berapa mata pelajaran di sekolah, adakah mempertimbangkan aspek esensial, atau kita masih ingin menguasai semua ilmu, ada koding dan kecerdasan artifisial, lalu kabarnya mau ada pelajaran bahasa Portugis. Memangnya berapa jam kita di sekolah (baca: gedung sekolah), bukankah kita akan terjebak lagi ke hafalan karena kurikulum yang padat dan berorientasi teori, sehingga murid dan guru kehilangan ruang untuk berpikir kritis, bereksperimen, dan memahami makna belajar yang sesungguhnya. Akibatnya, sekolah melahirkan lulusan yang unggul di skor, tapi lemah dalam keterampilan praktis, kreativitas, dan pemecahan masalah. Untuk memperbaikinya, kurikulum harus disederhanakan, berfokus pada konsep inti, serta memberi ruang bagi pembelajaran yang interaktif, mendalam, dan relevan agar pendidikan benar-benar menyiapkan generasi yang adaptif dan berdaya saing di dunia nyata. Penelitian menunjukkan bahwa perlunya pelatihan berkelanjutan, data imbalance, dan keterbatasan fasilitas menjadi hambatan utama dalam adaptasi Deep Learning secara optimal (Mason Englewood, 2025). Selain itu, kesenjangan akses teknologi di wilayah terpencil membuat penerapan Deep Learning tidak merata.

Autokritik ini mendorong perlunya solusi radikal untuk mengakselerasi Deep Learning. Pembangunan fondasi kesejahteraan terpadu, seperti investasi pada kesehatan dan kondisi psikologis murid, menjadi langkah awal krusial agar pembelajaran HOTS dapat berjalan efektif. Kemudian, reformasi profesionalitas dan kesejahteraan guru harus dilakukan dengan menyediakan pelatihan masif dan berkelanjutan, diikuti dengan kenaikan kesejahteraan dan pengurangan beban administratif. Selanjutnya, perlu ada revisi kurikulum dan kebijakan sekolah untuk menyederhanakan materi, memberi ruang pada pemahaman konsep ketimbang hafalan, dan melibatkan murid dalam menyusun aturan untuk menciptakan suasana pembelajaran mandiri. Akhirnya, pengembangan infrastruktur teknologi merata adalah kunci agar semua murid dan guru dapat mengakses sumber belajar berbasis teknologi dan AI, selaras dengan visi Deep Learning sebagai pembelajaran personal.

Tanpa fondasi yang kuat pada aspek sosial dan kesiapan guru serta sistem, Deep Learning berisiko menjadi hanya jargon tanpa hasil nyata. Dengan solusi radikal yang mengintegrasikan kesejahteraan sosial, reformasi profesional guru, revisi kebijakan, dan pemerataan teknologi, janji Deep Learning dapat terwujud menjadi peningkatan mutu pendidikan yang nyata dan merata di Indonesia.

Referensi:

Askari, F., Javadipour, M., Hakimzadeh, R., & Salehi, K. (2024). Identifying the Dimensions and Characteristics of Overloaded Curriculum in the Primary Education. Journal of Research in Educational Systems, 17(63), 34–48. https://doi.org/10.22034/JIERA.2024.420665.3058

Doug Liles. (2025). Expert Insights: Overcoming Challenges in Deep Learning Education. https://dlearnai.com/blog/expert-insights–overcoming-challenges-in-deep-learning-education

Ika Sari, G., Winasis, S., Pratiwi, I., Wildan Nuryanto, U., & Basrowi. (2024). Strengthening digital literacy in Indonesia: Collaboration, innovation, and sustainability education. Social Sciences and Humanities Open, 10(May), 101100. https://doi.org/10.1016/j.ssaho.2024.101100

Mason Englewood. (2025). Deep learning in indonesian education: Transforming learning landscapes. https://www.byteplus.com/en/topic/423013?title=deep-learning-in-indonesian-education-transforming-learning-landscapes

Widyasari, S. Y., Larasati, A., & Alam, W. Y. (2025). Evaluasi Kebijakan Makan Bergizi Gratis di Sekolah Dasar: Implikasi Terhadap Kesehatan Anak dan Pemberdayaan Ekonomi Lokal. Innovative: Journal Of Social Science Research, 5(4), 1727–1736. https://j-innovative.org/index.php/Innovative/article/view/20023

Zamjani, I. (2024). Indonesia’s Challenges in Tech and Learning Equity for Teachers. Pskp. https://pskp.kemdikbud.go.id/gagasan/detail/indonesias-challenges-in-tech-and-learning-equity-for-teachers

*Penulis: Widodo, guru SMAN 13 Semarang