GenAI Memang Mempercepat Produksi, tapi Apakah Efektif?
Daftar Isi
Kecepatan VS Efektivitas Pembelajaran
Menurut riset dari McKinsey, sekitar 65% organisasi saat ini telah mengadopsi generative AI dalam operasional bisnis mereka, di mana sebagian besar mengincar efisiensi waktu dan kecepatan. Dalam industri L&D, laporan tren global dari Thomson Reuters juga menunjukkan bahwa hampir separuh profesional mulai memanfaatkan AI untuk membantu menyusun draf konten atau merangkum dokumen panduan teknis yang tebal.
Namun, menariknya laporan tersebut juga mengungkapkan bahwa hanya sekitar 20% organisasi yang mengukur return on investment (ROI) dari penerapan teknologi ini. Jadi terlihat adanya fokus yang berlebihan pada kecepatan tanpa menilai apakah dampaknya baik atau tidak.
Perlu kita sadari bahwa kecepatan teknologi tidak otomatis sejalan dengan kecepatan biologi. Sistem kognitif manusia memiliki batas kecepatan tersendiri dalam memproses, mengaitkan, dan menyimpan informasi baru ke dalam memori jangka panjang (long-term memory). Ketika kita menyuapi karyawan dengan tumpukan video pembelajaran yang diproduksi secara massal dan serba cepat, kita sebenarnya sedang menciptakan ilusi kompetensi.
Untuk memahami mengapa hal ini terjadi, kita perlu merujuk pada Cognitive Theory of Multimedia Learning yang dirumuskan oleh Richard E. Mayer. Teori ini menjelaskan bahwa otak manusia memproses informasi melalui dua saluran tersebar, yaitu saluran visual dan verbal. Kapasitas kedua saluran ini sangat terbatas.
Ketika elemen video seperti skrip, storyboard, aset visual, dan sebagainya dibuat murni oleh AI tanpa kurasi mendalam, hasilnya bisa terasa generik dan mungkin tidak akurat. GenAI cenderung pintar merangkai kata yang terdengar akurat, tapi terkadang masih terjadi fenomena halusinasi.
Jika kita hanya fokus memangkas waktu produksi tanpa memikirkan kualitas penyerapan informasi, objektif pembelajaran justru tidak akan tercapai dengan baik. Teknologi AI harus kita dudukkan kembali sebagai pengakselerasi draf awal, sementara kendali penuh atas desain instruksional tetap dipegang oleh manusia.
Bagaimana Cara Mengatasi Keterbatasan AI
Agar investasi teknologi AI di perusahaan Anda tidak berujung pada tumpukan video pembelajaran yang tidak ditonton, ada beberapa langkah taktis yang bisa kita terapkan untuk menyaring dan menyempurnakan skrip hasil AI:
Gunakan AI untuk Menghasilkan Variasi Skenario, Bukan Skrip Final Jangan langsung menerima draf pertama dari AI. Mintalah AI untuk membuat 3-4 alternatif skenario pemecahan masalah dari materi yang sama. Manfaatkan GenAI untuk memproduksi opsi, kemudian pilih skenario yang paling dekat dengan realitas tantangan kerja di lapangan.
Sederhanakan Bahasa Kaku dengan Pendekatan Conversational AI sering kali menggunakan padanan kata yang terlalu formal atau berputar-putar. Lakukan penyuntingan manual untuk mengubah bahasa tersebut menjadi lebih sesuai dengan audiens dan gunakan kalimat-kalimat pendek yang mudah dipahami saat didengarkan (prinsip personalisasi Mayer).
Lakukan Validasi Context Lokal bersama Subject Matter Expert (SME) AI hanya akan memahami konteks yang berlaku secara internal di perusahaan Anda setelah diberikan informasi yang relevan. Kurasi dari SME sangat krusial untuk menyelaraskan skrip dengan kebijakan nyata, istilah teknis yang lazim digunakan di kantor, serta studi kasus yang relevan secara lokal.
Ubah Struktur Teks Menjadi Panduan Visual (Storyboarding) Dalam pembuatan video animasi pembelajaran, skrip tidak hanya berisi narasi suara (voiceover), melainkan juga arahan visual. Tugas desainer instruksional adalah memetakan di mana ilustrasi, gerak grafik (motion graphics), atau teks harus muncul untuk memperkuat kata-kata yang diucapkan, sehingga mata dan telinga pembelajar fokus pada informasi yang sama di waktu yang sama.
Dengan mengombinasikan kecepatan generative AI di tahap awal proses kreatif dan ketajaman analisis desainer instruksional manusia di tahap kurasi, perusahaan Anda dapat mencapai keseimbangan antara modul pembelajaran yang cepat diproduksi tapi tetap mampu meningkatkan performa karyawan.
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.
Share:
M. Rizky Fajar Ramadhan
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.













