Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
OPTIMIZING GENERATIVE AI THROUGH HYBRID TRAINING TO ENHANCE RAILWAY VOCATIONAL STUDENTS’ CAREER READINESS
0
Zitationen
5
Autoren
2026
Jahr
Abstract
Transformasi digital dan perkembangan Generative Artificial Intelligence (Generative AI) telah membawa perubahan signifikan dalam praktik rekrutmen kerja, khususnya dalam penyusunan dokumen karier profesional seperti Curriculum Vitae (CV) dan surat lamaran kerja (cover letter). Mahasiswa vokasi sebagai calon lulusan siap kerja dituntut memiliki kemampuan adaptif terhadap perkembangan teknologi digital serta keterampilan dalam menyusun dokumen karier yang kompetitif dan selaras dengan standar industri. Namun demikian, masih banyak mahasiswa yang mengalami kesulitan dalam menghasilkan dokumen yang efektif, terstruktur, dan kompatibel dengan sistem Applicant Tracking System (ATS). Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kesiapan karier mahasiswa vokasi di Kota Madiun melalui model pelatihan hybrid yang mengintegrasikan pemanfaatan generative AI. Program ini melibatkan 120 mahasiswa vokasi yang dibagi ke dalam empat kelas pelatihan. Tahapan pelaksanaan meliputi persiapan, pelatihan interaktif hybrid, serta evaluasi melalui pretest dan posttest. Aplikasi Generative AI yang digunakan meliputi chatgpt, canva, text-to-speech, dan duolingo. Hasil evaluasi menunjukkan adanya peningkatan signifikan pada pemahaman peserta, yang tercermin dari kenaikan skor posttest. Selain itu, CV dan cover letter peserta menunjukkan perbaikan pada aspek struktur, kualitas konten, optimasi ATS, dan tampilan visual. Peserta juga memberikan respons positif terhadap relevansi materi dan manfaat praktis pelatihan. Program ini menunjukkan bahwa pelatihan hybrid berbasis generative AI efektif dalam mendukung peningkatan literasi digital dan kesiapan karier mahasiswa vokasi, khususnya dalam menghadapi tuntutan kompetitif industri perkeretaapian.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.593 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.483 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 8.003 Zit.
BioBERT: a pre-trained biomedical language representation model for biomedical text mining
2019 · 6.824 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.