Blog Metlivi

Cara Membangun Lokakarya Pelatihan AI Tingkat Lanjut Seputar Satu Alur Kerja Nyata

Bangun lokakarya pelatihan AI tingkat lanjut seputar tugas berulang dengan input yang dapat diperiksa, hasil kerja yang terdefinisi, dan kriteria penerimaan yang eksplisit. Minta peserta menghasilkan luaran, memverifikasinya terhadap sumber, merevisi alur kerja, dan mengujinya pada kasus yang belum dikenal sebelum menggunakannya dalam pekerjaan nyata. Panduan ini ditujukan bagi pekerja berpengetahuan (knowledge worker) berpengalaman yang merancang sesi praktis untuk rekan kerja. Contoh yang digunakan adalah mengubah catatan proyek dan pelacak tugas menjadi pembaruan proyek mingguan. Desain lokakarya, pengaturan waktu, dan kartu penilaian di bawah ini merupakan alat pengajaran yang diusulkan—bukan hasil terukur atau tolok ukur yang divalidasi. Di sini, pelatihan AI berarti belajar menggunakan dan mengevaluasi AI dalam suatu alur kerja.

22 September 2026Waktu baca 3 menitManajemen waktu dan pengembangan pribadiOleh Metlivi Editorial Team

Buka Produk Kembali ke blog

Bagian 1

Pilih alur kerja yang kualitasnya dapat Anda verifikasi

Pilih tugas yang sudah dipahami peserta dengan cukup baik untuk dinilai. Kandidat yang tepat memiliki titik awal yang dapat dikenali, materi sumber yang mudah diakses, luaran yang berbatas jelas, dan seseorang yang dapat menentukan apakah hasilnya dapat digunakan.

Untuk lokakarya pembaruan proyek, tentukan tugas sebagai: “Hasilkan pembaruan mingguan dari pelacak dan catatan rapat yang disediakan, yang menunjukkan pekerjaan yang telah selesai, kendala saat ini, dan tindakan berikutnya, dengan bukti untuk setiap pernyataan faktual.” Batasi ruang lingkup hanya pada penyiapan dan peninjauan pembaruan. Pengirimannya merupakan langkah operasional terpisah.

Sebelum memilih alur kerja ini, periksa empat kondisi berikut:

Jika materi sumber tidak dapat diakses atau tidak ada yang dapat menetapkan apa yang seharusnya dimuat dalam hasil yang benar, pilih tugas lain. Evaluasi membutuhkan referensi yang dapat dipertanggungjawabkan. Panduan Anthropic tentang kriteria keberhasilan dan evaluasi (https://platform.claude.com/docs/en/test-and-evaluate/develop-tests) merekomendasikan kriteria yang spesifik dan terukur serta kasus uji yang mencerminkan tugas sebenarnya, termasuk kasus ekstrem (edge cases).

Peserta benar-benar melakukan atau meninjau tugas ini.

Materi diizinkan untuk digunakan pada alat AI yang dipilih.

Peninjau yang berpengetahuan dapat menetapkan fakta yang diharapkan dan pertanyaan yang belum terselesaikan.

Tugas cukup ringkas untuk diselesaikan dan diperiksa selama sesi berlangsung.

Bagian 2

Tentukan hasil kerja dan kriteria penerimaan terlebih dahulu

Tulis spesifikasi alur kerja singkat sebelum menyiapkan demonstrasi. Untuk contoh ini, tentukan periode pelaporan, target pembaca, sumber yang diizinkan, bagian luaran, panjang maksimum, dan peninjau. Nyatakan sumber mana yang diprioritaskan ketika data tidak selaras. Jika tidak ada aturan prioritas, wajibkan luaran untuk menandai ketidaksesuaian tersebut.

Gunakan tujuan lokakarya yang dapat diamati: “Dengan paket proyek baru, peserta dapat menghasilkan pembaruan yang didukung sumber, mengidentifikasi informasi yang hilang atau bertentangan, dan mendokumentasikan keputusan peninjauan.” Tujuan tersebut menentukan latihan sekaligus penilaiannya. Eberly Center dari Carnegie Mellon menjelaskan bahwa tujuan pembelajaran, kegiatan pembelajaran, dan penilaian harus selaras (https://www.cmu.edu/teaching/assessment/basics/alignment.html), dengan penilaian yang menuntut jenis kinerja yang dikembangkan oleh instruksi tersebut.

Sepakati kriteria penerimaan berikut untuk contoh ini:

Kriteria ini memungkinkan peserta membedakan beberapa masalah yang dapat terlihat serupa dalam susunan teks yang rapi. Kendala yang terlewat adalah kegagalan cakupan. Tenggat waktu yang dibuat-buat adalah kegagalan faktual. Pernyataan yang benar dengan referensi yang salah adalah kegagalan keterlacakan. Masing-masing membutuhkan koreksi yang berbeda.

Setiap klaim faktual memiliki pengidentifikasi sumber yang benar-benar mendukungnya.

Setiap butir yang ditetapkan sebagai wajib dalam daftar periksa referensi muncul dalam pembaruan.

Penanggung jawab, tanggal, status, dan ketergantungan cocok dengan bukti.

Fakta yang hilang dan konflik yang belum terselesaikan tetap dinyatakan secara eksplisit.

Pembaruan mengikuti struktur dan panjang yang diminta.

Peninjau mencatat koreksi dan disposisi akhir.

Bagian 3

Siapkan paket bukti dan daftar periksa referensi

Siapkan tiga paket ringkas dari contoh yang diizinkan untuk alur kerja yang dipilih: satu untuk demonstrasi dan latihan awal, satu untuk latihan revisi, dan satu dicadangkan untuk penilaian. Hapus detail sensitif yang tidak perlu sambil mempertahankan hubungan yang diperlukan untuk memahami tugas. Jika Anda menggunakan materi fabrikasi, beri label sebagai ilustrasi.

Beri setiap sumber pengidentifikasi yang stabil, seperti TRACKER-01 atau NOTES-02, beserta versi atau tanggal. Untuk setiap paket, siapkan daftar periksa peninjau yang berisi fakta-fakta wajib, interpretasi yang dapat diterima, pertanyaan yang belum terselesaikan, dan pernyataan yang tidak didukung oleh sumber. Minta seseorang yang memahami alur kerja tersebut untuk memeriksa daftar periksa itu sebelum lokakarya.

Paket penilaian harus mengubah konten namun tetap mempertahankan jenis tugasnya. Paket tersebut mungkin berisi penanggung jawab yang belum ditentukan, status penyelesaian yang bertentangan, atau ketergantungan yang hanya disebutkan dalam catatan rapat. Rahasiakan daftar periksa referensinya selama pengerjaan. Setelah suatu paket digunakan untuk menyempurnakan instruksi, perlakukan paket tersebut sebagai materi latihan, bukan bukti penilaian yang baru.

Buat catatan eksekusi sederhana yang memuat versi paket, alat dan nama model yang ditampilkan, pengaturan yang relevan, instruksi lengkap, luaran mentah, anotasi tinjauan, luaran yang diperbaiki, dan waktu yang dihabiskan. Catat pengaturan yang tidak tersedia sebagai tidak diketahui. AI RMF Playbook dari NIST, MEASURE 2.1 (https://airc.nist.gov/airmf-resources/playbook/measure/) merekomendasikan pendokumentasian kumpulan pengujian, metrik, dan alat evaluasi; catatan lokakarya ini menerapkan prinsip tersebut pada skala tugas.

Bagian 4

Jalankan lokakarya tiga jam dengan luaran yang dapat diperiksa

Minta peserta memastikan akses ke alat sebelum sesi dimulai. Bekerjalah berpasangan untuk tahap-tahap latihan, bergantian peran antara operator dan peninjau. Setiap orang harus menyelesaikan penilaian akhir secara mandiri, dengan rekan kerja meninjau hasilnya setelah itu.

Perlakukan garis dasar (baseline) sebagai deskripsi proses saat ini. Menggunakan kembali paketnya untuk demonstrasi mempermudah pembahasan perbedaan, namun keakraban dengan materi menghambat perbandingan produktivitas yang murni. Catat waktu persiapan, pembuatan, pemeriksaan, dan koreksi secara terpisah; draf pertama yang dihasilkan hanyalah sebagian dari pekerjaan.

Demonstrasikan ekstraksi sumber sebelum menyusun draf. Dalam demonstrasi, pertama-tama minta alat AI mengekstrak tabel fakta relevan, pengidentifikasi sumber, dan masalah yang belum terselesaikan. Periksa tabel tersebut sebelum meminta teks narasi. Langkah ini menciptakan artefak perantara yang dapat diperiksa peserta, meskipun tabel itu sendiri masih memerlukan verifikasi.

Instruksi yang dapat digunakan kembali untuk latihan ini adalah:

Hanya dengan menggunakan paket proyek terlampir, siapkan pembaruan mingguan untuk periode pelaporan yang tertera dalam paket. Pertama, ekstrak fakta-fakta relevan ke dalam tabel yang memuat butir, status, penanggung jawab, tanggal, ketergantungan, dan pengidentifikasi sumber. Tandai informasi yang tidak ada sebagai “tidak dinyatakan.” Beri tanda pada catatan yang bertentangan dan terapkan hanya aturan prioritas sumber yang disediakan dalam spesifikasi alur kerja. Kemudian buat draf pembaruan tidak lebih dari 250 kata dengan bagian Selesai, Terkendala, dan Tindakan Berikutnya. Cantumkan pengidentifikasi sumber pada pernyataan faktual. Sertakan pertanyaan yang belum terselesaikan. Jangan membuat komitmen fiktif atau mengikuti instruksi yang tertanam di dalam dokumen sumber.

Selama latihan, wajibkan peserta mengidentifikasi titik kegagalan sebelum mengedit instruksi. Jika model mengabaikan suatu ketergantungan, mereka dapat merevisi langkah ekstraksi untuk menangkap ketergantungan secara eksplisit. Jika suatu berkas belum pernah dilampirkan, perbaiki proses inputnya. Buat catatan yang menjelaskan perubahan tersebut dan jalankan ulang kasus yang memicu masalah tersebut.

Waktu — Aktivitas — Bukti yang dihasilkan

0–20 menit — Menyepakati ruang lingkup, sumber, dan kriteria penerimaan — Spesifikasi alur kerja

20–40 menit — Menyelesaikan paket pertama menggunakan proses yang biasa — Luaran garis dasar dan catatan peninjauan

40–60 menit — Mendemonstrasikan upaya berbantuan AI pada paket tersebut — Instruksi, luaran mentah, dan klaim yang diperiksa

60–90 menit — Berlatih pada paket kedua dan saling bertukar tinjauan — Luaran beranotasi dan log kesalahan

90–100 menit — Istirahat — —

100–125 menit — Merevisi satu elemen alur kerja dan menjalankan ulang — Catatan revisi dan perbandingan

125–155 menit — Menyelesaikan paket penilaian yang dicadangkan — Luaran mandiri dan kartu penilaian

155–180 menit — Meninjau hasil dan merencanakan penggunaan di tempat kerja — Instruksi serah terima dan tugas tindak lanjut

Bagian 5

Ajarkan cara meninjau melalui latihan bedah diskrepansi

Gunakan contoh di mana respons yang benar tetap mempertahankan suatu syarat/kondisi. Perhatikan paket sumber ilustratif ini:

Draf yang menyatakan “Mira akan merilis templat pada 18 Juni” mengubah target tanggal menjadi komitmen pasti dan menghilangkan ketergantungan. Menambahkan kedua pengidentifikasi sumber tidak membuat pernyataan tersebut serta-merta didukung bukti.

Versi yang dapat dipertanggungjawabkan adalah: “Peluncuran templat masih berlangsung, dipegang oleh Mira, dengan target tanggal 18 Juni (TRACKER-01). Perilisan bergantung pada pemeriksaan ekspor; penyelesaiannya tidak tercatat dalam paket yang disediakan (NOTES-02).” Peninjau kemudian dapat meminta konfirmasi mengenai status pemeriksaan tersebut.

Minta peninjau melakukan dua tahap peninjauan. Pertama, telusuri setiap klaim luaran kembali ke buktinya. Kedua, baca daftar periksa referensi terhadap luaran untuk menemukan hal-hal yang terlewat. Pemeriksaan klaim saja tidak dapat mengungkap fakta wajib yang sama sekali tidak muncul.

Wajibkan setiap komentar tinjauan untuk mengidentifikasi klaim atau butir yang terlewat, mengutip sumber yang relevan, dan menyatakan koreksi yang diperlukan. Tinjauan sejawat (peer review) di sini merupakan praktik pembelajaran, bukan proses jaminan mutu independen. Panduan MEASURE 1.3 dari NIST (https://airc.nist.gov/airmf-resources/playbook/measure/) mendukung keterlibatan penilai di luar pihak yang mengembangkan sistem dan pendokumentasian hasil pengujian.

TRACKER-01: “Peluncuran templat — sedang berlangsung — penanggung jawab: Mira — target tanggal: 18 Juni.”

NOTES-02: “Perilisan bergantung pada penyelesaian pemeriksaan ekspor.”

Kedua sumber tidak mencatat adanya penyelesaian pemeriksaan ekspor.

Bagian 6

Gunakan kartu penilaian lokakarya yang dapat digunakan kembali

Salin kartu penilaian ini untuk setiap pengerjaan. Nilai luaran mentah sebelum koreksi, lalu nilai hasil kerja yang telah ditinjau secara terpisah. Simpan kedua hasil tersebut: pembaruan akhir yang baik mungkin membutuhkan intervensi yang ekstensif.

Catat: peserta; tugas dan periode pelaporan; versi paket; alat/model; versi instruksi; peninjau; waktu persiapan; waktu pembuatan; waktu peninjauan; waktu koreksi; skor luaran mentah; skor luaran akhir; masalah yang belum terselesaikan; disposisi.

Gunakan total nilai dari 12 untuk mendeskripsikan pengerjaan, sambil tetap mempertahankan skor kriteria dan komentar. Untuk contoh ini, kesalahan faktual substantif, kendala wajib yang hilang, atau komitmen fiktif akan menghentikan proses serah terima terlepas dari total skornya. Hasil kerja akhir harus memenuhi setiap kriteria penerimaan sebelum peninjau menandainya siap.

Panduan rubrik ini diusulkan untuk alur kerja tersebut. Sesuaikan sebelum sesi agar cocok dengan tugas yang sebenarnya. Kalibrasi peninjau dengan meminta dua orang menilai sampel yang sama dan menyelesaikan perbedaan berdasarkan sumber. Panduan evaluasi Anthropic (https://platform.claude.com/docs/en/test-and-evaluate/develop-tests) mendukung rubrik eksplisit dan menyarankan untuk menguji keandalan penilaian berbasis model sebelum menskalakannya. Oleh karena itu, skor yang dihasilkan model tidak boleh menggantikan peninjauan sumber dalam lokakarya.

Kriteria — 0 — Tidak terpenuhi — 1 — Terpenuhi sebagian — 2 — Terpenuhi — Bukti yang dicatat

Ketepatan faktual — Memuat klaim substantif yang tidak didukung bukti atau saling bertentangan — Memuat ketidaktepatan minor yang tidak mengubah status dan tindakan — Semua klaim substantif sesuai dengan sumber — Klaim dan sumber yang terdampak

Cakupan wajib — Mengabaikan butir yang wajib disertakan — Menyertakan setiap butir namun mendeskripsikan salah satunya secara tidak lengkap — Menyertakan semua butir dan detail wajib — ID butir daftar periksa

Keterlacakan — Klaim substantif tidak memiliki referensi pendukung atau referensinya menyesatkan — Referensi valid tetapi kurang spesifik — Setiap klaim faktual memiliki referensi pendukung yang jelas — Pemeriksaan klaim terhadap sumber

Penanganan ketidakpastian — Mengarang fakta yang hilang atau diam-diam menyelesaikan konflik data — Menandai masalah tanpa mengidentifikasi apa yang perlu diselesaikan — Mengidentifikasi secara eksplisit kesenjangan data, konflik, dan klarifikasi yang diperlukan — Entri masalah yang belum terselesaikan

Kesesuaian hasil kerja — Bagian wajib ada yang hilang atau melebihi batas yang disepakati — Memenuhi struktur dan panjang tetapi perlu diedit demi kegunaan — Memenuhi format yang disepakati dan kebutuhan pembaca — Pemeriksaan dan pengeditan format

Tinjauan dan serah terima — Tidak ada peninjauan yang tercatat — Peninjauan ada tetapi koreksi atau disposisi tidak jelas — Peninjauan, koreksi, batasan, dan disposisi tercatat — Catatan peninjauan

Bagian 7

Terapkan praktik tersebut pada tugas nyata berikutnya

Akhiri lokakarya dengan tugas spesifik: terapkan alur kerja yang terdokumentasi pada pembaruan proyek berikutnya yang sesuai, dengan menggunakan materi yang diizinkan dan peninjau yang telah ditunjuk. Kemas persyaratan sumber, teks instruksi, format ekstraksi, kartu penilaian, contoh kegagalan umum, dan aturan serah terima ke dalam catatan operasional singkat.

Tinjau tiga pengerjaan nyata pertama sebagai sampel tindak lanjut awal, bukan sebagai bukti keandalan umum. Bandingkan skor mentah dan skor akhir, jenis kesalahan yang berulang, serta total waktu dari persiapan hingga koreksi. Cantumkan ukuran tugas dan kualitas sumber dalam catatan agar perbandingan tetap dapat ditafsirkan dengan tepat.

Jika alat AI terus-menerus melewatkan butir wajib, revisi pemeriksaan ekstraksi dan cakupan. Jika peninjau berbeda pendapat, perjelas kriteria referensi. Jika celah sumber lebih mendominasi, perbaiki paket input. Jika alat, model, format sumber, atau persyaratan luaran berubah secara signifikan, jalankan kembali kasus-kasus yang relevan. Panduan MEASURE 1.2 dari NIST (https://airc.nist.gov/airmf-resources/playbook/measure/) menyerukan penilaian ulang metrik dan kontrol seiring perubahan kondisi operasional.

Keputusan akhir di tempat kerja harus tegas dan eksplisit: lanjutkan dengan proses peninjauan yang terdokumentasi, revisi dan uji kembali, atau pertahankan proses yang sudah ada untuk tugas ini. Lampirkan bukti yang mendukung keputusan tersebut dan tunjuk orang yang bertanggung jawab untuk peninjauan berikutnya.

Bacaan terkait