Malang, 11 Februari 2026 — Pusat Pengembangan Talenta Digital Kementerian Komunikasi dan Digital (Komdigi) menggelar Rapat Koordinasi Program Artificial Intelligence Talent Factory (AITF) 2026 bersama Fakultas Ilmu Komputer Universitas Brawijaya di Ruang Pusbang Talenta Digital, Rabu (11/2). Pertemuan ini membahas pelaksanaan batch kedua AITF 2026 serta pengembangan model kecerdasan artifisial (AI) untuk mendukung program Sekolah Rakyat.
Kepala Pusbang Talenta Digital, Dr. Said Mirza Pahlevi, M.Eng., menyampaikan apresiasi atas partisipasi UB pada batch kedua AITF 2026. Ia menjelaskan bahwa pada tahun ini terdapat 108 pendaftar dan 38 peserta dinyatakan lolos seleksi. Jumlah tersebut meningkat dibandingkan batch sebelumnya.
Program AITF 2026 merupakan bagian dari penguatan talenta digital nasional, dengan fokus pengembangan solusi AI berbasis kebutuhan dalam negeri. Salah satu use case yang dibahas dalam rapat adalah pengembangan Model AI Pendidikan Nusantara untuk Sekolah Rakyat, yang dirancang sebagai sistem pembelajaran adaptif berbasis karakteristik budaya Indonesia.
Kepala Pusat Data dan Informasi Kementerian Sosial, Joko Widiarto, menyampaikan bahwa Sekolah Rakyat diperuntukkan bagi anak-anak dari keluarga kurang mampu, termasuk yang berasal dari latar belakang sosial rentan. Sekolah ini menerapkan sistem berasrama dengan pendekatan pembinaan karakter, disiplin, serta dukungan fasilitas belajar. Ia menambahkan bahwa program tersebut sejalan dengan upaya pengentasan kemiskinan melalui peningkatan akses pendidikan.
Dekan Fakultas Ilmu Komputer UB, Ir. Tri Astoto Kurniawan, S.T., M.T., Ph.D., IPM., menyampaikan komitmen UB untuk mendukung pengembangan solusi AI yang berdampak bagi masyarakat. Menurutnya, kolaborasi ini sejalan dengan visi kampus berdampak dan diharapkan mampu memberikan kontribusi nyata dalam penyelesaian permasalahan sosial secara nasional.
Dalam pemaparan teknis, Tim Solusi AI Pusbang Talenta Digital menjelaskan bahwa pengembangan model akan mencakup pendekatan Large Language Model (LLM), deep learning, serta implementasi Retrieval Augmented Generation (RAG) guna mendukung sistem pembelajaran yang adaptif dan terpersonalisasi. Proyek ini melibatkan enam tim dengan fokus pengembangan yang berbeda, mulai dari pengembangan model, optimalisasi data, hingga integrasi aplikasi akhir berupa mentor pribadi siswa dan chatbot untuk guru.
Rapat juga membahas mekanisme pembagian tugas akademik bagi mahasiswa peserta AITF, yang direncanakan setara 20 SKS, serta penguatan koordinasi teknis antara tim dosen dan mentor industri.
Sebagai tindak lanjut, kedua pihak sepakat untuk melakukan diskusi lanjutan guna menyempurnakan perencanaan teknis dan memastikan implementasi program berjalan optimal. Diharapkan kolaborasi ini dapat menghasilkan model AI pendidikan yang relevan dengan kebutuhan nasional serta mendukung kedaulatan data dan teknologi dalam negeri.
