Olimpiade Sains Nasional 2026 memastikan kembali menghadirkan cabang Ekshibisi AI. Pengumuman ini disampaikan Sekretaris Jenderal Kemendikdasmen, Suharti, dalam taklimat media di Jakarta.

Suharti menekankan bahwa pengenalan kecerdasan artifisial di level kompetisi nasional sudah tidak bisa ditunda. Peran AI dalam kehidupan modern saat ini sangat dominan dan terus berkembang.

>>> Veda Ega Kejar Selisih Satu Poin di Moto3 Hungaria 2026

Kepala Puspresnas, Maria Veronica Irene Herdjiono, menjelaskan perbedaan teknis pelaksanaan ekshibisi AI. Sembilan cabang OSN reguler menggunakan seleksi berjenjang dari daerah, sementara cabang AI menggunakan sistem seleksi terpusat.

Pendaftar ekshibisi AI akan langsung mengikuti penyaringan tingkat nasional. Mekanisme ini diharapkan menjaring talenta terbaik secara lebih efektif.

Indonesia sebelumnya telah mengirim delegasi ke International Olympic AI (IO AI) pada 2025. Perwakilan saat itu diambil dari pemenang OSN Matematika dan Informatika tahun 2024.

Irene mengungkapkan bahwa siswa berlatar belakang Informatika dan Matematika memiliki fondasi logika yang kuat. Dasar tersebut menjadi modal utama bersaing di level internasional.

Materi Ujian Berbasis Silabus Internasional

Materi OSN Ekshibisi AI merujuk pada silabus IOAI. Fokus utama bukan teori, melainkan kemampuan logika dan penerapan konsep dalam pemecahan masalah.

Peserta tidak diwajibkan menguasai teknik tingkat tinggi seperti Deep Learning. Inti lomba adalah penerapan dasar-dasar ilmu dalam penyelesaian masalah nyata.

>>> Khutbah Jumat 5 Juni 2026 Ajak Umat Islam Muhasabah di Penghujung Tahun Hijriah

Soal yang dihadapi umumnya berupa cerita yang menggambarkan masalah komputasional. Untuk menjawabnya, dibutuhkan kombinasi logika, matematika, dan teori peluang.

Pokok materi yang diujikan meliputi:

  • Kemampuan berpikir logis dan computational thinking.
  • Kemahiran bahasa pemrograman Python.
  • Teknik representasi serta visualisasi data.
  • Pemahaman dasar-dasar aljabar.
  • Konsep probabilitas atau peluang dalam pengolahan data.
  • Penerapan ilmu statistika untuk analisis informasi.
  • Penguasaan aljabar linear dan operasi matriks.
  • Penerapan kalkulus serta metode optimasi dalam sistem digital.