1. Pengembangan aplikasi Prompt Generator CO-STAR

Pengembangan aplikasi Prompt Generator CO-STAR ini dilandasi oleh pergeseran paradigma filosofis yang fundamental dalam pendidikan era digital, yaitu mereposisi peran kecerdasan buatan (AI) bukan sebagai oracle atau mesin penyedia jawaban instan yang mutlak benar, melainkan semata-mata sebagai mitra pendamping kognitif (co-pilot). Secara filosofis, desain antarmuka aplikasi ini sengaja diciptakan untuk melawan fenomena degradasi kognitif atau cognitive offloading, di mana pembelajar modern cenderung menyerahkan seluruh proses berpikir analitis kepada mesin. Jika dibiarkan, hal ini akan menjebak mahasiswa pada siklus berpikir pasif. Oleh karena itu, aplikasi ini secara tegas mengadopsi prinsip Human-in-the-Loop yang diletakkan pada tajuk utamanya, menempatkan manusia sebagai pemegang kendali utama, penentu arah, dan verifikator akhir atas setiap informasi. Alur aplikasi yang menyembunyikan menu dialektika hingga prompt utama disalin merupakan perwujudan filosofis dari penahapan berpikir kritis (scaffolding). Melalui fitur-fitur validasi yang terintegrasi, aplikasi ini tidak sekadar berfungsi sebagai alat bantu teknis teks, tetapi juga sebagai instrumen pembentuk kesadaran epistemik. Mahasiswa didorong untuk mengadopsi sikap skeptis secara konstruktif—sebuah kesadaran bahwa algoritma AI berpotensi halusinasi dan tidak memiliki kebenaran mutlak. Pada akhirnya, filosofi utama dari utilitas web ini adalah memberdayakan kinerja manusia secara bermartabat, memastikan bahwa kapasitas sintesis dan dialektika manusia tetap menjadi poros utama dalam arsitektur pembelajaran.

2. Arsitektur Operasional Aplikasi Web

Secara teoretis, arsitektur operasional aplikasi web ini dibangun di atas dua pilar utama literasi AI kritis, yaitu kerangka perumusan instruksi profesional dan dialektika berkelanjutan. Pilar pertama diwujudkan melalui formulir input terstruktur berbasis formula CO-STAR (Context, Objective, Style, Tone, Audience, Response). Teori prompt engineering menegaskan bahwa Large Language Models beroperasi berdasarkan probabilitas statistik, sehingga instruksi yang holistik dan presisi akan mencegah mesin memberikan luaran yang terlalu umum. Dengan memecah instruksi ke dalam enam variabel CO-STAR beserta Role Persona, aplikasi ini secara teoretis berfungsi sebagai penopang kognitif (cognitive amplifier) yang memaksa pengguna merumuskan tujuan instruksional dan latar belakang masalah secara rinci menggunakan sistem penggabungan dinamis (concatenation) pada JavaScript. Pilar teoretis kedua adalah penerapan teknik Iterative Prompting yang diilhami oleh metode dialektika Sokrates. Teori ini menolak interaksi linier satu arah. Oleh sebab itu, aplikasi memunculkan menu “Dialog Lanjutan” yang menuntun pengguna untuk melakukan sanggahan asumsi, meminta argumen tandingan, dan meminta rujukan ilmiah. Lebih jauh, secara epistemologi digital, aplikasi ini merespons ancaman fatal dari fenomena Halusinasi AI—kondisi di mana algoritma memproduksi referensi fiktif. Fitur kewajiban verifikasi silang (triangulasi) ke Google Scholar atau Sinta yang disematkan pada panel Fact-Checking merupakan manifestasi teoretis untuk memastikan bahwa kebenaran empiris tetap tunduk pada literatur primer.

3. Tutorial Penggunaan Aplikasi

Aplikasi ini dirancang sangat intuitif. Berikut adalah langkah-langkah bertahap bagi mahasiswa untuk menggunakannya dari awal hingga tahap evaluasi kritis:

Tahap 1: Merancang Instruksi Dasar (Fase Input)

1. Buka Aplikasi: Buka file prompt_generator_co_star.html di browser (peramban) Anda (seperti Chrome, Safari, atau Firefox).
2. Tentukan Peran (Role): Pada kolom pertama, ketikkan persona atau peran pakar yang Anda inginkan untuk AI (Contoh: “Pakar Kurikulum Adaptif”).
3. Isi Konteks (Context): Ceritakan secara spesifik latar belakang masalah atau kondisi riil yang sedang Anda selesaikan di kolom Konteks.
4. Isi Tujuan (Objective): Tuliskan target atau hasil akhir yang Anda harapkan dari bantuan AI ini.
5. Pilih Gaya & Nada (Style & Tone): Gunakan menu dropdown untuk memilih format gaya penulisan (misal: Akademik & Terstruktur) dan nada penyampaian (misal: Objektif & Edukatif).
6. Tentukan Target Audiens & Respons (Audience & Response): Ketik siapa yang akan membaca hasil ini (misal: Mahasiswa Calon Guru) lalu pilih bentuk keluaran akhir di dropdown (misal: Tabel Perbandingan).

Tahap 2: Eksekusi dan Salin Prompt 7. Klik “Susun Prompt AI”: Tekan tombol biru berlogo roda gigi di bagian bawah formulir. 8. Lihat Hasil: Teks instruksi yang sudah dirakit sempurna dan rapi akan muncul di kotak biru gelap di sebelah kanan (Panel 2. Hasil Prompt CO-STAR). 9. Salin ke AI: Klik tombol hijau “Salin Prompt Utama”. Anda akan melihat notifikasi “Teks berhasil disalin”. Tempelkan (paste) teks tersebut ke platform AI pilihan Anda (ChatGPT, Gemini, atau Claude) dan tunggu jawaban pertama dari AI.

Tahap 3: Dialog Lanjutan & Triangulasi (Fase Kritis)

10. Akses Menu Rahasia: Setelah Anda mengeklik tombol “Salin Prompt Utama”, perhatikan layar aplikasi Anda. Di bawah kotak biru, secara otomatis akan muncul dua panel baru yang sebelumnya tersembunyi: Panel Kuning (Dialog Lanjutan) dan Panel Merah (Fact-Checking).

11. Gunakan Iterative Prompting: Jangan langsung percaya pada jawaban pertama AI. Masuk ke Panel Kuning (Dialog Lanjutan) dan klik perlahan secara berurutan tombol:

* A. Hasilkan Sanggahan (Challenge): Klik untuk menyalin, lalu tempel ke AI untuk melihat kelemahan argumennya.

* B. Minta Argumen Tandingan: Klik, salin, dan tempel ke AI untuk meminta perspektif berbeda.

* C. Minta Rujukan Ilmiah: Wajib diklik dan ditempelkan ke AI untuk memaksa mesin mengeluarkan referensi jurnal/teori pendukung.

12. Lakukan Fact-Checking: Ambil referensi jurnal yang diberikan oleh AI pada langkah 11-C, lalu cari kebenarannya di Google Scholar atau Sinta.

13. Centang Verifikasi: Jika Anda sudah memastikan jurnal tersebut benar-benar ada (bukan halusinasi mesin), kembali ke aplikasi dan centang kotak (checkbox) di Panel Merah (Fact-Checking & Triangulasi) sebagai bukti pertanggungjawaban akademik Anda.