Telset.id – Kecanggihan kecerdasan buatan atau AI menawarkan jalan pintas dengan jawaban instan tanpa perlu usaha berarti. Kondisi ini memang menguntungkan produktivitas jangka pendek, tetapi menyimpan biaya tersembunyi: perlahan menghilangkan tekanan yang mendorong individu dan organisasi untuk semakin mahir memecahkan masalah. Fenomena inilah yang disebut sebagai “perangkap produktivitas” — Anda menjadi lebih cepat dalam jangka pendek, namun perlahan kehilangan kemampuan berpikir mandiri.
Peringatan ini disampaikan oleh Chengwei Liu, Associate Professor of Strategy and Behavioural Science di Imperial College London sekaligus Department Editor. Ia meneliti bagaimana organisasi belajar dan membangun model untuk melihat bagaimana orang memutuskan apakah akan menyelesaikan masalah sendiri atau hanya menggunakan kembali solusi yang sudah ditemukan orang lain.
Polanya jelas. Ketika jawaban yang “cukup baik” tersedia gratis dan instan, orang lebih sering menggunakannya kembali dan mengurangi eksplorasi. Tim mulai terjebak pada segelintir pendekatan yang sama. Output memang meningkat, tetapi pemikiran segar perlahan mengering. Situasi ini menjadi relevan bagi pelaku industri teknologi di Indonesia yang tengah menggenjot transformasi digital, termasuk dalam kerangka Making Indonesia 4.0.
Ini bukan sekadar teori. Sebuah studi tahun 2015 yang cukup dikenal meneliti para ahli biologi komputasi dan menemukan bahwa ketika mereka dapat dengan mudah melihat pekerjaan setengah jadi satu sama lain, mereka menghabiskan lebih banyak waktu menyempurnakan apa yang sudah ada dan lebih sedikit mencoba pendekatan baru. Rentang ide yang dieksplorasi menyusut.
Hal serupa juga terlihat di tempat kerja Chengwei Liu sendiri. Sesi mingguan yang diadakan untuk berbagi alat AI baru memang ramai dihadiri, tetapi seiring waktu sesi tersebut menghasilkan lebih sedikit ide yang benar-benar baru. Sekelompok kecil orang terus melakukan eksplorasi, sementara yang lain hanya menunggu untuk mengambil apa pun yang mereka temukan.
Pelajaran bagi Pemimpin Bisnis
Bagi para pemimpin bisnis, pelajarannya cukup sederhana. AI mengubah cara orang belajar di tempat kerja. Jika memo strategi atau penilaian risiko yang layak dapat diproduksi dalam hitungan menit, semakin sedikit orang yang bersusah payah melakukan pekerjaan lambat yang sebenarnya membangun pemahaman, seperti berbicara dengan pelanggan, memeriksa angka sendiri, atau menguji asumsi mereka sendiri.
Jika dibiarkan, kondisi ini akan menyisakan tim yang mahir mengeluarkan jawaban dari AI tetapi tidak cukup baik dalam menilai apakah jawaban itu benar. Sebuah studi tahun 2015 tentang ahli biologi komputasi menunjukkan bahwa kemudahan mengakses pekerjaan orang lain menurunkan keberagaman ide yang dieksplorasi. Pola yang sama berisiko terjadi pada organisasi yang mengadopsi AI tanpa kendali.
Baca Juga:
Menambahkan kembali sedikit hambatan menjadi salah satu opsi. Namun, memperlambat penggunaan AI di tim berarti melepaskan efisiensi nyata demi manfaat yang sulit diukur — sebuah tawaran yang sulit diterima oleh manajemen yang fokus pada angka kuartal ini. Pendekatan yang lebih baik adalah apa yang disebut “strategic friction”: langkah kecil yang sengaja ditambahkan antara karyawan dan jawaban yang dihasilkan AI, sehingga mereka harus berpikir sendiri sebelum mendapatkannya.
Ini bukan tentang menambah birokrasi tanpa guna. Tujuannya memastikan bahwa sebelum seseorang memanfaatkan jawaban AI yang siap pakai, ia telah menghabiskan cukup waktu pada masalah tersebut untuk benar-benar memahaminya. Agak berlawanan dengan intuisi, riset menunjukkan hal ini tidak memperlambat orang secara keseluruhan. Justru mempercepat mereka, karena seseorang yang telah bergulat dengan suatu masalah jauh lebih mampu mengenali kapan jawaban AI salah dan membuatnya lebih baik.
Cara Praktis Menerapkan Strategic Friction
Ada beberapa cara praktis untuk menerapkannya, mulai dari perubahan aturan sederhana hingga desain sistem yang lebih rumit. Opsi termudah adalah meminta bukti usaha mandiri terlebih dahulu. Sebelum seseorang diizinkan menggunakan AI untuk menyusun penilaian pasar, minta mereka menulis versi kasarnya sendiri lebih dulu, meskipun belum lengkap, yang menunjukkan apa yang sudah mereka ketahui dan di mana mereka tersangkut. Ini tidak memerlukan alat atau perangkat lunak baru, hanya perubahan cara kerja.
Langkah lebih jauh adalah merancang alat AI agar mengajukan pertanyaan sebelum memberikan jawaban. Jika seseorang meminta analisis pesaing, alat tersebut bisa lebih dulu menanyakan beberapa hal yang sudah mereka ketahui atau amati. Kemudian alat itu membangun jawabannya berdasarkan hal tersebut. Ini membuat orang berpikir sebelum menerima jawaban, dan biasanya membuat output AI lebih baik karena bekerja dari informasi segar alih-alih dugaan generik.
Opsi paling rumit adalah membangun alat yang hanya terbuka setelah seseorang memasukkan kontribusinya sendiri. Misalnya, seseorang mungkin perlu mengunggah asumsi awalnya sendiri sebelum diizinkan menghasilkan penilaian risiko. Ini membutuhkan lebih banyak upaya untuk disiapkan, tetapi memastikan setiap output AI adalah kerja sama nyata antara orang dan alat, bukan sekadar sesuatu yang diserahkan begitu saja.
Tidak semua tugas memerlukan ini. Untuk pekerjaan sederhana dengan risiko rendah, seperti memformat slide atau merangkum catatan, kecepatan adalah segalanya, jadi biarkan AI bekerja. Simpan hambatan untuk pekerjaan yang benar-benar membutuhkan pemikiran, bukan sekadar menghasilkan keluaran. Prinsip serupa juga relevan ketika industri memanfaatkan teknologi untuk mendorong inovasi teknologi secara berkelanjutan.
Sudut Pandang Perekrutan
Ada pula sudut pandang perekrutan di sini. Di tempat kerja di mana semua orang memiliki akses ke AI, orang yang memberikan “jawaban benar” tidak lagi terlalu mengesankan. Yang lebih penting adalah bagaimana mereka sampai ke sana. Carilah orang yang menggunakan AI secara selektif dan mempertanyakan apa yang diberikannya, bukan orang yang begitu saja menerima apa pun yang dihasilkan dan meneruskannya.
Mengamati bagaimana seseorang menggunakan AI — apakah mereka menantangnya atau hanya mengikutinya — memberi banyak petunjuk dalam wawancara atau tinjauan kinerja. Peran sumber daya manusia pun dituntut lebih jeli dalam menilai kandidat di tengah adopsi teknologi yang masif.
AI akan terus membuat bisnis semakin cepat. Tugas yang lebih sulit bagi para pemimpin adalah memastikan kecepatan itu tidak diam-diam menggerus penilaian dan kreativitas yang menjadi sandaran bisnis. Sedikit hambatan yang ditempatkan dengan baik, yang dibangun ke dalam alat, alur kerja, dan cara Anda merekrut, adalah yang menjaga bisnis tetap menghasilkan ide-ide baru alih-alih sekadar mencetak jawaban.
Pandangan ini menjadi bagian dari diskusi yang lebih luas tentang bagaimana organisasi mengelola adopsi AI. Sejumlah pengamat industri juga menyoroti berbagai tantangan lain, termasuk bagaimana perusahaan mendorong unit khusus untuk mengakselerasi transformasi digital tanpa kehilangan kapabilitas internal.
Artikel ini diproduksi sebagai bagian dari TechRadar Pro Perspectives, kanal untuk menampilkan pemikiran terbaik dan paling cemerlang di industri teknologi saat ini. Pandangan yang diungkapkan adalah milik penulis dan tidak harus mencerminkan pandangan TechRadar Pro atau Future plc.
Komentar
Belum ada komentar.