Submission Details

This study aims to develop an entrepreneurship living lab model that integrates design thinking pedagogy with artificial intelligence (AI) in an entrepreneurship course at Parahyangan Catholic University. Students will identify customer needs, define promotional challenges, generate potential solutions, and produce two promotional-material prototypes based on the same brief: one without generative AI and one with AI assistance. The prototypes will be evaluated through Instagram posts published under comparable conditions. A mixed-methods design will combine post-level performance comparisons, pre- and post-project assessments of individual competencies, and interviews with students and community members as prospective consumers. The primary performance indicator will be the interaction-to-reach ratio measured seven days after publication; reach, interaction types, and production efficiency will serve as secondary indicators. Because audiences will not be randomly assigned in this organic social-media setting, performance differences will be interpreted as real-world comparisons rather than evidence that AI caused an improvement. The proposed model combines co-design, documentation of AI-generated content verification, assessment of audience responses, and iterative prototype development. Empirical findings and conclusions will be reported after data collection and analysis are completed.

Studi ini bertujuan untuk mengembangkan model laboratorium hidup kewirausahaan yang mengintegrasikan pedagogi pemikiran desain dengan kecerdasan buatan (AI) dalam kursus kewirausahaan di Universitas Katolik Parahyangan. Mahasiswa akan mengidentifikasi kebutuhan pelanggan, mendefinisikan tantangan promosi, menghasilkan solusi potensial, dan memproduksi dua prototipe materi promosi berdasarkan brief yang sama: satu tanpa AI generatif dan satu dengan bantuan AI. Prototipe akan dievaluasi melalui postingan Instagram yang diterbitkan dalam kondisi yang sebanding. Desain metode campuran akan menggabungkan perbandingan kinerja tingkat pos, penilaian kompetensi individu sebelum dan sesudah proyek, serta wawancara dengan mahasiswa dan anggota komunitas sebagai calon konsumen. Indikator kinerja utama adalah rasio interaksi-terhadap-jangkauan yang diukur tujuh hari setelah publikasi; jangkauan, jenis interaksi, dan efisiensi produksi akan berfungsi sebagai indikator sekunder. Karena audiens tidak akan ditugaskan secara acak dalam pengaturan media sosial organik ini, perbedaan kinerja akan diinterpretasikan sebagai perbandingan dunia nyata daripada bukti bahwa AI menyebabkan peningkatan. Model yang diusulkan menggabungkan co-design, dokumentasi verifikasi konten yang dihasilkan AI, penilaian respons audiens, dan pengembangan prototipe iteratif. Temuan empiris dan kesimpulan akan dilaporkan setelah pengumpulan dan analisis data selesai.