“Percepatan Pendidikan” yang Dipertanyakan di Era Rendahnya Angka Kelahiran: Bagaimana Mencetak SDM Tingkat Tinggi dari Populasi yang Terbatas
Artikel ini diterjemahkan secara otomatis dari bahasa Jepang oleh AI (Claude). Mungkin terdapat kesalahan. Baca artikel asli dalam bahasa Jepang.

Salah satu tantangan besar yang kita hadapi adalah rendahnya angka kelahiran.
Jika melihat perkembangan jumlah kelahiran, terlihat betapa tajam penurunannya.
- 1985: sekitar 1,43 juta
- 1995: sekitar 1,19 juta
- 2005: sekitar 1,06 juta
- 2015: sekitar 1,01 juta
- 2025: sekitar 706 ribu (Statistik Dinamika Penduduk (angka sementara), Kementerian Kesehatan, Tenaga Kerja, dan Kesejahteraan Jepang)

Perubahan ini diperkirakan berdampak ke berbagai bidang, seperti keberlangsungan lembaga pendidikan termasuk universitas, pemeliharaan sistem jaminan sosial, dan keberlanjutan masyarakat daerah, dan isu-isu ini ramai diperdebatkan.
Salah satu isu di antaranya adalah bahwa, akibat rendahnya angka kelahiran, dalam 20 tahun ke depan saluran pasokan SDM ke dunia industri akan menyempit dengan cepat.
Saat ini, kekurangan tenaga kerja, terutama pekerja kerah biru, mulai meluas sebagai masalah nyata. Namun jika kita melihat struktur penduduk ke depan, tidak sulit dibayangkan bahwa kekurangan tenaga ini akan merambat ke pekerja kerah putih, dan bahkan ke SDM tingkat tinggi.
Jika pasokan SDM semacam itu berkurang, dan perusahaan-perusahaan dalam negeri tidak lagi dapat merekrut dalam jumlah memadai dari dalam negeri orang-orang yang telah memiliki kemampuan untuk mengerjakan pekerjaan bernilai tambah tinggi, Jepang secara keseluruhan akan sulit menghasilkan produk dan layanan bernilai tambah tinggi, dan keberlangsungan industri serta ekonomi pun akan terancam.
Sekarang hal itu belum terlihat jelas, tetapi ketika kekurangan pasokan tersebut semakin tampak, saya kira tuntutan dari dunia industri kepada dunia pendidikan untuk “meningkatkan jumlah pasokan SDM tingkat tinggi” akan menguat.
Mengingat jumlah anak sebagai populasi dasarnya sedikit, tuntutan itu berarti “meningkatkan tingkat konversi menjadi SDM tingkat tinggi”. Ini sangat sulit, tetapi saya merasa kita semakin dekat pada keadaan yang menuntut kita memikirkannya dengan sungguh-sungguh.
Tentu saja, pendidikan tidak ada semata-mata untuk industri atau tenaga kerja. Pendidikan memiliki beragam tujuan, seperti menumbuhkan wawasan dan kewargaan, serta aktualisasi diri individu. Dengan mengakui hal-hal itu sepenuhnya, tulisan ini sengaja memusatkan pembahasan pada satu aspek penting pendidikan, yaitu “pengembangan SDM industri”, demi memperjelas argumen.
Perkiraan sederhana: jika “300 ribu SDM tingkat tinggi” dibutuhkan
Untuk mempertahankan tingkat ekonomi Jepang, kita perlu terus melahirkan setiap tahun sejumlah tertentu orang yang dapat bekerja di industri bernilai tambah tinggi.
“SDM tingkat tinggi” di sini tidak berarti orang yang memiliki gelar tertentu, melainkan orang yang memiliki kompetensi (kemampuan) seperti kemampuan merumuskan dan memecahkan masalah yang kompleks, kemampuan menggagas dan mengimplementasikan nilai baru, serta kemampuan mengintegrasikan pengetahuan khusus tingkat tinggi untuk mengambil keputusan. Bayangkan mereka sebagai orang-orang yang dapat berkiprah di bidang seperti TI dan perangkat lunak, manufaktur mutakhir, penelitian dan pengembangan, keuangan, serta kedokteran dan bioteknologi.

Di sini, jumlah tersebut diasumsikan sekitar 300 ribu orang per tahun. Ini adalah angka kasar yang diperkirakan dari jumlah orang yang secara nyata masuk ke bidang bernilai tambah tinggi, dalam struktur di mana mahasiswa baru universitas saat ini sekitar 630 ribu orang per tahun dan yang melanjutkan ke program magister sekitar 70 ribu orang; jadi angka ini hanyalah nilai sementara.
(※ Perkiraan ini hanyalah “model konseptual”. Pada kenyataannya, tidak hanya jumlah kelahiran, tetapi juga tingkat partisipasi angkatan kerja, tenaga kerja dari imigran dan mahasiswa asing, serta perpanjangan masa kerja lansia merupakan variabel penting, dan analisis yang cermat memerlukan analisis arus dan stok per kohort (kelompok tahun kelahiran). Perlu pula diperhatikan bahwa definisi dan jumlah kebutuhan “SDM tingkat tinggi” dapat berubah akibat perubahan struktur industri dan peningkatan produktivitas berkat AI.)
Jika kita menyederhanakannya dengan jumlah kelahiran sebagai populasi dasar, muncullah “tingkat konversi” berikut.
- Generasi kelahiran 2005 (jumlah kelahiran sekitar 1,06 juta): 300 ribu ÷ 1,06 juta ≒ sekitar 28%
- Generasi kelahiran 2025 (jumlah kelahiran sekitar 700 ribu): 300 ribu ÷ 700 ribu ≒ sekitar 43%

Artinya, untuk terus memperoleh “300 ribu” yang sama, tingkat konversi harus dinaikkan dari 28% menjadi 43% dalam 20 tahun.
Angka ini hanyalah perkiraan kasar, tetapi menunjukkan bahwa dapat muncul tekanan struktural, yaitu “karena populasi dasarnya menyusut, untuk mempertahankan fungsi sosial yang sama kita mau tak mau harus meningkatkan efisiensi pendidikan dan pembinaan”.
Tentu saja ada pula tuas lain selain “menambah jumlah melalui pendidikan”, seperti perluasan penerimaan imigran dan pekerja asing, peningkatan produktivitas kerja per orang (termasuk efisiensi melalui AI dan otomatisasi), dan perubahan struktur industri itu sendiri. Namun, meskipun langkah-langkah itu digabungkan, peningkatan tingkat konversi pendidikan tetap merupakan salah satu pilar penting.
Perubahan sosial yang berjalan bersamaan

Rendahnya angka kelahiran saja sudah merupakan persoalan sulit, tetapi pada saat yang sama perubahan berikut sedang berlangsung.
Tiga perubahan yang paling representatif adalah sebagai berikut.
- Memanjangnya masa pendidikan akibat peningkatan kecanggihan industri
- Tekanan menuju “pekerjaan tingkat tinggi” akibat perubahan teknologi, termasuk AI
- Lingkaran setan rendahnya angka kelahiran yang ditimbulkan oleh memanjangnya masa pendidikan
(a) Memanjangnya masa pendidikan akibat peningkatan kecanggihan industri

Semakin canggih teknologi, semakin panjang pula masa pendidikan yang diperlukan untuk menguasai pengetahuan khusus.
Semakin banyak bidang yang gelar magisternya mulai menjadi standar, dan jika kelak semakin banyak orang memerlukan pelatihan setara program doktoral, masuknya mereka secara penuh ke pasar tenaga kerja bisa tertunda hingga sekitar usia 27 tahun.
(b) Tekanan menuju “pekerjaan tingkat tinggi” akibat perubahan teknologi, termasuk AI

Ada pandangan bahwa AI akan menggantikan pekerjaan tingkat menengah (dampaknya bervariasi menurut industri dan jenis pekerjaan). Jika arah ini berlanjut, pekerjaan yang harus dilakukan manusia akan terpusat pada yang lebih tinggi tingkatnya, dan “tingkat pendidikan yang lebih tinggi” akan menjadi syarat untuk mendapatkan pekerjaan yang baik.
Meluasnya robot industri dan otomatisasi akibat kekurangan tenaga kerja juga akan mendorong pekerjaan yang dipegang manusia ke tingkat yang lebih atas, yaitu penilaian, perancangan, dan integrasi, sehingga menjadi tekanan yang menaikkan tingkat pembelajaran yang diperlukan.
(c) Lingkaran setan rendahnya angka kelahiran yang ditimbulkan oleh memanjangnya masa pendidikan

Memanjangnya masa pendidikan berisiko memperparah rendahnya angka kelahiran itu sendiri. Jika masuk ke pasar tenaga kerja tertunda, waktu untuk memperoleh stabilitas ekonomi pun bergeser mundur, dan usia menikah serta melahirkan ikut naik. Akibatnya, masa subur secara efektif memendek dan muncul lingkaran setan di mana jumlah kelahiran tertekan ke bawah.
(Tentu saja, penyebab rendahnya angka kelahiran tidak hanya masa pendidikan. Banyak faktor yang saling berkaitan, seperti biaya perumahan, kurangnya dukungan pengasuhan anak, keragaman nilai, dan ketidakstabilan pekerjaan.)
Apakah “negara yang hanya mengandalkan sebagian orang untuk mencari nafkah” berkelanjutan?

Menggeser pekerja yang ada ke industri bernilai tambah tinggi melalui reskilling (belajar ulang) juga merupakan sarana penting. Namun dalam lingkungan di mana tenaga kerja ketat dan ada kesempatan memperoleh upah, orang yang dapat melepaskan biaya peluang itu dan melakukan belajar ulang jangka panjang terbatas jumlahnya. Rancangan sistem yang memadukan pelatihan kerja yang murah hati dengan jaminan pendapatan, seperti di negara-negara Nordik, juga dapat menjadi acuan, tetapi peralihan dari sistem Jepang saat ini akan memakan waktu yang cukup lama.
Selain itu, mungkin saja kita dapat membangun industri yang tetap berjalan dengan tingkat konversi seperti sekarang. Misalnya, hanya segelintir orang yang berhasil mendapatkan pekerjaan tingkat tinggi yang memperoleh pendapatan tinggi, sementara sebagian besar sisanya berpendapatan rendah, tetapi redistribusi dilakukan dengan baik. Namun saya khawatir struktur masyarakat yang terbelah ekstrem seperti ini akan semakin meningkatkan ketidakstabilan masyarakat.
Untuk menjaga stabilitas dan keberlanjutan masyarakat secara keseluruhan, yang diinginkan seharusnya bukan hanya segelintir elite, melainkan keadaan di mana sebanyak mungkin orang dapat mengakses sebanyak mungkin “pekerjaan yang baik”. (“Pekerjaan yang baik” di sini adalah konsep yang mencakup tidak hanya upah, tetapi juga stabilitas, kesempatan berkembang, martabat, dan partisipasi sosial.)
Jika dipikirkan demikian, saya kira yang dipertanyakan tetaplah peningkatan kualitas pendidikan secara keseluruhan.
Dua tantangan yang dihadapkan kepada pendidikan
(1) Peningkatan kualitas pendidikan: menaikkan tingkat konversi
Karena populasi dasarnya menyusut, hasil yang dihasilkan pendidikan perlu sampai kepada lebih banyak orang. Menaikkan tingkat konversi dari 28% menjadi 43% adalah perubahan yang tidak cukup dengan “memperbaiki sedikit”. Terlebih lagi, hal itu harus diwujudkan dalam rentang waktu 20 tahun.
Yang penting, seperti telah saya sebutkan di atas, ini seharusnya bukan untuk mengangkat lapisan atas lebih tinggi lagi, melainkan untuk meningkatkan dasar: menjamin kesempatan belajar dan membangun mekanisme agar lebih banyak orang mencapai titik capaian yang tinggi.
(2) Mempercepat pencapaian: memadatkan pembelajaran tanpa mengorbankan pemahaman
Untuk memutus lingkaran setan rendahnya angka kelahiran dan memperluas kebebasan generasi muda dalam merancang hidup mereka, saya berpandangan bahwa jika memungkinkan, masa pendidikan itu sendiri sebaiknya juga dapat disesuaikan secara tepat. Misalnya, apakah penguasaan keahlian yang selama ini memakan waktu hingga sekitar usia 27 tahun dapat dimajukan beberapa tahun.
“Mempercepat” tidak berarti sekadar menjejalkan materi dan terburu-buru. Artinya adalah meningkatkan kepadatan dan efisiensi pembelajaran tanpa mengorbankan pemahaman, dengan mempertahankan titik capaian, melalui perancangan ulang kurikulum secara mendasar, seleksi ketat atas isi yang perlu dipelajari, dan pembaruan proses belajar dengan memanfaatkan teknologi.
Tentu saja, percepatan belum tentu selalu mungkin, dan ada pula bidang yang tidak semestinya dipercepat. Namun saya berpendapat bahwa menjadikan panjangnya masa pendidikan sebagai objek pengujian, bukan sebagai sesuatu yang sudah pasti, sudah bermakna.
Dua pendekatan: “percepatan pembelajaran” dan “redefinisi titik capaian”

Untuk mencetak lebih banyak SDM tingkat tinggi dalam waktu yang terbatas, proses pembelajaran itu sendiri perlu diubah. Pendekatannya secara garis besar dapat dibagi menjadi dua.
(1) Mempercepat proses pembelajaran dengan memanfaatkan AI

AI memang memiliki sisi yang merampas pekerjaan, tetapi tergantung cara penggunaannya, AI juga dapat menjadi alat yang mempercepat pembelajaran secara besar-besaran. Efeknya terutama diharapkan pada tiga bidang berikut.
- Optimalisasi individual: mendiagnosis kelemahan setiap pembelajar dan memberikan latihan yang paling sesuai
- Dukungan metakognisi: mendukung proses “belajar cara belajar”, seperti menyusun rencana belajar, melakukan refleksi, dan menganalisis penyebab kesalahan
- Real-time: memberikan umpan balik dan petunjuk sesuai waktu pembelajar, sehingga putaran belajar berjalan cepat
- Pendampingan proyek: berperan sebagai pelatih ketika mengerjakan tugas praktis, seperti merapikan kebutuhan, meninjau rancangan, dan mengidentifikasi risiko
Sebagaimana kemunculan perangkat lunak shogi mengubah cara belajar para pemain profesional dan mengangkat tingkat permainan secara drastis, alat pendidikan berbasis AI mungkin mengubah jalur belajar itu sendiri dan memperpendek waktu hingga pencapaian. Dalam satu-dua tahun terakhir ini pun, kualitas hasil kerja orang yang mahir menggunakan AI berubah secara kasatmata. Alat bantu belajar yang berpusat pada literatur dan dokumen juga mulai mencapai tingkat praktis, dan penerapannya secara serius di bidang pendidikan mulai terasa nyata.
Namun, perlu dipertimbangkan dengan hati-hati apakah hasil di dunia tertutup dengan aturan yang jelas seperti AI shogi dapat langsung diterapkan pada pendidikan secara umum.
(2) Redefinisi “titik capaian” dengan AI sebagai prasyarat

Yang lebih penting lagi, dalam masyarakat di mana AI telah meluas, cakupan pengetahuan yang harus dihafal dan dikuasai manusia dari nol akan berubah. Tujuan pendidikan konvensional dan tujuan pendidikan yang mengandaikan penguasaan AI seharusnya agak berbeda.
Sebagaimana meluasnya kalkulator dahulu mengubah cara pendidikan matematika, saya berpendapat bahwa mendefinisikan ulang “titik akhir pembelajaran yang harus dicapai manusia” dengan keberadaan AI sebagai prasyarat akan mengarah pada penyesuaian masa pendidikan yang tepat dan percepatan lahirnya SDM.
Misalnya, jika titik capaian konvensional adalah “tingkat lulusan program doktoral”, titik capaian baru dengan AI sebagai prasyarat mungkin adalah menguasai pada awal usia 20-an kompetensi inti yang menopang kemampuan melaksanakan pekerjaan kognitif tingkat tinggi setingkat penelitian: kemampuan menguji hipotesis, kemampuan mengintegrasikan literatur, kemampuan menjalankan eksperimen dan implementasi, serta kemampuan menilai etika penelitian. Gelar itu sendiri bukanlah tujuannya; maksudnya adalah mengupayakan rancangan pendidikan yang dapat mencapai luaran (hasil karya dan kemampuan praktis) yang setara dengannya.
Kedua hal ini, “percepatan proses pembelajaran” dan “redefinisi titik capaian”, ibarat dua roda pada satu kendaraan. Jika hanya salah satu, kita tidak akan mencapai tingkat konversi yang dibutuhkan 20 tahun lagi.
Karena itu, mulai menjelajah dari sekarang

Dalam memperbaiki efisiensi belajar dengan AI, tidak ada jawaban benar sejak awal. Coba-coba tidak bisa dihindari.
Namun, seandainya kita mengajukan tujuan “pada 2045, sistem pendidikan yang dapat secara stabil melahirkan SDM dengan kemampuan menjalankan penelitian yang mendekati tingkat lulusan program doktoral konvensional pada awal usia 20-an”, waktu yang tersisa hanya 20 tahun. Jika dihitung mundur, kecepatannya mungkin berupa merumuskan garis besar langkah sebagai hipotesis dalam 5 tahun ini, lalu mengulang pengujian dan implementasi dalam 15 tahun sisanya.
Selain itu, dalam menerapkan AI secara serius di pendidikan, kita harus memastikan beberapa isu penting tidak terlewat, seperti penanganan data pribadi dan penilaian, sehingga pendalaman diskusi mengenai hal itu juga akan diperlukan.
Mengenai percepatan pendidikan, kita tidak tahu apakah tujuan yang dibidik dapat tercapai bahkan jika kita mengerahkan seluruh temuan ilmu pendidikan, capaian ilmu kognitif, dan teknologi AI paling mutakhir. Namun jika kita tidak mencoba, jawabannya tidak akan pernah terlihat, dan jika kita gagal mencapainya, masyarakat Jepang 20 hingga 30 tahun lagi bisa menghadapi keadaan yang cukup berat, maka sejak sekarang
Terutama pendidikan kewirausahaan yang menjadi tanggung jawab saya, karena dekat dengan masyarakat, saya kira merupakan bidang tempat persoalan ini akan muncul cukup dini. Di lapangan pendirian usaha, penggunaan AI sudah menjadi prasyarat, dan jika isi perkuliahan tidak ikut diubah mengikutinya, kita bisa berakhir mengajarkan “pengetahuan dan keterampilan yang tidak terpakai di lapangan” (meskipun menyampaikan pengetahuan tentang mendirikan bisnis bukanlah pendidikan kewirausahaan).
Karena itu, dalam kuliah yang dimulai pada April nanti, saya ingin mencari jawaban sambil mempraktikkannya dengan cara saya sendiri mengenai transformasi pendidikan yang memanfaatkan AI ini: percepatan pembelajaran dan redefinisi titik capaian. Sambil memperhatikan sudut pandang seperti tingkat capaian (penilaian berbasis kompetensi), waktu hingga pencapaian, dan keadilan, yaitu apakah terjadi ketimpangan hasil akibat latar belakang keluarga, kesadaran masalah saya belakangan ini adalah apakah saya bisa menemukan, mulai dari upaya saya sendiri, titik awal transformasi pendidikan yang harus diwujudkan dalam 20 tahun ini.