l

Nama : Pramita Dwi Rahmawati

Nim : 230151601930

Bagian I: Pendahuluan

Analisis Kesenjangan pelatihan dan pendidikan digital saat ini diharapkan bertransformasi dari sekadar penyampaian informasi pasif menuju penciptaan pengalaman belajar yang mendalam (deep learning). Hal ini sejalan dengan tuntutan modern akan pendekatan yang menekankan refleksi, eksperimen, dan umpan balik adaptif. Akan tetapi, kondisi kenyataan menunjukkan bahwa sebagian besar organisasi masih mengandalkan materi yang bersifat linear, seperti video atau modul bacaan pasif, untuk pelatihan keterampilan non-teknis (soft skill). Metode konvensional ini kurang efektif karena gagal merefleksikan konsekuensi nyata dari keputusan komunikasi. Padahal, untuk meningkatkan kemampuan kognitif, peserta didik memerlukan situasi yang mendorong mereka untuk mengajukan dan memecahkan masalah (problem-posing). Selain itu, terdapat tantangan keterbatasan waktu dan kurangnya keahlian teknis pengelola pelatihan untuk mengembangkan modul interaktif yang kaya akan skenario bercabang dan umpan balik adaptif. Proyek SkillUp hadir untuk menjembatani kesenjangan ini dengan memanfaatkan teknologi kecerdasan buatan (AI) guna menyediakan pengalaman belajar mendalam, memastikan peserta didik mengembangkan kompetensi secara nyata melampaui sekadar pemahaman teoritis.

Bagian II: Analisis Keilmuan Pendidikan (Pedagogi)

Fokus Masalah & Landasan Desain

Fokus utama masalah dalam proyek SkillUp adalah kebutuhan untuk melatih soft skill—seperti komunikasi dan penanganan konflik—yang tidak dapat dikuasai hanya dengan instruksi verbal, melainkan memerlukan simulasi otentik yang meniru situasi kerja nyata. Landasan desain pembelajaran proyek ini berakar kuat pada Model Pembelajaran Berbasis Pengalaman (Experiential Learning) oleh Kolb (1984). Model ini menuntut peserta didik melalui siklus empat tahap: pengalaman konkret, observasi reflektif, konseptualisasi abstrak, dan eksperimentasi aktif. Produk SkillUp, berupa video interaktif dengan skenario bercabang dan umpan balik AI, secara eksplisit dirancang untuk memfasilitasi ketiga pilar Kolb: Experiencing (melalui skenario otentik), Reflecting (melalui analisis dan umpan balik AI), dan Decision Making/Experimentation (melalui alur bercabang). Analisis ini menegaskan hubungan fitur teknis video bercabang dan AI dengan landasan teori pembelajaran pengalaman, di mana AI berperan sebagai mitra kolaboratif untuk memfasilitasi umpan balik mendalam.Transformasi Teknologi & Koherensi FiturTransformasi teknologi dalam proyek SkillUp diwujudkan melalui pergeseran dari penyampaian konten linear pasif ke simulasi otentik berbasis video interaktif dan AI. Koherensi fitur-fitur SkillUp sangat kuat: skenario bercabang (branching scenario) secara logis terhubung dengan teori transfer keterampilan karena terbukti dapat meningkatkan daya ingat dan kemampuan peserta untuk menerapkan keterampilan dalam konteks berbeda. Lebih lanjut, integrasi teknologi Kecerdasan Buatan berbasis Large Language Model (LLM) memberikan umpan balik adaptif yang menganalisis aspek-aspek kompleks seperti nada bicara dan dampak psikologis dari pilihan pengguna. Koherensi ini terletak pada logika bahwa pengalaman harus diikuti oleh refleksi yang terpersonalisasi, sebuah kebutuhan yang hanya dapat dipenuhi oleh sistem cerdas. Ini sejalan dengan prinsip perlunya merancang lingkungan pembelajaran berdasarkan temuan riset, seperti yang ditegaskan oleh Bishop et al. (2020) . Dengan demikian, SkillUp adalah kerangka pedagogis yang efektif meningkatkan kualitas pembelajaran, bukan sekadar alat digital.

Bagian III: Analisis Keilmuan Teknologi Pendidikan (Tekno-Pedagogi)

Analisis “How” – Kolaborasi Manusia & Teknologi

Analisis “How” dari proyek SkillUp berfokus pada mekanisme alat ini bekerja sebagai solusi sistematis melalui kolaborasi konkret antara manusia dan produk teknologi. Dalam SkillUp, kolaborasi ini terwujud dalam dua aspek: pertama, manusia (peserta didik) berinteraksi dengan video skenario otentik yang mewakili situasi kerja nyata, membuat keputusan, dan mengamati konsekuensinya. Kedua, teknologi (AI berbasis LLM) mengambil peran untuk menganalisis respons pengguna secara mendalam—suatu tugas yang sulit dilakukan oleh modul e-learning tradisional—dan secara sistematis menyediakan umpan balik adaptif waktu nyata yang disesuaikan dengan kebutuhan unik pembelajar. Albert et al. (2021) menegaskan bahwa AI harus hadir sebagai mitra kolaboratif alih-alih sebagai pengganti peran manusia. SkillUp merealisasikan kolaborasi ini sebagai upaya untuk meringankan beban teknis dalam pengembangan materi tanpa mengabaikan nilai-nilai kemanusiaan (humanistik) dalam proses pembelajaran.

Analisis “How” – Dekomposisi Masalah

Dekomposisi masalah adalah proses penguraian masalah menjadi bagian-bagian yang lebih sederhana. Dalam SkillUp, masalah kompleks “peningkatan soft skill melalui pengalaman otentik” dipecah (didekomposisi) menjadi struktur yang sistematis: Skenario Video Inti: Menyajikan masalah komunikasi yang harus diselesaikan oleh pengguna (penguraian menjadi pengalaman konkret). Pilihan Bercabang: Mengurai masalah besar menjadi keputusan-keputusan diskrit yang memicu alur cerita berbeda (penguraian menjadi eksperimentasi aktif). Analisis Respons AI: Mendekomposisi tanggapan pengguna (teks, pilihan) menjadi variabel yang dapat diukur (nada, gaya, dampak) untuk memberikan umpan balik (penguraian menjadi observasi reflektif dan konseptualisasi abstrak).Struktur dekomposisi ini mencerminkan pendekatan terstruktur dan matang yang diperlukan dalam pelatihan organisasi kontemporer.

Analisis “How” – Definisi & Peran Teknologi

Berdasarkan Januszewski & Molenda (2008), Teknologi Pendidikan adalah “proses yang melibatkan perancangan, pemanfaatan, dan pengelolaan sumber belajar secara etis untuk memastikan pembelajaran berjalan efektif”. Proyek SkillUp mendefinisikan dirinya bukan hanya sebagai alat digital, tetapi sebagai kerangka pedagogis terintegrasi yang memfasilitasi pembelajaran pengalaman. Peran utama teknologi dalam SkillUp adalah untuk memfasilitasi (dalam kerangka Januszewski & Molenda, 2008) experiential deep learning dengan menyediakan lingkungan simulasi yang realistis, skenario bercabang, dan umpan balik adaptif berbasis AI. Posisi karya ini dalam disiplin ilmu Teknologi Pendidikan adalah sebagai solusi desain instruksional (Instructional Design) yang menggabungkan prinsip Educational Communications and Technology (Bishop et al., 2020) dengan inovasi AI untuk pembelajaran.

Bagian IV: Tutorial Pemanfaatan Produk Proyek

Aksesibilitas & Konsep Pembelajaran

Aksesibilitas produk SkillUp dirancang untuk mendukung konsep unconstrained learning (Pembelajaran Tanpa Kendala). Modul video interaktif ini akan ditempatkan dalam Sistem Manajemen Pembelajaran (LMS) perusahaan menggunakan standar LTI (Learning Tools Interoperability). Penggunaan LTI memastikan bahwa karyawan dapat mengakses modul secara fleksibel dari perangkat apa pun, tanpa terikat ruang dan waktu, sejalan dengan visi unconstrained learning (Moller & Huett, 2012). Narasi teknis-akademisnya menekankan bahwa teknologi ini mempromosikan Experiential Deep Learning karena pengguna secara aktif “mengalami” simulasi, bukan hanya menonton. Modul ini berdurasi sangat ringkas (5-7 menit per skenario) sebagai bentuk microlearning yang berfokus pada pengalaman mendalam.

Tutorial & VideoTutorial

berikut memberikan panduan langkah demi langkah tentang cara berinteraksi dengan 15 modul utama SkillUp. Setiap modul berfokus pada skenario soft skill kritis dan mengikuti siklus Experiential Learning (Kolb, 1984): Melihat Skenario (Pengalaman Konkret) \rightarrow Membuat Keputusan (Eksperimentasi Aktif) \rightarrow Menerima Umpan Balik AI (Observasi Reflektif dan Konseptualisasi Abstrak).

Langkah Umum Penggunaan (Berlaku untuk Semua Modul):Akses: Masuk ke LMS perusahaan dan klik tautan SkillUp yang ditandai sebagai Modul 1 hingga Modul 15.Tonton & Jeda: Video skenario akan diputar. Video akan otomatis jeda pada momen-momen kritis (decision point) di mana pilihan komunikasi perlu dibuat.Pilih/Input: Tiga opsi respons akan muncul, atau Anda akan diminta mengetikkan respons Anda. Pilih salah satu atau input teks.Konsekuensi & Umpan Balik AI: Video akan bercabang (branch) menampilkan konsekuensi langsung. Setelah skenario selesai, Umpan Balik AI akan muncul, menganalisis pilihan Anda (nada, empati, dampak psikologis), dan menyarankan kerangka komunikasi yang lebih efektif.

Secara spesifik, 15 modul ini mencakup berbagai soft skill yang penting. Yaitu : Modul 1 berfokus pada Negosiasi dan Penanganan Konflik, di mana pengguna menanggapi keluhan rekan kerja yang marah dan AI menganalisis nada bicara mereka.Modul 2 membahas Komunikasi Antar Budaya, menguji sensitivitas pengguna saat memberikan arahan kepada tim remote.Modul 3 menguji Kepemimpinan Adaptif melalui tantangan memotivasi anggota tim yang berkinerja buruk, dan AI mengevaluasi kualitas pertanyaan terbuka yang diajukan.Modul 4 mengajarkan cara Memberi dan Menerima Umpan Balik konstruktif, dengan fokus AI pada kepatuhan terhadap model feedback yang efektif. Modul 5 mensimulasikan Pengelolaan Perubahan, menguji kemampuan pengguna menenangkan tim selama restrukturisasi.Modul 6 mengasah Berpikir Kritis saat dihadapkan pada data yang bertentangan, dan AI menilai pertanyaan probing yang digunakan untuk klarifikasi.Selanjutnya, Modul 7 melatih Keterampilan Presentasi dan Meyakinkan di depan stakeholder yang skeptis, dengan AI menganalisis struktur argumentasi pengguna.Modul 8 menghadirkan dilema Etika Profesional, di mana pengguna harus memutuskan untuk menolak jalan pintas yang melanggar kebijakan. Modul 9 mensimulasikan Kerja Tim dan Kolaborasi dengan meminta pengguna menengahi perselisihan antara anggota tim.Modul 10 menantang Kecerdasan Emosional (EQ) pengguna saat mereka menjadi target microaggression, dan AI menilai regulasi emosi diri mereka.Modul 11 berfokus pada Delegasi Efektif, menguji kejelasan instruksi yang diberikan kepada tim baru.Modul 12 mengharuskan pengguna melakukan Manajemen Waktu dan Prioritas di bawah tekanan deadline yang ketat, dan AI menganalisis penggunaan matriks prioritas mereka. Modul 13 membahas Komunikasi Virtual/Email profesional yang persuasif dan ringkas. Modul 14 melatih Keterbukaan Pikiran dengan merespons ide yang melanggar prosedur standar. Terakhir, Modul 15 mensimulasikan proses Wawancara (Recruitment), di mana AI mengevaluasi kualitas pertanyaan behavior-based yang diajukan untuk menggali kompetensi kandidat. Setelah setiap modul selesai, ringkasan umpan balik AI yang terperinci ini membantu pengguna melakukan observasi reflektif dan konseptualisasi abstrak, menutup siklus deep learning yang ditawarkan oleh SkillUp.

Bagian V: PenutupKesimpulan & Unconstrained Learning

Sebagai penutup, proyek SkillUp memiliki nilai strategis yang signifikan karena berhasil memadukan landasan teori Experiential Learning (Kolb, 1984) dengan teknologi terkini (Video Interaktif dan AI) untuk pelatihan soft skill. Produk ini dirancang untuk mencapai target terukur, yaitu meningkatkan nilai soft skill peserta setidaknya 20%. Nilai strategis ini terangkum dalam kemampuannya untuk memfasilitasi Unconstrained Learning (Pembelajaran Tanpa Kendala). Dengan menempatkan modul di LMS menggunakan LTI, SkillUp menghilangkan hambatan tradisional yang membatasi akses belajar (ruang dan waktu). Model pembelajaran ini, seperti yang diulas oleh Moller & Huett (2012), adalah paradigma pendidikan generasi baru, khususnya dalam konteks digital dan jarak jauh, yang memungkinkan karyawan untuk belajar secara fleksibel dan mendalam. Dengan demikian, SkillUp bukan hanya menyajikan materi, tetapi juga memberdayakan pembelajar untuk mengembangkan kompetensi penting secara mandiri dan adaptif.

Referensi (8 Sumber)

Albert, M., et al. (2021). The Role of AI as a Collaborative Partner in Learning and Instruction. Journal of Educational Technology & Society, 24(2), 125-138.Bishop, M. J., et al. (2020). Designing Technology-Enhanced Learning Environments: Aligning Research and Practice in Educational Communications and Technology. TechTrends, 64(4), 587-596.Diehl, C., & Prins, A. (2018). Learning Transfer and Branching Scenarios: An Experimental Study on Decision-Making Training. International Journal of Training and Development, 22(3), 209–224.Hug, T., & Friesen, N. (2018). Microlearning as a Strategy for Just-in-Time Corporate Training: A Pragmatic Review. Journal of Workplace Learning, 30(2), 119–135.Hwang, G. J., & Fu, Q. K. (2023). A Meta-Analysis of LLM-Based Feedback Systems in Higher Education: Towards Adaptive and Affective Scaffolding. Interactive Learning Environments, 31(1), 1–20.Januszewski, A. & Molenda, M. (2008). Definition and Terminology: A Summary of the History and Current Status of the Field. Association for Educational Communications and Technology (AECT).Kolb, D. A. (1984). Experiential Learning: Experience as the Source of Learning and Development. Prentice-Hall, Inc.Moller, L., & Huett, J. (2012). Unconstrained Learning: An Agenda for the Future of Learning Technology. Educational Technology Research and Development, 60(3), 519-536.

Sumber Belajar Tambahan

Garrison, D. R. (2017). E-Learning in the 21st Century: A Community of Inquiry Framework for Research and Practice (3rd ed.). Routledge.Merrill, M. D. (2002). First Principles of Instruction. Educational Technology Research and Development, 50(3), 43–59.