Grit: Ketika Bakat Membuka Pintu, Ketekunan Membawa Kita Sampai Tujuan

Ada orang yang sangat berbakat, tetapi berhenti di tengah jalan.

Ada pula orang yang pada awalnya tampak biasa-biasa saja, tetapi bertahun-tahun kemudian justru melangkah jauh lebih depan.

Apa yang membedakan keduanya?

Kita mungkin tergoda menjawab: kecerdasan. Bakat. Kesempatan. Latar belakang.

Namun, pengalaman Angela Duckworth ketika menjadi guru justru membawanya pada pertanyaan yang berbeda.

Sebelum dikenal sebagai psikolog yang meneliti grit, Duckworth pernah bekerja sebagai konsultan manajemen. Ia kemudian beralih menjadi guru matematika kelas tujuh di sekolah negeri. Di ruang kelas itulah ia melihat sesuatu yang mengusiknya: siswa yang paling cepat memahami pelajaran tidak selalu menjadi siswa yang memperoleh hasil terbaik. Sebaliknya, beberapa siswa yang tidak tampak paling menonjol justru mampu berkembang ketika terus belajar dan berusaha.

Pengamatan sederhana itu kemudian berkembang menjadi pertanyaan penelitian yang jauh lebih besar:

Siapa yang akan berhasil dalam perjalanan panjang, dan mengapa?

Ketika Mahasiswa Bisa Bertanya kepada AI, Apa yang Harus Diajarkan Dosen?

 

Dr. Kasmiruddin, M.Si.
Wakil Rektor I Universitas Muhammadiyah Bengkulu

Oleh: Dr. Kasmiruddin, M.Si.

Dulu, mahasiswa datang ke kampus karena dosen memiliki sesuatu yang sulit diperoleh: informasi.

Hari ini, sebagian besar informasi ada di genggaman.

Cukup buka laptop, ketik pertanyaan kepada Artificial Intelligence (AI), dalam hitungan detik muncul jawaban yang rapi, lengkap, bahkan meyakinkan.

Lalu muncul pertanyaan yang menggelitik:

Jika AI mampu menjawab hampir semua pertanyaan mahasiswa, untuk apa mereka masih membutuhkan dosen?

Ketika Akal Mencari Kebenaran, Ego Ingin Menang: Tadabbur Q.S. Al-Kahf Ayat 54

Pernahkah kita terlibat dalam sebuah diskusi, lalu di tengah percakapan menyadari bahwa kita sebenarnya sudah tidak lagi mencari kebenaran?

Kita hanya ingin menang.

Kita mendengar lawan bicara, tetapi bukan untuk memahami. Kita mendengarkan sambil menyiapkan jawaban. Ketika muncul informasi yang mendukung pendapat kita, kita menerimanya dengan mudah. Tetapi ketika datang bukti yang menggoyahkan keyakinan kita, tiba-tiba standar pembuktiannya menjadi jauh lebih tinggi.

Menariknya, Al-Qur'an berbicara tentang kecenderungan manusia ini jauh sebelum kita mengenal istilah confirmation bias, motivated reasoning, atau intellectual humility.

QS. Al-Kahf ayat 54 menghadirkan sebuah paradoks. 

وَلَقَدْ صَرَّفْنَا فِي هَٰذَا الْقُرْآنِ لِلنَّاسِ مِن كُلِّ مَثَلٍ ۚ وَكَانَ الْإِنسَانُ أَكْثَرَ شَيْءٍ جَدَلًا

"Dan sungguh, dalam Al-Qur'an ini Kami telah menjelaskan berulang-ulang kepada manusia dengan bermacam-macam perumpamaan. Tetapi manusia adalah makhluk yang paling banyak membantah."
QS. Al-Kahf: 54

Allah telah menjelaskan kebenaran dengan berbagai cara.

Namun manusia tetap saja suka membantah.

Pertanyaannya kemudian bukan hanya: apakah kita sudah mendapatkan penjelasan?

Pertanyaan yang lebih dalam adalah:

apakah hati kita masih bersedia menerima kebenaran ketika kebenaran itu tidak sesuai dengan apa yang ingin kita percayai?

Saya Pernah Menulis tentang Otak Kiri dan Otak Kanan. Ternyata Saya Perlu Mengoreksinya

Bertahun-tahun lalu, ketika menulis buku Setiap Orang Berhak Sukses, saya pernah membahas tentang otak kiri dan otak kanan.

Waktu itu, gagasan tersebut terasa sangat masuk akal.

Otak kiri sering dikaitkan dengan logika, analisis, angka, dan kemampuan berpikir sistematis. Sementara otak kanan digambarkan sebagai wilayah kreativitas, intuisi, seni, dan imajinasi.

Maka muncullah pembagian yang sangat populer.

Ada orang yang disebut left-brained.

Ada pula yang dianggap right-brained.

Saya pun pernah menuliskannya.

Namun beberapa waktu kemudian, saya membaca kembali tentang topik ini dan menemukan sesuatu yang membuat saya berhenti sejenak.

Ternyata penjelasan itu tidak sesederhana yang pernah saya pahami.

Mengapa Otak Kita Makin Lemot?

Pernahkah Anda membuka ponsel hanya untuk membalas satu pesan, lalu dua puluh menit kemudian baru sadar bahwa Anda sudah berpindah dari WhatsApp ke Instagram, dari Instagram ke YouTube, lalu entah bagaimana berakhir membaca sesuatu yang sama sekali tidak ada hubungannya dengan tujuan awal?

Setelah itu kita kembali bekerja.

Lalu lupa tadi hendak melakukan apa.

Kita mulai bertanya:

“Kenapa akhir-akhir ini otak saya terasa lemot?”

Jadilah Teladan yang Kita Butuhkan: Makna Keteladanan dalam Kepemimpinan

 

 Ada satu kalimat pendek yang beberapa waktu lalu menarik perhatian saya:

“Be the role model that you need.”

Jadilah teladan yang kita butuhkan.

Kalimatnya sederhana. Tetapi semakin direnungkan, semakin terasa bahwa ia sedang membalik sebuah kebiasaan yang sangat manusiawi: kita sering menunggu orang lain menjadi seperti yang kita harapkan.

Kita berharap memiliki pemimpin yang lebih jujur.

Kita ingin bekerja dengan orang-orang yang lebih disiplin.

Kita berharap berada di tengah lingkungan yang lebih menghargai waktu, lebih bertanggung jawab, lebih peduli, lebih terbuka terhadap kritik, dan lebih konsisten antara apa yang dikatakan dengan apa yang dilakukan.

Harapan-harapan itu tentu tidak salah.

Namun ada pertanyaan yang jauh lebih dekat dan mungkin lebih sulit dijawab:

Bagaimana jika perubahan yang kita tunggu dari orang lain justru perlu dimulai dari diri kita sendiri?

Menjadi Versatilist: Mengapa Keahlian Saja Tidak Lagi Cukup di Era AI

 

Ada satu kalimat di layar besar pada saat pembicara publik berbicara tentang keahlian yang membuat saya berhenti cukup lama:

“40% of IT staff will be versatilists, holding multiple roles, most of which will be business rather than technology-related.”

Prediksi Gartner itu disampaikan pada 2017 untuk menggambarkan perubahan yang mereka perkirakan terjadi menjelang 2021. Istilah yang digunakan bukan sekadar specialist, melainkan IT staff: empat dari sepuluh diprediksi bergerak menjadi versatilist, orang yang memiliki kemampuan untuk menjalankan beberapa peran dan menghubungkan kompetensi teknis dengan kebutuhan bisnis.

Angka 40 persen mungkin sudah terasa seperti statistik lama.

Tetapi gagasan di belakangnya justru terasa semakin dekat dengan kehidupan kita hari ini.

Apalagi ketika AI mulai mengambil alih sebagian pekerjaan yang dahulu hanya dapat dilakukan oleh orang dengan keahlian teknis tertentu.

Lalu saya bertanya:

Apakah menjadi ahli dalam satu bidang masih cukup untuk menghadapi masa depan?

Jawabannya mungkin bukan meninggalkan keahlian.

Justru kita perlu menjadi ahli, tetapi tidak berhenti menjadi pembelajar.