AI Boleh Buat Game Edukasi. Tetapi Siapa Yang Susun Hasilnya?

AI hari ini bukan lagi sekadar membantu menulis karangan, menjawab soalan atau menghasilkan gambar. Dengan arahan yang betul, AI juga boleh menghasilkan aplikasi kecil, kalkulator, borang, halaman web dan game interaktif.

Satu contoh menarik ialah penggunaan AI untuk menghasilkan game pendidikan menggunakan satu prompt sahaja.

Dalam contoh yang dikongsikan, pengguna hanya perlu menentukan beberapa perkara asas seperti tujuan pembelajaran, kelas atau tahap murid dan jenis permainan. AI kemudiannya menghasilkan game berdasarkan arahan tersebut.

Menariknya, terdapat pelbagai bentuk permainan yang boleh dibina seperti drag and drop, matching, mengelompokkan objek, menyusun, puzzle, aktiviti eksplorasi visual dan teka-teki silang.

Ini menunjukkan satu perubahan besar dalam cara kita menggunakan AI.

Dahulu kita bertanya

“Bolehkah AI buat perkara ini?”

Sekarang persoalannya semakin berubah kepada

“Selepas AI buat, bagaimana kita mahu mengurus dan menggunakan hasilnya?”

AI Sudah Semakin Pandai Menghasilkan

Dalam contoh game pendidikan tersebut, output yang dijana bukan sekadar idea atau teks.

AI boleh menghasilkan satu fail HTML lengkap yang mengandungi HTML, CSS dan JavaScript. Fail tersebut boleh dimuat turun dan dijalankan secara offline tanpa memerlukan sambungan Internet.

Game yang dihasilkan juga boleh direka dalam nisbah 16:9 dan mesra skrin sentuh untuk digunakan pada peranti digital interaktif.

Ini bermaksud seorang pengguna yang tidak mempunyai kemahiran pengaturcaraan yang mendalam sudah mempunyai peluang untuk menghasilkan sesuatu yang sebelum ini memerlukan pengetahuan HTML, CSS dan JavaScript.

AI mula mengambil peranan sebagai mesin penghasilan.

Kita berikan arahan.

AI menghasilkan.

Tetapi di sinilah muncul satu masalah baharu.

Masalah Sebenar Bukan Lagi Menghasilkan

Bayangkan seorang guru mahu menghasilkan lima game pembelajaran.

Kemudian beliau menghasilkan

• satu game drag and drop;
• satu game matching;
• satu teka-teki silang;
• satu puzzle;
• satu aktiviti pengelasan.

Setiap satu mungkin bermula daripada prompt yang berbeza.

Kemudian ada versi pertama.

Versi kedua.

Versi yang sudah diperbetulkan.

Versi terakhir.

Selepas beberapa ketika, pengguna mungkin mempunyai puluhan prompt, fail HTML, teks arahan dan hasil AI.

AI berjaya menghasilkan semuanya.

Tetapi manusia pula perlu mengurus semuanya.

Di sinilah muncul jurang yang semakin jelas dalam penggunaan AI

AI pandai menghasilkan. Tetapi hasil AI masih perlu disusun.

Daripada Prompt Kepada Sistem

Dalam bahan contoh tersebut turut diperlihatkan idea membina sebuah Edu Game Generator.

Daripada pengguna perlu menukar prompt secara manual setiap kali mahu membina game, idea seterusnya adalah menyediakan satu antaramuka.

Pengguna hanya memilih parameter pembelajaran, mata pelajaran, kelas, objektif dan jenis game.

Kemudian tekan

Generate.

Idea ini cuba mengubah proses

Prompt → Edit → Copy → Paste → Generate

menjadi

Isi → Pilih → Generate

Malah pembangun dalam contoh tersebut sendiri melihat generator sebagai langkah seterusnya supaya pengguna tidak perlu lagi memikirkan struktur prompt setiap kali menghasilkan game.

Walaupun generator yang ditunjukkan masih belum sempurna dan game yang dijana belum sepenuhnya mengikuti objektif pembelajaran, arah perkembangannya cukup menarik.

Ini sebenarnya bukan hanya berlaku dalam pembangunan game.

Perkara sama sedang berlaku kepada hampir semua penggunaan AI.

Kita Tidak Semestinya Perlukan AI Baharu

Ramai orang apabila melihat masalah ini mungkin terus berfikir

“Kita perlu bina satu lagi AI.”

Sebenarnya tidak semestinya.

ChatGPT, Gemini dan pelbagai model AI lain sudah sangat baik dalam menghasilkan kandungan.

Apa yang masih kurang ialah lapisan selepas AI.

Contohnya seseorang meminta AI menghasilkan surat rasmi.

AI memberikan teks.

Kemudian pengguna perlu

salin teks → buka Word → susun alamat → susun tarikh → betulkan perkara → kemaskan tandatangan → semak format → cetak.

Untuk memo pula, prosesnya berbeza.

Untuk SOP, berbeza.

Untuk minit mesyuarat, berbeza.

Untuk proposal, berbeza.

AI sudah melakukan bahagian menghasilkan kandungan.

Tetapi kerja menstruktur, memformat dan menyediakan hasil akhir masih banyak dilakukan secara manual.

Di Sini Konsep SAAPS Bermula

SAAPS mengambil pendekatan yang lebih sederhana.

Bukan cuba menggantikan AI.

Bukan juga cuba membina satu lagi chatbot.

Konsepnya ialah

Buat dengan AI. SAAPS Susun.

Pengguna boleh terus menggunakan AI yang mereka selesa gunakan.

Contohnya

1. Minta AI hasilkan kandungan

Gunakan ChatGPT, Gemini atau AI pilihan sendiri.

2. Salin hasil AI

Tidak perlu membina dokumen secara manual dari awal.

3. Tampal ke SAAPS

SAAPS membaca struktur kandungan yang diberikan.

4. SAAPS susun

Kandungan dipetakan kepada struktur dokumen yang sesuai.

5. Semak dan edit

Pengguna masih mempunyai kawalan terhadap hasil akhir.

6. Preview

Lihat rupa dokumen sebelum digunakan.

7. Copy, cetak atau eksport

Dokumen kini lebih dekat kepada bentuk sebenar yang diperlukan.

Contohnya Surat Rasmi

Daripada pengguna meminta AI

“Tolong buat surat permohonan…”

kemudian menerima beberapa perenggan teks panjang, prompt SAAPS boleh meminta AI mengeluarkan kandungan dalam struktur tertentu seperti:

Pengirim:
Penerima:
Tarikh:
Rujukan:
Perkara:
Salam:
Isi Surat:
Penutup:
Nama / Jawatan:

Selepas itu pengguna hanya menampal hasil tersebut ke dalam SAAPS.

SAAPS tidak perlu menulis semula surat itu.

SAAPS hanya perlu memahami

Ini pengirim.

Ini penerima.

Ini perkara.

Ini isi surat.

Kemudian sistem memetakkannya kepada reka letak surat rasmi.

Inilah beza antara AI generator dengan AI output organizer.

Satu Enjin, Banyak Kegunaan

Konsep yang sama boleh digunakan untuk banyak jenis kandungan.

Surat rasmi.

Memo.

Minit mesyuarat.

SOP.

Checklist kerja.

Executive summary.

SWOT.

Content brief.

Sales script.

WhatsApp script.

Email sequence.

One Page Proposal.

Timeline.

Case study.

Incident report.

Itinerary.

Dan banyak lagi.

Setiap tool tidak semestinya memerlukan sebuah sistem AI baharu.

Yang berubah hanyalah

struktur input → pemetaan kandungan → template output.

Enjin asasnya masih sama

Parse → Map → Format → Render

AI menghasilkan kandungan.

SAAPS mengesan struktur.

SAAPS memetakan kandungan.

SAAPS memformatkannya.

SAAPS memaparkan hasil akhir.

Daripada “Prompt Engineering” Kepada “Output Engineering”

Pada peringkat awal penggunaan AI, ramai memberi perhatian kepada prompt engineering.

Bagaimana menulis prompt yang baik?

Bagaimana memberi konteks?

Bagaimana menetapkan peranan?

Bagaimana menghasilkan jawapan yang lebih tepat?

Semua itu masih penting.

Tetapi apabila semakin banyak kerja dilakukan menggunakan AI, satu bidang lain menjadi semakin penting:

Output Engineering

Persoalannya bukan sahaja

Apa yang AI perlu hasilkan?

Tetapi juga

Dalam struktur apa hasil itu perlu diberikan supaya sistem lain boleh terus menggunakannya?

Jika output AI mempunyai struktur yang konsisten, banyak proses selepas AI boleh diautomatikkan.

Daripada teks mentah, kita boleh menghasilkan

dokumen,

borang,

laporan,

kad,

senarai,

lembaran kerja,

atau paparan yang boleh terus dicetak.

AI Bukan Produk Akhir

AI sangat berkuasa.

Tetapi satu jawapan daripada chatbot tidak semestinya merupakan produk akhir.

Kadang-kadang ia hanyalah bahan mentah.

Seperti kayu yang sudah dipotong tetapi belum menjadi meja.

Atau bahan masakan yang sudah tersedia tetapi belum menjadi hidangan.

Nilai seterusnya datang daripada bagaimana hasil tersebut

disusun,

dipermudahkan,

dipersembahkan,

dan disediakan untuk digunakan.

Itulah ruang yang SAAPS cuba isi.

Buat dengan AI. SAAPS Susun.

Masa depan penggunaan AI mungkin bukan tentang mempunyai satu aplikasi yang melakukan semuanya.

Sebaliknya kita mungkin mengg