Raga Aji Pangestu

230131605966

Kelas B

Harapan Proyek

Pendidikan di era digital idealnya tidak lagi dipahami sebagai proses pemindahan konten dari ruang fisik ke ruang virtual, melainkan sebagai upaya sistematis dalam merancang pengalaman belajar yang mampu mendorong pembelajaran mendalam, reflektif, dan berkelanjutan. Sejalan dengan pandangan teknologi pendidikan sebagai proses penciptaan, penggunaan, dan pengelolaan sumber belajar secara etis untuk memfasilitasi belajar dan meningkatkan kinerja, teknologi seharusnya berperan sebagai katalis pengembangan kapasitas berpikir peserta didik, bukan sekadar medium penyampaian materi (Januszewski & Molenda, 2008). Dalam konteks pembelajaran masa depan, peserta didik diharapkan memiliki growth mindset, kemampuan regulasi diri, serta kecakapan memanfaatkan kecerdasan buatan (Artificial Intelligence/AI) secara kritis sebagai mitra kognitif dalam belajar.

Harapan ideal ini diperkuat oleh literatur yang menekankan perlunya pergeseran fokus teknologi pendidikan dari konten menuju pengalaman belajar yang bermakna (Hokanson et al., 2018; Bishop et al., 2020). AI dalam pendidikan idealnya tidak diposisikan sebagai pengganti peran manusia, melainkan sebagai sarana untuk memperluas refleksi, memperkaya umpan balik, dan mendukung pembelajaran mendalam yang adaptif (Albert et al., 2021; Spector et al., 2014). Dengan demikian, kondisi ideal yang ingin dicapai melalui proyek ini adalah ekosistem pembelajaran daring yang mampu menumbuhkan kesadaran metakognitif, kemandirian belajar, dan kemampuan refleksi kritis peserta secara berkelanjutan.

Konteks Proyek

Proyek ini dikembangkan dalam konteks pembelajaran daring dan asinkron, khususnya sebagai konten pengayaan (enrichment) bagi kursus Learning Strategies with AI pada platform Massive Open Online Course (MOOC) seperti edX. Lingkungan ini dipilih karena merepresentasikan karakteristik pembelajaran digital masa kini yang bersifat terbuka, fleksibel, dan menjangkau pembelajar dewasa dari berbagai latar belakang. Namun, fleksibilitas tersebut juga menuntut desain pembelajaran yang mampu menjaga kedalaman belajar dan keterlibatan kognitif peserta.

Dalam konteks ini, teknologi pendidikan berperan sebagai kerangka sistemik yang mengintegrasikan desain instruksional, media digital interaktif, dan pemanfaatan AI secara pedagogis. Learning Management System (LMS) berfungsi sebagai lingkungan utama untuk mengelola alur belajar, sementara AI generatif dimanfaatkan secara terbimbing untuk mendukung refleksi metakognitif dan umpan balik formatif. Pendekatan ini sejalan dengan pandangan bahwa pembelajaran jarak jauh generasi baru menuntut desain yang unconstrained, adaptif, dan berorientasi pada otonomi belajar peserta (Moller & Huett, 2012; Moller et al., 2009).

Deskripsi Kesenjangan

Realitas pembelajaran daring menunjukkan adanya kesenjangan signifikan antara harapan pedagogis ideal dan praktik yang terjadi di lapangan. Banyak kursus daring, termasuk MOOC, masih berfokus pada penyajian materi konseptual dan asesmen berbasis penyelesaian tugas permukaan, sehingga kurang mampu mendorong transfer belajar, refleksi mendalam, dan perubahan strategi belajar peserta (Deng et al., 2019; Kizilcec et al., 2017). Meskipun topik growth mindset dan AI semakin populer, implementasinya sering kali bersifat normatif dan instrumental, tanpa ruang kritis untuk mengevaluasi keterbatasan, bias, serta implikasi epistemologis penggunaan AI dalam belajar.

Selain itu, AI dalam pembelajaran daring kerap dimanfaatkan semata-mata untuk efisiensi, seperti ringkasan materi atau penyediaan jawaban cepat, yang berpotensi menurunkan otonomi dan regulasi diri peserta. Padahal, riset menunjukkan bahwa pembelajaran bermakna menuntut keterlibatan aktif peserta dalam tugas autentik, refleksi metakognitif, dan umpan balik formatif yang berkelanjutan (Bishop et al., 2020; Hokanson et al., 2018). Kesenjangan inilah yang menjadi dasar perlunya pengembangan konten digital inovatif yang mampu memperdalam kualitas pengalaman belajar daring.

Uraian Deskripsi Solusi Proyek

Sebagai respons atas kesenjangan tersebut, proyek ini menawarkan solusi berupa pengembangan modul microlearning interaktif berbasis AI reflektif yang dirancang sebagai konten pengayaan bagi kursus Learning Strategies with AI. Modul ini tidak dimaksudkan untuk menggantikan kursus utama, melainkan sebagai lapisan pendalaman yang membantu peserta mengaitkan konsep growth mindset dan AI dengan pengalaman belajar nyata mereka.

Struktur solusi mencakup empat hingga enam modul berdurasi singkat yang memadukan video interaktif, studi kasus kontekstual, prompt refleksi metakognitif berbantuan AI, serta asesmen formatif-adaptif. Inovasi utama terletak pada reposisi AI sebagai mitra dialog reflektif yang mendukung regulasi diri, bukan sebagai pemberi jawaban. Pendekatan ini sejalan dengan gagasan bahwa teknologi pendidikan seharusnya melampaui konten dan berfokus pada pengembangan kapasitas berpikir peserta (Hokanson et al., 2018; Albert et al., 2021).

Rumusan Masalah Proyek

Proyek ini berangkat dari permasalahan bahwa pembelajaran daring yang memanfaatkan AI dan mengusung konsep growth mindset masih didominasi oleh pendekatan konseptual dan instrumental, sehingga belum secara optimal mendorong perubahan strategi belajar, regulasi diri, dan refleksi metakognitif peserta secara berkelanjutan. AI cenderung diposisikan sebagai alat efisiensi belajar, bukan sebagai mitra kognitif yang mendukung proses berpikir reflektif dan pengambilan keputusan belajar peserta. Kondisi ini menunjukkan adanya kebutuhan akan pengembangan konten digital yang dirancang secara pedagogis untuk memperdalam pengalaman belajar dan menumbuhkan growth mindset melalui interaksi reflektif berbantuan AI.

Dengan demikian, rumusan masalah proyek ini dinyatakan sebagai kebutuhan untuk mengembangkan modul microlearning interaktif berbasis AI reflektif yang mampu memperkuat growth mindset, meningkatkan kualitas strategi belajar, serta mendukung regulasi diri dan refleksi metakognitif peserta pembelajaran daring. Pernyataan masalah ini selaras dengan pandangan bahwa teknologi pendidikan harus melampaui penyampaian konten dan berfokus pada pengembangan kapasitas berpikir dan pembelajaran mendalam (Januszewski & Molenda, 2008; Hokanson et al., 2018; Bishop et al., 2020), serta menempatkan AI sebagai mitra kognitif yang digunakan secara kritis dan reflektif dalam proses belajar (Albert et al., 2021; Spector et al., 2014).

Metodologi Pengembangan Proyek

Metodologi pengembangan proyek ini menggunakan pendekatan desain sistematis dengan mengadaptasi model ADDIE (Analysis, Design, Development, Implementation, dan Evaluation). Model ini dipilih karena memberikan kerangka kerja terstruktur yang memungkinkan pengembangan konten digital dilakukan secara bertahap, reflektif, dan berbasis kebutuhan pembelajar.

Tahap pertama, Analysis, difokuskan pada analisis kebutuhan pembelajar dewasa dalam konteks pembelajaran daring serta identifikasi keterbatasan desain kursus Learning Strategies with AI yang telah ada. Pada tahap ini dilakukan analisis konteks belajar, karakteristik peserta, serta kesenjangan antara tujuan pembelajaran ideal dan praktik aktual. Tahap analisis ini penting untuk memastikan bahwa solusi yang dikembangkan relevan secara pedagogis dan kontekstual, sebagaimana ditekankan dalam riset desain pembelajaran digital (Bishop et al., 2020; Moller & Huett, 2012).

Tahap kedua, Design, mencakup perancangan tujuan pembelajaran, struktur modul microlearning, strategi pedagogis, serta alur interaksi peserta dengan konten dan AI. Pada tahap ini ditetapkan penggunaan problem-based learning dan reflective learning sebagai pendekatan utama, serta perancangan prompt reflektif berbantuan AI yang mendukung regulasi diri dan metakognisi. Desain pembelajaran diarahkan agar teknologi tidak sekadar menyampaikan konten, tetapi memfasilitasi pengalaman belajar yang mendalam dan reflektif (Hokanson et al., 2018; Spector et al., 2014).

Tahap ketiga, Development, meliputi pengembangan aset pembelajaran berupa video interaktif, studi kasus kontekstual, instrumen refleksi metakognitif, serta asesmen formatif-adaptif yang terintegrasi dalam LMS. Pada tahap ini, AI generatif diintegrasikan secara terbimbing sebagai scaffolding tool untuk memberikan umpan balik reflektif, bukan sebagai pemberi jawaban otomatis. Pendekatan ini sejalan dengan prinsip pemanfaatan AI yang etis dan mendukung pembelajaran bermakna (Albert et al., 2021).

Tahap keempat, Implementation, dilakukan melalui uji coba terbatas modul microlearning pada lingkungan LMS. Peserta diarahkan untuk mengikuti modul, menyelesaikan tugas berbasis masalah, serta melakukan refleksi berbantuan AI. Tahap ini bertujuan untuk mengamati keterlaksanaan desain, keterlibatan peserta, dan kelancaran alur interaksi pembelajaran daring.

Tahap terakhir, Evaluation, mencakup evaluasi formatif dan reflektif terhadap efektivitas modul yang dikembangkan. Evaluasi difokuskan pada kualitas refleksi peserta, perubahan strategi belajar, serta kesesuaian antara tujuan pembelajaran dan pengalaman belajar yang dihasilkan. Hasil evaluasi digunakan sebagai dasar perbaikan desain dan pengembangan lanjutan, sesuai dengan prinsip evaluasi berkelanjutan dalam teknologi pendidikan (Spector et al., 2014; Bishop et al., 2020).

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.