Generative AI, Prompt Engineering, dan Etika AI

🎯 Tujuan Pembelajaran

Setelah mempelajari materi ini, siswa diharapkan mampu:

1. Menjelaskan pengertian Generative AI dengan bahasa sendiri.
2. Menyebutkan beberapa bentuk konten yang dapat dihasilkan AI generatif.
3. Menjelaskan apa itu prompt.
4. Membedakan prompt yang terlalu umum dengan prompt yang lebih jelas dan terarah.
5. Mengenal unsur prompt seperti tujuan, konteks, batasan, format, dan contoh.
6. Melakukan eksperimen pengolahan teks sederhana menggunakan Python di Google Colab.
7. Membandingkan dua hasil AI berdasarkan prompt yang berbeda.
8. Menjelaskan risiko privasi, keamanan data, bias, hak cipta, plagiarisme, dan informasi palsu.
9. Menyusun laporan eksperimen AI secara terstruktur.
10. Menggunakan AI sebagai alat bantu belajar secara bertanggung jawab.

🤖 Apa itu Generative AI?

Generative AI atau AI generatif adalah teknologi AI yang dapat menghasilkan konten baru berdasarkan pola yang dipelajari dari data dan instruksi yang diberikan pengguna.

Konten yang dihasilkan dapat berupa teks, gambar, kode, audio, dan bentuk lainnya.

🧩 Bentuk Konten yang Dapat Dihasilkan

⚙️ Cara Kerja Generative AI secara Sederhana

Siswa tidak perlu mempelajari seluruh matematika di balik model AI untuk memahami konsep dasar. Gunakan gambaran sederhana berikut:

Model memproses input yang diberikan dan menghasilkan keluaran berdasarkan pola yang dipelajari. Hasilnya kemudian perlu diperiksa oleh pengguna.

Mengapa pemeriksaan manusia penting?

• AI dapat menghasilkan informasi yang keliru.
• AI dapat salah memahami konteks.
• AI dapat memberikan jawaban yang terdengar meyakinkan tetapi tidak akurat.
• AI tidak mengetahui seluruh kondisi dunia nyata dari konteks yang tidak diberikan.
• Hasil AI dapat memiliki implikasi etika atau hak penggunaan tertentu.

💬 Apa itu Prompt?

Prompt adalah instruksi, pertanyaan, atau konteks yang diberikan kepada AI untuk menghasilkan respons.

Prompt dapat sangat singkat atau dapat berisi beberapa informasi agar AI memahami tugas yang diinginkan.

Contoh prompt sederhana

Prompt tersebut dapat menghasilkan jawaban yang benar, tetapi hasilnya mungkin terlalu umum karena belum menjelaskan siapa pembacanya, seberapa panjang jawabannya, dan format yang diinginkan.

Prompt yang diperbaiki

Prompt kedua memberikan konteks dan batasan yang lebih jelas sehingga pengguna memiliki kriteria untuk menilai hasil.

🛠️ Prompt Engineering

Prompt Engineering adalah proses menyusun, memperbaiki, dan menguji instruksi agar AI memberikan hasil yang lebih sesuai dengan tujuan pengguna.

Prompt engineering bukan sekadar membuat prompt yang panjang. Yang penting adalah kejelasan dan relevansi informasi.

5 unsur prompt yang mudah digunakan

Template prompt

Tugas:
[jelaskan apa yang harus dibuat]

Konteks:
[jelaskan informasi penting]

Target pembaca:
[siapa yang akan membaca hasil]

Batasan:
[jumlah, panjang, bahasa, atau aturan]

Format output:
[tentukan bentuk hasil yang diinginkan]

Kriteria:
[jelaskan ciri hasil yang dianggap sesuai]

🔎 Membandingkan Dua Prompt

Kasus: meminta AI membuat materi tentang Python

Aktivitas perbandingan

1. Jalankan prompt awal pada AI yang digunakan guru.
2. Simpan hasilnya tanpa mengubah isi.
3. Jalankan prompt yang diperbaiki.
4. Simpan hasil kedua.
5. Bandingkan kedua hasil.
6. Catat bagian mana yang lebih sesuai dengan kebutuhan dan jelaskan alasannya.

💻 Praktik di Google Colab: Eksperimen Pengolahan Teks

Pada praktik ini kita tidak harus menghubungkan Google Colab langsung ke layanan AI berbayar. Kita akan menggunakan Python untuk melakukan eksperimen teks sederhana yang membantu memahami bagaimana data teks dapat diolah secara programatis.

Contoh kegiatan: menghitung frekuensi kata dari sebuah teks.

Langkah 1 — Membuat teks

teks = """
AI dapat membantu siswa belajar.
Siswa dapat menggunakan AI untuk mencari ide.
AI juga dapat membantu menjelaskan konsep.
Namun siswa tetap perlu memeriksa hasil AI.
"""

print(teks)

Langkah 2 — Mengubah teks menjadi kata

kata = teks.lower().split()

print(kata[:20])
print("Jumlah kata:", len(kata))

lower() mengubah huruf menjadi huruf kecil. split() memecah teks berdasarkan spasi sehingga kita memperoleh kumpulan kata.

Langkah 3 — Menghitung frekuensi setiap kata

from collections import Counter

frekuensi = Counter(kata)

print(frekuensi)

📊 Praktik Lanjutan — Membersihkan Teks

Jika tanda baca tidak dibersihkan, kata seperti AI dan AI. dapat dianggap berbeda. Kita dapat membersihkan tanda baca terlebih dahulu.

import re
from collections import Counter

teks = """
AI dapat membantu siswa belajar.
Siswa dapat menggunakan AI untuk mencari ide.
AI juga dapat membantu menjelaskan konsep.
Namun siswa tetap perlu memeriksa hasil AI.
"""

teks_bersih = re.sub(r'[^a-zA-Z0-9\s]', '', teks.lower())

kata = teks_bersih.split()
frekuensi = Counter(kata)

print("10 kata paling sering:")
for kata, jumlah in frekuensi.most_common(10):
    print(kata, ":", jumlah)

Memahami kode

Aktivitas eksperimen

Ganti isi variabel teks dengan paragraf tentang sekolah, lingkungan, teknologi, atau topik lain. Jalankan kembali program dan amati kata yang paling sering muncul.

📝 Laporan Eksperimen AI

Tugas utama pada materi ini adalah membuat laporan yang mendokumentasikan proses eksperimen prompt.

Format laporan

⚖️ Etika AI

Etika AI membahas bagaimana AI dikembangkan dan digunakan dengan memperhatikan manusia, data, keamanan, keadilan, hak, dan dampaknya.

Teknologi yang kuat membutuhkan penggunaan yang bertanggung jawab. Siswa perlu belajar bukan hanya “bagaimana memakai AI”, tetapi juga “kapan dan bagaimana AI sebaiknya digunakan”.

🔒 Privasi dan Keamanan Data

Privasi berkaitan dengan bagaimana informasi tentang seseorang dikumpulkan, digunakan, dan dibagikan. Dalam menggunakan AI, siswa perlu berhati-hati terhadap data yang dimasukkan.

Contoh data yang perlu diperlakukan hati-hati

• Nomor identitas atau dokumen pribadi.
• Alamat lengkap dan informasi kontak pribadi.
• Password, kode OTP, token API, atau kunci rahasia.
• Data kesehatan atau data sensitif lainnya.
• Dokumen internal sekolah atau organisasi yang tidak untuk publik.
• Data pribadi orang lain tanpa izin.

Contoh aman

Alih-alih memasukkan data siswa asli, gunakan data contoh:

data_siswa = [
    {"nama": "Siswa A", "nilai": 80},
    {"nama": "Siswa B", "nilai": 75},
    {"nama": "Siswa C", "nilai": 90}
]

⚖️ Bias AI

Bias AI dapat terjadi ketika data, proses pengembangan, atau cara penggunaan sistem menghasilkan pola yang tidak adil atau kurang mewakili kelompok tertentu.

Contoh sederhana

Bayangkan sistem klasifikasi dilatih terutama menggunakan contoh dari satu kelompok. Ketika digunakan pada kelompok yang kurang terwakili, performanya dapat berbeda.

©️ Hak Cipta dan Plagiarisme

AI dapat membantu menghasilkan teks, gambar, kode, dan konten lainnya. Namun penggunaan AI tidak otomatis menghilangkan aturan hak cipta atau aturan akademik.

Hak cipta

Perhatikan apakah suatu materi boleh digunakan, dimodifikasi, atau dipublikasikan. Aturan dapat berbeda menurut jenis karya, lisensi, dan yurisdiksi.

Plagiarisme

Plagiarisme berkaitan dengan menyajikan karya atau gagasan orang lain sebagai milik sendiri tanpa pengakuan yang sesuai. Dalam tugas sekolah, siswa harus mengikuti aturan guru mengenai penggunaan AI dan mencantumkan bantuan AI bila diwajibkan.

Contoh perilaku yang baik

• Membaca dan memahami jawaban AI sebelum menggunakannya.
• Mengubah dan mengembangkan ide dengan pemahaman sendiri.
• Mencantumkan penggunaan AI jika aturan tugas meminta.
• Memeriksa sumber dan fakta penting.
• Tidak mengaku bahwa seluruh hasil AI adalah karya pribadi jika aturan sekolah melarangnya.

❗ Informasi Palsu dan Halusinasi AI

AI generatif dapat menghasilkan jawaban yang terdengar meyakinkan tetapi salah. Kondisi seperti ini sering disebut halusinasi AI.

Karena itu, jangan menggunakan kelancaran bahasa sebagai bukti bahwa informasi tersebut benar.

Langkah memeriksa hasil AI

1. Identifikasi klaim utama.
2. Tanyakan: apakah informasi tersebut penting atau berisiko jika salah?
3. Cari sumber tepercaya untuk memverifikasi.
4. Bandingkan beberapa sumber jika diperlukan.
5. Periksa tanggal dan konteks informasi.
6. Jika tidak dapat diverifikasi, nyatakan bahwa informasi tersebut belum terverifikasi.

✅ Menggunakan AI Secara Bertanggung Jawab

📝 5 Latihan Soal

🛠️ 5 Tugas Praktik

Checklist Pengumpulan

📌 Ringkasan

1. Generative AI dapat menghasilkan berbagai bentuk konten seperti teks, gambar, kode, dan audio.
2. Prompt adalah instruksi atau konteks yang diberikan kepada AI.
3. Prompt yang jelas dapat membantu mengarahkan hasil sesuai tujuan.
4. Prompt engineering adalah proses menyusun, menguji, dan memperbaiki prompt.
5. Unsur yang dapat membantu prompt antara lain tujuan, konteks, target pembaca, batasan, format, dan kriteria.
6. Google Colab dapat digunakan untuk melakukan eksperimen Python yang mendukung pembelajaran AI, termasuk pengolahan teks.
7. Frekuensi kata adalah contoh sederhana mengubah teks menjadi data yang dapat dianalisis.
8. AI dapat menghasilkan informasi yang keliru sehingga hasil penting perlu diverifikasi.
9. Etika AI mencakup privasi, keamanan data, bias, hak cipta, plagiarisme, informasi palsu, dan tanggung jawab.
10. Siswa perlu menggunakan AI sebagai alat bantu belajar, bukan sebagai pengganti pemahaman dan tanggung jawab.

💭 Refleksi Siswa

1. Apa yang dimaksud dengan Generative AI?
2. Apa perbedaan prompt sederhana dan prompt yang terstruktur?
3. Bagian prompt apa yang paling membantu menghasilkan jawaban sesuai kebutuhanmu?
4. Mengapa hasil AI perlu diverifikasi?
5. Data apa yang tidak sebaiknya dimasukkan ke layanan AI tanpa memahami aturan dan izinnya?
6. Apa contoh bias AI yang dapat terjadi?
7. Apa hubungan AI dengan hak cipta dan plagiarisme?
8. Bagaimana cara menggunakan AI untuk membantu belajar tanpa sekadar menyalin?
9. Apa yang kamu pelajari dari eksperimen frekuensi kata di Google Colab?
10. Jika kamu menggunakan AI untuk tugas sekolah, bagaimana kamu akan memastikan penggunaannya tetap bertanggung jawab?

📚 Google Colab

Gunakan Google Colab untuk menjalankan seluruh contoh Python pada materi ini.

Materi Pembelajaran Koding dan Kecerdasan Artifisial • Python • Google Colab • Generative AI, Prompt Engineering, dan Etika AI