KKA 6 PEMANFAATAN DAN PENGEMBANGAN KECERDASAN ARTIFICIAL

 

PEMANFAATAN DAN PENGEMBANGAN KECERDASAN ARTIFICIAL

 

A. Konsep Dasar Kecerdasan Artifisial Generatif

1. Pengertian AI dan AI Generatif

Kecerdasan Artifisial (Artificial Intelligence/AI) adalah teknologi yang memungkinkan sistem komputer meniru kemampuan berpikir manusia, seperti memahami informasi, menganalisis data, mengambil keputusan, dan menyelesaikan masalah.

AI Generatif adalah jenis AI yang tidak hanya menganalisis data, tetapi juga menciptakan atau menghasilkan konten baru berdasarkan perintah (prompt) yang diberikan oleh pengguna. Konten tersebut dapat berupa teks, gambar, audio, video, kode program, atau desain.

👉 Contoh sederhana:
Jika peserta didik meminta AI untuk membuat deskripsi produk, maka AI akan menyusun teks baru berdasarkan pola data yang telah dipelajarinya.

 

2. Contoh AI Generatif

AI generatif digunakan dalam berbagai bentuk sesuai kebutuhan pekerjaan dan pembelajaran, antara lain:

1. AI Generatif Teks
• Membuat deskripsi produk
• Menyusun laporan proyek
• Memberi saran perbaikan rencana usaha
  Contoh: ChatGPT, Gemini, Copilot
2. AI Generatif Gambar
• Membuat desain produk
• Ilustrasi busana
• Mockup kemasan
  Contoh: DALL·E, Midjourney, Canva AI
3. AI Generatif Presentasi
• Membuat slide presentasi otomatis
• Menyusun kerangka materi proyek
  Contoh: Canva AI, Gamma, PowerPoint Copilot
4. AI Generatif Kode Program
• Membantu menulis kode sederhana
• Memberi contoh logika program
• Mengecek kesalahan kode
  Contoh: GitHub Copilot, ChatGPT

 

3. Peran AI dalam Perencanaan dan Pengembangan Produk/Jasa

Dalam konteks pembelajaran dan dunia kerja, AI berperan sebagai asisten digital, bukan pengganti manusia.

Peran AI antara lain:

• Membantu brainstorming ide produk/jasa
• Mengevaluasi rencana proyek
• Memberi masukan terhadap desain produk
• Membantu analisis kebutuhan konsumen
• Memberikan alternatif solusi pengembangan produk

Contoh penerapan:

Peserta didik membuat rencana proyek produk, lalu menggunakan AI untuk menilai kelebihan dan kekurangannya sebelum produk dikembangkan lebih lanjut.

 

4. Kelebihan dan Keterbatasan AI

(AI bukan sumber kebenaran mutlak)

Kelebihan AI

• Memproses informasi dengan cepat
• Memberikan banyak alternatif ide
• Membantu belajar mandiri
• Meningkatkan efisiensi perencanaan proyek
• Mendukung kreativitas peserta didik

Keterbatasan AI

• Informasi bisa tidak akurat atau bias
• Tidak memahami konteks lokal secara mendalam
• Tidak memiliki nilai moral dan empati
• Bergantung pada kualitas prompt pengguna
• Tidak dapat menggantikan keputusan manusia

👉 Oleh karena itu, hasil AI harus dianalisis secara kritis dan dikombinasikan dengan pengetahuan, pengalaman, serta nilai-nilai karakter peserta didik.

 

Penegasan Nilai Pembelajaran

AI adalah alat bantu pembelajaran dan kerja, bukan sumber kebenaran mutlak.
Peserta didik perlu:

• Bersikap kritis
• Bertanggung jawab
• Menggunakan AI secara etis selaras dengan Profil Lulusan (8 Dimensi).

 

B. Pengenalan Prompt Engineering

1. Pengertian Prompt dan Prompt Engineering

Prompt adalah perintah, instruksi, atau pertanyaan yang diberikan kepada sistem AI untuk menghasilkan suatu keluaran (output). Prompt dapat berupa kalimat singkat, pertanyaan, atau instruksi lengkap sesuai kebutuhan pengguna.

Prompt Engineering adalah keterampilan menyusun prompt secara tepat, jelas, dan terstruktur agar AI menghasilkan output yang relevan, akurat, dan sesuai tujuan.

👉 Dengan prompt engineering yang baik, pengguna dapat mengendalikan arah berpikir AI dan memaksimalkan manfaatnya dalam pembelajaran maupun pengembangan proyek.

 

2. Fungsi Prompt dalam Mengarahkan Output AI

Prompt berfungsi sebagai petunjuk utama bagi AI. Kualitas prompt akan menentukan:

• Topik yang dibahas AI
• Sudut pandang jawaban AI
• Kedalaman dan detail informasi
• Bentuk output (teks, tabel, langkah-langkah, ringkasan, dll.)

Fungsi utama prompt:

1. Mengarahkan fokus AI pada masalah tertentu
2. Membatasi ruang lingkup jawaban
3. Menentukan format hasil yang diinginkan
4. Membantu AI menyesuaikan konteks proyek

Contoh:

“Jelaskan desain produk” akan menghasilkan jawaban yang berbeda dengan
“Jelaskan desain produk tas sekolah ramah lingkungan untuk siswa SMK dalam bentuk poin-poin.”

 

3. Hubungan Kualitas Prompt dengan Kualitas Hasil AI

Hubungan antara prompt dan hasil AI bersifat berbanding lurus:

• Prompt tidak jelas → hasil AI umum dan kurang tepat
• Prompt jelas dan spesifik → hasil AI lebih relevan dan mendalam

Prinsip utama:

Semakin baik kualitas prompt, semakin baik pula kualitas output AI.

Oleh karena itu, kemampuan menyusun prompt menjadi keterampilan penting dalam pemanfaatan AI generatif.

Contoh Perbandingan Prompt

1). Prompt Sederhana vs Prompt Terstruktur

Prompt Sederhana

“Buatkan rencana proyek.”

Hasil:
Jawaban AI masih umum dan kurang sesuai kebutuhan.

Prompt Terstruktur

“Buatkan rencana proyek pembuatan produk tote bag ramah lingkungan untuk siswa SMK, meliputi tujuan proyek, bahan yang digunakan, tahapan pembuatan, dan estimasi biaya.”

Hasil:
Jawaban AI lebih lengkap, sistematis, dan sesuai konteks proyek.

2). Prompt Ambigu vs Prompt Spesifik

Prompt Ambigu

“Apakah desain ini bagus?”

Hasil:
AI sulit memberikan penilaian karena tidak jelas desain apa dan kriteria penilaiannya.

Prompt Spesifik

“Analisis desain tas sekolah ini berdasarkan aspek fungsi, estetika, dan kenyamanan pengguna siswa SMK, lalu berikan saran perbaikannya.”

Hasil:
AI memberikan analisis terarah dan masukan yang lebih bermanfaat.

Penekanan Pembelajaran

Peserta didik perlu memahami bahwa:

• AI tidak bekerja secara mandiri tanpa arahan
• Prompt adalah kunci utama dalam pemanfaatan AI
• Kualitas berpikir manusia tercermin dari kualitas prompt yang dibuat

Dengan demikian, prompt engineering melatih kemampuan berpikir kritis, sistematis, dan komunikatif.

C. Struktur Prompt Engineering yang Efektif

Prompt engineering yang efektif membutuhkan struktur yang jelas dan lengkap agar AI dapat memberikan output sesuai tujuan. Struktur prompt yang baik membantu AI memahami konteks, peran, tugas, serta batasan yang diinginkan oleh pengguna.

Struktur yang digunakan terdiri dari lima komponen utama, yaitu:
Context – Role – Task – Format Output – Constraints

 

1. Context (Latar Belakang Proyek)

Context adalah informasi latar belakang yang menjelaskan situasi, tujuan, dan kondisi proyek. Context membantu AI memahami permasalahan secara utuh.

Isi context dapat meliputi:

• Jenis proyek (produk/jasa)
• Sasaran pengguna
• Tujuan proyek
• Lingkup pembelajaran

Contoh Context:

“Saya adalah siswa SMK yang sedang mengerjakan proyek pembuatan tas sekolah ramah lingkungan untuk remaja.”

Tanpa context yang jelas, AI cenderung memberikan jawaban umum dan kurang relevan.

 

2. Role (Peran AI yang Diminta)

Role adalah peran atau sudut pandang yang diminta kepada AI saat menjawab prompt. Dengan menentukan role, pengguna dapat mengarahkan gaya berpikir dan analisis AI.

Contoh role:

• Konsultan produk
• Desainer
• Analis pasar
• Guru pembimbing proyek
• Reviewer profesional

Contoh Role:

“Sebagai seorang konsultan produk…”

Role membantu AI memberikan jawaban yang lebih profesional dan sesuai kebutuhan proyek.

 

3. Task (Tugas yang Harus Dilakukan AI)

Task adalah instruksi utama yang menjelaskan apa yang harus dilakukan AI. Task harus ditulis dengan kata kerja yang jelas dan terukur.

Contoh kata kerja task:

• Menganalisis
• Mengevaluasi
• Membandingkan
• Memberikan saran
• Menyusun rekomendasi

Contoh Task:

“Analisis rencana proyek pembuatan tas sekolah berdasarkan aspek fungsi, desain, dan kelayakan pasar.”

Task yang jelas akan menghasilkan output yang fokus dan sistematis.

 

4. Format Output (Bentuk Jawaban)

Format Output menentukan bagaimana hasil jawaban AI disajikan. Dengan format yang jelas, hasil AI lebih mudah dibaca dan dimanfaatkan.

Contoh format output:

• Tabel
• Poin-poin
• Paragraf singkat
• Langkah-langkah
• Ringkasan dan rekomendasi

Contoh Format Output:

“Berikan hasil analisis dalam bentuk tabel.”

Format output membantu peserta didik langsung menggunakan hasil AI sebagai bahan evaluasi proyek.

 

5. Constraints (Batasan/Kriteria)

Constraints adalah batasan atau ketentuan tambahan agar output AI tetap sesuai kebutuhan dan tidak melebar.

Contoh constraints:

• Jumlah poin atau paragraf
• Bahasa yang digunakan
• Tingkat kesulitan
• Fokus pada aspek tertentu
• Panjang jawaban

Contoh Constraints:

“Gunakan bahasa sederhana, maksimal 5 poin setiap aspek.”

Constraints menjaga agar hasil AI tetap relevan dan mudah dipahami peserta didik.

 

Contoh Prompt Lengkap Terstruktur

“Saya adalah siswa SMK yang sedang mengerjakan proyek pembuatan tas sekolah ramah lingkungan. Sebagai seorang konsultan produk, analisis rencana proyek tersebut berdasarkan aspek fungsi, desain, dan kelayakan pasar, kemudian berikan masukan dalam bentuk tabel, gunakan bahasa sederhana dan maksimal 5 poin pada setiap aspek.”

 

Kesimpulan Materi

Struktur prompt engineering yang efektif:
✔ Membantu AI memahami kebutuhan pengguna
✔ Menghasilkan output lebih akurat dan terarah
✔ Melatih kemampuan berpikir kritis dan sistematis
✔ Mendukung evaluasi rencana proyek secara objektif

Prompt yang baik mencerminkan pemahaman proyek dan kualitas berpikir peserta didik, bukan sekadar kemampuan menggunakan AI.

 

D. Penerapan Prompt Engineering untuk Evaluasi Proyek

Penerapan prompt engineering bertujuan menjadikan AI sebagai alat bantu evaluasi terhadap rencana dan pengembangan proyek, bukan sebagai penentu keputusan akhir. Peserta didik tetap berperan sebagai pengambil keputusan utama berdasarkan analisis kritis.

 

1. Menggunakan AI dalam Evaluasi Proyek

a. Menggunakan AI untuk Mengevaluasi Rencana Proyek

AI dapat digunakan untuk menilai kelengkapan dan kelayakan rencana proyek yang telah disusun peserta didik.

Aspek yang dapat dievaluasi:

• Kejelasan tujuan proyek
• Kesesuaian langkah kerja
• Ketersediaan sumber daya
• Kelayakan waktu dan biaya
• Potensi kendala proyek

Contoh Prompt:

“Sebagai seorang konsultan proyek, evaluasi rencana proyek pembuatan seragam sekolah ramah lingkungan berdasarkan tujuan, tahapan kerja, waktu pelaksanaan, dan estimasi biaya. Berikan masukan perbaikan dalam bentuk poin-poin.”

 

b. Menggunakan AI untuk Mengkaji Desain Produk/Jasa

AI dapat membantu memberikan sudut pandang tambahan terhadap desain produk atau jasa yang dirancang peserta didik.

Aspek kajian desain:

• Fungsi dan kegunaan
• Estetika dan kenyamanan
• Kesesuaian dengan kebutuhan pengguna
• Keunikan dan inovasi

 

 

Contoh Prompt:

“Sebagai seorang desainer produk, kaji desain tas sekolah ini berdasarkan fungsi, estetika, dan kenyamanan pengguna siswa SMK, lalu berikan saran pengembangannya.”

 

c. Menggunakan AI untuk Memberi Umpan Balik Pengembangan Produk

AI juga dapat digunakan untuk memberikan umpan balik (feedback) sebagai bahan refleksi dan perbaikan produk atau jasa.

Umpan balik meliputi:

• Kelebihan produk
• Kekurangan produk
• Rekomendasi pengembangan
• Alternatif solusi

Contoh Prompt:

“Sebagai reviewer produk, berikan umpan balik terhadap pengembangan produk ini dengan menyoroti kelebihan, kekurangan, dan rekomendasi perbaikan.”

 

2. Membandingkan Evaluasi AI dengan Analisis Peserta Didik

Langkah penting dalam pembelajaran adalah membandingkan hasil evaluasi AI dengan analisis peserta didik sendiri.

Langkah pembelajaran:

1)      Peserta didik melakukan analisis proyek secara mandiri/kelompok

2)      Peserta didik menyusun prompt evaluasi menggunakan AI

3)      Peserta didik mencatat hasil evaluasi AI

4)      Peserta didik membandingkan:

• Bagian yang sama
• Bagian yang berbeda
• Masukan AI yang relevan
• Masukan AI yang kurang sesuai

5)      Peserta didik menarik kesimpulan dan melakukan revisi proyek

👉 Proses ini melatih:

• Berpikir kritis
• Literasi digital
• Tanggung jawab akademik
• Pengambilan keputusan berbasis data

 

3. Studi Kasus Penerapan Prompt Engineering

a. Studi Kasus Proyek Produk Busana

Konteks:
Proyek pembuatan pakaian kerja atau busana kasual untuk remaja.

Penerapan AI:

• Evaluasi desain busana
• Kesesuaian bahan
• Tren pasar

Contoh Prompt:

“Sebagai konsultan busana, evaluasi desain jaket remaja ini berdasarkan fungsi, kenyamanan, tren pasar, dan biaya produksi, lalu berikan saran perbaikannya.”

 

b. Studi Kasus Proyek Jasa Digital

Konteks:
Proyek pembuatan layanan desain grafis atau konten media sosial.

Penerapan AI:

• Evaluasi konsep layanan
• Kejelasan target pengguna
• Nilai jual jasa

Contoh Prompt:

“Sebagai analis jasa digital, evaluasi rencana jasa desain konten media sosial ini berdasarkan target pengguna, nilai jual, strategi layanan, dan peluang pasar.”

c. Studi Kasus Proyek Produk Teknologi Sederhana

 

Konteks:
Proyek pembuatan alat teknologi sederhana (misalnya lampu otomatis, kipas pintar, atau alat penyiram tanaman otomatis).

Penerapan AI:

• Evaluasi fungsi alat
• Keamanan penggunaan
• Kelayakan pengembangan

Contoh Prompt:

“Sebagai konsultan teknologi, evaluasi proyek alat penyiram tanaman otomatis ini berdasarkan fungsi, keamanan, efisiensi, dan kemungkinan pengembangan.”

 

Penegasan Pembelajaran

Dalam penerapan prompt engineering:
✔ AI berperan sebagai asisten evaluasi
✔ Keputusan akhir tetap pada peserta didik
✔ Hasil AI harus dianalisis secara kritis
✔ Etika dan tanggung jawab penggunaan AI harus dijunjung tinggi

Dengan demikian, peserta didik tidak hanya mahir menggunakan AI, tetapi juga mampu berpikir reflektif, kreatif, dan bertanggung jawab.

 

 

E. Analisis dan Refleksi Hasil AI

Setelah peserta didik menggunakan AI untuk mengevaluasi rencana, desain, atau pengembangan proyek, langkah penting berikutnya adalah menganalisis dan merefleksikan hasil keluaran AI. Tahap ini bertujuan agar peserta didik tidak menerima hasil AI secara mentah, tetapi mampu menilai, menyaring, dan memanfaatkannya secara bijak.

 

1. Menilai Relevansi dan Akurasi Jawaban AI

Peserta didik perlu mengecek apakah jawaban AI:

• Sesuai dengan tujuan proyek
• Relevan dengan konteks dan kebutuhan pengguna
• Logis dan masuk akal
• Selaras dengan materi pembelajaran

Langkah penilaian:

• Membandingkan hasil AI dengan rencana proyek awal
• Mencocokkan dengan pengetahuan yang telah dipelajari
• Mengecek kesesuaian dengan kondisi nyata (lingkungan, biaya, alat)

Contoh refleksi:

“Apakah saran AI sesuai dengan kondisi sekolah dan kemampuan kami?”

 

2. Mengidentifikasi Kekurangan dan Bias AI

AI bekerja berdasarkan data dan pola, sehingga memiliki keterbatasan dan potensi bias.

Bentuk kekurangan dan bias AI:

• Jawaban terlalu umum
• Tidak sesuai konteks lokal
• Asumsi yang tidak realistis
• Kurang mempertimbangkan nilai budaya atau kondisi ekonomi

 

Peserta didik perlu:

• Menandai bagian jawaban AI yang kurang tepat
• Mengkritisi saran yang tidak dapat diterapkan
• Tidak langsung mempercayai seluruh hasil AI

Contoh pertanyaan kritis:

“Apakah saran ini realistis jika diterapkan di lingkungan kami?”

 

3. Menentukan Bagian yang Perlu Diperbaiki dari Proyek

Setelah dianalisis, peserta didik menentukan bagian proyek yang perlu diperbaiki berdasarkan:

• Masukan AI yang relevan
• Analisis peserta didik sendiri
• Diskusi kelompok dan bimbingan guru

Bagian proyek yang dapat diperbaiki:

• Tujuan proyek
• Desain produk/jasa
• Pemilihan bahan atau alat
• Langkah kerja
• Strategi pengembangan

👉 Peserta didik belajar bahwa AI hanya memberi alternatif, sedangkan keputusan perbaikan tetap berada di tangan manusia.

 

4. Menggunakan Hasil AI sebagai Bahan Refleksi, Bukan Keputusan Akhir

Hasil AI berfungsi sebagai:

• Bahan pembanding
• Sumber sudut pandang tambahan
• Pemicu diskusi dan refleksi

Prinsip penting:

• AI tidak menggantikan peran manusia
• AI tidak memiliki nilai moral dan tanggung jawab
• Keputusan akhir harus berdasarkan pertimbangan logis dan etis

Contoh sikap reflektif:

“Kami menggunakan saran AI sebagai referensi, lalu memutuskan solusi terbaik berdasarkan kondisi nyata dan hasil diskusi kelompok.”

 

Penegasan Nilai Pembelajaran

Melalui analisis dan refleksi hasil AI, peserta didik dilatih untuk:
✔ Berpikir kritis
✔ Bertanggung jawab dalam mengambil keputusan
✔ Menghargai proses belajar
✔ Mengembangkan kemandirian dan kejujuran akademik

Hal ini sejalan dengan Profil Lulusan (8 Dimensi), khususnya penalaran kritis dan kewargaan.

 

 

 

 

F. Etika dan Tanggung Jawab dalam Menggunakan AI

Pemanfaatan kecerdasan artifisial (AI) dalam pembelajaran dan proyek harus dilakukan secara etis, jujur, dan bertanggung jawab. AI berfungsi sebagai alat bantu, bukan pengganti proses berpikir, kreativitas, dan tanggung jawab manusia.

1. Etika Penggunaan AI dalam Pembelajaran dan Proyek

Etika penggunaan AI adalah seperangkat nilai dan aturan yang mengarahkan peserta didik agar menggunakan AI secara bijak dan bertanggung jawab.

Prinsip etika penggunaan AI:

• Menggunakan AI untuk membantu belajar, bukan untuk berbuat curang
• Memanfaatkan AI sebagai sumber ide dan evaluasi, bukan hasil akhir
• Menghormati karya sendiri dan karya orang lain
• Menggunakan AI sesuai tujuan pembelajaran

Contoh penerapan etis:

Peserta didik menggunakan AI untuk mengevaluasi rencana proyek, lalu memperbaikinya berdasarkan analisis dan diskusi kelompok.

 

2. Kejujuran Akademik (Tidak Menyalin Mentah Hasil AI)

Kejujuran akademik merupakan sikap penting dalam pembelajaran berbasis AI.

Bentuk pelanggaran kejujuran akademik:

• Menyalin seluruh jawaban AI tanpa pemahaman
• Mengklaim hasil AI sebagai karya pribadi
• Tidak mencantumkan bahwa AI digunakan sebagai alat bantu

Sikap jujur dalam penggunaan AI:

• Mengolah kembali hasil AI dengan bahasa sendiri
• Mengombinasikan hasil AI dengan ide dan pemikiran pribadi
• Mengakui penggunaan AI dalam proses pengerjaan tugas

👉 Peserta didik bertanggung jawab atas hasil akhir, bukan AI.

3. Perlindungan Data dan Privasi

Peserta didik harus memahami bahwa AI bekerja menggunakan data, sehingga perlindungan data pribadi menjadi hal yang sangat penting.

Hal yang perlu dijaga:

• Tidak memasukkan data pribadi (NIK, alamat, nomor telepon)
• Tidak mengunggah dokumen rahasia
• Tidak menyebarkan data orang lain tanpa izin
• Menggunakan akun dan kata sandi secara aman

Contoh sikap bertanggung jawab:

Menggunakan data simulasi atau data umum saat mengerjakan proyek berbasis AI.

4. Sikap Kritis dan Bertanggung Jawab (Profil Lulusan – 8 Dimensi)

Penggunaan AI harus mencerminkan Profil Lulusan dengan 8 Dimensi, sebagai berikut:

1. Keimanan dan Ketakwaan kepada Tuhan YME
   Menggunakan AI secara jujur dan tidak merugikan orang lain.
2. Kewargaan
   Mematuhi aturan, hukum, dan norma dalam pemanfaatan teknologi.
3. Penalaran Kritis
   Menganalisis dan mengevaluasi hasil AI, tidak menerimanya mentah-mentah.
4. Kreativitas
   Mengembangkan ide sendiri dengan bantuan AI sebagai pendukung.
5. Kolaborasi
   Menggunakan AI untuk mendukung kerja kelompok, bukan menggantikan peran anggota.
6. Kemandirian
   Tetap berinisiatif dan bertanggung jawab atas keputusan proyek.
7. Kesehatan dan Keselamatan
   Menggunakan teknologi secara seimbang dan tidak berlebihan.
8. Komunikasi
   Menyampaikan ide dan hasil proyek secara jelas, jujur, dan etis.

Penegasan Pembelajaran

Dalam penggunaan AI, peserta didik diharapkan:
✔ Menjunjung etika dan kejujuran
✔ Melindungi data dan privasi
✔ Bersikap kritis dan bertanggung jawab
✔ Menggunakan AI selaras dengan nilai karakter dan Profil Lulusan

Dengan demikian, AI menjadi sarana pembelajaran bermakna, bukan jalan pintas yang menghilangkan proses belajar.

 

 

 

G. Praktik Proyek (Project-Based Learning)

Pembelajaran berbasis proyek (Project-Based Learning) menempatkan peserta didik sebagai subjek aktif dalam proses belajar. Dalam praktik ini, kecerdasan artifisial (AI) dimanfaatkan sebagai alat bantu evaluasi dan refleksi, bukan sebagai pengambil keputusan utama.

 

1. Tahapan Praktik Proyek Berbasis AI

a. Penyusunan Rencana Proyek Produk/Jasa

Pada tahap awal, peserta didik menyusun rencana proyek secara mandiri atau berkelompok berdasarkan kompetensi keahlian.

Rencana proyek memuat:

• Judul dan tujuan proyek
• Jenis produk/jasa yang dikembangkan
• Sasaran pengguna
• Alat dan bahan
• Langkah kerja
• Perkiraan waktu dan biaya

👉 Tahap ini melatih kemampuan perencanaan, kolaborasi, dan pemecahan masalah.

 

b. Penyusunan Prompt Evaluasi Menggunakan AI

Setelah rencana proyek selesai, peserta didik menyusun prompt evaluasi dengan struktur prompt engineering yang efektif.

Komponen prompt:

• Context (latar belakang proyek)
• Role (peran AI)
• Task (tugas evaluasi)
• Format output
• Constraints

Contoh aktivitas:

Peserta didik menyusun prompt untuk meminta AI mengevaluasi rencana atau desain proyek berdasarkan kriteria tertentu.

👉 Tahap ini melatih berpikir kritis, komunikasi, dan literasi digital.

 

c. Analisis Hasil Keluaran AI

Peserta didik menganalisis hasil evaluasi yang diberikan AI dengan cara:

• Menilai relevansi dan akurasi jawaban AI
• Mengidentifikasi saran yang dapat diterapkan
• Menandai masukan yang kurang sesuai dengan kondisi nyata
• Membandingkan hasil AI dengan analisis peserta didik

👉 Tahap ini menumbuhkan sikap kritis dan tanggung jawab akademik.

 

d. Revisi Rencana atau Desain Proyek

Berdasarkan hasil analisis dan diskusi, peserta didik melakukan revisi rencana atau desain proyek.

Revisi dapat mencakup:

• Perbaikan tujuan proyek
• Penyempurnaan desain produk/jasa
• Penyesuaian bahan, alat, atau langkah kerja
• Strategi pengembangan yang lebih realistis

👉 Keputusan revisi diambil oleh peserta didik, bukan oleh AI.

 

2. Produk Akhir Praktik Proyek

a. Dokumen Prompt Engineering

Berisi:

• Prompt awal yang disusun peserta didik
• Struktur prompt (Context–Role–Task–Format–Constraints)
• Alasan pemilihan prompt
• Revisi prompt (jika ada)

Dokumen ini menunjukkan kemampuan berpikir sistematis dan komunikasi efektif.

 

b. Laporan Evaluasi Berbasis AI

Berisi:

• Ringkasan rencana proyek
• Hasil evaluasi dari AI
• Analisis kritis peserta didik terhadap hasil AI
• Keputusan perbaikan proyek

Laporan ini menekankan proses analisis, bukan sekadar hasil akhir.

 

 

c. Refleksi Pemahaman Peserta Didik

Refleksi berisi:

• Pengalaman menggunakan AI dalam proyek
• Hal yang dipelajari tentang prompt engineering
• Manfaat dan keterbatasan AI
• Sikap etis dan tanggung jawab dalam penggunaan AI

Contoh refleksi:

“AI membantu kami melihat kekurangan rencana proyek, tetapi keputusan perbaikan tetap kami tentukan sendiri.”

 

Penegasan Pembelajaran

Melalui praktik proyek berbasis AI, peserta didik:
✔ Mampu merencanakan dan mengevaluasi proyek
✔ Terampil menyusun prompt engineering
✔ Bersikap kritis terhadap hasil AI
✔ Bertanggung jawab atas keputusan proyek
✔ Mengembangkan karakter dan kompetensi abad 21

Pembelajaran ini selaras dengan Profil Lulusan (8 Dimensi) dan kebutuhan dunia kerja.

KKA 5 LITERASI DAN ETIKA KECERDASAN ARTIFISIAL (AI)

 

LITERASI DAN ETIKA KECERDASAN ARTIFISIAL (AI)

 

A.  Konsep Dasar Kecerdasan Artifisial (Artificial Intelligence/AI)

 

1. Pengertian Kecerdasan Artifisial (Artificial Intelligence)

Kecerdasan artifisial (AI) adalah teknologi yang memungkinkan mesin atau sistem komputer meniru kemampuan kecerdasan manusia, seperti:

• berpikir,
• belajar dari data,
• mengenali pola,
• memahami bahasa,
• dan mengambil keputusan.

AI dirancang agar dapat membantu manusia menyelesaikan pekerjaan secara lebih cepat, akurat, dan efisien, namun tetap membutuhkan peran dan pengawasan manusia.

 

2. Sejarah dan Perkembangan AI

Perkembangan AI berlangsung secara bertahap:

• 1950-an
  Konsep AI mulai dikenalkan oleh Alan Turing dengan pertanyaan “Can machines think?” dan Tes Turing.
• 1956
  Istilah Artificial Intelligence resmi diperkenalkan dalam konferensi Dartmouth.
• 1970–1990-an
  AI berkembang dalam bentuk sistem pakar (expert system), tetapi masih terbatas oleh teknologi dan data.
• 2000-an hingga sekarang
  Perkembangan pesat terjadi karena:
• ketersediaan data besar (big data),
• peningkatan daya komputasi,
• kemajuan algoritma pembelajaran mesin.

Saat ini AI digunakan luas dalam berbagai aspek kehidupan, mulai dari pendidikan hingga industri kreatif.

 

3. Perbedaan AI, Machine Learning, dan Deep Learning

Ketiganya saling berkaitan, tetapi memiliki perbedaan:

• Artificial Intelligence (AI)
  Konsep umum tentang mesin yang dapat meniru kecerdasan manusia.
• Machine Learning (ML)
  Bagian dari AI yang memungkinkan sistem belajar dari data dan pengalaman tanpa diprogram secara eksplisit.
• Deep Learning (DL)
  Bagian dari Machine Learning yang menggunakan jaringan saraf tiruan berlapis-lapis, terinspirasi dari cara kerja otak manusia.

📌 Ilustrasi sederhana:
AI → mencakup semua kecerdasan mesin
ML → cara AI belajar dari data
DL → teknik ML yang lebih kompleks dan canggih

 

4. Contoh Penerapan AI dalam Kehidupan Sehari-hari

AI sebenarnya sudah sering digunakan tanpa disadari, antara lain:

• Asisten virtual (Google Assistant, Siri)
• Rekomendasi video dan musik (YouTube, Spotify)
• Pengenalan wajah pada ponsel
• Koreksi otomatis dan prediksi teks
• Navigasi dan peta digital
• Chatbot layanan pelanggan

Contoh-contoh ini menunjukkan bahwa AI berperan sebagai alat bantu manusia, bukan pengganti sepenuhnya.

 

5. AI dalam Berbagai Bidang Keahlian

AI dimanfaatkan sesuai kebutuhan di berbagai bidang:

a. Pendidikan

• Pembelajaran adaptif
• Penilaian otomatis
• Asisten belajar dan tutor digital

b. Industri

• Otomatisasi proses produksi
• Pemeliharaan mesin berbasis prediksi
• Robot industri

c. Kesehatan

• Analisis citra medis
• Deteksi penyakit
• Sistem pendukung keputusan dokter

d. Bisnis dan Ekonomi

• Analisis data pelanggan
• Sistem rekomendasi produk
• Prediksi tren pasar

e. Industri Kreatif

• Pembuatan desain, musik, dan konten
• Penyuntingan foto dan video
• Inspirasi ide kreatif

 

Penekanan Literasi AI untuk Peserta Didik

Peserta didik perlu memahami bahwa:

• AI bekerja berdasarkan data dan algoritma,
• AI memiliki keterbatasan dan potensi kesalahan,
• Penggunaan AI harus bertanggung jawab, etis, dan kritis.

 

 

 

 

 

B. Prinsip Kerja Teknologi Kecerdasan Artifisial (AI)

 

1. Data sebagai Dasar AI

AI tidak bisa berpikir sendiri seperti manusia. AI bekerja dengan data.

• Data adalah bahan utama untuk “melatih” AI
• Semakin banyak dan berkualitas data, semakin baik kinerja AI
• Data bisa berupa:
• teks (chat, artikel),
• gambar (foto wajah),
• suara (rekaman suara),
• angka (nilai, statistik).

📌 Intinya:
AI belajar dari pola dalam data, bukan dari pemahaman atau perasaan.

 

2. Proses Kerja AI

Secara umum, cara kerja AI dapat dijelaskan melalui empat tahap utama berikut:

a. Input Data

• Data dimasukkan ke dalam sistem AI
• Contoh:
• teks pertanyaan pada chatbot,
• foto wajah pada sistem pengenalan wajah,
• riwayat belanja pada aplikasi belanja online.

 

b. Proses Pembelajaran (Training)

• AI mempelajari pola dari data yang diberikan
• Sistem mencoba mengenali hubungan antara data dan hasil yang benar
• Proses ini dilakukan berulang-ulang hingga AI semakin “terlatih”

📌 Analogi:
Seperti manusia belajar dari contoh dan pengalaman.

 

c. Model AI

• Model AI adalah hasil pembelajaran AI
• Model berisi pola, aturan, atau hubungan yang dipelajari dari data
• Model ini digunakan untuk memproses data baru

📌 Model AI bisa dianggap sebagai “pengetahuan” yang dimiliki AI.

 

d. Output dan Pengambilan Keputusan

• Setelah menerima input baru, model AI menghasilkan output
• Output bisa berupa:
• jawaban,
• prediksi,
• rekomendasi,
• klasifikasi.

Contoh:

• chatbot memberikan jawaban,
• aplikasi merekomendasikan video,
• sistem mengenali wajah seseorang.

3. Peran Algoritma dalam AI

Algoritma adalah langkah-langkah atau aturan yang digunakan AI untuk:

• mempelajari data,
• mengenali pola,
• menghasilkan keputusan.

📌 Peran algoritma:

• menentukan bagaimana AI belajar,
• memengaruhi hasil dan akurasi AI,
• membantu AI memproses data secara sistematis.

Tanpa algoritma, AI tidak dapat mengolah data dengan benar.

 

4. Contoh Alur Kerja Sistem AI Sederhana

a. Chatbot

1. Pengguna mengetik pertanyaan (input)
2. Sistem membaca teks dan membandingkan dengan pola yang dipelajari
3. Model AI menentukan jawaban yang paling sesuai
4. Chatbot menampilkan jawaban (output)

 

b. Sistem Rekomendasi (misalnya video atau produk)

1. Data aktivitas pengguna dikumpulkan (riwayat tontonan/pembelian)
2. AI mempelajari kebiasaan pengguna
3. Model memprediksi minat pengguna
4. Sistem menampilkan rekomendasi yang relevan

 

c. Pengenalan Wajah

1. Kamera mengambil gambar wajah (input)
2. AI menganalisis ciri wajah (jarak mata, bentuk wajah)
3. Model membandingkan dengan data wajah yang tersimpan
4. Sistem mengenali atau memverifikasi identitas (output)

 

Kesimpulan Sederhana

Prinsip kerja AI dapat diringkas sebagai berikut:

Data → Diproses dengan algoritma → Membentuk model → Menghasilkan output

AI tidak memiliki kesadaran, melainkan bekerja berdasarkan data, pola, dan perhitungan. Oleh karena itu, hasil AI perlu dipahami secara kritis dan digunakan secara bertanggung jawab.

 

 

 

 

 

 

 

 

 

 

 

C. Literasi Data dan Informasi dalam AI

1. Jenis-Jenis Data dalam AI

Data yang digunakan AI memiliki beberapa jenis, antara lain:

a. Data Pribadi

Data yang dapat mengidentifikasi seseorang secara langsung atau tidak langsung, seperti:

• nama,
• alamat,
• nomor telepon,
• foto wajah,
• lokasi.

📌 Data pribadi harus dilindungi dan tidak boleh digunakan sembarangan.

 

b. Data Non-Pribadi

Data yang tidak terkait dengan identitas individu, misalnya:

• data cuaca,
• data statistik umum,
• data lalu lintas,
• data tren pasar.

📌 Data ini relatif lebih aman digunakan, tetapi tetap perlu pengelolaan yang baik.

 

c. Data Sensitif

Data yang bersifat sangat pribadi dan berisiko tinggi jika bocor, seperti:

• data kesehatan,
• data biometrik,
• data keuangan,
• data kepercayaan atau pandangan pribadi.

📌 Penggunaan data sensitif memerlukan perlindungan ekstra dan izin khusus.

 

2. Sumber Data AI

AI memperoleh data dari berbagai sumber, antara lain:

• Aktivitas pengguna di aplikasi dan internet
• Media sosial dan platform digital
• Sensor dan perangkat pintar (kamera, GPS)
• Database institusi (sekolah, rumah sakit, perusahaan)
• Data publik dan terbuka (open data)

📌 Penting untuk memahami dari mana data berasal dan apakah penggunaannya sah.

 

3. Kualitas Data dan Bias Data

Kualitas data sangat memengaruhi hasil AI.

a. Kualitas Data

Data yang baik harus:

• akurat,
• lengkap,
• relevan,
• mutakhir.

Data yang buruk akan menghasilkan keputusan AI yang keliru.

 

b. Bias Data

Bias terjadi ketika data:

• tidak mewakili semua kelompok,
• berat sebelah,
• mengandung stereotip.

Contoh:

• data wajah yang hanya didominasi satu kelompok etnis
• data rekrutmen yang bias gender

📌 Bias data dapat menyebabkan ketidakadilan dan diskriminasi dalam hasil AI.

 

4. Dampak Data yang Salah atau Tidak Lengkap

Penggunaan data yang salah atau tidak lengkap dapat menimbulkan dampak serius, seperti:

• Keputusan AI yang tidak akurat
• Diskriminasi terhadap kelompok tertentu
• Kesalahan diagnosis atau rekomendasi
• Hilangnya kepercayaan pengguna
• Dampak sosial dan hukum

📌 AI tidak bisa memperbaiki kesalahan data dengan sendirinya.

 

5. Etika Pengumpulan dan Penggunaan Data

Penggunaan data dalam AI harus memperhatikan prinsip etika, antara lain:

• Persetujuan pengguna (consent)
• Transparansi penggunaan data
• Pembatasan tujuan penggunaan data
• Keamanan penyimpanan data
• Penggunaan data secara bertanggung jawab

📌 Peserta didik perlu memahami bahwa data adalah amanah, bukan sekadar sumber informasi.

 

Kesimpulan

Literasi data dan informasi dalam AI berarti kemampuan untuk:

• memahami jenis dan sumber data,
• menilai kualitas dan potensi bias data,
• menyadari dampak kesalahan data,
• menggunakan data secara etis dan bertanggung jawab.

Pemahaman ini penting agar AI digunakan secara adil, aman, dan bermanfaat bagi masyarakat.

 

 

 

 

 

 

 

D. Etika dalam Penggunaan Kecerdasan Artifisial

1. Pengertian Etika AI

Etika AI adalah seperangkat nilai, norma, dan prinsip moral yang mengatur bagaimana kecerdasan artifisial dikembangkan, digunakan, dan dimanfaatkan secara bertanggung jawab agar tidak merugikan individu, kelompok, maupun masyarakat.

Etika AI bertujuan untuk memastikan bahwa teknologi AI:

• Digunakan untuk kebaikan manusia
• Tidak melanggar hak asasi manusia
• Tidak menimbulkan ketidakadilan atau kerugian sosial

 

2. Prinsip-Prinsip Etika AI

a. Keadilan (Fairness)

AI harus memperlakukan semua pengguna secara adil tanpa memihak kelompok tertentu.

Contoh:

• Sistem seleksi karyawan berbasis AI tidak boleh menguntungkan atau merugikan berdasarkan gender, ras, atau latar belakang sosial.

Tujuan:

• Mencegah ketimpangan
• Memberikan peluang yang sama bagi semua pihak

 

b. Transparansi

Cara kerja AI harus dapat dijelaskan dan dipahami oleh pengguna.

Contoh:

• Pengguna mengetahui bahwa sebuah aplikasi menggunakan AI untuk merekomendasikan konten atau menilai data.

Tujuan:

• Menghindari manipulasi
• Membangun kepercayaan pengguna terhadap sistem AI

 

c. Akuntabilitas

Setiap keputusan yang dihasilkan AI harus memiliki pihak yang bertanggung jawab, baik pengembang maupun pengguna.

Contoh:

• Jika AI membuat kesalahan (misalnya salah mendiagnosis), harus jelas siapa yang bertanggung jawab.

Tujuan:

• Menjamin adanya pengawasan dan evaluasi
• Mencegah penyalahgunaan teknologi

 

d. Non-Diskriminasi

AI tidak boleh menghasilkan keputusan yang mendiskriminasi individu atau kelompok tertentu.

Contoh:

• AI pengenalan wajah yang hanya akurat pada jenis wajah tertentu merupakan pelanggaran etika.

Tujuan:

• Menjunjung kesetaraan dan hak asasi manusia

 

3. Bias dan Diskriminasi dalam AI

Bias AI terjadi ketika sistem AI menghasilkan keputusan yang tidak adil akibat data pelatihan yang tidak seimbang atau keliru.

Penyebab bias:

• Data latih tidak mewakili semua kelompok
• Kesalahan desain algoritma
• Kurangnya pengawasan manusia

Dampak:

• Diskriminasi sosial
• Keputusan yang merugikan kelompok tertentu
• Ketidakpercayaan terhadap teknologi AI

 

4. Penyalahgunaan AI

AI dapat disalahgunakan jika tidak diatur secara etis, antara lain:

a. Deepfake

Teknologi AI digunakan untuk membuat video atau suara palsu yang menyerupai orang lain.

Risiko:

• Penipuan
• Fitnah
• Penyebaran hoaks

 

b. Plagiarisme

Penggunaan AI untuk menyalin karya orang lain tanpa izin atau pengakuan sumber.

Risiko:

• Pelanggaran hak cipta
• Hilangnya kejujuran akademik

 

c. Manipulasi Informasi

AI digunakan untuk:

• Menyebarkan berita palsu
• Mempengaruhi opini publik secara tidak etis

Risiko:

• Menyesatkan masyarakat
• Mengganggu stabilitas sosial

 

5. Tanggung Jawab Pengguna dan Pengembang AI

a. Tanggung Jawab Pengguna

Pengguna AI harus:

• Menggunakan AI secara bijak dan jujur
• Tidak menyalahgunakan AI untuk menipu atau merugikan orang lain
• Memahami keterbatasan AI

b. Tanggung Jawab Pengembang AI

Pengembang AI harus:

• Merancang sistem AI yang adil dan aman
• Mengurangi bias dalam data dan algoritma
• Mematuhi hukum dan standar etika
• Menyediakan mekanisme pengawasan dan evaluasi

 

Kesimpulan

Etika dalam penggunaan AI sangat penting agar teknologi ini:

• Memberikan manfaat maksimal bagi manusia
• Tidak menimbulkan ketidakadilan dan kerugian sosial
• Digunakan secara bertanggung jawab oleh semua pihak

Dengan memahami etika AI, siswa diharapkan mampu menjadi pengguna teknologi yang cerdas, kritis, dan beretika.

 

 

 

E. Keamanan Data dan Privasi

1. Pengertian Keamanan Data

Keamanan data adalah upaya untuk melindungi data dari akses, penggunaan, perubahan, atau penyebaran yang tidak sah agar data tetap rahasia, utuh, dan tersedia saat dibutuhkan.

Dalam konteks AI, keamanan data sangat penting karena sistem AI:

• Mengumpulkan
• Menyimpan
• Mengolah data dalam jumlah besar

Jika data tidak aman, maka dapat disalahgunakan dan merugikan pengguna.

 

2. Data Pribadi dan Privasi Digital

Data pribadi adalah data yang dapat mengidentifikasi seseorang secara langsung maupun tidak langsung.

Contoh data pribadi:

• Nama lengkap
• Nomor identitas
• Alamat rumah
• Nomor telepon
• Email
• Data biometrik (sidik jari, wajah)
• Riwayat pencarian dan aktivitas online

Privasi digital adalah hak individu untuk mengendalikan bagaimana data pribadinya dikumpulkan, digunakan, dan dibagikan di dunia digital.

 

3. Risiko Kebocoran Data

Kebocoran data terjadi ketika data pribadi jatuh ke pihak yang tidak berwenang.

Penyebab kebocoran data:

• Sistem keamanan yang lemah
• Serangan siber (peretasan)
• Kelalaian pengguna (password lemah, phishing)
• Penyalahgunaan AI tanpa pengawasan

Dampak kebocoran data:

• Pencurian identitas
• Penipuan online
• Kerugian finansial
• Hilangnya kepercayaan pengguna

 

4. Perlindungan Data dalam Penggunaan AI

Agar AI digunakan secara aman dan bertanggung jawab, diperlukan langkah perlindungan data, antara lain:

• Pembatasan data
  AI hanya mengumpulkan data yang benar-benar diperlukan.
• Pengamanan akses
  Menggunakan kata sandi kuat dan autentikasi ganda.
• Enkripsi data
  Data diubah menjadi kode agar tidak mudah dibaca pihak lain.
• Izin dan persetujuan pengguna
  Data digunakan hanya setelah pengguna menyetujuinya.
• Pengawasan manusia
  Keputusan AI tetap diawasi oleh manusia.

 

5. Kesadaran Jejak Digital

Jejak digital adalah rekaman aktivitas seseorang di internet, baik yang disadari maupun tidak disadari.

Contoh jejak digital:

• Unggahan di media sosial
• Komentar dan like
• Data lokasi
• Riwayat pencarian

Pentingnya kesadaran jejak digital:

• Data yang diunggah sulit dihapus sepenuhnya
• Jejak digital dapat dimanfaatkan AI untuk analisis perilaku
• Kesalahan berbagi data bisa berdampak jangka panjang

 

6. Aturan Umum Perlindungan Data (Pengantar)

Untuk melindungi data dan privasi, terdapat aturan umum yang perlu dipahami tanpa masuk ke detail hukum, antara lain:

• Data pribadi harus digunakan secara aman dan bertanggung jawab
• Pengguna berhak mengetahui bagaimana data mereka digunakan
• Pengguna berhak membatasi atau menghentikan penggunaan data
• Pengelola sistem AI wajib menjaga keamanan data
• Data tidak boleh digunakan untuk merugikan atau mendiskriminasi

Aturan ini bertujuan untuk menciptakan lingkungan digital yang aman, adil, dan terpercaya.

 

 

 

 

Kesimpulan

Keamanan data dan privasi adalah aspek penting dalam penggunaan AI. Dengan memahami cara melindungi data pribadi dan menyadari jejak digital, pengguna dapat:

• Menghindari risiko kebocoran data
• Menggunakan AI secara aman
• Menjadi pengguna teknologi yang bertanggung jawab

 

 

F. Dampak Sosial Penggunaan AI

Kecerdasan Artifisial (AI) telah menjadi bagian dari kehidupan sehari-hari, mulai dari pendidikan, pekerjaan, hingga hiburan. Penggunaan AI membawa berbagai dampak sosial yang perlu dipahami secara kritis agar teknologi ini dimanfaatkan secara bijak dan bertanggung jawab.

 

1. Dampak Positif AI

a. Efisiensi Kerja

AI mampu mengotomatisasi tugas-tugas rutin dan berulang sehingga pekerjaan dapat dilakukan lebih cepat dan akurat.

Contoh:

• Pengolahan data administrasi
• Sistem penjadwalan otomatis
• Asisten virtual

Dampak sosial:

• Produktivitas meningkat
• Waktu manusia dapat dialihkan ke pekerjaan yang lebih kreatif

 

b. Inovasi dan Kreativitas

AI mendukung lahirnya ide dan produk baru di berbagai bidang.

Contoh:

• Desain grafis berbasis AI
• Musik dan konten digital
• Pengembangan produk berbasis data

Dampak sosial:

• Munculnya profesi baru
• Kreativitas manusia dapat berkembang dengan dukungan teknologi

 

c. Akses Informasi

AI mempermudah akses informasi secara cepat dan luas.

Contoh:

• Mesin pencari
• Chatbot pendidikan
• Sistem rekomendasi pembelajaran

Dampak sosial:

• Pemerataan informasi
• Mendukung pembelajaran mandiri dan sepanjang hayat

 

2. Dampak Negatif AI

a. Ketergantungan Teknologi

Penggunaan AI secara berlebihan dapat menurunkan kemampuan berpikir mandiri.

Contoh:

• Terlalu mengandalkan AI untuk mengerjakan tugas
• Kurang berlatih menyelesaikan masalah sendiri

Dampak sosial:

• Menurunnya keterampilan dasar
• Ketergantungan pada sistem digital

 

b. Pengurangan Lapangan Kerja Tertentu

AI dan otomatisasi dapat menggantikan pekerjaan yang bersifat rutin.

Contoh:

• Operator data
• Kasir
• Pekerjaan administrasi sederhana

Dampak sosial:

• Perubahan struktur tenaga kerja
• Tantangan bagi pekerja dengan keterampilan terbatas

 

c. Kesenjangan Digital

Tidak semua masyarakat memiliki akses dan kemampuan yang sama dalam menggunakan AI.

Contoh:

• Perbedaan akses internet
• Kesenjangan keterampilan digital

Dampak sosial:

• Ketimpangan sosial dan ekonomi
• Sebagian kelompok tertinggal dari perkembangan teknologi

 

3. AI dan Perubahan Peran Manusia

AI tidak sepenuhnya menggantikan manusia, tetapi mengubah peran manusia.

Peran manusia ke depan:

• Pengambil keputusan
• Pengawas dan pengendali AI
• Pencipta ide dan nilai
• Pemegang tanggung jawab moral dan sosial

Manusia tetap dibutuhkan untuk:

• Empati
• Etika
• Kreativitas
• Penilaian kontekstual

 

4. Tanggung Jawab Sosial dalam Pemanfaatan AI

Penggunaan AI harus disertai dengan tanggung jawab sosial oleh semua pihak.

Bentuk tanggung jawab sosial:

• Menggunakan AI secara etis dan bijak
• Tidak menyalahgunakan AI untuk merugikan orang lain
• Menghargai karya dan hak orang lain
• Terus meningkatkan literasi digital
• Memastikan AI digunakan untuk kepentingan bersama

 

Kesimpulan Reflektif

AI membawa peluang besar sekaligus tantangan sosial. Oleh karena itu, peserta didik perlu:

• Berpikir kritis terhadap dampak AI
• Menggunakan AI sebagai alat bantu, bukan pengganti peran manusia
• Menjadi generasi yang cerdas, beretika, dan bertanggung jawab secara sosial

 

 

 

G. Penggunaan AI Secara Tepat Guna pada Bidang Keahlian

Kecerdasan Artifisial (AI) dapat membantu meningkatkan kualitas belajar dan kesiapan kerja peserta didik SMK. Namun, AI harus digunakan secara tepat guna, sesuai dengan bidang keahlian, serta tetap mengutamakan keterampilan manusia, etika, dan tanggung jawab.

 

1. Contoh AI Sesuai Bidang Keahlian

Berikut contoh pemanfaatan AI di beberapa bidang keahlian SMK:

a. Teknik Komputer dan Jaringan (TKJ) / RPL

• AI untuk mendeteksi serangan jaringan (intrusion detection)
• Chatbot sebagai layanan bantuan pengguna
• AI code assistant untuk membantu memahami struktur program

Peran manusia:

• Analisis masalah
• Keamanan dan pengambilan keputusan

 

b. Bisnis Daring dan Pemasaran / MPLB

• AI analisis tren pasar
• Rekomendasi produk
• Otomatisasi layanan pelanggan

Peran manusia:

• Strategi pemasaran
• Komunikasi dan etika bisnis

 

c. Akuntansi dan Keuangan Lembaga

• AI pencatatan transaksi
• Deteksi kecurangan (fraud detection)
• Analisis laporan keuangan

Peran manusia:

• Validasi data
• Pengambilan keputusan keuangan

 

 

d. Desain Grafis / Multimedia

• AI pengolah gambar dan video
• AI pendukung desain (template, ide visual)
• AI editing otomatis

Peran manusia:

• Kreativitas
• Konsep dan estetika

 

e. Tata Busana / Kriya Kreatif

• AI prediksi tren fashion
• AI simulasi desain pakaian
• AI rekomendasi bahan

Peran manusia:

• Kepekaan estetika
• Keterampilan menjahit dan desain

 

2. AI sebagai Alat Bantu, Bukan Pengganti Manusia

AI digunakan untuk:

• Mempercepat pekerjaan
• Membantu analisis data
• Memberi rekomendasi

Namun AI tidak dapat menggantikan:

• Kreativitas manusia sepenuhnya
• Empati dan etika
• Keputusan berbasis nilai dan konteks

Peserta didik harus tetap:

• Memahami proses kerja
• Menguasai kompetensi dasar
• Bertanggung jawab atas hasil kerja

 

3. Batasan Penggunaan AI dalam Pembelajaran dan Pekerjaan

a. Dalam Pembelajaran

AI boleh digunakan untuk:

• Mencari referensi
• Membantu memahami konsep
• Latihan dan simulasi

AI tidak boleh digunakan untuk:

• Mencontek tugas atau ujian
• Menggantikan proses belajar
• Plagiarisme

 

b. Dalam Dunia Kerja

AI boleh digunakan untuk:

• Pendukung keputusan
• Otomatisasi tugas rutin

AI tidak boleh:

• Mengambil keputusan tanpa pengawasan
• Digunakan untuk manipulasi data
• Melanggar etika dan privasi

 

4. Studi Kasus Penggunaan AI di Dunia Kerja

Studi Kasus: AI di Perusahaan Retail

Sebuah perusahaan retail menggunakan AI untuk:

• Memprediksi stok barang
• Menganalisis pola belanja pelanggan

Dampak positif:

• Stok lebih efisien
• Penjualan meningkat

Peran manusia:

• Menentukan strategi penjualan
• Mengawasi hasil analisis AI
• Menjaga etika penggunaan data pelanggan

Pelajaran:

• AI meningkatkan efisiensi
• Keputusan akhir tetap di tangan manusia

 

Kesimpulan

Penggunaan AI secara tepat guna:

• Disesuaikan dengan bidang keahlian
• Digunakan sebagai alat bantu
• Tetap memperhatikan etika, batasan, dan tanggung jawab

Dengan pemahaman ini, peserta didik SMK diharapkan siap menghadapi dunia kerja sebagai tenaga terampil yang adaptif, kritis, dan bertanggung jawab.

 

 

 

H. Sikap Kritis dan Bertanggung Jawab terhadap AI

Kecerdasan Artifisial (AI) merupakan teknologi yang dapat membantu proses belajar dan bekerja. Namun, AI bukan sumber kebenaran mutlak. Oleh karena itu, peserta didik perlu memiliki sikap kritis dan bertanggung jawab agar penggunaan AI tetap selaras dengan nilai karakter dan Profil Pelajar Pancasila.

 

1. Berpikir Kritis terhadap Hasil AI

Berpikir kritis berarti tidak menerima hasil AI secara mentah, tetapi menganalisis dan menilainya terlebih dahulu.

Sikap kritis terhadap AI meliputi:

• Mempertanyakan kebenaran dan kelengkapan jawaban AI
• Menyadari bahwa AI bisa keliru atau bias
• Membandingkan hasil AI dengan pengetahuan yang dimiliki

Contoh:

• Peserta didik mengecek kembali jawaban AI dengan buku pelajaran atau penjelasan guru.

 

 

2. Verifikasi Informasi dari AI

Verifikasi informasi adalah proses memastikan bahwa informasi yang diberikan AI benar, valid, dan dapat dipercaya.

Langkah verifikasi:

• Membandingkan informasi dari AI dengan sumber lain
• Menggunakan sumber tepercaya (buku, jurnal, situs resmi)
• Memastikan informasi masih relevan dan terkini

Tujuan:

• Menghindari hoaks
• Meningkatkan literasi digital
• Membiasakan sikap teliti dan jujur

 

3. Etika Penggunaan AI dalam Belajar (Anti-Plagiarisme)

AI harus digunakan sebagai alat bantu belajar, bukan sebagai alat untuk berbuat curang.

Etika penggunaan AI dalam belajar:

• Tidak menyalin hasil AI secara langsung tanpa pemahaman
• Tidak menggunakan AI untuk mengerjakan ujian atau tugas individu secara tidak jujur
• Mengolah kembali informasi dengan bahasa sendiri
• Menghargai karya orang lain

Nilai karakter yang dibangun:

• Kejujuran
• Tanggung jawab
• Integritas akademik

 

4. Refleksi Penggunaan AI Secara Bijak

Refleksi membantu peserta didik menyadari manfaat dan risiko penggunaan AI.

Pertanyaan reflektif yang dapat diajukan:

• Apakah AI membantu saya belajar atau justru membuat saya malas berpikir?
• Apakah saya menggunakan AI secara jujur?
• Apakah saya sudah memverifikasi informasi dari AI?
• Bagaimana cara saya menggunakan AI agar lebih bermanfaat?

Refleksi ini melatih:

• Kesadaran diri
• Pengambilan keputusan yang bijak
• Pengendalian diri dalam penggunaan teknologi

 

Keterkaitan dengan Profil Pelajar Pancasila

Sikap kritis dan bertanggung jawab terhadap AI mendukung dimensi:

• Bernalar kritis
• Berakhlak mulia
• Mandiri
• Bertanggung jawab
• Berkebinekaan global (bijak di dunia digital)

 

 

Kesimpulan

Sikap kritis dan bertanggung jawab terhadap AI penting agar peserta didik:

• Tidak bergantung sepenuhnya pada AI
• Menggunakan AI secara etis dan jujur
• Menjadi pelajar yang cerdas, berkarakter, dan berlandaskan nilai Pancasila