Learning / Career
Tidak Semua Perjalanan Belajar Mandiri Itu Seperti Belajar Coding
Pelajaran dari seorang engineer otodidak tentang mengapa setiap keahlian membutuhkan cara belajar yang berbeda.
Saya adalah software engineer otodidak, dan selama bertahun-tahun saya selalu mengira bahwa karena sudah berhasil memperoleh pengetahuan yang cukup mendalam untuk menjadi software engineer profesional, berarti saya sudah menguasai seni belajar mandiri dan bisa mempelajari bidang lain secara otodidak.
Ternyata saya salah besar.
Jadi setelah waktu saya kembali luang karena memutuskan untuk berhenti menjadi indie hacker dan menyerah pada produk saya, saya mulai memikirkan apa yang sebaiknya saya lakukan di waktu luang.
Saya selalu penasaran dengan matematika, dan selalu merasa bahwa bisa memahami matematika itu indah atau keren. Saya suka film seperti “a Beautiful Mind” atau “Good Will Hunting”.
Jadi, pikir saya, belajar matematika secara mandiri tidak butuh banyak uang, kan? Seharusnya malah lebih murah daripada belajar programming karena cukup bermodalkan pena dan kertas.
Masalahnya, kemampuan matematika saya paling bagus mungkin hanya setara anak SD. Saya putus kuliah, dan jurusan saya di SMA adalah IPS. Jurusan yang saya dapatkan karena gagal di matematika dan tidak bisa masuk jurusan IPA di SMA.
Karena saya ingin mempelajari sesuatu yang agak berkaitan dengan bidang saya, dan saya sering mendengar bahwa AI didasarkan pada sesuatu dalam matematika yang disebut Linear Algebra. Saya pun memutuskan bahwa itulah yang ingin saya pelajari terlebih dahulu.
Jadi saya langsung saja mencoba membaca buku teks gratis tentangnya. Dan ternyata saya sama sekali tidak bisa memahami apa pun yang coba diajarkan buku itu. Saya mencoba menonton video YouTube dari YouTuber populer dan tetap tidak mengerti sedikit pun. Saya menonton videonya sambil mengangguk seolah-olah paham. Namun setelah videonya selesai, rasanya seperti saya tidak memahami apa-apa.
Kalian mungkin berkata, tapi Hanif, belajar matematika itu seperti belajar code, kita harus mengerjakan latihan supaya bisa memahaminya.
Ya, saya setuju. Namun bedanya, matematika adalah pengetahuan yang berlapis. Kita benar-benar perlu memahami apa yang ada di balik sebuah abstraksi agar bisa menggunakan abstraksi tersebut. Maksudnya, bagaimana saya bisa tidak gagal dalam Linear Algebra kalau pengetahuan Algebra saya saja kurang?
Ini berbeda dengan programming, di mana kita bisa menggunakan sebuah abstraksi tanpa memahami bagaimana abstraksi itu dibangun. Kita tidak perlu memahami Virtual DOM untuk bisa menggunakan React.
Belajar secara bottom-up juga bisa dilakukan dalam programming, belajar React terlebih dahulu sebelum akhirnya mempelajari Typescript / Javascript itu memungkinkan. Bahkan bisa membantu. Misalnya, Virtual DOM lebih mudah dipahami kalau kita sudah cukup lama menggunakan React dan memahami berbagai keunikannya.
Hal lain yang menurut saya sering dianggap biasa oleh programmer otodidak seperti saya adalah betapa cepatnya feedback loop yang kita dapatkan. Kita bisa belajar React dengan Typescript, lalu compiler, linter, browser console, bahkan React sendiri akan melaporkan error dan kesalahan yang perlu kita perbaiki. Ini membuat belajar jadi lebih mudah, rasanya seperti memiliki instruktur yang tidak pernah salah dan bersedia memeriksa pekerjaan kita 24/7
Sekarang memang ada AI seperti ChatGPT yang sangat membantu, tetapi sayangnya belum bisa menggantikan instruktur yang baik. Karena menurut saya, kunci menggunakan AI berbasis chat untuk belajar adalah kemampuan mengajukan pertanyaan yang tepat.
Selain itu, pengalamannya masih jauh dari menggunakan compiler. Misalnya saya mengerjakan 20 latihan dalam sebuah buku, lalu saya harus memotret satu per satu soal dan jawaban saya secara manual, kemudian bertanya kepada GPT apakah jawaban saya salah dan, jika iya, bagian mana yang salah.
Sebagian orang salah mengira bahwa belajar dengan AI cukup dengan memotret atau memindai seluruh halaman soal lalu meminta jawaban kepada GPT. Namun sejujurnya, cara ini tidak efektif dan tidak menyerupai pengalaman menggunakan compiler. Kenapa? Karena cara itu tidak bisa memberi tahu kita di mana letak kesalahan kita. Padahal, benar-benar memahami letak kesalahan adalah bagian penting dalam proses belajar. Bukan jawabannya itu sendiri yang terpenting.
Itulah sebabnya, bahkan buku teks yang dilengkapi buku solusi tetapi hanya memberikan jawaban pun tidak efektif untuk belajar mandiri
Namun apakah masa depan belajar matematika atau ilmu pengetahuan lain secara mandiri terlihat suram? Menurut saya tidak. Saya rasa platform seperti Brilliant.org atau Khan Academy sudah cukup efektif untuk mengajarkan materi tingkat dasar.
Dan akhirnya saya memutuskan untuk kembali mempelajari matematika tingkat SMA di kedua platform tersebut, karena feedback loop-nya cepat dan progresnya jelas.
Menurut saya, di era AI ini, platform yang bisa mengajarkan topik lebih lanjut dengan pembelajaran berbantuan AI bukanlah sesuatu yang mustahil. Setidaknya, bayangkan sesuatu yang membuat saya tidak perlu memotret satu per satu soal dan jawaban saya untuk dikirimkan kepada GPT.