M. Faiz Jatmiko
230121604984
Kelas B

Harapan Proyek

Proyek “Nusa-Prompt” ini diharapkan menjadi pionir dalam menjembatani kesenjangan antara kemampuan teknis kecerdasan buatan dengan intuisi pedagogis manusia. Harapan utamanya adalah menciptakan ekosistem pembelajaran di mana teknologi tidak menggantikan peran guru, melainkan memperluas kapasitas mereka dalam memahami kedalaman kognitif siswa. Sebagaimana ditegaskan oleh Albert et al. (2021), integrasi yang efektif antara kecerdasan manusia dan mesin harus bersifat kolaboratif, di mana AI berfungsi sebagai mitra kognitif yang mendukung pengambilan keputusan kompleks.

Selain itu, proyek ini bercita-cita untuk merealisasikan visi pendidikan masa depan di mana batasan ruang dan kaku-nya metode konvensional dapat diatasi. Teknologi pembelajaran abad ke-21 harus mampu memfasilitasi visi masa depan yang lebih adaptif dan responsif terhadap kebutuhan siswa (Moller et al., 2009). Dengan demikian, Nusa-Prompt diharapkan mampu mentransformasi cara guru MTs merancang instrumen evaluasi yang tidak hanya menguji hafalan, tetapi benar-benar menyentuh aspek pemahaman mendalam (deep understanding).

Konteks Proyek

Penelitian ini dilaksanakan dalam konteks pendidikan Madrasah Tsanawiyah (MTs), khususnya pada siswa kelas 7 dan 8 yang berada dalam fase transisi dari berpikir konkret ke abstrak. Dalam era digital saat ini, definisi teknologi pendidikan tidak lagi sekadar alat bantu fisik, melainkan mencakup proses etis dalam memfasilitasi belajar dan meningkatkan kinerja melalui penciptaan, penggunaan, dan pengelolaan sumber daya teknologi yang tepat (Januszewski & Molenda, 2008).

Namun, implementasi teknologi di madrasah seringkali terkendala pada literasi pedagogis digital. Guru mungkin mahir menggunakan perangkat keras, namun belum optimal dalam memanfaatkan AI untuk desain pembelajaran. Konteks ini diperkuat oleh pergeseran paradigma pendidikan global yang menuntut integrasi pemikiran komputasional dan praktik baru dalam kebijakan pendidikan (Rich & Hodges, 2017), yang mana madrasah harus segera beradaptasi agar tidak tertinggal.

Deskripsi Kesenjangan

Terdapat kesenjangan yang signifikan antara ketersediaan alat Generative AI (seperti ChatGPT atau Gemini) dengan kemampuan guru dalam memanfaatkannya untuk tujuan pedagogis tingkat tinggi. Saat ini, penggunaan teknologi seringkali masih berfokus pada penyampaian konten semata (content delivery), padahal fokus pembelajaran baru harus melampaui konten, yakni menuju pengembangan kapasitas berpikir tingkat tinggi (Hokanson et al., 2018).

Guru-guru MTs seringkali kesulitan merumuskan prompt yang tepat untuk menghasilkan instrumen penilaian yang mengukur deep understanding. Akibatnya, AI hanya menghasilkan soal-soal tingkat rendah (LOTS). Kesenjangan ini semakin melebar di tahun 2024, di mana UNESCO menyoroti perlunya “Kecerdasan Pedagogis AI” yang dapat memandu guru, bukan sekadar memberikan jawaban instan (UNESCO, 2024). Tanpa intervensi model “Metapedagogi” yang diusulkan ini, potensi AI untuk mendiagnosis pemahaman siswa secara mendalam akan tetap belum terjamah.

Uraian Deskripsi Solusi Proyek

Sebagai solusi, proyek ini mengembangkan Nusa-Prompt, sebuah model AI Metapedagogi yang dirancang khusus dengan basis Reflective Teaching Feedback. Sistem ini tidak bekerja secara linier, melainkan menggunakan siklus umpan balik reflektif untuk memandu guru memperbaiki desain instruksional mereka. Solusi ini mengadopsi pendekatan Generative AI-Augmented Pedagogy yang memadukan teori belajar konstruktivis dengan pemrosesan bahasa alami terbaru (Chiu, 2025).

Nusa-Prompt akan bertindak sebagai “asisten cerdas” yang memvalidasi prompt guru. Jika guru meminta “Buatkan soal IPA,” Nusa-Prompt akan melakukan inquiry balik: “Konsep deep understanding apa yang ingin Anda ukur? Apakah Anda ingin siswa menganalisis hubungan sebab-akibat atau sekadar menyebutkan definisi?”. Dengan mekanisme ini, solusi yang ditawarkan menjamin bahwa luaran teknologi selaras dengan tujuan pembelajaran mendalam, menciptakan jembatan kecerdasan yang disoroti dalam literatur (Albert et al., 2021).

Rumusan Masalah Proyek

Berdasarkan latar belakang dan kesenjangan di atas, rumusan masalah dalam pengembangan ini merujuk pada prinsip penelitian desain dan pengembangan (Bishop et al., 2020), yaitu:

1. Bagaimana karakteristik model AI Metapedagogi (Nusa-Prompt) yang valid untuk memfasilitasi guru MTs dalam merancang instrumen deep understanding?
2. Bagaimana efektivitas Nusa-Prompt berbasis Reflective Teaching Feedback dalam meningkatkan kualitas prediksi dan pengukuran pemahaman siswa kelas 7 dan 8?
3. Apakah penggunaan Nusa-Prompt dapat menstimulasi pola pikir pedagogis guru dalam mengintegrasikan teknologi secara bermakna?

Tujuan Proyek

Tujuan utama, Menghasilkan produk berupa prototipe model AI bernama Nusa-Prompt yang teruji validitas dan kepraktisannya dalam membantu guru MTs merancang evaluasi pembelajaran mendalam. Hal ini sejalan dengan prinsip pembelajaran tanpa kendala (unconstrained learning) yang memungkinkan akses ke metode evaluasi berkualitas tinggi kapan saja (Moller & Huett, 2012)
Tujuan khusus Mendeskripsikan arsitektur prompt engineering berbasis pedagogi reflektif yang sesuai untuk kurikulum MTs. Menguji kelayakan teknis dan pedagogis dari model Nusa-Prompt melalui uji ahli dan uji coba terbatas. Mengukur dampak penggunaan model terhadap akurasi guru dalam memprediksi tingkat pemahaman siswa (Deep Understanding).

Metodologi Pengembangan Proyek

Proyek ini menggunakan model pengembangan sistematis yang diadaptasi dari prinsip-prinsip desain instruksional yang komprehensif (Spector et al., 2014).

Tahap pertama, Analysis, Tahap ini berfokus pada analisis kebutuhan guru dan karakteristik siswa MTs kelas 7 dan 8. Kegiatan meliputi survei kompetensi guru dalam membuat prompt AI dan analisis kurikulum untuk memetakan Kompetensi Dasar yang menuntut pemahaman mendalam. Referensi mengenai definisi teknologi pendidikan (Januszewski & Molenda, 2008) menjadi landasan dalam menganalisis kesiapan infrastruktur dan mentalitas pengguna.

Tahap kedua, Design, Pada tahap ini, dirancang cetak biru (blueprint) algoritma Reflective Teaching Feedback. Desain mencakup alur logika interaksi antara guru dan AI, serta database rubrik deep understanding. Desain ini mengacu pada kerangka kerja integrasi teknologi yang melampaui konten (Hokanson et al., 2018), memastikan desain antarmuka mendukung inkuiri pedagogis.

Tahap ketiga, Development, Tahap realisasi produk di mana arsitektur Nusa-Prompt dibangun menggunakan integrasi Large Language Model (LLM) yang dikustomisasi. Tahap ini juga melibatkan validasi ahli materi dan ahli media untuk memastikan akurasi konten. Pengembangan fitur disesuaikan dengan tren terbaru penggunaan AI generatif dalam pendidikan (Chiu, 2025).

Tahap terakhir, Evaluation, Evaluasi dilakukan secara formatif dan sumatif. Evaluasi formatif dilakukan sepanjang proses pengembangan, sedangkan evaluasi sumatif dilakukan melalui uji coba lapangan pada kelas 7 dan 8 di MTs sasaran. Evaluasi bertujuan untuk mengukur efektivitas jembatan kecerdasan manusia-mesin yang dibangun (Albert et al., 2021) dan dampaknya terhadap kualitas pembelajaran.

Referensi

Albert, M. V., Lin, L., Spector, M. J., & Dunn, L. S. (Eds.). (2021). Bridging human intelligence and artificial intelligence. Springer.

Bishop, M. J., Boling, E., Elen, J., & Svihla, V. (Eds.). (2020). Handbook of research in educational communications and technology (5th ed.). Springer.

Hokanson, B., Clinton, G., Tawfik, A. A., Grincewicz, A., & Schmidt, M. (Eds.). (2018). Educational technology beyond content: A new focus for learning. Springer.

Januszewski, A., & Molenda, M. (Eds.). (2008). Educational technology: A definition with commentary. Lawrence Erlbaum Associates.

Moller, L., & Huett, J. B. (Eds.). (2012). The next generation of distance education: Unconstrained learning. Springer.

Moller, L., Huett, J. B., & Harvey, D. M. (Eds.). (2009). Learning and instructional technologies for the 21st century: Visions of the future. Springer.

Rich, P. J., & Hodges, C. B. (Eds.). (2017). Emerging research, practice, and policy on computational thinking. Springer.

Spector, J. M., Merrill, M. D., Elen, J., & Bishop, M. J. (Eds.). (2014). Handbook of research on educational communications and technology (4th ed.). Springer.

Chiu, T. K. F. (2025). Generative AI in the classroom: From theory to pedagogy. Routledge.UNESCO. (2024). Guidance for generative AI in education and research. UNESCO Publishing.