Pramita Dwi Rahmawati

230151601930

Kelas B

Harapan Proyek

Transformasi di bidang pendidikan dan pelatihan digital saat ini menuntut adanya perubahan fokus dari sekadar penyampaian informasi menuju penciptaan pengalaman belajar yang mendalam (deep learning). Pendekatan ini mengedepankan tiga pilar utama yaitu: Refleksi, Eksperimen, dan Umpan balik yang adaptif. Hal ini sangat sejalan dengan prinsip microlearning modern dan Model Pembelajaran Berbasis Pengalaman (Experiential Learning) oleh Kolb (1984). Menurut model ini, peserta didik harus melalui proses mengalami, membuat keputusan, dan memaknai konsekuensi dari pilihan mereka, bukan hanya menerima materi secara pasif. Pendekatan berbasis pengalaman ini menjadi sangat penting, terutama untuk pelatihan soft skill di lingkungan perusahaan. Kemampuan seperti komunikasi, negosiasi, dan penanganan konflik tidak dapat dikuasai hanya dengan instruksi verbal. Sebaliknya, keterampilan tersebut memerlukan simulasi otentik yang mampu meniru situasi kerja nyata. Literasi tentang pembelajaran video interaktif juga mendukung hal ini, menunjukkan bahwa skenario bercabang (branching scenario) dapat meningkatkan daya ingat (retensi) dan kemampuan peserta untuk menerapkan keterampilan dalam konteks berbeda (transfer keterampilan). Oleh karena itu, proyek SkillUp dirancang untuk memanfaatkan teknologi kecerdasan buatan (AI) guna menyediakan pengalaman belajar mendalam. Tujuannya adalah memastikan peserta didik mengembangkan kompetensi secara nyata, melampaui sekadar pemahaman teoritis.

Konteks Proyek

Pelatihan dalam organisasi kontemporer memerlukan desain yang matang, terstruktur, dan disesuaikan dengan kebutuhan praktis di lapangan. Menurut Januszewski dan Molenda (2008), teknologi pendidikan adalah proses yang melibatkan perancangan, pemanfaatan, dan pengelolaan sumber belajar secara etis untuk memastikan pembelajaran berjalan efektif. Khusus untuk pelatihan soft skill, lingkungan belajar yang optimal harus menyediakan simulasi yang realistis, skenario bercabang, dan umpan balik yang berhubungan langsung dengan situasi kerja sehari-hari. Kompleksitas ini diperkuat oleh Bishop et al. (2020), yang menegaskan perlunya merancang lingkungan pembelajaran berdasarkan temuan riset. Dalam konteks pelatihan yang memanfaatkan video interaktif, sistem pembelajaran harus tertata dengan baik, mencakup narasi yang otentik, respons adaptif berbasis kecerdasan buatan (AI), dan alur cerita yang logis (Jing et al., 2025). Penelitian juga menunjukkan bahwa pengoptimalan lingkungan belajar digital secara signifikan dapat meningkatkan capaian hasil belajar. Oleh karena itu, proyek SkillUp dikembangkan untuk menciptakan ekosistem pembelajaran yang mengkombinasikan video interaktif, teknologi AI, dan strategi pedagogis terkini guna meningkatkan kemampuan soft skill karyawan.

Deskripsi Kesenjangan

Meskipun banyak organisasi telah menyediakan pelatihan keterampilan nonteknis (soft skill), sebagian besar masih menggunakan materi yang bersifat pasif, seperti video atau modul bacaan linear. Metode konvensional ini dinilai belum efektif karena tidak mampu merefleksikan konsekuensi nyata dari keputusan komunikasi. Padahal, studi Ran et al. (2025) menunjukkan bahwa untuk meningkatkan kemampuan kognitif, peserta didik sangat memerlukan situasi yang mendorong mereka untuk mengajukan dan memecahkan masalah (problem-posing). Tantangan lainnya adalah keterbatasan waktu dan kurangnya keahlian teknis dari para pengelola pelatihan untuk mengembangkan modul adaptif yang kaya akan interaksi. Menanggapi situasi ini, kecerdasan buatan (AI) hadir untuk mengambil peran sebagai mitra kolaboratif alih-alih sebagai pengganti peran manusia (Albert et al., 2021). Almandhari (2025) menegaskan bahwa integrasi teknologi ini harus bertujuan untuk meringankan beban teknis dalam pengembangan materi tanpa mengabaikan nilai-nilai kemanusiaan (humanistik) dalam proses pembelajaran.

Uraian Deskripsi Solusi

Proyek SkillUp adalah modul pelatihan keterampilan non-teknis (soft skill) yang menggunakan format video interaktif dengan durasi sangat ringkas, hanya 5 hingga 7 menit per skenario. Modul ini dirancang sebagai bentuk microlearning yang berfokus pada pengalaman yang realistis dan mendalam. Dalam pelaksanaannya, SkillUp mengintegrasikan video bercabang—yang memungkinkan alur cerita berubah berdasarkan keputusan pengguna—dengan teknologi Kecerdasan Buatan (AI) berbasis Large Language Model. AI ini berfungsi menganalisis respons pengguna secara mendalam, termasuk menilai nada bicara, gaya komunikasi, dan dampak psikologis dari pilihan yang dibuat, serta memberikan umpan balik adaptif secara langsung. Struktur pedagogis SkillUp berlandaskan pada siklus pembelajaran pengalaman Kolb (1984), yang terdiri dari empat tahap: pengalaman konkret, observasi reflektif, konseptualisasi abstrak, dan eksperimentasi aktif. Solusi ini sesuai dengan konsep fasilitasi teknologi (Januszewski & Molenda, 2008), karena SkillUp dipandang sebagai kerangka pedagogis yang efektif meningkatkan kualitas pembelajaran, bukan hanya sekadar alat digital. Pendekatan ini juga mencerminkan pola interaksi progresif (Gong et al., 2025) yang menunjukkan bahwa pemanfaatan AI dalam pemecahan masalah mampu memperkuat hasil pembelajaran yang kompleks.

Rumusan Masalah Proyek

Tantangan utama proyek ini adalah merumuskan strategi pengembangan modul video interaktif berbasis kecerdasan buatan (AI) yang secara efektif dapat menyajikan simulasi komunikasi kerja yang realistis, memfasilitasi pengalaman pembelajaran reflektif, memberikan umpan balik adaptif secara waktu nyata, dan secara terukur mampu meningkatkan penguasaan soft skill peserta didik, sejalan dengan pentingnya kolaborasi antara intuisi pedagogis dan AI untuk solusi pendidikan yang optimal seperti yang ditemukan oleh Albert et al. (2021).

Tujuan Proyek

Tujuan utama untuk memperkuat keterampilan non-teknis (soft skill) karyawan dengan menyediakan pengalaman belajar yang fleksibel, mendalam, dan menyesuaikan diri melalui penggunaan video interaktif. Tujuan khusus, proyek ini akan membangun 15 modul video interaktif yang menggunakan skenario nyata, dan pada saat yang sama, menggabungkan analisis kecerdasan buatan (AI) untuk memberikan masukan (umpan balik) yang berkualitas dan dapat menyesuaikan diri dengan kebutuhan unik setiap pembelajar. Modul-modul ini akan ditempatkan dalam Sistem Manajemen Pembelajaran (LMS) perusahaan menggunakan standar LTI agar mudah diakses. Target keberhasilannya terukur, yaitu meningkatkan nilai soft skill peserta setidaknya 20% dari hasil tes awal dan memastikan minimal 80% peserta menyelesaikan modul dalam empat bulan pertama. Pendekatan ini mendukung prinsip unconstrained learning, di mana karyawan dapat belajar secara fleksibel tanpa terikat ruang dan waktu.

Metodologi Pengembangan Proyek

Proyek ini dilaksanakan dengan mengadaptasi model pengembangan konten digital yang sistematis, mencakup empat tahapan utama: Analysis, Design, Prototype, dan Evaluation.

Tahap pertama, Analysis, di mana fokus utamanya adalah memahami secara mendalam kebutuhan spesifik organisasi, mengidentifikasi secara jelas soft skill inti apa saja yang harus ditingkatkan, dan menetapkan dasar desain instruksional yang kokoh dengan merujuk pada prinsip-prinsip riset yang sudah terbukti.

Tahap kedua, Design, yang merupakan fase perencanaan detail; di sini dirancang 15 skenario video interaktif yang akan digunakan, dibuat peta alur cerita yang kompleks (percabangan naratif) untuk menentukan bagaimana pengguna berinteraksi, dan disusun rancangan integrasi kecerdasan buatan (AI) yang akan menganalisis tanggapan pengguna, sambil memastikan setiap panel kritis telah di-storyboard dengan baik.

Tahap ketiga, Development, tahap eksekusi, di mana 15 skenario video tersebut diproduksi secara aktual, modul interaktif dikembangkan menggunakan teknologi seperti H5P, dan sistem AI diintegrasikan sepenuhnya untuk memberikan umpan balik real-time kepada pengguna, yang kemudian menghasilkan versi uji coba awal (alpha–beta build) dari produk. Seluruh proses ini selaras dengan pandangan bahwa teknologi pembelajaran harus mudah diakses dan tersedia di mana saja.

Tahap terakhir, Evaluation, yang merupakan fase pengujian dan penyempurnaan krusial; produk diuji coba beta dengan 50 karyawan untuk melihat kinerjanya, validitas dan efektivitas instruksionalnya divalidasi dengan merujuk pada prinsip asesmen yang sahih, dan semua alur percabangan serta tuning AI direvisi dan disesuaikan hingga sempurna sebelum versi final diluncurkan untuk semua pengguna.

Referensi

Albert, M. V., Lin, L., Spector, M. J., & Dunn, L. S. (Eds.). (2021). Bridging human intelligence and artificial intelligence. Springer.Almandhari, B. (2025). Empowering educators in the age of AI: Balancing humanistic teaching with technological integration. Edited Volume.Bishop, M. J., Boling, E., Elen, J., & Svihla, V. (Eds.). (2020). Handbook of research in educational communications and technology (5th ed.). Springer.Gong, X., Xu, W., & Qiao, A. (2025). Exploring undergraduates’ computational thinking and human–computer interaction patterns in generative progressive prompt-assisted programming learning. International Journal of Educational Technology in Higher Education, 22(1), 51. https://doi.org/10.1186/s41239-024-00445-xHokanson, B., Clinton, G., Tawfik, A. A., Grincewicz, A., & Schmidt, M. (Eds.). (2018). Educational technology beyond content: A new focus for learning. Springer.Honeyman, K., & Eck, C. J. (2025). Beyond content knowledge: Inquiry-based learning and preservice teachers’ perceived ability to incorporate STEM and AFNR concepts. Journal of Agricultural Education, 66(3), 19–19.Januszewski, A., & Molenda, M. (Eds.). (2008). Educational technology: A definition with commentary. Lawrence Erlbaum Associates.Jing, Y., Dai, J., Wang, C., Shen, S., & Shadiev, R. (2025). Unleashing the power of virtual learning environment: Exploring the impact on learning outcomes through a meta-analysis. Interactive Learning Environments, 33(1), 52–69.Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice-Hall.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.Ran, H., Cai, J., Hwang, S., Han, J., Ma, Y., & Muirhead, F. (2025). Effects of engaging in problem-posing interventions on learners’ cognitive mathematics outcomes: A comprehensive meta-analysis. Journal for Research in Mathematics Education, 56(5), 259–282.Spector, J. M., Merrill, M. D., Elen, J., & Bishop, M. J. (2014). Handbook of research on educational communications and technology. Springer.