Prompt Engineering Sebagai Kompetensi Kunci Dalam Mengoptimalkan Kinerja Generative Ai Di Era Transformasi Digital

Wahid Suharmawan

doi:10.36841/pgsdunars.v17i1.8803

Wahid Suharmawan Universitas PGRI Argopuro Jember

DOI: https://doi.org/10.36841/pgsdunars.v17i1.8803

Abstract

Perkembangan Generative Artificial Intelligence (Generative AI) telah mengubah paradigma pemanfaatan teknologi digital dalam berbagai bidang, mulai dari pendidikan, bisnis, kesehatan, penelitian, hingga industri kreatif. Berbeda dengan sistem kecerdasan buatan konvensional yang dirancang untuk tugas-tugas spesifik, Generative AI mampu menghasilkan teks, gambar, suara, video, bahkan kode pemrograman berdasarkan instruksi yang diberikan oleh pengguna. Kondisi tersebut melahirkan fenomena baru bahwa kualitas keluaran AI tidak hanya ditentukan oleh kecanggihan model bahasa yang digunakan, tetapi juga oleh kualitas instruksi atau prompt yang disusun oleh pengguna. Artikel ini bertujuan mengkaji secara konseptual bagaimana Prompt Engineering berkembang menjadi kompetensi baru yang menentukan efektivitas penggunaan Generative AI. Melalui pendekatan studi kepustakaan (library research) dengan analisis terhadap berbagai publikasi ilmiah terkini, artikel ini menunjukkan bahwa AI pada dasarnya bersifat netral dan fleksibel. AI dapat berperan sebagai guru, konselor, peneliti, analis data, programmer, penulis, penerjemah, mentor, hingga mitra pengambilan keputusan sesuai dengan desain prompt yang diberikan. Hasil kajian menunjukkan bahwa hubungan antara pengguna dan AI bukan sekadar hubungan manusia dengan mesin, melainkan kolaborasi kognitif (human-AI collaboration) yang dipengaruhi oleh kemampuan pengguna dalam menyusun tujuan, konteks, batasan, peran, serta format keluaran yang diinginkan. Semakin baik kualitas prompt, semakin tinggi kualitas respons AI yang dihasilkan. Artikel ini mengusulkan bahwa Prompt Engineering merupakan bentuk literasi digital baru yang perlu diintegrasikan ke dalam pendidikan tinggi sebagai kompetensi abad ke-21. Penguasaan Prompt Engineering memungkinkan individu memanfaatkan AI secara produktif, kreatif, etis, dan bertanggung jawab dalam menghadapi transformasi digital.

References

Abdullah, A., & Siregar, R. (2024). Artificial intelligence literacy in higher education: A systematic literature review. Education and Information Technologies, 29(6), 7421–7445.
Anthropic. (2024). The Claude prompting guide. Anthropic. https://docs.anthropic.com
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623.
Bommasani, R., Hudson, D. A., Adeli, E., et al. (2022). On the opportunities and risks of foundation models. Stanford Center for Research on Foundation Models.
Brown, T. B., Mann, B., Ryder, N., et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901.
Dwivedi, Y. K., Hughes, L., Baabdullah, A. M., et al. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI. International Journal of Information Management, 71, 102642.
Farrokhnia, M., Banihashem, S. K., Noroozi, O., & Wals, A. (2024). A SWOT analysis of ChatGPT in education. Computers & Education: Artificial Intelligence, 5, 100185.
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681–694.
Goodfellow, I., Bengio, Y., & Courville, A. (2021). Deep learning. MIT Press.
Kasneci, E., Sessler, K., Küchemann, S., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). ChatGPT for language teaching and learning. RELC Journal, 54(2), 537–550.
Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 410.
Lund, B., Wang, T., Mannuru, N., et al. (2023). ChatGPT and a new academic reality. Journal of the Association for Information Science and Technology, 74(11), 1394–1402.
Microsoft. (2024). Prompt engineering techniques. Microsoft Learn. https://learn.microsoft.com
Mollick, E. (2024). Co-intelligence: Living and working with AI. Portfolio.
OpenAI. (2024). Prompt engineering. OpenAI Documentation. https://platform.openai.com/docs/guides/prompt-engineering
OpenAI. (2025). GPT-4.1 prompting guide. OpenAI.
Ouyang, L., Wu, J., Jiang, X., et al. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems, 35, 27730–27744.
Park, S., Kim, J., & Lee, H. (2024). Prompt engineering strategies for generative AI in higher education. Education and Information Technologies, 29(8), 10115–10139.
Ray, P. P. (2023). ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope. Internet of Things and Cyber-Physical Systems, 3, 121–154.
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: Systematic review. Healthcare, 11(6), 887.
UNESCO. (2021). AI and education: Guidance for policy-makers. UNESCO.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
Vaswani, A., Shazeer, N., Parmar, N., et al. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30. (Referensi klasik yang tetap menjadi landasan teori Transformer.)
Wei, J., Wang, X., Schuurmans, D., et al. (2022). Chain-of-thought prompting elicits reasoning in large language models. Advances in Neural Information Processing Systems, 35, 24824–24837.
White, J., Fu, Q., Hays, S., et al. (2023). A prompt pattern catalog to enhance prompt engineering with ChatGPT. arXiv:2302.11382.
World Economic Forum. (2023). The future of jobs report 2023. World Economic Forum.
World Economic Forum. (2025). The future of jobs report 2025. World Economic Forum.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(39).