Fisikawan Niels Bohr pernah berkata, “memprediksi itu sangat sulit, apalagi jika menyangkut masa depan.” Terlepas dari kesulitannya, kita boleh berasumsi bahwa kemajuan teknologi akan membentuk kembali program pelatihan profesional penerbangan di masa depan. Artikel ini membahas empat tren teknologi pengajaran.
Karena siklus pelatihan wajib berulang dan biaya yang makin meningkat, industri penerbangan telah menjadi inovator dan pengadopsi awal teknologi pelatihan. Dari pengenalan dan evolusi simulator penerbangan menjadi industri pertama yang mengadopsi pelatihan berbasis komputer secara luas, industri penerbangan dengan cepat merangkul teknologi yang dapat mengarah pada peningkatan.
#1 – Bagaimana generasi profesional berikutnya akan belajar?
Sebelum mengeksplorasi teknologi baru, kita harus mempertimbangkan bagaimana para profesional masa depan akan mendekati pembelajaran. Siswa saat ini bukanlah siswa yang dirancang untuk diajar dengan metode pelatihan tradisional – karena mereka dibesarkan dengan teknologi, mereka memiliki pendekatan pembelajaran yang berbeda. Sementara banyak instruktur berpengalaman berasumsi bahwa pembelajar sama seperti sebelumnya, dan metode pengajaran yang sama yang berhasil untuk kita akan berhasil untuk mereka, asumsi tersebut tidak lagi valid. Generasi berikutnya belajar secara berbeda. Karena bagaimanapun mereka memiliki kharakteristik unik dan khas yaitu paham teknologi; multi-tasker, kolaboratif dan berorientasi pada tim; pengguna teknologi; melakukan simulasi, interaksi, dan permainan; segera mengharapkan hasil optimal; dan menuntut pengetahuan dan pengalaman baru yang lebih menantang.
Ini bukan situasi panik karena ada bukti bahwa anak muda tampaknya menyesuaikan diri dengan pendekatan yang digunakan oleh instruktur mereka. Namun saat kita bergerak menuju masa depan, kita harus terus menilai keefektifan pengajaran kita dan memastikan kurikulumnya berfokus pada pelajar .
#2 – Teknologi melekat yang dapat dipakai (Wearable technology)
Wearable technology mengacu pada perangkat portabel yang melekat pada tubuh manusia, mengumpulkan data, dan mengirimkan informasi kepada pemakainya. Meskipun ini adalah alat baru dalam pelatihan penerbangan, perangkat ini semakin produktif. Perangkat yang dapat dikenakan memiliki banyak fitur yang sama dengan ponsel tetapi menawarkan peningkatan fitur pemindaian dan sensor.
Data yang dikumpulkan dari mereka dapat digunakan dalam berbagai aplikasi:
- augmented reality helmets (seperti Google Glass) menempatkan informasi digital di atas pandangan seseorang tentang dunia nyata;
- smart-clothing yang dapat dikenakan merasakan berbagai data kesehatan (pernafasan, detak jantung, suhu tubuh, dll. ); dan
- gelang kebugaran (fitness wristbands) melacak gerakan, pengeluaran kalori, kualitas dan kuantitas tidur.
Jenis teknologi ini dapat berdampak pada pelatihan penerbangan karena keefektifan pengajaran akan selalu dikaitkan dengan keadaan fisiologis siswa. Misalnya: apakah peserta pelatihan ini cukup tidur; apakah mereka terganggu oleh zat atau obat-obatan; apakah mereka stres atau kewalahan oleh informasi; atau apakah mereka secara fisik terlalu banyak bekerja?
Beberapa aplikasi dalam pelatihan penerbangan yang memungkinkan mungkin termasuk:
- perangkat pelacak mata yang merasakan tingkat stres yang terkait dengan beban kognitif – secara teoretis mengidentifikasi kapan pembelajar telah mencapai tingkat kompetensi dengan materi baru; dan
- sistem augmented reality yang melapiskan buku teks, media, atau sistem dan komponen untuk: mengganti strip penerbangan kertas pengontrol lalu lintas udara dengan presentasi digital dari informasi yang ditumpangkan di ruang kerja mereka; menyajikan tampilan digital dari sistem kepada personel pemeliharaan yang mungkin tidak terlihat karena terhalang oleh penutup atau komponen lain; tampilkan nama dan preferensi penumpang kepada awak kabin saat mereka berjalan melewati kabin; dan menghasilkan representasi digital dari jalur pendekatan yang ideal untuk pilot
Teknologi wearable juga memiliki keterbatasan terkait dengan biaya dan privasi, serta bergantung pada kemauan individu yang akan diminta untuk menggunakan perangkat tersebut. Google Glass adalah contoh produk yang kurang berhasil di pasar teknologi komersial karena orang merasa ‘terlihat konyol memakainya’ dan karena masa pakai baterainya pendek. Google baru-baru ini menghentikan Google Glass, kembali ke papan gambar untuk memikirkan kembali untuk memutakhirkan perangkat mereka.
#3 – Apa itu ‘Big Data’ dan bagaimana hal itu berimplikasi pada pelatihan professional penerbangan?
Perangkat seluler memainkan peran penting dalam kehidupan pribadi dan profesional kita. Sama seperti Hansel dan Gretel meninggalkan jejak remah roti saat mereka berjalan menyusuri jalur hutan dalam dongeng Brothers Grimm, masing-masing dari kita menghasilkan aliran data yang dapat dianggap sebagai ‘ remah roti digital’ . Saat kita bergerak sepanjang hari, kita menghasilkan poin data yang terkait dengan keberadaan kita, dengan siapa kita berbicara, dan apa pun yang kita dokumentasikan.
Di luar data yang dihasilkan oleh individu, sejumlah besar data dibuat dan direkam oleh mesin. Google menyajikan contoh yang baik tentang bagaimana mereka dapat mendeteksi wabah penyakit berdasarkan jumlah pencarian web terkait penyakit di suatu wilayah geografis. Kita telah memasuki era di mana data akan diukur dalam zettabytes; masyarakat menghasilkan data besar dalam jumlah yang sangat besar dan terus meningkat. Singkatnya, jika secangkir kopi ekstra besar dapat dianggap mewakili volume satu gigabyte, satu zettabyte akan sama dengan Tembok Besar China!
Pada skala global, ini telah menciptakan industri baru yang berupaya menghasilkan, menganalisis, dan menjual wawasan dari kumpulan besar data besar menggunakan algoritme matematika eksklusif. Meskipun ada kekhawatiran terkait privasi dan keakuratan temuan, penerapan data besar sudah digunakan dalam pelatihan penerbangan:
- program manajemen keselamatan proaktif menggunakan analisis kluster pada data operasional rutin dari Perekam Data Penerbangan untuk mengidentifikasi anomali di bandara tertentu dan menetapkan konten pelatihan;
- algoritme pembelajaran berbasis mesin yang terus menganalisis data dari skenario simulasi dan operasi lini untuk memahami kebutuhan pelatihan individu dan memungkinkan individu untuk melihat dan memahami di mana kinerja mereka relatif terhadap norma; dan
- praktik rekrutmen dan seleksi berdasarkan perbandingan atribut pelamar terhadap kompetensi yang ditunjukkan oleh karyawan berkinerja terbaik melalui analisis prediktif.
Di masa mendatang, data besar kemungkinan akan berdampak pada jenis karyawan yang dipekerjakan dan pelatihan yang mereka berikan sepanjang karier mereka. Meskipun hal ini mengarah pada penyesuaian pelatihan yang menarik, penting untuk diperhatikan bahwa kualitas temuan dari big data sepenuhnya bergantung pada kualitas informasi yang diterimanya. Ini adalah inovasi yang menarik, tetapi jauh dari mudah penerapannya.
#4 – E-learning adaptif
Di luar penggunaan big data untuk mengidentifikasi kebutuhan pelatihan dalam suatu organisasi, data juga dapat dimanfaatkan secara individual untuk mengarahkan kurikulum pelatihan. Jika e-learning statis tradisional menargetkan persentil ke-50 (pelajar rata-rata), e-learning adaptif menyesuaikan konten untuk pembelajar berdasarkan kebutuhan dan kemampuan masing-masing.
Seiring perkembangan teknologi, courseware elektronik baru muncul. Pelatihan ini dirancang untuk menyesuaikan dengan kebutuhan dan gaya belajar setiap peserta didik sehingga mereka dapat mencapai tingkat pembelajaran setinggi mungkin, berdasarkan kapasitas intelektual mereka yang unik. Pembelajaran yang adaptif secara luas mengacu pada program komputer pendidikan apa pun yang memanfaatkan beberapa jenis kecerdasan buatan untuk memandu struktur kurikulum.
Menariknya, salah satu kursus e-learning adaptif praktis pertama dikembangkan dalam penerbangan. Pada pertengahan 1980-an, teknisi avionik F-15 memberikan tantangan pelatihan. Karena mereka bekerja dalam posisi mereka untuk waktu yang singkat, melakukan sebagian besar tugas rutin yang didukung dengan baik oleh teknologi, pekerjaan mereka tidak memberikan kesempatan untuk mengembangkan keterampilan pemecahan masalah yang kompleks. Ini membuat Angkatan Udara Amerika Serikat memiliki masalah – pelatihan mengasumsikan bahwa pemecahan masalah perbaikan stasiun uji akan dipelajari di tempat kerja, tetapi pekerjaan itu tidak menawarkan kesempatan latihan yang cukup. Alat latihan elektronik Angkatan Udara berbasis komputer yang disebut ‘Sherlock’8 diciptakan sebagai lingkungan di mana teknisi avionik dapat mempraktikkan keterampilan pemecahan masalah – dan itu sangat berhasil.
Meskipun e-learning adaptif menawarkan potensi besar untuk meningkatkan pembelajaran, ada kelemahannya. Pengembangan secara signifikan lebih mahal daripada e-learning statis tradisional, dan tidak dapat secara otomatis merasakan saat pelajar menjadi frustrasi atau kewalahan. Tapi penelitian baru menggabungkan teknologi penginderaan emosi menggunakan webcam komputer – jadi ini bisa berubah di masa depan.
Karena e-learning adaptif pada akhirnya akan menjadi komponen pelatihan untuk semua profesional penerbangan, teknologi ini harus dianggap sebagai pelengkap dan perpanjangan, bukan pengganti, dari ruang kelas, simulator, dan praktik pengajaran dunia nyata yang ada.
Penutup
Karena teknologi baru dengan cepat terintegrasi dalam kehidupan kita sehari-hari, perangkat dan metodologi baru akan mengikutinya menuju konsep pelatihan professional penerbangan. Namun, penting untuk diingat bahwa teknologi baru belum tentu menghasilkan pelatihan yang lebih efektif. Mempertimbangkan hari-hari awal pelatihan berbasis komputer, banyak organisasi yang pertama kali menerapkan e-learning menghasilkan kursus yang tidak efektif dengan kualitas sangat rendah karena sedikit yang diketahui pada saat itu tentang bagaimana membuat jenis pelatihan ini efektif. Untuk belajar dari kesalahan masa lalu dan memastikan kesalahan tersebut tidak terulang, pendekatan hati-hati untuk menggabungkan teknologi masa depan harus diadopsi. Ini akan memastikan teknologi meningkatkan pembelajaran secara efektif – sebelum digunakan sepenuhnya.