AI Mulai Menghapus Pekerjaan Entry-Level, Apa Masa Depan Gelar Kuliah?

Pekerjaan tingkat pemula selama ini memiliki fungsi penting. Perusahaan merekrut lulusan baru, memberikan pelatihan, kemudian mengembangkan mereka menjadi tenaga profesional yang lebih berpengalaman.

Namun, pola tersebut mulai menghadapi tekanan dari AI. Sistem kecerdasan buatan semakin mampu mengerjakan tugas yang bersifat rutin, repetitif, berbasis aturan, bahkan sebagian pekerjaan analitis yang sebelumnya diberikan kepada staf junior.

Sejumlah data menunjukkan perubahan tersebut bukan sekadar wacana. Lowongan pekerjaan entry-level di Amerika Serikat disebut telah turun sekitar 35 persen dibandingkan Januari 2023, sementara tingkat pengangguran lulusan baru berada di kisaran 5,8 persen.

Di sektor teknologi Eropa, perekrutan pekerja pemula bahkan dilaporkan mengalami penurunan lebih dari 70 persen. Kondisi ini membuat lulusan baru menghadapi situasi yang berbeda dari generasi sebelumnya: mereka dituntut memiliki kemampuan yang lebih siap digunakan sejak hari pertama.

Pertimbangan ekonomi menjadi salah satu pendorong utama perubahan tersebut. Penggunaan model AI dapat menelan biaya sekitar 10 dolar AS per bulan, sedangkan staf junior membutuhkan gaji dan biaya operasional yang jauh lebih besar.

Dalam konteks perusahaan, teknologi tersebut menawarkan peluang efisiensi yang sulit diabaikan. Bahkan, sejumlah perusahaan besar seperti Salesforce dan Shopify telah menyampaikan kepada investor mengenai pemanfaatan AI dalam mendukung target pertumbuhan dan produktivitas.

Menurut data yang dikutip dari Harvard Business Review, AI saat ini mampu menyelesaikan sekitar 50–60 persen tugas yang biasanya diberikan kepada staf junior.

Artinya, tantangan terbesar bukan semata-mata AI "mengambil pekerjaan manusia", melainkan perubahan terhadap jenis pekerjaan yang tersedia dan keterampilan yang dianggap bernilai oleh perusahaan.

Perubahan pasar kerja kemudian membawa persoalan lain: apakah gelar sarjana empat tahun masih menjadi investasi yang paling aman?

Gelar universitas tetap memiliki nilai, terutama untuk profesi yang membutuhkan kualifikasi akademik dan lisensi tertentu. Namun, kredibilitas gelar sebagai satu-satunya bukti kompetensi mulai menghadapi tantangan.

Salah satu masalahnya adalah kecepatan perubahan pengetahuan. Teknologi dapat berkembang dalam hitungan bulan, sedangkan perubahan kurikulum perguruan tinggi membutuhkan proses yang jauh lebih panjang.

Samir Vasavada menggambarkan kritik terhadap sistem pendidikan modern dengan pandangan bahwa universitas cenderung mengajarkan apa yang harus dipikirkan, bukan bagaimana cara berpikir.

Kritik tersebut tidak berarti pendidikan tinggi tidak berguna. Justru sebaliknya, era AI membuat kemampuan berpikir kritis, memahami konsep, melakukan riset, dan menguji informasi menjadi semakin penting.

Yang mulai berubah adalah cara nilai pendidikan tersebut dibuktikan.

Di tengah perubahan tersebut, kemampuan untuk menghasilkan sesuatu secara nyata menjadi semakin penting. Inilah yang kemudian melahirkan konsep proof of work atau bukti kerja.

Seorang lulusan tidak hanya mengatakan bahwa dirinya mampu melakukan desain, pemrograman, analisis data, menulis, atau menggunakan AI. Ia dapat menunjukkan proyek yang pernah dibuat, studi kasus yang diselesaikan, produk yang dikembangkan, atau kontribusi yang dapat diverifikasi.

Portofolio semacam ini memberikan bukti konkret mengenai kemampuan seseorang.

Mustafa Suleyman, Head of AI di Microsoft, menekankan pentingnya disiplin untuk mengajarkan sesuatu kepada diri sendiri. Kemampuan tersebut dapat disebut sebagai meta-skill, yakni keterampilan yang membantu seseorang terus memperoleh keterampilan baru.

Di era AI, kemampuan belajar mandiri menjadi semakin penting karena seseorang tidak mungkin menunggu institusi pendidikan memperbarui seluruh materi sebelum mempelajari teknologi baru.

Proses belajar juga tidak selalu mudah. Justru kesulitan, kebingungan, dan proses memecahkan konsep yang rumit dapat membentuk kepercayaan diri serta ketahanan belajar.

Aravind Srinivas, CEO Perplexity AI, juga menyoroti pentingnya kepercayaan diri untuk berani mengandalkan kemampuan sendiri dan mengambil keputusan dalam menghadapi ketidakpastian.

Menariknya, teknologi yang mengancam sebagian pekerjaan juga dapat menjadi alat pemerataan pengetahuan.

AI memungkinkan seseorang memiliki tutor digital yang dapat menjelaskan konsep secara interaktif, memberikan contoh, mengoreksi kesalahan, serta menyesuaikan penjelasan dengan tingkat pemahaman pengguna.

Pembelajaran pun dapat bergeser dari model satu arah menjadi dialog dua arah. Seseorang tidak harus selalu menunggu kelas berikutnya untuk bertanya atau memahami materi yang belum dikuasai.

Namun, penggunaan AI tetap membutuhkan kemampuan menilai informasi. AI dapat membantu proses belajar, tetapi pengguna tetap harus mampu memverifikasi jawaban, membandingkan sumber, dan memahami alasan di balik suatu kesimpulan.

Perubahan ini tidak berarti seseorang harus meninggalkan universitas. Pendekatan yang lebih realistis adalah membangun jalur pendidikan hibrida.

Gelar dapat memberikan fondasi akademik, jaringan, pengalaman organisasi, serta kredensial yang dibutuhkan bidang tertentu. Sementara itu, sertifikasi, magang, proyek mandiri, komunitas profesional, dan portofolio dapat memberikan bukti kemampuan praktis.

Data 2025 Global AI Jobs Barometer dari PwC memperlihatkan bahwa pekerja dengan keterampilan AI memperoleh wage premium sekitar 56 persen. Angka tersebut menunjukkan bahwa kemampuan menggunakan AI secara nyata semakin memiliki nilai ekonomi.

Karena itu, mahasiswa dan pencari kerja perlu mulai berpikir lebih jauh daripada sekadar mengejar IPK atau mengisi CV. Pertanyaan yang lebih penting adalah: apa yang benar-benar bisa saya kerjakan dan buktikan?

AI sedang mengubah pasar kerja, terutama pada posisi entry-level yang selama ini menjadi jalur awal bagi lulusan baru. Penurunan lowongan pemula menunjukkan bahwa perusahaan semakin mencari efisiensi dan kemampuan yang dapat langsung menghasilkan nilai.

Namun, kondisi tersebut bukan berarti gelar universitas kehilangan seluruh relevansinya. Tantangannya adalah mengombinasikan pendidikan formal dengan keterampilan praktis, kemampuan menggunakan AI, belajar mandiri, serta proof of work yang dapat ditunjukkan kepada calon pemberi kerja.

Di masa depan, keunggulan seseorang kemungkinan tidak hanya ditentukan oleh di mana ia belajar, tetapi juga seberapa cepat ia belajar, apa yang mampu ia kerjakan, dan bagaimana ia membuktikan kemampuannya. Bagi generasi yang sedang mempersiapkan karier, investasi terbaik bukan sekadar mengumpulkan gelar, melainkan membangun kemampuan untuk terus belajar dan beradaptasi.

FAQ

1. Apakah AI akan menghilangkan semua pekerjaan entry-level? Tidak. Namun, AI berpotensi mengurangi pekerjaan pemula yang bersifat rutin sekaligus mengubah keterampilan yang dibutuhkan untuk posisi tersebut.
2. Apakah gelar sarjana masih penting di era AI? Masih penting untuk banyak bidang, tetapi gelar semakin perlu dilengkapi keterampilan praktis, pengalaman, dan portofolio yang menunjukkan kompetensi nyata.
3. Apa yang dimaksud dengan proof of work? Proof of work adalah bukti konkret kemampuan seseorang melalui proyek, produk, karya, studi kasus, atau pengalaman yang dapat ditunjukkan kepada calon pemberi kerja.
4. Mengapa kemampuan belajar mandiri semakin penting? Karena teknologi berkembang sangat cepat sehingga seseorang perlu mampu mempelajari keterampilan baru tanpa selalu menunggu kurikulum formal diperbarui.
5. Bagaimana mahasiswa dapat mempersiapkan diri menghadapi perubahan akibat AI? Mahasiswa dapat memanfaatkan AI sebagai alat belajar, memperkuat kemampuan berpikir kritis, mengikuti sertifikasi yang relevan, mencari pengalaman magang, serta membangun portofolio proyek nyata.