Kerangka Pelatihan Cerdas dan Strategi Asesmen
Penulis
Tanvi Gaikwad, Ambarish Kulkarni
School of Engineering, Swinburne University of Technology, Australia
Abstrak
Perkembangan teknologi yang sangat pesat telah mentransformasi sektor pendidikan dan melahirkan industri EdTech. Dua komponen utama pendidikan—pelatihan (training) dan asesmen (assessment)—menghadapi berbagai tantangan, seperti kesenjangan keterampilan akibat kemajuan teknologi, biaya pelatihan yang tinggi, pelaksanaan pelatihan pada lingkungan berisiko tinggi, serta metode asesmen yang kaku dan minim umpan balik personal.
Penelitian ini mengusulkan sebuah Smart Training and Assessment Framework (STAF) yang memanfaatkan Augmented Reality (AR) dan Artificial Intelligence (AI) berbasis Large Language Models (LLMs). Sebagai bagian dari penelitian, modul pelatihan berbasis AR dikembangkan dan diuji kepada mahasiswa. Hasil survei menunjukkan bahwa integrasi AR meningkatkan pengalaman belajar, dan akan lebih optimal jika dikombinasikan dengan AI dan LLM melalui teknik prompt engineering untuk meningkatkan interaktivitas dan performa peserta didik. Penelitian ini menegaskan bahwa integrasi LLM dalam lingkungan AR masih terbatas dan memiliki potensi besar untuk meningkatkan kualitas pelatihan dan asesmen.
Smart_Training_Framework_and_As…
1. Pendahuluan
Sektor pendidikan di Australia mengalami transformasi signifikan, dengan pembelajaran daring menjadi metode dominan dalam pelatihan kerja. Industri EdTech berperan penting dalam mengintegrasikan teknologi untuk meningkatkan kualitas pendidikan.
Namun, sistem pelatihan dan asesmen saat ini masih menghadapi permasalahan seperti:
Kesenjangan keterampilan (skills gap)
Keterbatasan pelatihan berkualitas
Minimnya umpan balik personal kepada peserta didik
Berbagai studi menunjukkan bahwa AR mampu meningkatkan pemahaman melalui visualisasi nyata, sedangkan AI dan LLM berpotensi mendukung pembelajaran adaptif, personal, dan interaktif. Oleh karena itu, penelitian ini mengembangkan kerangka STAF yang menggabungkan LLM + prompt engineering + AR sebagai solusi inovatif dalam pelatihan dan asesmen.
Smart_Training_Framework_and_As…
2. Praktik Pelatihan Saat Ini
Paper ini mengidentifikasi beberapa tantangan utama dalam pelatihan konvensional:
a. Kesenjangan Keterampilan
Perubahan teknologi yang cepat menyebabkan ketidaksesuaian antara kompetensi lulusan dan kebutuhan industri.
b. Lingkungan Berisiko Tinggi
Pelatihan di sektor seperti militer, penerbangan, dan industri berbahaya memiliki risiko keselamatan yang tinggi jika dilakukan secara langsung.
c. Masalah Kualitas
Terdapat ketimpangan kualitas pelatihan antar institusi akibat perbedaan fasilitas dan kompetensi instruktur.
d. Faktor Ekonomi
Biaya pelatihan dan penyediaan infrastruktur praktik yang tinggi menjadi hambatan dalam skala besar.
e. Kompleksitas Materi
Pelatihan yang kompleks dan teknis sering sulit dipahami tanpa visualisasi dan simulasi yang memadai.
AR dipandang sebagai solusi yang mampu mengatasi sebagian besar tantangan tersebut.
Smart_Training_Framework_and_As…
3. Strategi Asesmen Saat Ini
Metode asesmen tradisional memiliki keterbatasan, antara lain:
a. Teknik Evaluasi
Asesmen cenderung hanya mengukur hafalan, bukan keterampilan berpikir kritis, pemecahan masalah, dan penerapan praktis.
b. Umpan Balik
Peserta didik hanya menerima penilaian benar–salah tanpa arahan perbaikan yang personal dan berkelanjutan.
Kondisi ini mendorong perlunya asesmen cerdas berbasis AI.
Smart_Training_Framework_and_As…
4. Smart Training and Assessment Framework (STAF)
STAF dikembangkan melalui tahapan:
Pengumpulan kebutuhan pelatihan
Pemanfaatan LLM untuk menghasilkan:
Rencana pelatihan
Materi pembelajaran
Instruksi dan artefak pelatihan
Visualisasi pelatihan menggunakan AR melalui digital twin
Modul asesmen cerdas untuk:
Penyusunan rubrik
Pemberian umpan balik personal
Kerangka ini memungkinkan integrasi pelatihan, asesmen, dan umpan balik dalam satu sistem terpadu.
Smart_Training_Framework_and_As…
5. Pelatihan Cerdas Berbasis AR dan LLM
a. Pelatihan Berbasis Mixed Reality
Penelitian mengembangkan modul pelatihan AR menggunakan digital twin lengan robot. Modul ini memungkinkan:
Visualisasi 3D
Interaksi langsung dengan objek virtual
Fitur anotasi, exploded view, dan spatial meeting
b. Hasil Survei
Survei menunjukkan:
50% peserta menggunakan pelatihan AR secara mingguan
80% menyatakan AR membantu memahami materi kompleks
Peserta tertarik pada pelatihan industri, manufaktur, keselamatan, otomotif, dan pendidikan K–12
Peserta juga menilai bahwa pelatihan AR akan lebih efektif jika diintegrasikan dengan LLM.
Smart_Training_Framework_and_As…
6. Peran Large Language Models (LLMs) dalam Pelatihan
LLM digunakan dalam STAF untuk:
Virtual Assistant – menjawab pertanyaan dan membimbing peserta
Instruction Generation – menyusun panduan langkah demi langkah
Content Generation – menghasilkan materi, tugas, dan rencana pelatihan
Content Curation – memilih sumber belajar relevan
Personalization – menyesuaikan pembelajaran dengan kebutuhan individu
Namun, penggunaan LLM juga memiliki tantangan terkait akurasi, privasi data, dan ketergantungan teknologi.
Smart_Training_Framework_and_As…
7. Asesmen Cerdas (Smart Assessment)
STAF mengusulkan asesmen berbasis AI dengan fitur utama:
a. Generasi Rubrik
LLM digunakan untuk menyusun rubrik asesmen secara otomatis berdasarkan tujuan pelatihan dan karakteristik peserta.
b. Umpan Balik Personal
Melalui teknik prompt engineering CLEAR, sistem menghasilkan umpan balik yang:
Spesifik
Logis
Adaptif
Reflektif
Hal ini memungkinkan asesmen yang lebih bermakna dan berorientasi pada perbaikan belajar.
Smart_Training_Framework_and_As…
8. Kesimpulan
Paper ini menyimpulkan bahwa:
Metode pelatihan dan asesmen konvensional memiliki banyak keterbatasan
AR efektif untuk pelatihan kompleks dan berisiko tinggi
Integrasi AR dengan LLM dan prompt engineering melalui STAF mampu meningkatkan interaktivitas, personalisasi, dan kualitas asesmen
STAF menawarkan pendekatan inovatif dan berpotensi besar untuk diterapkan dalam pendidikan dan pelatihan modern.
.png)
Tidak ada komentar:
Posting Komentar