Di ruang seminar, konferensi, atau diseminasi hasil penelitian, audiens dihadapkan pada puluhan bahkan ratusan poster dalam waktu yang terbatas. Dalam kondisi seperti ini, poster yang mampu menarik perhatian dalam beberapa detik pertama memiliki peluang lebih besar untuk dibaca, dipahami, dan diingat.
Karena itu, membuat poster ilmiah yang eye-catching bukan sekadar persoalan estetika, melainkan bagian dari strategi komunikasi ilmiah. Warna yang tepat, tata letak yang terstruktur, pemilihan ikon dan visual yang relevan, serta hierarki informasi yang jelas dapat membantu audiens menangkap pesan utama penelitian dengan lebih cepat.
Namun, poster ilmiah yang baik tidak berhenti pada kemampuan menarik perhatian. Setelah audiens mendekat, poster harus mampu menyajikan informasi yang lebih jelas, terukur, sistematis, dan mudah dipahami. Desain menjadi pintu masuk, sedangkan data dan hasil penelitian menjadi alasan audiens bertahan untuk membaca lebih lanjut.
Dalam penelitian yang saya lakukan mengenai implementasi Project Based Learning (PjBL) menggunakan Generative AI untuk mendesain poster penelitian lingkungan, saya menemukan bahwa mahasiswa mampu menghasilkan poster yang lebih komunikatif dan menarik tanpa mengurangi substansi ilmiah yang disampaikan. Teknologi AI membantu mempercepat proses visualisasi ide, tetapi kualitas pesan tetap ditentukan oleh pemahaman mahasiswa terhadap data dan hasil penelitian.
Di sinilah tantangan sekaligus batas yang harus dijaga. Ketika visual dapat dibuat semakin menarik, jangan sampai muncul godaan untuk membuat data terlihat lebih baik daripada kenyataannya. Poster ilmiah boleh indah, modern, dan profesional, tetapi tidak boleh mengorbankan integritas akademik.
Grafik tidak boleh dimanipulasi agar tampak lebih signifikan. Data tidak boleh ditambah atau dikurangi untuk memperkuat kesimpulan. Foto, ilustrasi, maupun visualisasi harus merepresentasikan kondisi yang sebenarnya. Sebab tujuan utama poster ilmiah adalah mengomunikasikan pengetahuan, bukan menciptakan persepsi yang menyesatkan.
Hal ini menjadi semakin penting ketika kita melihat berbagai kasus pada publikasi maupun prosiding internasional yang berujung pada koreksi atau pencabutan artikel akibat fabrikasi data, manipulasi gambar, dan pelanggaran etika penelitian. Reputasi ilmiah yang dibangun bertahun-tahun dapat runtuh hanya karena keinginan menampilkan hasil yang terlihat lebih baik daripada fakta yang sebenarnya.
Bagi saya, poster ilmiah yang ideal adalah perpaduan antara visual yang menarik, informasi yang mudah dipahami, dan data yang dapat dipertanggungjawabkan. Audiens memang perlu "disihir" untuk berhenti dan melihat, tetapi mereka harus bertahan karena kualitas informasi yang disajikan, bukan karena ilusi yang diciptakan.
Artikel yang saya publikasikan membahas bagaimana Generative AI dapat dimanfaatkan dalam Project Based Learning untuk membantu mahasiswa mendesain poster penelitian lingkungan yang lebih efektif sebagai media komunikasi ilmiah.
📖 DOI: https://doi.org/10.70609/g-tech.v10i2.9449
Ada yang tertarik membaca, mereview, atau berdiskusi terkait artikel ini?
Topik yang menarik untuk didiskusikan:
Scientific Environmental Poster
Project Based Learning (PjBL)
Generative AI dalam pendidikan tinggi
Komunikasi ilmiah berbasis visual
Integritas akademik dan pencegahan fabrikasi data
Saya sangat terbuka terhadap masukan, kritik, maupun perspektif lain terkait pengembangan poster ilmiah di era AI.
.jpg)
0 Comments