Berdasarkan laporan McKinsey yang dirilis pada Mei tahun ini, penggunaan AI di dalam organisasi mengalami peningkatan yang cukup tinggi. Jumlah organisasi yang menggunakan AI secara rutin telah meningkat dua kali lipat hanya dalam waktu 10 bulan terakhir. Bandingkan fenomena ini dengan semasa AI masih menjadi hal baru. Sekarang, penggunaan AI untuk memproduksi tulisan, gambar, dan bahkan video sudah menjadi hal umum.
Salah satu jenis Generative AI yang paling sering digunakan oleh berbagai kalangan adalah Large Language Models alias LLM. ChatGPT, Gemini, DeepSeek, dan sebagainya masuk ke dalam kategori LLM. Cara orang berinteraksi dengan LLM pun semakin berkembang seiring waktu. Awalnya, zero shot prompting alias teknik memasukkan input dalam format pernyataan atau perintah langsung sangat sering digunakan. Kini, berkat peningkatan literasi AI, semakin banyak orang yang menerapkan teknik yang lebih kompleks.
Salah satu bentuk pengembangan zero shot prompting adalah teknik few shot prompting yang menyisipkan beberapa contoh supaya outputnya bisa mendekati yang diharapkan oleh pengguna. Contoh teknik lain yang lebih kompleks adalah chain-of-thought prompting yang dapat mendorong model untuk memberikan jawaban dengan memaparkan pola pikir yang runtut. Berbagai teknik lain juga bisa dicampurkan sehingga prompt yang terbentuk memberikan konteks yang lebih menyeluruh.
Dalam produksi video pembelajaran, LLM dapat berperan di banyak titik. Misalnya, saat menyusun naskah awal video, LLM mampu membantu memformulasikan kalimat agar lebih ringkas namun tetap mudah dipahami audiens. Di tahap ideasi, LLM bisa menghasilkan variasi analogi atau contoh kasus yang membuat konten lebih relevan. Bahkan, beberapa tim kreatif memanfaatkan LLM untuk menilai kembali storyboard atau draft naskah agar tetap konsisten dengan tujuan pembelajaran.
Namun, meski LLM sangat membantu, ada keterbatasan yang perlu diperhatikan. Kapasitas teks yang bisa diproses dalam sekali input biasanya terbatas. Jika materi yang digunakan sangat panjang, seperti dokumen modul pelatihan ratusan halaman, LLM konvensional bisa saja kehilangan konteks atau melewatkan detail penting. Di sinilah muncul kebutuhan akan alternatif lain yang lebih cocok untuk menangani materi kompleks. Salah satu solusi yang menonjol adalah NotebookLM.
Top of mind ketika membicarakan LLM biasanya memang ChatGPT. Namun, tidak semua kebutuhan cocok ditangani oleh satu platform saja. Untuk keperluan riset maupun pengolahan catatan digital, NotebookLM menawarkan pendekatan yang berbeda dan sering kali lebih sesuai. Salah satu keunggulan utama NotebookLM adalah kapasitas teks yang jauh lebih besar dibanding ChatGPT. Artinya, pengguna dapat mengunggah dokumen panjang, buku, atau laporan kompleks tanpa terhambat oleh batas input yang ketat.
NotebookLM juga tidak sekadar menyajikan teks. Melalui fitur seperti mind map, pengguna dapat mengurai materi yang rumit menjadi struktur visual yang lebih mudah dipahami. Bagi tim produksi video pembelajaran, kemampuan ini sangat krusial. Materi yang biasanya padat, penuh istilah teknis, atau berlapis-lapis konsep dapat diurai menjadi poin-poin inti yang siap divisualisasikan.
Dalam praktiknya, NotebookLM dapat membantu tahap pra-produksi video pembelajaran secara signifikan. Misalnya, ketika tim kreatif harus menyusun storyboard dari modul pelatihan yang tebal, NotebookLM bisa digunakan untuk menyoroti bagian penting, merangkum inti pembahasan, hingga memberikan representasi visual awal berupa peta konsep. Hasilnya, proses alih materi ke dalam bentuk visual lebih cepat dan akurat terhadap sumber aslinya.
Dengan kata lain, jika LLM seperti ChatGPT banyak digunakan untuk eksplorasi ide atau penyusunan naskah awal, maka NotebookLM dapat menjadi pendamping strategis untuk lebih mendalami bahan materi sehingga konten video pembelajaran bisa dipastikan akurat secara substansi. Kombinasi keduanya memungkinkan tim produksi menghasilkan video pembelajaran yang menarik dan akurat.
Setelah mengerjakan lebih dari 1000 multimedia pembelajaran, Monkey Melody memahami bahwa setiap perusahaan memiliki tantangan dan tujuan yang berbeda. Oleh karena itu, kami menawarkan pendekatan yang disesuaikan untuk memastikan bahwa setiap video yang kami buat dapat mencapai tujuan pelatihan yang diinginkan. Dengan menggunakan teknologi terbaru dan pendekatan kreatif, kami siap membantu perusahaan Anda dalam menghadapi tantangan pelatihan di masa depan.
Di Monkey Melody, Fajar memastikan proses pembuatan multimedia learning berjalan dengan lancar dari pra-produksi hingga pasca produksi. Selain kadang terlibat langsung dalam pembuatan script dan storyboard, Fajar juga membantu menyusun konten-konten media sosial Monkey Melody.
