Penulis: Hengki Tamando Sihotang | Dosen Fakultas Ilmu Komputer UPN Veteran Jakarta

FIK-UPNVJ, 10 Juli 2026 Beberapa tahun terakhir, jutaan orang mulai terbiasa meminta Artificial Intelligence menulis teks, merangkum dokumen, menghasilkan gambar, membantu membuat kode program, atau menjawab pertanyaan. Namun, perubahan berikutnya mungkin jauh lebih besar.

AI tidak lagi hanya diminta menjawab.

AI mulai dirancang untuk bertindak.

Bayangkan sebuah sistem yang tidak berhenti setelah memberikan saran perjalanan, tetapi dapat menyusun rencana, membandingkan pilihan, memeriksa jadwal, menyesuaikan perubahan, dan menyelesaikan serangkaian tugas berdasarkan tujuan yang diberikan pengguna.

Dalam dunia kerja, bayangkan agen digital yang mampu menerima tujuan, memecahnya menjadi beberapa pekerjaan, menggunakan perangkat lunak lain, membaca dokumen, mencari informasi, mengolah data, mengevaluasi hasil sementara, lalu melanjutkan langkah berikutnya.

Inilah gagasan besar di balik agentic AI.

Organisation for Economic Co-operation and Development atau OECD menjelaskan bahwa AI agent dapat dipahami sebagai sistem yang mampu mengamati dan bertindak terhadap lingkungannya dengan tingkat otonomi tertentu, menggunakan perangkat yang diperlukan untuk mencapai tujuan tertentu, serta beradaptasi terhadap perubahan masukan dan konteks. Dalam pemahaman yang lebih luas, agentic AI dapat melibatkan beberapa agen terkoordinasi yang membagi tugas, bekerja sama, dan mengejar tujuan kompleks dalam periode yang lebih panjang dengan pengawasan manusia yang lebih terbatas (OECD, 2026a).

Perubahan ini membawa peluang besar, tetapi sekaligus pertanyaan yang jauh lebih serius dibandingkan era chatbot.

Jika AI hanya menghasilkan teks yang keliru, manusia masih dapat membaca dan mengoreksinya sebelum digunakan.

Namun, apa yang terjadi ketika AI memiliki akses untuk melakukan tindakan?

Siapa yang bertanggung jawab ketika agen digital melakukan kesalahan? Seberapa besar kewenangan yang boleh diberikan? Siapa yang memeriksa keputusan yang dibuat selama proses berlangsung? Bagaimana jika sebuah kesalahan kecil pada langkah pertama berkembang menjadi serangkaian keputusan yang salah?

Pertanyaan tersebut membuat agentic AI bukan sekadar tren teknologi.

Ia adalah ujian baru bagi kesiapan manusia, organisasi, pendidikan tinggi, dan tata kelola institusi.

Dari AI yang Menjawab Menuju AI yang Bertindak

Generative AI dan agentic AI memiliki hubungan yang dekat, tetapi keduanya tidak sepenuhnya sama.

Generative AI pada umumnya berfokus menghasilkan keluaran berdasarkan permintaan pengguna. Pengguna memberikan prompt, kemudian sistem menghasilkan teks, gambar, audio, video, kode, atau bentuk konten lainnya.

Agentic AI bergerak lebih jauh.

Sistem tidak hanya menghasilkan keluaran, tetapi dapat merencanakan tahapan pekerjaan, menentukan tindakan berikutnya, menggunakan alat digital, mengakses sistem yang telah diizinkan, mengingat konteks tertentu, mengevaluasi hasil, dan menyesuaikan strategi untuk mencapai tujuan.

MIT Sloan School of Management menjelaskan bahwa perhatian teknologi kini bergerak menuju AI agents atau agentic AI, yaitu sistem yang bersifat semiotonom atau otonom dan mampu memahami lingkungan, melakukan penalaran, serta bertindak. Berbeda dengan chatbot yang terutama merespons pertanyaan, agen AI dapat terhubung dengan sistem perangkat lunak lain untuk menyelesaikan pekerjaan secara lebih mandiri atau dengan supervisi manusia yang lebih terbatas (Eastwood, 2026).

OECD (2026a) menekankan beberapa karakteristik penting dalam lanskap agentic AI, yaitu otonomi, perilaku berorientasi tujuan, kemampuan mengamati dan bertindak dalam lingkungan digital atau fisik, penggunaan alat, koordinasi, pembagian tugas, delegasi, serta kemampuan beroperasi dalam lingkungan yang lebih terbuka dan tidak selalu dapat diprediksi.

Secara sederhana, perbedaannya dapat digambarkan seperti ini.

Generative AI dapat membantu menulis rancangan surat.

Agentic AI secara konseptual dapat menerima tujuan yang lebih luas, mengidentifikasi informasi yang diperlukan, mencari dokumen terkait, menyusun draf, meminta persetujuan pada titik tertentu, melakukan revisi berdasarkan masukan, dan meneruskan dokumen melalui alur kerja yang telah diizinkan.

Perbedaan antara “menghasilkan jawaban” dan “melakukan rangkaian tindakan” inilah yang membuat agentic AI sangat menjanjikan sekaligus membutuhkan tata kelola yang lebih ketat.

Kemampuannya Meningkat, tetapi Dunia Perlu Menghindari Euforia

Perkembangan AI sering bergerak dalam siklus yang sama: inovasi muncul, ekspektasi meningkat, investasi membesar, lalu realitas teknis mulai menguji berbagai janji yang telah dibuat.

Agentic AI juga menghadapi dinamika tersebut.

AI Index Report 2026 dari Stanford Institute for Human-Centered Artificial Intelligence mencatat peningkatan besar dalam kemampuan AI agents pada OSWorld, benchmark yang menguji agen dalam melakukan tugas komputer nyata pada berbagai sistem operasi. Tingkat keberhasilan meningkat dari sekitar 12% menjadi sekitar 66%. Namun, laporan tersebut juga mengingatkan bahwa agen masih gagal pada sekitar satu dari tiga percobaan dalam benchmark terstruktur (Stanford Institute for Human-Centered Artificial Intelligence, 2026).

Data tersebut penting dibaca secara seimbang.

Kemajuannya nyata.

Keterbatasannya juga nyata.

OECD (2026b), dalam kajian mengenai kemungkinan lintasan perkembangan AI hingga 2030, memperkirakan bahwa sistem yang semakin otonom akan mampu menjalankan alur kerja digital yang semakin kompleks. Namun, pekerjaan yang membutuhkan perencanaan jangka panjang, interaksi terbuka, pemahaman sosial, dan tugas yang sulit diverifikasi masih menghadapi tantangan besar.

Realitas tersebut sejalan dengan pernyataan Mark Zuckerberg yang dilaporkan Reuters pada Juli 2026. Ia menyampaikan bahwa kemajuan teknologi agen AI berjalan lebih lambat daripada yang diperkirakan. Pernyataan tersebut penting karena menunjukkan bahwa bahkan di tengah investasi industri yang sangat besar, membangun agen AI yang benar-benar andal tetap merupakan tantangan teknis yang kompleks (Reuters, 2026).

Kondisi ini memberikan pelajaran penting bagi perguruan tinggi.

Kampus tidak perlu menjadi ruang yang ikut memperbesar sensasi teknologi. Tugas pendidikan tinggi justru lebih penting: membangun kemampuan untuk membedakan antara potensi, bukti ilmiah, keterbatasan, risiko, dan dampak nyata.

Mahasiswa perlu belajar bahwa kemajuan teknologi tidak selalu linear.

Model yang terlihat sangat pintar dalam satu tugas dapat gagal pada tugas lain yang tampak sederhana. Agen yang berhasil dalam demonstrasi terkontrol belum tentu memiliki keandalan yang sama ketika bekerja dalam lingkungan nyata yang penuh perubahan, ketidakpastian, data tidak lengkap, dan konsekuensi sosial.

Ketika AI Diberi Wewenang, Risiko Berubah

Ada perbedaan mendasar antara AI yang memberikan rekomendasi dan AI yang diberi izin melakukan tindakan.

Ketika sistem hanya memberikan jawaban, risiko dapat muncul melalui informasi yang salah, bias, atau rekomendasi yang tidak tepat.

Ketika agen AI memiliki akses terhadap alat, data, akun, dokumen, aplikasi, atau proses organisasi, ruang risikonya menjadi lebih luas.

National Institute of Standards and Technology atau NIST pada 2026 meluncurkan AI Agent Standards Initiative untuk mendukung pengembangan ekosistem agen AI yang aman, dapat dipercaya, dan interoperabel. Inisiatif tersebut menunjukkan bahwa keamanan dan kepercayaan bukan persoalan tambahan setelah teknologi selesai dibangun, tetapi merupakan bagian mendasar dari pengembangan agen yang mampu melakukan tindakan otonom (NIST, 2026).

Masalahnya bukan hanya apakah model AI dapat memberikan jawaban yang benar.

Pertanyaan berikutnya adalah: tindakan apa yang diizinkan? Data apa yang boleh diakses? Berapa lama akses diberikan? Apakah setiap tindakan tercatat? Apakah manusia dapat menghentikan proses? Bagaimana agen membedakan instruksi yang sah dan manipulasi? Siapa yang bertanggung jawab jika agen melakukan tindakan di luar tujuan yang dimaksudkan?

OECD (2025) juga menyoroti bahwa agentic AI dapat menimbulkan persoalan pertanggungjawaban yang kompleks ketika tingkat otonominya mulai mengaburkan batas antara teknologi sebagai alat dan teknologi sebagai pelaksana tindakan.

Bagi institusi publik dan perguruan tinggi, persoalan ini harus dipahami sejak awal.

Prinsipnya sederhana: semakin besar kewenangan digital yang diberikan kepada sebuah sistem, semakin kuat kebutuhan terhadap pengawasan, pembatasan akses, pencatatan aktivitas, mekanisme persetujuan, audit, dan pertanggungjawaban.

Apakah Agentic AI Akan Menggantikan Manusia?

Pertanyaan tentang pekerjaan hampir selalu muncul setiap kali teknologi baru berkembang.

Namun, pertanyaan yang lebih produktif bukan sekadar, “pekerjaan apa yang akan hilang?”

Pertanyaan yang lebih penting adalah, “bagaimana pekerjaan akan berubah, keterampilan apa yang menjadi lebih penting, dan bagaimana manusia mempertahankan kendali atas proses yang semakin otomatis?”

Dalam jangka dekat, salah satu pola yang mungkin berkembang adalah perubahan hubungan manusia dengan perangkat lunak.

Selama ini, manusia harus mempelajari banyak aplikasi dan menjalankan proses satu per satu.

Dalam paradigma agentic AI, manusia semakin mungkin memberikan tujuan, sementara agen membantu mengoordinasikan beberapa langkah teknis.

Tetapi memberikan tujuan bukan berarti manusia dapat melepaskan tanggung jawab.

Seseorang tetap harus memahami konteks, menentukan batas kewenangan, mengevaluasi hasil, mengidentifikasi kesalahan, menangani pengecualian, dan mengambil keputusan ketika situasi tidak sesuai dengan pola yang dipahami mesin.

Karena itu, era agentic AI justru dapat meningkatkan nilai beberapa kemampuan manusia: berpikir kritis, memahami konteks, membuat penilaian etik, berkomunikasi, bekerja lintas disiplin, menyelesaikan konflik, memahami kebutuhan manusia, dan mengambil tanggung jawab.

Mahasiswa tidak cukup hanya belajar menggunakan AI.

Mereka perlu belajar mengelola AI.

Mahasiswa sebagai Perancang, Pengawas, dan Pemimpin di Era Agen Digital

Mahasiswa hari ini akan memasuki dunia kerja ketika AI tidak lagi hanya berada di dalam kotak percakapan.

Agen digital dapat semakin banyak hadir dalam proses administrasi, pengembangan perangkat lunak, analisis data, layanan pelanggan, penelitian, keamanan siber, logistik, pendidikan, dan pelayanan publik.

Karena itu, tanggung jawab mahasiswa sebagai calon pemimpin masa depan perlu dibangun dari sekarang.

Bagi mahasiswa ilmu komputer, pertanyaannya bukan hanya bagaimana membuat agen AI yang mampu menyelesaikan tugas.

Mereka juga harus mampu menjawab:

Apakah tujuan sistem didefinisikan dengan benar?

Apakah akses yang diberikan terlalu luas?

Apakah manusia mengetahui tindakan yang dilakukan agen?

Apakah sistem memiliki audit trail?

Bagaimana kegagalan ditangani?

Kapan persetujuan manusia wajib diberikan?

Apakah ada mekanisme penghentian?

Bagaimana data pribadi dilindungi?

Bagaimana bias dan konflik kepentingan dicegah?

Kemampuan mengajukan pertanyaan semacam ini akan menjadi bagian penting dari profesionalisme teknologi.

Mahasiswa masa depan bukan hanya calon programmer. Mereka dapat menjadi perancang arsitektur keputusan digital.

Kode yang mereka tulis dapat menentukan siapa yang mendapatkan akses, rekomendasi apa yang muncul, informasi apa yang diprioritaskan, tindakan apa yang dapat dijalankan secara otomatis, dan kapan manusia harus mengambil alih.

Tanggung jawab tersebut tidak kecil.

Karena itu, perguruan tinggi perlu mempertemukan kompetensi teknis dengan etika, keamanan siber, hukum, tata kelola data, komunikasi, dan pemahaman tentang pelayanan publik.

Kampus sebagai Laboratorium Kolaborasi Manusia dan AI

Peran kampus dalam era agentic AI sebaiknya tidak berhenti pada penambahan materi tentang AI ke dalam pembelajaran.

Perguruan tinggi dapat menjadi laboratorium untuk mempelajari bagaimana manusia dan agen digital bekerja bersama secara bertanggung jawab.

Dalam pendidikan, mahasiswa dapat mengembangkan prototipe agen AI dengan batas kewenangan yang jelas, menguji reliability, mempelajari human-in-the-loop, mengembangkan evaluasi risiko, melakukan pengujian keamanan, dan mempelajari bagaimana sebuah kesalahan dapat berkembang sepanjang alur kerja.

Dalam penelitian, peluangnya sangat luas.

Perguruan tinggi dapat meneliti explainable agentic AI, keamanan agen, multi-agent systems, audit algoritma, deteksi anomali, kontrol akses adaptif, perlindungan privasi, AI untuk layanan publik, AI untuk pendidikan, dan desain interaksi manusia dengan agen digital.

Dalam pengabdian kepada masyarakat, mahasiswa dan dosen dapat membantu masyarakat memahami penggunaan AI secara kritis, mendukung usaha kecil dalam mengidentifikasi penggunaan otomatisasi yang relevan, memperkuat literasi keamanan digital, serta mengembangkan teknologi berdasarkan persoalan nyata.

OECD (2026c) menilai bahwa bagi usaha kecil dan menengah, agentic AI berpotensi membantu otomatisasi tugas, personalisasi layanan, dan peningkatan skala inovasi. Namun, penerapannya juga membutuhkan kesiapan data, keterampilan, pengawasan, akuntabilitas, dan kepercayaan.

Di sinilah pendidikan tinggi dapat memberikan kontribusi nyata: menjadi jembatan antara inovasi teknologi dan kesiapan masyarakat.

Agentic AI dan Masa Depan Pelayanan Publik

Salah satu wilayah yang berpotensi mengalami perubahan adalah pelayanan publik.

Secara konseptual, agen AI dapat membantu pencarian informasi, klasifikasi permohonan, pemeriksaan kelengkapan awal dokumen, pengelompokan pengaduan, pencarian peraturan, penyusunan ringkasan, dan pemantauan alur layanan.

Namun, penggunaan teknologi dalam pelayanan publik harus memiliki standar lebih tinggi daripada sekadar efisiensi.

Cepat saja tidak cukup.

Sebuah layanan juga harus adil, transparan, dapat dijelaskan, aman, inklusif, dan memiliki mekanisme koreksi.

Dalam konteks perguruan tinggi, prinsip tersebut relevan dengan penguatan Zona Integritas serta pembangunan budaya kerja yang mendukung WBK dan WBBM.

Agentic AI tidak boleh digunakan sebagai alasan untuk menghilangkan tanggung jawab manusia.

Sebaliknya, teknologi dapat diarahkan untuk memperkuat keterlacakan proses, transparansi informasi, konsistensi layanan, pengendalian akses, dokumentasi keputusan, dan mekanisme evaluasi.

Misalnya, apabila agen digital digunakan untuk membantu proses pelayanan, institusi perlu menetapkan secara jelas batas kewenangannya.

Tindakan rutin berisiko rendah mungkin dapat diotomatisasi.

Tindakan yang berdampak pada hak seseorang, status akademik, akses terhadap layanan penting, penggunaan data sensitif, atau keputusan dengan konsekuensi besar harus memiliki tingkat pengawasan manusia yang lebih kuat.

Inilah makna transformasi digital yang bertanggung jawab.

Teknologi digunakan untuk mengurangi kerumitan bagi pengguna layanan, bukan untuk menciptakan kotak hitam baru yang sulit dipertanyakan.

Integritas pada Era AI Berarti Sistem yang Dapat Dipertanggungjawabkan

Selama ini, integritas sering dipahami terutama sebagai karakter manusia.

Pada era agentic AI, integritas juga harus diterjemahkan ke dalam desain sistem.

Siapa yang memberikan instruksi?

Siapa yang memberikan akses?

Apa yang dilakukan sistem?

Data apa yang digunakan?

Apakah tindakannya tercatat?

Siapa yang memeriksa hasil?

Siapa yang bertanggung jawab?

Pertanyaan tersebut harus dapat dijawab.

Budaya birokrasi yang bersih dan melayani tidak dapat dibangun hanya dengan mengganti formulir kertas menjadi aplikasi digital. Demikian pula, pelayanan tidak otomatis menjadi inovatif hanya karena menggunakan AI.

Perubahan yang bermakna terjadi ketika proses menjadi lebih sederhana, waktu tunggu berkurang, informasi lebih terbuka, pengaduan lebih mudah disampaikan dan ditindaklanjuti, keputusan dapat ditelusuri, konflik kepentingan dapat dicegah, serta masyarakat memperoleh pelayanan yang adil.

Agentic AI dapat mendukung tujuan tersebut.

Namun, syaratnya adalah tata kelola yang baik.

Indonesia Perlu Menyiapkan SDM, Bukan Hanya Mengadopsi Teknologi

Perkembangan agentic AI juga perlu ditempatkan dalam konteks transformasi digital Indonesia.

Pada Mei 2026, Kementerian Komunikasi dan Digital menyatakan telah menyelesaikan pembahasan lintas kementerian terhadap Rancangan Peraturan Presiden tentang Etika Kecerdasan Artifisial dan Rancangan Peraturan Presiden tentang Peta Jalan Kecerdasan Artifisial Nasional Tahun 2026–2029 sebelum diajukan kepada Presiden untuk proses penetapan (Kementerian Komunikasi dan Digital Republik Indonesia, 2026).

Perkembangan kebijakan tersebut menunjukkan bahwa pembicaraan AI di Indonesia semakin bergerak menuju persoalan tata kelola, etika, keamanan, dan tanggung jawab.

Agentic AI membuat kebutuhan tersebut semakin mendesak.

Indonesia tidak cukup hanya menjadi pasar pengguna agen digital.

Indonesia membutuhkan SDM yang mampu merancang, menguji, mengamankan, mengaudit, mengatur, dan mengevaluasi sistem AI.

Perguruan tinggi memiliki posisi strategis dalam kebutuhan tersebut.

Kontribusinya tidak hanya menghasilkan lulusan yang mengenal teknologi terbaru, tetapi membangun manusia yang mampu menilai kapan teknologi layak digunakan, bagaimana risiko dikelola, dan bagaimana manfaatnya diarahkan kepada kepentingan publik.

Perspektif Pakar: Teknologi yang Bertindak Membutuhkan Pengawasan yang Lebih Matang

Perkembangan agentic AI membutuhkan perspektif lintas disiplin.

Pakar ilmu komputer dapat menjelaskan arsitektur, kemampuan, dan keterbatasan sistem.

Pakar keamanan siber dapat menilai risiko akses, identitas digital, manipulasi instruksi, dan serangan terhadap agen.

Pakar hukum dapat membahas pertanggungjawaban.

Pakar administrasi publik dapat menilai dampaknya terhadap proses pelayanan.

Pakar komunikasi dapat mengkaji perubahan hubungan antara manusia, informasi, dan sistem otomatis.

Substansi yang disarankan untuk kutipan adalah pandangan mengenai kesiapan mahasiswa menghadapi agentic AI, perbedaan antara kemampuan teknis dan kesiapan organisasi, pentingnya human oversight, risiko keamanan agen digital, atau peluang penelitian agentic AI di Indonesia.

Penggunaan pernyataan pakar internal secara faktual dan proporsional akan memperkuat dimensi akademik artikel sekaligus menghubungkan diskusi teknologi global dengan kebutuhan pendidikan tinggi di Indonesia.

Masa Depan Bukan Manusia Melawan AI

Narasi mengenai AI sering dibangun seperti pertandingan: manusia melawan mesin.

Namun, tantangan yang sebenarnya mungkin lebih rumit.

Masa depan pekerjaan dapat ditentukan oleh bagaimana manusia merancang pembagian tugas dengan AI, menetapkan batas kewenangan, menjaga keamanan, mengevaluasi keputusan, dan mempertahankan tanggung jawab.

Agentic AI mungkin akan menjadi rekan digital yang membantu manusia menyelesaikan pekerjaan.

Namun, rekan kerja digital tersebut berbeda dari manusia.

Ia tidak memiliki tanggung jawab moral seperti manusia. Ia tidak mengalami konsekuensi sosial dari kesalahannya. Ia tidak dapat menggantikan tanggung jawab institusi. Dan kemampuannya tetap memiliki batas.

Karena itu, pertanyaan terbesar setelah generative AI bukan sekadar apakah agen digital semakin pintar.

Pertanyaan yang lebih penting adalah apakah manusia dan institusi semakin siap.

Siap memberikan kewenangan secara terukur.

Siap melakukan pengawasan.

Siap mengakui keterbatasan teknologi.

Siap membangun sistem yang transparan.

Siap memperbaiki kesalahan.

Dan siap memastikan bahwa efisiensi tidak mengorbankan keadilan, keamanan, integritas, serta kualitas pelayanan.

Perguruan tinggi memiliki peran penting dalam menyiapkan kesiapan tersebut.

Reputasi institusi pada era AI tidak akan dibangun hanya dari seberapa cepat teknologi baru diadopsi. Reputasi tumbuh dari kualitas pengetahuan yang dihasilkan, integritas dalam penggunaan teknologi, keberanian mengevaluasi risiko, kemampuan melayani masyarakat, dan dampak nyata yang dapat dirasakan publik.

Setelah generative AI, dunia mungkin benar-benar sedang memasuki era agentic AI.

Namun, masa depan tidak akan ditentukan oleh agen digital sendirian.

Ia akan ditentukan oleh kualitas manusia yang merancangnya, mengawasinya, menggunakannya, dan berani bertanggung jawab atas dampaknya.

Informasi lainnya dapat dilihat pada web UPNVJ

Daftar Pustaka

Eastwood, B. (2026, February 18). Agentic AI, explained. MIT Sloan School of Management.

Kementerian Komunikasi dan Digital Republik Indonesia. (2026, May 6). Bangun tata kelola AI yang etis dan bertanggung jawab, pemerintah rampungkan pembahasan RPerpres. Jaringan Dokumentasi dan Informasi Hukum Kementerian Komunikasi dan Digital Republik Indonesia.

National Institute of Standards and Technology. (2026, February 17). AI Agent Standards Initiative. U.S. Department of Commerce.

Organisation for Economic Co-operation and Development. (2025). Artificial intelligence and competitive dynamics in downstream markets. OECD Publishing.

Organisation for Economic Co-operation and Development. (2026a). The agentic AI landscape and its conceptual foundations. OECD Publishing.

Organisation for Economic Co-operation and Development. (2026b). Exploring possible AI trajectories through 2030. OECD Publishing.

Organisation for Economic Co-operation and Development. (2026c, April 13). 7th Digital for SME (D4SME) Roundtable. OECD.

Reuters. (2026, July 2). Meta’s Zuckerberg says AI agent tech progressing slower than expected. Reuters.

Stanford Institute for Human-Centered Artificial Intelligence. (2026). The 2026 AI Index Report. Stanford University.