Pelatihan Koding dan Kecerdasan Artifisial

Selamat Datang di Pelatihan Koding dan Kecerdasan Artifisial

Program pelatihan ini dirancang untuk membekali para pendidik dengan pengetahuan dan keterampilan yang diperlukan dalam mengajarkan Koding dan Kecerdasan Artifisial di era digital. Jelajahi bagian-bagian di bawah ini untuk memahami kerangka kerja pelatihan.

Capaian Pelatihan

• Peserta pelatihan dapat memahami konsep dasar koding dan kecerdasan artifisial (KA)
• Peserta pelatihan dapat menjelaskan dampak koding dan KA dalam kehidupan sehari-hari
• Peserta pelatihan dapat mengintegrasikan pembelajaran koding dan KA dalam kegiatan belajar mengajar
• Peserta pelatihan dapat merancang pembelajaran koding dan KA dengan metode plugged dan unplugged

Tujuan Pelatihan

• Peserta pelatihan mampu mendefinisikan konsep dasar koding dan konsep KA
• Peserta pelatihan mampu menerapkan konsep koding dan KA dalam proses pembelajaran
• Peserta pelatihan mampu menyusun pembelajaran koding dan KA yang berkontribusi pada pencapaian dimensi profil lulusan
• Peserta pelatihan mampu mengembangkan nilai-nilai etik dalam koding dan KA

Indikator Capaian Pelatihan

• Peserta pelatihan mampu menjelaskan ruang lingkup koding dan KA dan dampaknya pada pembelajaran koding dan KA
• Peserta pelatihan mampu menjelaskan prinsip berpikir komputasional, literasi digital, dan kecerdasan artifisial
• Peserta pelatihan mampu merancang penerapan berpikir komputasional, literasi digital, dan kecerdasan artifisial di sekolah
• Peserta pelatihan mampu menentukan dimensi, elemen, dan sub elemen dimensi profil lulusan untuk setiap tujuan pembelajaran yang ingin dicapai dalam setiap kegiatan pembelajaran koding dan KA

Pokok Bahasan

• Pengantar Mapel Koding dan Kecerdasan Artifisial
• Pendahuluan
• Rasional, Tujuan, Karakteristik dan Elemen Mapel
• Konsep Keilmuan Koding dan Kecerdasan Artifisial
• Berpikir Komputasional
• Literasi Digital
• Literasi dan Etika Kecerdasan Artifisial
• Pemanfaatan dan Pengembangan Kecerdasan Artifisial
• Implementasi Pembelajaran Koding dan Kecerdasan Artifisial di Sekolah

Capaian Pelatihan

• Peserta pelatihan mampu mengenali dan menerapkan perangkat kecerdasan artifisial area pemanfaatan umum dan khusus (misal: bidang kejuruan SMK)
• Peserta pelatihan mampu memilih perangkat atau tools kecerdasan artifisial yang sesuai untuk melakukan kolaborasi (human to AI collaboration)
• Peserta pelatihan mampu menghasilkan konten hasil kolaborasi dengan perangkat kecerdasan artifisial sesuai dengan bidang kejuruannya masing-masing
• Peserta pelatihan mampu menganalisis model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran kepada peserta didik

Tujuan Pelatihan

• Peserta pelatihan mampu mengenali dan menerapkan perangkat Kecerdasan Artifisial pada area pemanfaatan secara umum dan khusus
• Peserta pelatihan mampu memilih perangkat kecerdasan artifisial yang sesuai untuk berkolaborasi
• Peserta pelatihan mampu menerapkan kolaborasi dengan perangkat kecerdasan artifisial untuk menyelesaikan tugas spesifik
• Peserta pelatihan mampu menganalisis model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran

Indikator Capaian Pelatihan

• Peserta mampu menjelaskan definisi, jenis, dan prinsip dasar cara kerja KA
• Peserta dapat mengilustrasikan contoh pemanfaatan KA di bidang umum atau bidang khusus
• Peserta mampu menerapkan 3 jenis perangkat KA untuk menyelesaikan tugas spesifik
• Peserta dapat mengidentifikasi kebutuhan kolaborasi (misal: tujuan, audiens, kompleksitas tugas) melalui studi kasus yang diberikan
• Peserta dapat mendiskusikan perangkat KA yang relevan untuk tujuan spesifik berdasarkan kriteria tertentu untuk kebutuhan kolaborasi
• Peserta dapat menerapkan kolaborasi dengan perangkat KA untuk menyelesaikan tugas spesifik
• Peserta dapat menyimpulkan kualitas konten kolaboratif (misal: akurasi, kreativitas, relevansi) melalui rubrik penilaian yang disepakati
• Peserta mampu memilih model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran kepada peserta didik
• Peserta mampu merefleksikan proses, tantangan, dan solusi selama memahami prinsip dan dasar cara kerja KA serta melakukan kolaborasi dengan KA

Topik Bahasan

• Perangkat Kecerdasan Artifisial
• Pengoperasian dan Pengaplikasian Perangkat Kecerdasan Artifisial di bidang umum dan khusus
• Profesi di Bidang KA
• Kolaborasi melalui perangkat/tools Kecerdasan Artifisial dalam bidang Desain Kreatif
• Kolaborasi dalam Penelitian dan Analisis Data
• Kolaborasi dalam Penyuntingan Tulisan
• Kolaborasi dalam Pemrograman
• Kolaborasi dalam Bidang Lainnya

Capaian Pelatihan

Pada akhir pelatihan, peserta mampu menjelaskan konsep dasar dan cara kerja kecerdasan artifisial generatif serta bagaimana prompt digunakan untuk menghasilkan keluaran yang diinginkan. Peserta pelatihan juga mampu menerapkan berpikir kreatif untuk menghasilkan proyek kreatif menggunakan perangkat kecerdasan artifisial yang siap digunakan dalam situasi profesional nyata serta merefleksikan isu-isu etika yang berkaitan dengan penggunaan KA.

Tujuan Pelatihan

• Peserta pelatihan mampu menjelaskan konsep dasar dan cara kerja KA generatif dan bagaimana prompt digunakan untuk menghasilkan output yang diinginkan.
• Peserta pelatihan mampu menerapkan berpikir kreatif dan membangun proyek kreatif menggunakan menggunakan perangkat KA.
• Peserta pelatihan dapat menghasilkan proyek konten kreatif berbasis KA yang siap digunakan dalam situasi profesional nyata, seperti pemasaran digital, produksi media, atau pengembangan produk.
• Peserta pelatihan mampu merefleksikan isu-isu etika yang berkaitan dengan tantangan penggunaan KA dalam dunia nyata dan cara menghadapinya.

Indikator Capaian Pelatihan

• Peserta mampu menjelaskan konsep KA generatif, termasuk definisi, prinsip kerja, jenis, dan contoh aplikasi di bidang nyata.
• Peserta mampu mendemonstrasikan peran dan fungsi prompt dengan menyebutkan contoh prompt untuk tujuan berbeda.
• Peserta mampu menyusun prompt efektif dengan memenuhi unsur kejelasan, spesifisitas, dan konteks, serta memodifikasi prompt tidak efektif melalui analisis studi kasus.
• Peserta mampu menerapkan strategi Zero Shot dan Few Shot dalam penyusunan prompt, termasuk membandingkan hasil output dari kedua pendekatan.
• Peserta mampu merancang konten kreatif berbasis KA melalui brainstorming dengan bantuan KA, memetakan ide, dan memadukan inspirasi manusia-KA untuk menghasilkan ide yang unik.
• Peserta mampu menyusun dan menerapkan prompt multi-langkah untuk proyek kompleks dengan menyisipkan elemen kreatif dan iterasi berdasarkan umpan balik.
• Peserta mampu menghasilkan konten jadi yang mengintegrasikan output KA dan editan manual, serta mendokumentasikan proses kerja dalam portofolio digital.
• Peserta mampu meninjau kualitas output KA menggunakan rubrik dan merevisi prompt untuk memperbaiki kesalahan.
• Peserta mampu merefleksikan isu etika dalam kreasi konten KA dan menggunakan KA dengan bertanggung jawab.
• Peserta mampu merefleksikan tantangan dan solusi selama mengaplikasikan rekayasa prompt dan mengkreasi konten.

Pokok Bahasan

• Konsep Dasar Kecerdasan Artifisial Generatif
• Peran dan Fungsi Prompt
• Unsur-Unsur Prompt yang Efektif
• Strategi Penyusunan Prompt: Zero Shot & Few Shot
• Analisis dan Evaluasi Output
• Dasar-Dasar Kreasi Konten dengan KA
• Pengembangan Ide dan Kreativitas Digital
• Teknik Perancangan Prompt Untuk Produksi Konten Kreatif
• Integrasi Konten dalam Proyek Nyata
• Pertimbangan Etika dalam Kreasi Konten Menggunakan Kecerdasan Artifisial

Capaian Pelatihan

Pada akhir pelatihan, peserta mampu menjelaskan konsep dasar pemrograman KA, menerapkan library kecerdasan artifisial populer untuk menghasilkan aplikasi kecerdasan artifisial, serta menjelaskan konsep dasar, arsitektur, cara kerja, dan aplikasi Large Language Model (LLM). Peserta juga mampu merefleksikan bahwa penggunaan LLM harus bertanggung jawab serta mematuhi prinsip human-centered dan etika yang ada.

Tujuan Pelatihan

• Peserta pelatihan mampu menjelaskan konsep dasar pemrograman KA.
• Peserta pelatihan mampu menerapkan library Kecerdasan Artifisial populer untuk menghasilkan aplikasi kecerdasan artifisial
• Peserta pelatihan menjelaskan konsep dasar, arsitektur, cara kerja, dan aplikasi Large Language Model sederhana.
• Peserta pelatihan mampu mengintegrasikan aplikasi KA dengan model bahasa besar.
• Peserta pelatihan mampu merefleksi bahwa penggunaan LLM harus bertanggung jawab dan mematuhi prinsip human-centered dan etika yang ada.

Indikator Capaian Pelatihan

• Peserta mampu menjelaskan konsep dasar pemrograman KA.
• Peserta dapat menerapkan sintaks dasar bahasa pemrograman KA untuk menulis skrip sederhana yang melibatkan logika KA
• Peserta mampu menerapkan library KA populer untuk membangun model sederhana, seperti klasifikasi teks/gambar.
• Peserta mampu menganalisis output KA menggunakan matrik evaluasi dan melakukan penyempurnaan kode untuk meningkatkan performa.
• Peserta mampu menjelaskan arsitektur dasar LLM dan cara kerjanya dalam menghasilkan output.
• Peserta dapat membedakan jenis-jenis LLM berdasarkan desain arsitektur dan kasus penggunaan spesifik.
• Peserta dapat memadukan LLM ke dalam aplikasi menggunakan framework.
• Peserta dapat menganalisis kelebihan dan keterbatasan LLM melalui studi kasus output yang dihasilkan
• Peserta dapat menyusun dokumentasi teknis yang mencakup alur kerja, kode, dan analisis hasil aplikasi KA yang dikembangkan.
• Peserta mampu merefleksikan implikasi etis dalam penggunaan LLM
• Peserta mampu merefleksikan tantangan dan solusi selama mengembangkan aplikasi KA dan mengintegrasikan LLM

Pokok Bahasan

• Dasar Pemrograman Kecerdasan Artifisial
• Penerapan library Kecerdasan Artifisial
• Analisis Hasil dan Penyempurnaan Output Aplikasi Kecerdasan Artifisial
• Konsep Dasar, Arsitektur, dan Cara Kerja Large Language Model
• Peran Large Language Model dalam Kecerdasan Artifisial Generatif dan Aplikasinya
• Teknik Integrasi Pemrograman Kecerdasan Artifisial Dengan Model LLM

Tujuan Pelatihan

Setelah membaca dan mempelajari modul ini, para guru diharapkan dapat menguasai dan terampil untuk menciptakan proses pembelajaran yang kondusif dan sesuai dengan kebutuhan abad 21. Kemampuan dan keterampilan guru yang ingin dikembangkan dari modul ini adalah:

• Mampu memahami dan mengembangkan materi esensial mata pelajaran Koding dan Kecerdasan Artifisial;
• Mampu mengembangkan kepribadian, mental dan keterampilan peserta didik dalam menghadapi permasalahan secara sistematis dan logis berbantuan teknologi kecerdasan artifisial;
• Mampu mengembangkan proses belajar kolaborasi terbimbing untuk membangun kemandirian dalam memecahkan kasus/studi kasus;
• Mampu merancang pengalaman belajar peserta didik dengan pendekatan pembelajaran mendalam melalui perencanaan pembelajaran sesuai dengan karakteristik peserta didik;
• Mampu mengimplementasikan model pembelajaran Koding dan Kecerdasan Artifisial dengan atau tanpa fasilitas TIK (Plugged atau Unplugged);
• Mampu mengembangkan perencanaan pembelajaran Koding dan Kecerdasan Artifisial dengan mengimplementasikan pembelajaran berbasis HOTs dan mengintegrasikan kerangka TPACK.

Kerangka Materi

Secara umum, terdapat 4 bagian utama pada modul yang disajikan yaitu: Prinsip-prinsip pedagogik, pembelajaran berbasis HOTs, Integrasi pembelajaran dalam kerangka TPACK, dan Desain pembelajaran dan pengembangan modul dengan pendekatan pembelajaran mendalam. Praktek nyata dari pemahaman modul-modul tersebut akan disajikan pada proyek akhir yaitu proyek microteaching.

Pokok Bahasan

• Prinsip-prinsip Pedagogik
• Pembelajaran Berorientasi Pada Keterampilan Berpikir Tingkat Tinggi (HOTS)
• Pembelajaran Dengan Kerangka Kerja TPACK
• Rancangan Pembelajaran Berbasis Pendekatan Pembelajaran Mendalam
• Proyek Peerteaching/Microteaching