Ada satu pemandangan yang akan saya ingat seumur hidup. Sebuah ruang sidang tugas akhir, lampu agak temaram, seorang mahasiswa berdiri dengan keringat dingin di pelipis, mempresentasikan poster yang ia kerjakan selama dua bulan penuh. Dewan penguji mengangguk-angguk khidmat. Pertanyaan pertama yang keluar, dengan nada penuh hormat, adalah: “Ini tracing-nya rapi sekali. Berapa lama kamu mengerjakannya?”
Dua bulan. Dan ia mendapat nilai A untuk dua bulan itu.
Di luar gedung kampus, pada saat yang nyaris bersamaan, seorang creative director lepasan menyelesaikan pekerjaan serupa dengan tingkat kerapian yang setara dalam waktu kurang dari satu sore, sambil menyeruput kopi. Ia tidak lebih berbakat. Ia hanya hidup di realitas yang berbeda. Dan jurang antara dua ruangan itu ruang sidang yang khidmat dan studio yang efisien, itulah yang akan kita bedah hari ini, kelas.
Gegar Budaya di Menara Gading
Sementara industri kreatif melesat menuju era Solopreneur Agency, menara gading pendidikan tinggi Desain Komunikasi Visual di Indonesia justru mengalami gegar budaya. Ada jurang yang menganga lebar antara apa yang diajarkan di kelas dan apa yang dibutuhkan di meja kerja masa depan.
Ini bukan kecemasan yang dibesar-besarkan. Analisis Goldman Sachs memperkirakan sekitar seperempat tugas di sektor seni, desain, hiburan, dan media berpotensi diotomasi oleh AI generatif dalam beberapa tahun ke depan. Laporan industri desain mencatat bahwa AI bisa memangkas durasi proyek hingga sekitar sepertiga, ideasi konsep yang dulu sepuluh jam menyusut jadi enam, drafting yang lima belas jam menjadi sepuluh. Dan adopsinya bukan tren marginal: survei kreator visual menunjukkan mayoritas, sekitar delapan dari sepuluh sudah menyelipkan AI ke dalam proses kerja mereka.
Pertanyaannya bukan lagi “apakah AI akan masuk ke industri?” Ia sudah masuk, sudah duduk di meja sebelah, dan sudah menyalakan komputernya. Pertanyaan yang relevan adalah: kampus sedang menyiapkan lulusannya untuk industri yang mana?
Kematian “Skill Teknis” sebagai Nilai Jual Utama
Selama berdekade-dekade, tugas akhir DKV dinilai dari tingkat kesulitan teknis: serapi apa tracing vektornya, semahir apa mengoperasikan software desktop. Kerapian tangan adalah mata uang. Ketekunan adalah kehormatan.
Lalu Midjourney dan saudara-saudaranya datang, dan memotong waktu eksekusi teknis itu dari dua puluh jam menjadi dua puluh detik.
Akibatnya brutal sekaligus jelas: kurikulum yang masih berputar di poros “cara menggunakan tools” otomatis menjadi kedaluwarsa. Ini sejalan dengan temuan World Economic Forum dalam Future of Jobs Report 2025, yang menempatkan kemampuan motorik halus, presisi, dan ketelitian manual sebagai keterampilan yang justru menurun permintaannya, sementara analytical thinking bertahan sebagai keterampilan inti paling dicari (dianggap esensial oleh tujuh dari sepuluh perusahaan), diiringi creative thinking dan literasi AI yang melesat naik. Laporan yang sama memperkirakan 39% keterampilan kunci di pasar kerja akan berubah pada 2030.
Terjemahannya untuk ruang kelas sederhana, meski pahit: kampus dipaksa menggeser orientasinya dari how to create (cara membuat) menjadi how to think (cara berpikir). Mengajari mahasiswa menjadi tangan yang terampil, di era ketika tangan termurah dan tercepat justru milik mesin, adalah bentuk kebaikan yang keliru.
Mahasiswa Dicetak Jadi Buruh, Industri Butuh Direktur
Inilah ironi struktural yang jarang diakui. Mayoritas tugas kuliah DKV hari ini berbasis kelompok, mensimulasikan pembagian kerja agensi tradisional yang gemuk. Satu mahasiswa jadi ilustrator, satu jadi layouter, satu menulis teks. Kita melatih mereka menjadi pemain seksi orkestra satu orang satu instrumen.
Masalahnya, di realitas baru, orkestra itu sudah otomatis. Barisan AI bisa memainkan seluruh instrumen sekaligus. Yang dibutuhkan industri bukan lagi pemain biola tambahan, melainkan sang dirigen satu orang yang mampu mengoperasikan semua peran sekaligus dengan bantuan AI, dan yang lebih penting, tahu kapan dan kenapa setiap instrumen harus berbunyi.
Melatih buruh untuk dunia yang butuh direktur adalah cara paling sopan untuk menyiapkan pengangguran. Maka kurikulum DKV masa depan harus berani merombak metodologinya melalui dua pilar baru.
Pilar Pertama: Prompt Engineering sebagai Mata Kuliah Wajib
Bukan, ini bukan kelas “mengetik kata acak sampai keluar gambar bagus”. Itu kesalahpahaman yang membuat sebagian dosen meremehkannya. Prompt engineering yang sesungguhnya adalah kemampuan mentransfer visi artistik, berbicara dan bernegosiasi dengan AI menggunakan terminologi seni yang presisi: pencahayaan chiaroscuro, lensa anamorfik, komposisi golden ratio, palet warna yang punya alasan psikologis.
Menariknya, dunia akademik sendiri mulai memformalkan ini. Riset tentang AI dalam pendidikan seni menekankan bahwa pengajaran AI generatif harus melampaui sekadar penyusunan prompt, menuju apa yang mereka sebut curatorial verification, penilaian kritis dan penyempurnaan terhadap keluaran mesin. Intinya: mahasiswa dilatih untuk bernegosiasi dengan, bukan pasrah menerima, hasil yang dimuntahkan AI. Prompting, dalam kerangka ini, adalah dialog persis seperti seorang sutradara mengarahkan aktor asing yang berbakat tapi belum memahami konteks ceritanya.
Pilar Kedua: Kurasi Kedalaman Rasa (Art Taste Over Skill)
Karena AI bisa membuat apa saja dengan rapi, nilai tertinggi di kelas tidak lagi pantas diberikan kepada gambar yang paling mulus permukaannya. Nilai utama harus bergeser ke konsep yang berjiwa: kepekaan terhadap konteks budaya, ketajaman pemecahan masalah, dan keberanian gagasan.
Di sinilah letak benteng terakhir keunggulan manusia, dan kabar baiknya, data mendukung. Berbagai analisis pasar kerja sepakat bahwa kreativitas, empati, dan terutama konteks budaya dalam desain adalah kualitas yang paling sulit ditiru mesin, dan justru makin dihargai seiring otomasi merajalela. Mesin pandai meniru estetika permukaan; ia kerap buta pada rasa. AI yang dipaksa memvisualkan “kehangatan lokal” akan dengan percaya diri menyodorkan rumah pedesaan ala Eropa. Yang membedakan lulusan unggul dari sekadar operator adalah kemampuan berkata “ini belum terasa Indonesia” dan tahu persis kenapa.
Selera, ternyata, bukan kemewahan. Ia adalah keterampilan bertahan hidup.
Resolusi Kampus: Bukan Menolak, Tapi Berbenah
Menolak AI di ruang kelas DKV sama saja dengan melatih tentara memakai pedang di era senapan otomatis. Mereka akan gugur dengan terhormat, dan tetap gugur.
Tapi mari kita luruskan: berbenah bukan berarti membakar fondasi. Mata kuliah dasar seperti Nirmana, Tipografi, dan Sejarah Seni justru tidak boleh dihapus karena fondasi itulah yang membuat manusia tetap unggul atas AI. Tanpa pemahaman komposisi, seorang “prompter” hanya akan jadi penonton yang beruntung. Yang harus berubah total bukan materinya, melainkan cara mengeksekusi dan menilai proyek.
Dosen DKV perlu beralih ke sistem ujian yang menguji Konseptualisasi dan Validasi, bukan eksekusi teknis. Contohnya: untuk proyek rebranding pasar tradisional, biarkan mahasiswa memakai Midjourney memproduksi lima puluh opsi visual dalam sehari. Lalu di sinilah ujian sesungguhnya—dosen menginterogasi rasionalitas di baliknya. Mengapa warna ini yang dipilih? Bagaimana visual ini merespons psikologi konsumen lokal? Apakah aset ini berpotensi melanggar hak cipta seniman lain?
Pendekatan ini bukan khayalan; ia mulai diuji secara empiris. Sebuah studi lintas-kampus tentang integrasi AI generatif ke kurikulum menemukan bahwa mahasiswa cenderung menerima saran AI secara membabi buta tanpa menilai kesesuaiannya dengan kebutuhan dan konteks. Rekomendasi para penelitinya sangat relevan untuk DKV: wajibkan mahasiswa mendokumentasikan alasan mereka menerima, memodifikasi, atau menolak setiap keluaran AI agar penalaran menjadi eksplisit, bukan sekadar refleks memilih yang cantik. Inilah jejak metodologis yang sehat: setiap keputusan visual punya pertanggungjawaban.
Di titik inilah peran baru institusi pendidikan menemukan bentuknya: membentuk desainer yang bukan hanya terampil memegang kuas digital, tetapi juga bijaksana dan kritis sebagai pemikir kebudayaan.
Kesimpulan: Relevansi Baru bagi Desainer Masa Depan
Solopreneur Agency bukan lagi prediksi fiksi ilmiah; ia realitas baru. Dan ia menggeser cara kita mengukur nilai seorang desainer. Ukurannya tidak lagi pada kerapian tangan atau ketebalan portofolio teknis, melainkan pada ketajaman pikiran dan kedalaman rasa.
Kabar baiknya, masa depan tidak sesuram yang dikhawatirkan. WEF memproyeksikan transisi ini melahirkan sekitar 170 juta pekerjaan baru secara global, meski sekitar 92 juta tergeser sebuah perombakan besar, bukan kiamat. Survei di kalangan kreatif pun mencerminkan paradoks yang sehat: meski sekitar 37% khawatir soal nasib pekerjaan kreatif, sekitar 80% tetap berharap AI akan mendukung aspirasi mereka. Yang menentukan di sisi mana seseorang akan berdiri bukanlah teknologinya, melainkan kesiapannya.
Bagi akademisi dan mahasiswa DKV, tantangannya jelas: berhenti memusuhi AI, dan mulai mendefinisikan ulang peran manusia. Kursi kerja di studio masa depan mungkin hanya diduduki satu sutradara kreatif. Tetapi di balik layarnya, ada satu batalion digital yang siap digerakkan oleh satu pikiran asalkan pikiran itu tajam, kritis, dan berbudaya.
Kampus punya dua pilihan. Mencetak pemain seksi orkestra yang keahliannya kalah cepat dari satu klik tombol Generate. Atau mencetak dirigen yang tahu kenapa musik harus berbunyi seperti itu. Pilihan itu, kelas, harus diambil sekarang sebelum lonceng tanda kelulusan berbunyi untuk angkatan yang tak lagi relevan.
Referensi
- World Economic Forum — Future of Jobs Report 2025 (Skills Outlook & ringkasan keterampilan): https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/ dan https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
- Tapflare — Graphic Designer Job Market 2025: Trends, AI & Outlook (efisiensi waktu proyek ~1/3 & fokus ke kualitas manusiawi): https://tapflare.com/articles/graphic-designer-job-market-2025
- TechClass — How Generative AI Is Changing Creative Work Forever (estimasi Goldman Sachs ~26% tugas seni/desain/media & adopsi ~83%): https://www.techclass.com/resources/learning-and-development-articles/how-generative-ai-is-changing-creative-work-forever
- Shawnee State University — Balancing Human Ingenuity and AI with a Graphic Design Degree (37% khawatir, 80% optimistis; data adopsi kreatif): https://www.shawnee.edu/blog/balancing-human-ingenuity-and-ai-with-graphic-design-degree
- Hutson & Cotroneo — Generative AI Tools in Art Education: Exploring Prompt Engineering and Iterative Processes (prompt engineering, proses iteratif & curatorial verification): https://digitalcommons.lindenwood.edu/cgi/viewcontent.cgi?article=1478&context=faculty-research-papers
- Elkhodr & Gide — Embedding Generative AI into Curriculum: AI Orchestration & Critical Evaluation (risiko menerima AI membabi buta; dokumentasi keputusan accept/modify/reject): https://arxiv.org/pdf/2511.17515
- Atlantis Press / ICDHV 2025 — The Impact of Generative AI on Creative Industries (peran hibrida baru yang menuntut AI fluency & pengawasan konseptual): https://www.atlantis-press.com/proceedings/icdhv-25/126021404
