Semua orang ingin membicarakan chatbot.
Di situlah keseruannya hidup. Ketik perintah. Dapatkan rencana pelajaran dalam hitungan detik. Rasanya seperti ajaib. Tanpa bobot, hampir. Seperti pencarian Google yang membalas.
Tapi perasaan itu? Itu hanya ilusi.
Dan sebelum daerah mulai merancang ulang kurikulum seputar AI generatif, mereka perlu menjawab pertanyaan yang lebih membosankan dan lebih berat:
Bisakah kita membelinya?
Menara di Kamar
Ingat laboratorium komputer di akhir tahun 90an?
Anak-anak mengetik di keyboard, menatap monitor, dan berasumsi otak berada di kotak krem di atas meja. Ternyata tidak. Pekerjaan sebenarnya terjadi di dalam menara besar yang berdengung. Atau di ruang server di ujung lorong.
AI generatif bekerja dengan cara yang sama, hanya menaranya yang sekarang menjadi benteng.
Terletak ratusan mil jauhnya. Kadang-kadang hanya lima mil jauhnya. Pusat data yang luas, bukan PC desktop.
Bayangkan perintah Anda sebagai remote TV.
Perangkat keras di cloud? Itu adalah kabel di dalam set. Tanggapannya? Gambar di layar.
Anda tidak melihat kabelnya.
Tapi Anda harus peduli. Setiap perintah. Setiap komentar umpan balik otomatis. Setiap rencana pelajaran. Itu membutuhkan listrik. Mereka mengkonsumsi air. Mereka menuntut prosesor khusus. Mereka membutuhkan kapasitas komputasi yang langka yang tidak dapat dicapai dengan mudah.
AI generatif bukan sekadar kode. Ini adalah hal fisik yang menuntut kekuasaan, tanah, dan air.
Tab Energi
Sebagian besar pendidik berfokus pada penggunaan AI. melek huruf. Tata Kelola. Ulasan Stanford mengatakan bahwa adopsi melebihi bukti hasil siswa. UNESCO mendesak adanya pengawasan manusia. Semua percakapan penting, ya. Namun mereka kehilangan fondasinya.
Sekelompok peneliti berbeda mengamati jejak kaki tersebut.
PhD Xiaofan Liang memetakan bagaimana AI mengubah tata guna lahan. PhD Shaolei Ren melacak rasa haus.
Inilah nomor yang penting.
Pada tahun 2023, konsumsi listrik pusat data AS mencapai sekitar 176 terawatt-jam s. Jumlah tersebut adalah 4,4% dari seluruh listrik di negara ini.
Anggap saja itu dalam istilah manusia.
Jumlah tersebut cukup untuk menjaga agar 17 juta rumah tetap beroperasi selama setahun penuh.
Lihatlah kisi-kisinya.
Minat terhadap kekuatan AI semakin meningkat dan sangat rakus.
Mengapa Tidak Pernah Lebih Murah
Sekolah dulu membeli perangkat lunak secara berbeda.
Anda melisensikan sebuah platform. Sebuah LMS. Sebuah alat penilaian. Harga telah ditetapkan. Dapat diprediksi. Dapat diperkirakan. Saat Anda menambahkan pengguna, biaya marjinal sering kali turun. Skala ekonomi.
AI? Tidak terlalu banyak.
Orang dalam industri menyebutnya “biaya inferensi.”
Setiap kali Anda menanyakan sesuatu kepada model, Anda menghabiskan sumber daya. Ini menghasilkan data baru. Itu membutuhkan uang. Setiap. Lajang. Waktu.
Skala tidak menurunkan biaya per unit. Ini meningkatkan total tagihan.
Jadi inilah dilemanya.
Sebagian besar distrik mencoba-coba. Program percontohan. Lisensi terbatas. Fitur yang digabungkan ke dalam aplikasi lain. Kami tidak mengetahui biaya akses universal.
Berapa biayanya jika setiap siswa di suatu distrik menggunakan AI setiap hari?
Kami tidak punya jawaban. Dan jika harga melonjak, daerah tersebut akan terjebak.
Privasi adalah Label Harga
Lalu ada data.
Orang tua khawatir. Sepatutnya. Mereka tidak ingin detail siswa mengalir ke model komersial.
Jadi solusinya?
Tuan rumah sendiri. Gunakan penerapan pribadi. Simpan kuncinya.
Kedengarannya aman, bukan?
Itu mahal.
Jika Anda ingin kontrol, Anda memerlukan server. Anda membutuhkan keamanan siber. Anda memerlukan perangkat keras jaringan. Anda memerlukan teknisi untuk memperbaikinya.
Privasi data bukan sekadar pengaturan kebijakan.
Ini adalah pembangunan infrastruktur. Semakin banyak privasi yang Anda inginkan, semakin dalam dompet Anda.
Target Bergerak
Sementara itu, pasar sedang bergeser.
OpenAI. Antropis. Model penetapan harga berubah sebelum Anda selesai membaca Ketentuan Layanan. Investasi infrastruktur masih sangat besar. Perekonomian tidak jelas.
Dan kapan mereka menyerang sekolah dengan ini?
Ketika dana federal ESSER habis. Ketika negara-negara memperdebatkan setiap sen pengeluaran teknologi pendidikan. Ketika para guru kehabisan tenaga. Ketika krisis kesehatan mental meningkat.
Apakah daerah memahami komitmen yang mereka anut?
Mungkin tidak.
Ini bukan pembelian. Itu adalah ketergantungan.
Komunitas Terpecah
Satu hal terakhir.
Pusat data berkembang pesat di seluruh Amerika.
Komunitas lokal melakukan perlawanan. Atau setidaknya, mereka sedang bernegosiasi.
Pertemuan publik penuh dengan tetangga yang marah dan membicarakan penggunaan air. Tentang ketegangan pada jaringan lokal. Tentang pembuangan panas. Tentang penggunaan lahan.
Pendidik mungkin mengira ini jauh dari ruang kelas.
Bukan itu.
Setiap rencana pembelajaran AI bergantung pada bangunan yang dibangun, diizinkan, dan diberi daya.
Tidak Ada Penyelesaian yang Mudah
Kami sedang berdebat bagaimana menggunakan AI sementara kami belum mengetahui apakah kami dapat mendukungnya.
Infrastruktur mulai terbentuk. Perekonomian tidak jelas. Tata kelolanya berantakan.
Mungkin itulah intinya.
Sekolah mungkin harus memikirkan apa yang bisa mereka pertahankan sebelum memutuskan berapa besar kerugiannya.
