Di Indonesia, sistem pembelajaran yang kita temui di sebagian besar institusi pendidikan umumnya masih didominasi pola one-size-fits-all. Hal ini dapat terlihat pada aspek seperti pemberian materi ajar yang sama dan penerapan durasi belajar yang seragam.
Model ini biasanya didasarkan pada asumsi bahwa peserta didik dalam satu kelas atau satu program memiliki kebutuhan yang relatif sama. Padahal, setiap individu dapat memiliki perbedaan dari segi pengetahuan awal yang dimiliki misalnya, sehingga satu individu tidak mampu menghubungkan konsep kognitif secepat temannya yang sudah lebih berwawasan.
Fenomena ini juga bisa terjadi di lingkungan korporat di mana seluruh peserta dari berbagai unit dan tingkat pengalaman diwajibkan mengikuti rangkaian pembelajaran yang sama. Bahkan, di perusahaan besar yang sudah membedakan kurikulum sesuai unit dan jabatan pun juga masih belum sepenuhnya bisa lepas dari jalur pembelajaran alias learning path konvensional.
Akibatnya, proses pembelajaran lebih berfokus pada penyelesaian materi daripada pencapaian kompetensi setiap individu. Peserta yang telah menguasai materi harus tetap mengikuti pembahasan yang sama, sedangkan peserta yang masih mengalami kesulitan harus melanjutkan ke materi berikutnya meskipun fondasi pengetahuannya belum memadai.
Kondisi ini dapat menimbulkan dua persoalan sekaligus, yaitu kejenuhan peserta didik yang lebih cepat belajar dan ketertinggalan peserta yang membutuhkan waktu lebih lama.
Dalam konteks pelatihan perusahaan, pendekatan ini dapat berdampak langsung terhadap efektivitas pengembangan kompetensi. Seorang karyawan mungkin membutuhkan penguatan konsep dasar, sementara karyawan lainnya memerlukan simulasi kasus atau praktik langsung.
Selain itu, learning path konvensional umumnya bersifat linear dan telah ditentukan sejak awal. Karyawan diarahkan untuk mengikuti urutan modul tertentu tanpa adanya penyesuaian berdasarkan hasil asesmen atau perubahan kebutuhan pekerjaannya.
Kondisi inilah yang mendorong munculnya kebutuhan terhadap pendekatan pembelajaran yang lebih adaptif, yaitu adaptive learning path. Dengan pendekatan ini, setiap peserta didik memperoleh alur pembelajaran personal yang sesuai dengan kebutuhan spesifik mereka, atau bahkan sesuai dengan career path pilihan mereka.
Adaptive learning dapat diartikan sebagai pendekatan pembelajaran yang menyesuaikan konten, metode, dan jalur belajar dengan tingkat pengetahuan, kebutuhan, preferensi, serta perkembangan setiap peserta didik.
Pendekatan personalisasi ini dapat diterapkan dalam bentuk jalur pembelajaran yang disebut sebagai adaptive learning path.
Dalam penerapannya, adaptive learning path diawali dengan pemetaan profil dan kompetensi peserta didik. Pemetaan tersebut dapat mencakup pengetahuan awal, pengalaman kerja, hasil asesmen, kompetensi yang dipersyaratkan oleh jabatan, riwayat pelatihan, serta target pengembangan karier. Data tersebut kemudian digunakan untuk mengidentifikasi kesenjangan antara kompetensi aktual dan kompetensi yang ditargetkan.
Berdasarkan hasil pemetaan tersebut, setiap individu dapat memperoleh rekomendasi jalur pembelajaran yang berbeda. Peserta didik yang telah menguasai kompetensi tertentu dapat melewati materi dasar dan diarahkan ke pembelajaran yang lebih kompleks.
Sebaliknya, peserta yang masih memiliki kesenjangan pada kompetensi prasyarat dapat memperoleh materi tambahan atau pendampingan sebelum melanjutkan ke tahap berikutnya.
Dengan demikian, tujuan kompetensinya tetap sama, tetapi cara untuk mencapainya dapat disesuaikan. Inilah perbedaan antara pembelajaran adaptif dan pembelajaran one-size-fits-all. Pendekatan adaptif dapat mempertahankan standar kompetensi secara fleksibel sesuai dengan kebutuhan setiap individu.
Perkembangan teknologi digital semakin memungkinkan pendekatan ini diterapkan secara lebih luas. Salah satunya adalah dengan menyediakan platform yang dirancang khusus untuk pembelajaran yang lebih personal, yaitu Learning Experience Platform atau LXP.
Platform ini dapat digunakan untuk mengintegrasikan berbagai sumber pembelajaran, seperti modul digital, video, simulasi, asesmen, komunitas praktik, coaching, dan pembelajaran berbasis proyek. Learning Management System (LMS) dapat dianalogikan sebagai sistem untuk mengatur pelatihan yang harus diselesaikan, sedangkan LXP berfungsi sebagai sistem untuk membantu peserta menemukan dan menjalani pengalaman belajar yang paling relevan.
Integrasi Artificial Intelligence (AI) ke dalam ekosistem LXP menjadi penggerak utama adaptive learning path, karena penyesuian alur belajar secara manual untuk banyak peserta didik yang berbeda akan memakan terlalu banyak waktu dan biaya.
Dengan memanfaatkan AI, platform pembelajaran mampu mengolah data interaksi dan aktivitas belajar peserta dalam skala besar secara real-time. Sistem AI menganalisis berbagai variabel, seperti hasil tes, kecepatan pemahaman modul, pola saat mengerjakan kuis, hingga gaya belajar yang paling efektif bagi individu tersebut.
Berdasarkan data tersebut, AI secara otomatis merekomendasikan arah pembelajaran yang paling relevan seperti materi apa yang perlu diprioritaskan, misalnya.
Untuk detailnya, berikut adalah beberapa keunggulan implementasi AI dalam Adaptive Learning Path.
AI dapat menghubungkan data profil pegawai seperti job role dan performa kerja dengan direktori kompetensi perusahaan. Dari pemetaan ini, AI mampu mengidentifikasi kesenjangan kompetensi individu secara akurat dan menyusun jalur pembelajaran khusus untuk mengisi kesenjangan tersebut.
Kehadiran AI dapat memberikan pengalaman belajar yang lebih interaktif, karena Peserta didik memiliki pendamping virtual yang siap menjawab pertanyaan kapan saja. Pendamping ini put dapat menyesuaikan tingkat kesulitan soal secara dinamis sesuai kemampuan peserta didik.
Dengan implementasi AI, peserta didik dapat memperoleh prediksi potensi hambatan belajar. Misalnya, analitik berbasis AI mampu mengukur efektivitas pelatihan hingga ke tingkat perubahan perilaku kerja dan dampaknya terhadap kinerja bisnis (Return on Training Investment / ROTI).
Penerapan adaptive learning path sendiri dapat dikemas dalam berbagai format. Salah satu bentuk implementasi yang kami kembangkan di Monkey Melody adalah Simulator Studi Kasus Interaktif yang mengandung alur cerita yang adaptif lengkap dengan berbagai konflik yang perlu dihadapi.
Melalu integrasi simulator studi kasus ke dalam adaptive learning path ini, sistem yang dibangun dapat melakukan asesmen berbasis keputusan sesuai dengan pilihan peserta didik. Jika peserta mengambil keputusan yang kurang tepat di tengah simulasi, sistem AI secara adaptif akan memberikan umpan balik yang relevan.
Transisi dari learning path konvensional menuju adaptive learning path berbasis AI merupakan langkah strategis dalam mentransformasi pengembangan SDM. Dengan berfokus pada pendekatan yang memastikan penguasaan kompetensi, pengalaman belajar yang dihadirkan dapat selaras dengan objektif perusahaan.
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. Siap untuk mentransformasi materi pelatihan perusahaan menjadi video learning atau video interaktif yang efektif?
Hubungi Monkey Melody sekarang melalui WhatsApp di +62 812-1954-8155, email ke info@monkeymelody.com, atau melalui link berikut.
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.
