Pengalaman Jadi Mentor Shortcourse AI for Future SE

Beberapa waktu lalu gue diundang jadi mentor shortcourse di Universitas Pamulang. Topiknya: “AI for Future Software Engineers”. Empat sesi, masing-masing 3 jam, audiensnya mahasiswa Teknik Informatika. Gue mau share pengalaman dan beberapa insight yang gue dapet dari situ.

Kenapa Gue Bilang Iya

Jujur, awalnya agak ragu. Ngajar itu butuh persiapan yang gak sedikit, apalagi topiknya AI yang berkembang cepet banget. Tapi ada dua alasan kenapa gue akhirnya terima:

Pertama, gue percaya cara terbaik buat memahami sesuatu secara mendalam adalah dengan mengajarkannya. Lo dipaksa menyederhanakan konsep, antisipasi pertanyaan, dan bikin narasi yang runtut.

Kedua, ini kesempatan buat kasih perspektif praktis. Kebanyakan materi AI di kampus masih terlalu teoritis. Padahal yang dibutuhkan mahasiswa itu gambaran konkret: gimana sih AI dipake di kerjaan sehari-hari seorang engineer.

Struktur 4 Sesi

Gue design materi-nya progresif. Mulai dari yang paling accessible, pelan-pelan naikin complexity:

Day 1: AI sebagai Learning Assistant. Fondasi dulu. Apa itu AI, Generative AI, LLM. Terus langsung hands-on prompt engineering. Deliverable-nya: setiap peserta bikin prompt library untuk kebutuhan akademik mereka sendiri.

Day 2: AI sebagai Pair Programmer. Di sini baru masuk coding. Gimana pakai AI buat generate code, debugging, code review, dan dokumentasi. Yang paling gue tekankan: AI itu pair programmer, bukan replacement programmer. Kamu yang lead, AI yang assist.

Day 3: AI in SDLC. Ini sesi yang paling bikin mereka “aha”. Ternyata AI gak cuma berguna di tahap development. Requirements gathering, planning, dokumentasi, testing. Semuanya bisa dibantu AI.

Day 4: Ethics, Career & Future. Penutup yang penting. Soal academic integrity, data privacy, bias, dan skill yang tetap relevan di era AI. Plus career action plan.

Yang Bikin Gue Surprised

Ekspektasi gue: peserta bakal paling engaged di Day 2 (coding). Ternyata salah. Day 1 tentang prompt engineering justru yang paling rame. Mereka genuinely penasaran gimana cara “ngobrol” yang efektif sama AI.

Satu pertanyaan yang berulang muncul: “Pak, gimana caranya biar AI gak ngasih jawaban ngawur?” Dari situ gue jelasin soal hallucination, kenapa itu terjadi, dan gimana mitigasinya. Golden rule yang gue kasih: never trust, always verify.

Tantangan Waktu Ngajar

Tantangan terbesar bukan soal teknisnya. Tapi soal mindset.

Banyak peserta yang datang dengan asumsi “AI bakal gantiin pekerjaan software engineer”. Dan mindset itu bikin mereka defensif. Kayak, “ngapain belajar coding kalau nanti AI yang ngerjain?”

Butuh effort buat nge-shift perspektif itu ke: “AI adalah tool yang bikin kamu 10x lebih produktif, tapi kamu tetap harus paham fundamentalnya.” Analogi yang paling nyantol buat mereka: kalkulator gak bikin orang berhenti belajar matematika. Malah orang yang paham matematika bisa pakai kalkulator lebih efektif.

Final Project

Bagian paling seru. Setiap peserta diminta merancang konsep aplikasi impian mereka menggunakan AI sebagai tool di setiap tahap. Dari requirement analysis sampai planning.

Hasilnya di luar ekspektasi gue. Ada yang bikin konsep mental health chatbot buat mahasiswa. Ada yang rancang sistem rekomendasi makanan berbasis nutrisi. Ada juga yang bikin platform peer-tutoring dengan AI matching.

Yang bikin gue seneng: mereka gak cuma fokus ke fiturnya, tapi juga mikirin etika dan privasi data. Berarti Day 4 nyampe pesannya.

Materi yang Gue Siapkan

Semua slide, handbook, dan referensi gue publish di website ini. Buat yang mau lihat strukturnya atau mau pakai buat referensi materi serupa, bisa cek di halaman Digital Materials.

Gue sengaja bikin materinya accessible. Gak perlu background AI yang dalam buat mulai. Yang penting peserta punya laptop, browser, dan akun ChatGPT atau Gemini.

Takeaway buat Developer yang Mau Ngajar

Kalau kamu developer dan ada kesempatan jadi mentor atau ngajar, gue saranin ambil. Beberapa hal yang gue pelajari:

Persiapan materi itu investasi buat diri sendiri. Lo dipaksa riset lebih dalam, organize knowledge, dan nemuin gap di pemahaman lo sendiri. Hasilnya, lo jadi lebih paham topiknya.

Pertanyaan peserta itu goldmine. Mereka nanya hal-hal yang lo anggap obvious tapi ternyata gak trivial kalau harus dijelaskan. Ini bikin lo jadi communicator yang lebih baik.

Feedback loop-nya langsung. Beda sama nulis blog yang feedback-nya delayed, ngajar langsung bisa liat ekspresi peserta. Lo tau di momen mana mereka lost, di momen mana mereka excited.

Kesimpulan

Jadi mentor shortcourse ini salah satu pengalaman paling rewarding tahun ini. Secara materi gue jadi lebih structured soal pemahaman AI in software engineering. Secara personal, interaksi sama mahasiswa yang masih semangat belajar itu refreshing.

Kalau ada kampus atau komunitas yang butuh mentor untuk topik serupa, feel free reach out. Atau kalau kamu mau lihat materinya langsung, semua ada di Digital Materials.