PROMPT GENERATOR

Teknologi sebagai Mitra Intelektual

Dalam ranah ontologi Teknologi Pendidikan, aplikasi ini bukan sekadar alat bantu administrasi, melainkan manifestasi dari “Teknologi sebagai Mitra Intelektual” (Technology as Intellectual Partner). Berpijak pada filsafat Konstruktivisme, pengetahuan tidak ditransfer begitu saja, melainkan dibangun melalui refleksi atas pengalaman. John Dewey mendefinisikan Reflective Thought sebagai proses aktif dan persisten dalam meninjau kembali keyakinan atau praktik pembelajaran.

Gen-Refleksi OBE memfasilitasi proses ini dengan mengubah peran AI dari sekadar penyedia informasi menjadi “cermin kritis”. Secara aksiologi, nilai guna aplikasi ini terletak pada kemampuannya mengatasi bias subjektivitas dosen. Ketika dosen melakukan evaluasi diri (fase Check dalam PDCA), seringkali terjadi blind spot. AI hadir untuk memberikan perspektif objektif berdasarkan data (CPL dan CPMK), membantu dosen menyadari kesenjangan (gap) pedagogis yang mungkin terlewatkan. Ini adalah humanisasi teknologi: membiarkan mesin menangani analisis pola data yang rumit, agar manusia (dosen) dapat berfokus pada pengambilan keputusan nilai (value judgment) untuk perbaikan kualitas pendidikan.

Constructive Alignment

Secara teoritis, Gen-Refleksi OBE dibangun di atas fondasi Constructive Alignment (Keselarasan Konstruktif) dari John Biggs. Teori ini menegaskan bahwa efektivitas pembelajaran bergantung pada keselarasan garis lurus antara Tujuan (CPL/CPMK), Aktivitas Pembelajaran, dan Asesmen. Aplikasi ini bertindak sebagai auditor sistem yang memverifikasi apakah Action Verbs (Kata Kerja Operasional) pada CPMK sudah selaras dengan tuntutan CPL dan jenjang KKNI (Strata).

Selain itu, aplikasi ini mengadopsi Teori Sistem & Sibernetika. Dalam siklus instruksional, umpan balik (feedback loop) adalah komponen vital untuk menjaga stabilitas sistem. Aplikasi ini mengisi kekosongan pada fase evaluasi (Check) dengan menyediakan mekanisme umpan balik yang cepat dan presisi. Dengan memvalidasi kemutakhiran referensi dan relevansi materi terhadap tren masa depan (Future-Proofing), aplikasi ini menjamin bahwa sistem pembelajaran tidak bersifat tertutup (closed system), melainkan sistem terbuka (open system) yang adaptif terhadap perubahan eksternal dan kebutuhan industri, sesuai prinsip Outcome-Based Education.

Tutorial Aplikasi

Dalam implementasi praktis, aplikasi ini mengadopsi pendekatan Performance Support System (PSS), di mana teknologi dirancang untuk memberikan bantuan “just-in-time” saat dosen membutuhkannya. Berikut adalah alur metodologis penggunaan aplikasi:

Tahap 1: Input Data (Data Gathering)

Langkah ini merupakan representasi dari analisis kebutuhan (Needs Analysis). Dosen memasukkan variabel kunci ekosistem pembelajaran:

• Identitas & Strata: Menentukan standar level kognitif (misal: S1 fokus pada analisis, D4 fokus pada presisi teknis).
• CPL & CPMK: Sebagai tolok ukur standar kompetensi (Goal Setting).
• Refleksi Diri: Input kualitatif berupa “keluhan” atau “masalah” semester lalu. Ini adalah data empiris lapangan.
• Referensi & Link: Validasi sumber belajar (Resource verification).

Tahap 2: Proses Prompt Engineering (Synthesizing)

Aplikasi melakukan Instructional Strategy Design secara otomatis di latar belakang.

• Pilih salah satu provider AI (Gemini/ChatGPT/DeepSeek/Claude).
• Klik “Rakit Prompt”. Sistem akan membungkus data dosen dengan kerangka pedagogis (Role-Task-Context) untuk memastikan AI berpikir layaknya Auditor Kurikulum.

Tahap 3: Analisis & Tindak Lanjut (Decision Making)

Hasil yang dikeluarkan (baik via API atau Copy Prompt) menyajikan:

• Audit Gap: Matriks kesesuaian antara CPL dan CPMK.
• Diagnosa: Analisis akar masalah dari refleksi dosen.
• Rekomendasi (Act): Solusi konkret perbaikan metode (misal: saran beralih ke Case Method) dan pembaruan materi.

Dosen kemudian menggunakan hasil ini sebagai landasan revisi dokumen RPS, menutup siklus PDCA dengan validitas akademik yang kuat.