---

Harapan Proyek

Pendidikan di era disrupsi digital menuntut transendensi dari sekadar transfer informasi menuju penciptaan ekosistem belajar yang memanusiakan teknologi. Harapan utama proyek ini adalah mewujudkan lingkungan pembelajaran yang tidak lagi memandang mahasiswa sebagai konsumen pasif, melainkan sebagai aktor intelektual yang memiliki otonomi (self-regulated learning). Sejalan dengan perspektif Hokanson et al. (2018) dalam Educational Technology Beyond Content, teknologi pendidikan harus bergerak melampaui penyajian konten statis demi mengembangkan kapasitas berpikir tingkat tinggi. Proyek ini bercita-cita menciptakan ruang di mana kecerdasan buatan (Artificial Intelligence) bukan menjadi jalan pintas kognitif, melainkan mitra berpikir yang memfasilitasi refleksi mendalam, sebagaimana ditekankan oleh Broadbent dan Panadero (2024) bahwa kesuksesan belajar daring kini sangat bergantung pada strategi regulasi diri yang didukung teknologi cerdas.Oleh karena itu, tantangan utama pengembang instruksional saat ini adalah merancang ekosistem digital yang tidak hanya berfungsi sebagai repositori pengetahuan, melainkan sebagai ruang dialektika yang memfasilitasi konstruksi pengetahuan bermakna, memastikan bahwa interaksi dengan teknologi menghasilkan pertumbuhan intelektual dan bukan sekadar otomatisasi penyelesaian tugas.

Konteks Proyek

Proyek ini dikembangkan dalam konteks pembelajaran daring asinkron di perguruan tinggi, di mana interaksi tatap muka seringkali absen. Mengacu pada definisi Januszewski dan Molenda (2008), teknologi pendidikan adalah studi dan praktik etis untuk memfasilitasi belajar dan meningkatkan kinerja. Namun, konteks lapangan menunjukkan adanya pergeseran masif menuju penggunaan Generative AI. Menurut tinjauan sistematis Ouyang, Zheng, dan Jiao (2025), integrasi AI dalam pendidikan tinggi saat ini seringkali belum terarah pada aspek pedagogis yang matang. Oleh karena itu, AI-GamiLearn hadir sebagai respons teknopedagogis untuk menjembatani kesenjangan antara ketersediaan alat canggih (seperti Notion AI) dengan kebutuhan akan struktur pembelajaran yang bermakna dan terarah.

Deskripsi Kesenjangan

Meskipun teknologi tersedia, terdapat kesenjangan (gap) signifikan antara potensi alat digital dengan realitas implementasinya:

1. Kesenjangan Kognitif: Materi daring seringkali disajikan dalam format panjang yang memicu cognitive overload. Ghafar et al. (2024) menyoroti bahwa tanpa strategi microlearning, retensi informasi mahasiswa menurun drastis.
2. Kesenjangan Motivasi: Learning Management System (LMS) konvensional cenderung kaku dan membosankan. Bai, Hew, dan Huang (2024) membuktikan melalui meta-analisis bahwa tanpa elemen gamifikasi yang tepat, capaian belajar mahasiswa cenderung stagnan.
3. Kesenjangan Literasi AI: Mahasiswa sering menggunakan AI tanpa pemahaman etika. Ng et al. (2023) menekankan perlunya literasi AI agar teknologi tidak disalahgunakan, namun kurikulum yang ada jarang memfasilitasi simulasi etika ini secara langsung.

Uraian Deskripsi Solusi Proyek

AI-GamiLearn Notion Edition adalah sebuah Open Online Course yang dirancang sebagai “Ekosistem Belajar Hibrida”. AI-GamiLearn Notion Edition sementara dapat diakses di: https://sites.google.com/view/aigamilearn002/page1 (masuk dengan email: admin@gmail.com password: 123). Solusi ini mengintegrasikan tiga pilar inovasi:

1. Arsitektur Notion & Microlearning: Menggunakan platform Notion yang fleksibel sebagaimana divalidasi oleh Taganov dan Zhaldak (2025) untuk menyajikan materi dalam format bite-sized (5-10 menit). Pendekatan ini secara teknis mengurangi beban server dan secara psikologis mengurangi beban kognitif.
2. Gamifikasi Naratif (Agent-Based): Sistem penghargaan yang memberikan motivasi intrinsik dan ekstrinsik. Mahasiswa mendapatkan progress bar visual, poin interaksi (impact points), serta badge khusus. Lopez dan Tucker (2023) menemukan bahwa narasi semacam ini secara signifikan meningkatkan keterlibatan emosional (emotional engagement) mahasiswa. Antarmuka web dikembangkan dengan React dan Tailwind CSS untuk meniru estetika Notion, menciptakan kenyamanan visual.
3. Sistem Refleksi Berbasis AI (AI-Reflective Loop): Fitur interaktif “Reflect AI” di mana mahasiswa menjawab pertanyaan refleksi terstruktur (misalnya menggunakan kerangka STAR). Sistem AI kemudian memberikan umpan balik personal yang tidak hanya memvalidasi jawaban, tetapi juga memberikan tantangan balik (challenging questions) untuk memperdalam pemahaman kritis mahasiswa. Mengadopsi prinsip Bearman dan Ajjawi (2023) tentang working with the black box, AI diprogram untuk memberikan umpan balik formatif yang memancing berpikir kritis, bukan sekadar memberi nilai.

Rumusan Masalah Proyek

Permasalahan krusial dalam proyek ini berpusat pada bagaimana memecah isolasi kognitif dan kejenuhan yang sering dialami mahasiswa dalam lingkungan pembelajaran daring asinkron, dimana materi statis seringkali gagal menstimulasi keterlibatan emosional dan intelektual. Kompleksitas tantangan terletak pada kesenjangan antara ketersediaan alat produktivitas modern (seperti Notion dan AI) dengan desain instruksional konvensional yang kaku, yang menyebabkan mahasiswa terjebak dalam pola belajar pasif. Oleh karena itu, diperlukan sebuah arsitektur pembelajaran baru yang mampu meleburkan elemen permainan (gamifikasi) ke dalam struktur manajemen pengetahuan, sekaligus mentransformasi peran AI dari sekadar penyedia jawaban menjadi mitra refleksi. Urgensi ini sejalan dengan pandangan Hokanson et al. (2018) dalam Educational Technology Beyond Content, yang menegaskan bahwa tantangan pendidikan modern bukan lagi pada akses konten, melainkan pada bagaimana merancang pengalaman yang mampu menggeser peran teknologi dari sekadar alat distribusi menjadi katalisator berpikir tingkat tinggi.

Tujuan Proyek

Tujuan utama dari proyek ini adalah untuk mentransformasi pengalaman belajar daring asinkron yang pasif menjadi ekosistem pembelajaran adaptif yang memicu keterlibatan kognitif dan emosional mahasiswa melalui sinergi antara gamifikasi naratif dan asistensi kecerdasan buatan (Artificial Intelligence).
Tujuan khusus, proyek ini bertujuan untuk mengembangkan arsitektur pembelajaran mikro (microlearning) berbasis misi yang menggunakan tampilan platform Notion yang terintegrasi dengan mekanisme umpan balik adaptif berbasis kecerdasan buatan. Sistem ini dirancang untuk memfasilitasi mahasiswa dalam melakukan refleksi mandiri yang mendalam (deep reflection) dan membangun literasi etika digital secara interaktif tanpa bergantung sepenuhnya pada kehadiran fisik instruktur. Inisiatif ini selaras dengan prinsip unconstrained learning yang dibahas oleh Moller dan Huett (2012), di mana integrasi teknologi dalam pendidikan jarak jauh seharusnya membuka peluang belajar yang fleksibel, terpersonalisasi, dan membebaskan pembelajar dari batasan ruang maupun waktu konvensional demi tercapainya kemandirian belajar (self-regulated learning).

Metodologi Pengembangan Proyek

Proyek ini dilaksanakan dengan mengadaptasi model pengembangan sistem instruksional ADDIE, mencakup lima tahapan siklus: 

Tahap pertama, Analysis, berfokus pada analisis karakteristik mahasiswa dan dekonstruksi materi etika digital. Target pengguna diidentifikasi sebagai mahasiswa yang sering mengalami kejenuhan dalam perkuliahan asinkron dan membutuhkan pemicu eksternal (gamifikasi) untuk bertahan. Analisis pedagogis dilakukan untuk memetakan materi menjadi unit-unit mikro (microlearning) yang relevan dengan kehidupan digital mereka. Merujuk pada Bishop et al. (2020), proses ini krusial untuk memastikan desain lingkungan belajar memiliki landasan instruksional yang valid dan benar-benar menjawab kebutuhan psikologis pembelajar, bukan sekadar digitalisasi materi cetak.

Tahap kedua, Design, mencakup perancangan algoritma interaksi dan alur cerita (storyboard). Logika aplikasi dirancang menggunakan pendekatan Computational Thinking untuk mengatur alur “Misi Terkunci” (Locked Quest) dan simulasi respons AI. Struktur prompt disusun agar sistem memberikan umpan balik reflektif, bukan jawaban instan. Pendekatan perancangan logis ini mengacu pada Rich dan Hodges (2017), untuk memastikan konsistensi alur belajar dalam sistem.

Tahap ketiga, Development, merupakan fase eksekusi teknis produksi aset digital. Pengembangan antarmuka (interface) dilakukan dengan menulis kode HTML dan pustaka React.js, serta memanfaatkan Tailwind CSS untuk mereplikasi estetika visual Notion yang bersih dan minimalis. Pemilihan teknologi berbasis web ini difokuskan pada aksesibilitas lintas perangkat (ubiquitous). Sebagaimana dijelaskan oleh Moller, Huett, dan Harvey (2009), teknologi pendidikan masa depan harus mudah diakses di mana saja untuk mendukung visi pembelajaran tanpa batas. Hasil dari tahapan ini adalah purwarupa “AI-GamiLearn” yang fungsional, lengkap dengan fitur simulasi login agen dan formulir refleksi cerdas.

Tahap keempat, Implementation, melibatkan integrasi sistem ke dalam lingkungan web publik (Google Sites). Pada fase ini, tautan akses didistribusikan kepada mahasiswa target untuk memulai simulasi belajar mandiri. Fokus implementasi adalah memastikan navigasi antar-misi berjalan mulus dan sistem loading simulasi AI berfungsi untuk memberikan pengalaman pengguna (User Experience) yang imersif layaknya berinteraksi dengan sistem cerdas sungguhan.

Tahap terakhir, Evaluation, melibatkan uji coba ke pengguna. uji coba terbatas untuk menggunakan web ini dan mengukur akurasi respon AI dan dampak gamifikasi. Evaluasi dilakukan dengan meninjau apakah umpan balik yang diberikan AI sudah sesuai dengan rubrik refleksi yang dirancang, serta mengobservasi apakah narasi “Agen” berhasil meningkatkan durasi interaksi mahasiswa. Evaluasi ini merujuk pada prinsip-prinsip dalam Spector et al. (2014), yang menekankan pentingnya penggunaan instrumen asesmen yang valid untuk mengukur dampak teknologi terhadap hasil belajar secara objektif, guna menentukan perbaikan pada siklus pengembangan berikutnya.

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.
• Bai, S., Hew, K. F., & Huang, B. (2024). Does gamification improve student learning outcome? A meta-analysis and synthesis of qualitative data in educational contexts. Educational Research Review, 42, 100589. https://doi.org/10.1016/j.edurev.2023.100589 
• Bearman, M., & Ajjawi, R. (2023). Learning to work with the black box: Pedagogy for a world with artificial intelligence. British Journal of Educational Technology, 54(5), 1160–1173. https://doi.org/10.1111/bjet.13337 
• Bishop, M. J., Boling, E., Elen, J., & Svihla, V. (Eds.). (2020). Handbook of research in educational communications and technology (5th ed.). Springer.
• Broadbent, J., & Panadero, E. (2024). Self-regulated learning in online environments: A review of strategies and AI support. Internet and Higher Education, 60, 100938. https://doi.org/10.1016/j.iheduc.2023.100938 
• Ghafar, A., Nurzaman, M., & Syah, R. (2024). The impact of cognitive load theory on the effectiveness of microlearning modules in higher education. European Journal of Education and Pedagogy, 5(2), 112-119.
• 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.
• Lopez, C. E., & Tucker, C. S. (2023). The effects of narrative-centered learning environments on student engagement and motivation. Journal of Educational Computing Research, 61(4), 889-915. https://doi.org/10.1177/07356331221115661 
• 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. 
• Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2023). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041 
• Ouyang, F., Zheng, L., & Jiao, P. (2025). Artificial intelligence in online higher education: A systematic review of empirical research from 2011 to 2023. Education and Information Technologies, 30(1), 1-35. https://doi.org/10.1007/s10639-024-12689-z 
• 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. 
• Taganov, R., & Zhaldak, M. (2025). Notion platform as a tool for organizing a digital educational environment: Flexibility and customization. Journal of Information Technologies in Education, 18(1), 45-58. 
• Bearman, M., & Ajjawi, R. (2023). Learning to work with the black box: Pedagogy for a world with artificial intelligence. British Journal of Educational Technology, 54(5), 1160–1173. https://doi.org/10.1111/bjet.13337 
• Oliveira, W., Hamari, J., Shi, L., & Toda, A. M. (2023). Tailored gamification in education: A literature review and future trends. Education and Information Technologies, 28(1), 373–406. https://doi.org/10.1007/s10639-022-11122-4