MONASH UNIVERSITY = Women in AI: Breaking Barriers and Building Futures panel event [ Part 4 ]

Jadi hanya karena kamu terlihat feminin, kamu dianggap kurang kompeten?

Kalau kita balik pernyataannya, sebenarnya begini: tidak ada yang bisa mengalahkan kompetensi. Dan kompetensi itu akan selalu terlihat—di waktu apa pun dan di situasi apa pun.

Tentu, kita juga perlu mempelajari seni memanfaatkan kesempatan, seperti yang tadi disebutkan. Kalau ada bonus karena kamu perempuan, ambil. Manfaatkan. Dan jujur saja, saya tidak merasa pernah mengalami kerugian hanya karena saya perempuan—kecuali mungkin dalam urusan drinking culture. Untungnya, di Indonesia hal itu tidak terlalu kuat. Di negara lain mungkin ada budaya minum alkohol yang kuat di dunia kerja, tapi di sini tidak.

Selain itu, pengalaman saya justru positif. Jadi saya selalu bilang pada banyak perempuan: jangan takut. Bisa jadi justru kamu yang jadi “pemecah es”—orang pertama yang membuka jalan di ruang yang belum punya contoh.

Terima kasih juga atas cerita pribadi dan refleksi yang sudah dibagikan. Sekarang saya ingin beralih ke topik tentang masa depan AI. Bisa beri saran praktis untuk orang-orang yang ingin pindah jalur ke AI atau memulai perjalanan di bidang AI? Kebiasaan apa yang harus dibangun? Proyek seperti apa yang bisa dicoba? Komunitas apa yang bisa diikuti? Hal konkret apa yang bisa mulai dilakukan dalam setahun ke depan?

Silakan siapa pun mulai duluan, sementara saya kumpulkan pikiran saya.

Saya masih berpikir karena, seperti yang saya bilang sebelumnya, saya tidak mempelajari AI untuk “masa depan.” Saya belajar karena saya memang suka belajar hal baru. Saya tidak mau hanya bicara tentang AI—saya mau memahaminya dengan mengalami langsung. Saya belajar dengan cara yang sulit: benar-benar menulis kode sendiri. Dulu belum ada ChatGPT yang bisa menemukan kesalahan kode untuk kita. Kadang menemukan satu bug saja bisa makan waktu seminggu—bolak-balik dengan profesor karena kami berdua tidak tahu letak salahnya di mana.

Sekarang, tinggal tempelkan saja kodenya dan ChatGPT akan jelaskan semuanya. Waktu ChatGPT rilis 2022, saya sudah hampir selesai coding untuk PhD saya. Sayang sekali, karena kalau muncul lebih awal pasti menghemat banyak waktu. Tapi tidak apa-apa—sekarang semuanya jauh lebih mudah.

Jadi saran terbesar saya adalah:
➡️ Coba lakukan sendiri.
Mulai dari proyek kecil. Tidak perlu membuat robot. Banyak orang berpikir AI = robot, padahal tidak. AI bisa dimulai dari proyek praktis dan sederhana, yang menunjukkan bahwa kamu paham bagaimana memakainya.

Di Carnegie Mellon University, saya bahkan mengambil kelas S1 ilmu komputer—kelas yang sangat berat—hanya untuk mendorong diri saya supaya benar-benar mengerti coding dan machine learning. Proses itu membantu saya menyelesaikan tesis PhD saya.

Sekarang tentang masa depan AI: tidak akan “hancur.” AI akan terus berkembang. Iya, ada bias. Tapi ketika pengembang menyadari, mereka tambahkan data baru untuk memperbaiki. Misalnya, dulu model bahasa punya bias keagamaan. Sekarang jauh lebih baik. AI akan terus maju.

Di Indonesia, kita punya beberapa risiko besar:

Risiko di Indonesia

1. Risiko tenaga kerja

Banyak pekerjaan yang mungkin otomatis. Jadi orang harus upskilling dan reskilling supaya tidak tergeser, tetapi justru terbantu oleh AI.

2. Risiko pendidikan

Siswa bisa menyalahgunakan AI. Mereka tinggal tempel tugas → dapat jawaban → tidak belajar apa-apa. Guru juga butuh pelatihan. Kita butuh transformasi digital di pendidikan agar guru bisa menilai dengan kritis.

Ke depan, menurut World Economic Forum, kemampuan inti masa depan bukan keterampilan teknis, tapi keterampilan manusia:

  • berpikir kritis

  • tanggung jawab

  • integritas

  • kerja keras

  • kemampuan belajar terus-menerus

AI tidak akan menggantikan itu.

Jadi apa yang bisa dilakukan dalam satu tahun ke depan?

Tergantung posisi kamu sekarang.

Jika kamu baru mulai:

➡️ Perbanyak paparan terhadap AI.
Coba berbagai tools AI. Cari tahu kelebihan dan kelemahannya. Pahami tugas apa yang bisa kamu “unggah” ke AI agar kamu bisa fokus pada pekerjaan yang lebih bermakna.

Saya bahkan mengajari ibu saya mengunduh aplikasi AI. Sekarang beliau pakai dua. Tante saya membandingkan fitur. Dari pengalaman, mereka akhirnya mengerti kapan harus percaya dan kapan tidak.

Jika kamu sudah mengembangkan AI:

➡️ Cobalah “merusak” AI.
Jailbreak. Uji batasnya. Cari sampai mana AI bisa atau tidak bisa. Saat kamu menemukan kelemahannya—data, kemampuan, infrastruktur—di situlah muncul arah riset yang menarik.

Jika kamu guru, policymaker, atau pemimpin organisasi:

➡️ Fokus pada adopsi yang bertanggung jawab.
Analisis dulu. Uji sistemnya. Bayangkan dampaknya. Lakukan homework.

⚡ Sesi Cepat

Satu kata tentang masa depan AI:

  • “Optimis, tapi hati-hati.”

  • “Transformasi.”

  • “Siap.”

Satu skill yang tidak akan pernah mati di era AI:

  • Berpikir kritis

  • Refleksi

  • Perhatian terhadap detail

  • Rasa ingin tahu

  • Kredibilitas / dapat dipercaya

Satu hal yang membuat CV AI/Data langsung menarik:

  • Kerendahan hati (walaupun sulit terlihat dari CV)

  • Sikap saat bertemu

  • Keragaman pengalaman & proyek

  • Kemampuan bekerja sama & keinginan belajar

Satu kalimat yang sebaiknya berhenti diucapkan tentang AI:

  • “AI itu cerdas.” (AI bukan kecerdasan manusia)

  • “AI itu robot.”

  • “AI akan menggantikan semuanya.”

  • “AI bisa menyelesaikan semua masalah.”

Minuman favorit saat mengerjakan proyek AI:

  • Oat milk

  • Kopi

  • Air putih & teh hijau (untuk yang sudah berhenti kopi/beer)


So just because you look feminine, you’re considered less competent? I think if we flip that statement around, the truth is this: nothing beats competence. And competence will always show—again and again—in any situation.

Of course, we also need to learn the art of knowing when to take advantage of opportunities, exactly like what was mentioned earlier. If there’s a bonus for being a woman, take it. Use it. And honestly, I don’t think I’ve ever been in a situation where being a woman was a disadvantage—except maybe when it comes to drinking culture. But fortunately, Indonesia doesn’t really have that kind of drinking-heavy corporate culture. Maybe other countries do, where social drinking is a big part of corporate life.

But outside of that, my experience has been extremely positive. So I really encourage people: don’t be afraid. Maybe you’ll be the icebreaker. Maybe you’ll be the one who sets the trend in a space where the trend hasn’t yet been built.

Thank you for sharing your personal experiences and reflections. It’s refreshing to hear. Now I’d like to move outward a bit and talk about the future of AI. Could you give some practical advice for those who want to pivot into AI or pursue a journey in AI? What habits should they build? What kind of projects should they try? Any communities they should join? Something concrete they can start doing over the next year.

Maybe someone wants to go first while I gather my thoughts?

I’m still thinking because, as I said earlier, I didn’t start learning AI for my “future.” I learned it because I genuinely love learning something new. I didn’t just want to talk about AI—I wanted to understand it by doing it. I learned it the hard way: writing code myself. Back then, we didn’t have ChatGPT to debug things for us. Finding a single mistake sometimes took me a week—going back and forth with my professor because neither of us could find where the bug was.

Now, you can just paste your code and ChatGPT explains everything. When it came out in 2022, I was already finishing my PhD coding work, which was a bit unfortunate because it would have saved me so much time. But anyway, things are much easier now.

So my biggest advice is:
➡️ Try to do it yourself.
Start with a small project. You don’t need to build a robot. People always think AI = robotics. It’s not. AI can be a very small project that shows you understand how to use it.

At Carnegie Mellon University (CMU), I even took undergraduate computer science classes—very painful classes—just to push myself to understand coding and machine learning. That journey helped me eventually finish my thesis using AI.

Now, on the bigger discussion about AI: the future of AI will not “collapse.” It will keep improving. Yes, there are biases, but developers fix them by adding new data. For example, earlier versions of language models had religious biases. Now they are much better. AI keeps moving forward.

In Indonesia, however, we face several risks:

1. Labor risk

Many jobs may be automated. So we need upskilling and reskilling so people don’t get replaced but empowered.

2. Education risk

Students might use AI irresponsibly. They could simply type their homework into AI and submit the answer without learning anything. Teachers also need training. They need digital transformation so they can evaluate work critically.

Looking ahead, according to the World Economic Forum, the core skills of the future are not technical—it’s human skills:

  • critical thinking

  • responsibility

  • honesty

  • hard work

  • lifelong learning
    AI won’t replace these.

So back to your question: What can people do next year?

It depends where you are. If you haven’t interacted much with AI systems, increase your exposure. Try different AI tools. Learn what they’re good at and what they’re not. Figure out what tasks you can “upload” to AI so you can focus on more meaningful work.

I even taught my mom how to download different AI apps. She’s using two now. My aunt is already comparing features. Through exposure, they learn to distinguish what AI can or cannot be trusted with.

If you are already in AI development:
➡️ Try breaking AI.
Jailbreak it. Push the boundaries. Test its limits. When you understand its weaknesses—whether data, capability, or infrastructure—you’ll find interesting research directions.

If you are a teacher, policymaker, or business leader, your responsibility is different. You must decide how to adopt AI responsibly. You need to do the homework—whether testing systems, hardware, or mentally thinking through: How will AI change my team’s work?

⚡ Lightning Round

One word that describes how you feel about the future of AI:

  • “Cautiously optimistic.”

  • “Transformation.”

  • “Prepared.”

One skill that will never go out of fashion in the age of AI:

  • Critical thinking

  • Reflection

  • Attention to detail

  • Curiosity

  • Trustworthiness

One thing that instantly impresses you in an AI/data CV:

  • Humility (but it’s hard to see from a CV)

  • In-person attitude

  • Diversity of experience and projects

  • Teamwork and motivation to learn

One thing you wish people would stop saying about AI:

  • “Intelligent” (it’s not true intelligence)

  • “Robotics” (AI ≠ robot)

  • “Replacement” (AI won’t replace everything)

  • “AI can solve all problems”

Favorite beverage while working on AI projects:

  • Oat milk

  • Coffee (many types)

  • Water and green tea (for those who quit coffee/beer)


Comments

Post a Comment

Popular Posts