AI Tidak Otomatis Membuat Kita Lebih Produktif. Di Sinilah Banyak Organisasi Keliru

Dalam dua tahun terakhir, hampir tidak ada teknologi yang memperoleh perhatian sebesar Artificial Intelligence (AI).

Perguruan tinggi menyelenggarakan pelatihan AI. Organisasi mulai berinvestasi pada berbagai platform generatif. Dosen memanfaatkannya untuk menyusun materi pembelajaran, membuat asesmen, merangkum literatur, hingga membantu berbagai aktivitas penelitian. Di banyak tempat, penggunaan AI bahkan mulai dipandang sebagai indikator kesiapan menghadapi masa depan.

Di tengah antusiasme tersebut, muncul satu asumsi yang terdengar begitu logis hingga jarang dipertanyakan.

Jika menggunakan AI, maka produktivitas akan meningkat.

Sekilas, asumsi ini masuk akal.

AI mampu menghasilkan teks dalam hitungan detik. AI dapat merangkum dokumen yang panjang, membantu analisis data, menghasilkan kode program, bahkan membantu menyusun berbagai jenis dokumen administratif dengan kecepatan yang sulit ditandingi manusia.

Namun ketika kita melihat pengalaman pengguna di lapangan, gambaran yang muncul ternyata lebih kompleks.

Sebagian dosen melaporkan peningkatan produktivitas yang signifikan setelah menggunakan AI. Sebagian lainnya merasa manfaat yang diperoleh tidak sebesar yang dibayangkan. Bahkan tidak sedikit yang mengeluhkan bahwa penggunaan AI justru menambah pekerjaan karena hasil yang diberikan harus diperiksa, diperbaiki, atau ditulis ulang.

Fenomena ini menimbulkan pertanyaan yang menarik.

Jika teknologi yang digunakan relatif sama, mengapa dampaknya bisa begitu berbeda?

Jawabannya mungkin bukan terletak pada kualitas AI.

Jawabannya sering kali terletak pada cara manusia dan organisasi menggunakannya.

Salah satu kesalahan yang paling sering terjadi adalah menggunakan AI tanpa tujuan yang jelas.

Ketika sebuah teknologi baru muncul, terdapat kecenderungan untuk mencoba menggunakannya di sebanyak mungkin aktivitas. Hal yang sama terjadi pada AI.

Banyak orang menggunakan AI karena merasa harus menggunakannya. Bukan karena mereka telah mengidentifikasi masalah spesifik yang ingin diselesaikan.

Akibatnya, AI digunakan untuk aktivitas yang sebenarnya tidak memberikan nilai tambah yang signifikan.

Seseorang menggunakan AI untuk pekerjaan yang sebenarnya dapat diselesaikan lebih cepat secara langsung. Yang lain menggunakan AI untuk menghasilkan konten yang pada akhirnya harus direvisi hampir seluruhnya. Ada pula yang berpindah-pindah antara berbagai platform AI tanpa pernah benar-benar memahami manfaat apa yang ingin diperoleh.

Dalam situasi seperti ini, AI tidak meningkatkan produktivitas.

AI hanya menambahkan langkah baru dalam proses kerja.

Padahal produktivitas tidak dimulai dari teknologi.

Produktivitas dimulai dari kejelasan tujuan.

Karena itu, pertanyaan pertama yang seharusnya diajukan bukanlah:

"AI apa yang harus digunakan?"

Melainkan:

"Masalah apa yang sebenarnya ingin diselesaikan?"

Banyak diskusi tentang AI juga terlalu fokus pada tools dan terlalu sedikit membahas kualitas instruksi yang diberikan kepada teknologi tersebut.

AI bekerja berdasarkan konteks.

Semakin jelas konteks yang diberikan, semakin besar peluang memperoleh hasil yang relevan.

Masalahnya, banyak pengguna berharap AI mampu memahami kebutuhan mereka secara otomatis.

Ketika hasil yang diberikan tidak sesuai harapan, mereka mengulang pertanyaan, memperbaiki instruksi, mengubah prompt, lalu mengulangi proses yang sama beberapa kali.

Pada titik tertentu, waktu yang digunakan untuk memperbaiki instruksi mulai mengurangi manfaat efisiensi yang diharapkan.

Fenomena ini menunjukkan bahwa AI bukan alat otomatisasi penuh.

AI tetap membutuhkan manusia yang mampu mendefinisikan tujuan, menjelaskan konteks, dan menetapkan ekspektasi secara jelas.

Semakin kompleks pekerjaan yang dilakukan, semakin penting kemampuan tersebut.

Karena itu, produktivitas di era AI tidak hanya bergantung pada kecanggihan teknologi.

Produktivitas juga bergantung pada kemampuan manusia berkomunikasi dengan teknologi secara efektif.

Terdapat pula paradoks lain yang semakin sering muncul.

AI mampu menghasilkan informasi dengan sangat cepat, tetapi tidak selalu menghasilkan informasi yang benar.

Kemampuan menghasilkan jawaban yang terdengar meyakinkan sering menciptakan ilusi akurasi. Padahal berbagai penelitian menunjukkan bahwa AI masih dapat menghasilkan informasi yang tidak tepat, referensi yang tidak pernah ada, atau interpretasi yang keliru terhadap suatu konteks.

Dalam dunia akademik, kondisi ini tidak dapat diabaikan.

Dosen yang menggunakan AI untuk membantu penyusunan materi pembelajaran, telaah literatur, atau penulisan ilmiah tetap perlu melakukan verifikasi terhadap hasil yang diperoleh.

Di sinilah muncul paradoks produktivitas.

Jika setiap output harus diperiksa secara menyeluruh karena tingkat kepercayaannya rendah, maka sebagian keuntungan efisiensi akan berkurang.

Namun jika proses verifikasi diabaikan, risiko kesalahan akan meningkat.

Artinya, produktivitas tidak hanya ditentukan oleh kecepatan menghasilkan output.

Produktivitas juga ditentukan oleh kemampuan menjaga kualitas output tersebut.

AI dapat mempercepat produksi informasi.

Tetapi kualitas tetap membutuhkan penilaian manusia.

Tantangan lain yang mulai terlihat adalah ketergantungan yang berlebihan terhadap AI.

Pada awalnya, AI digunakan sebagai alat bantu berpikir.

Namun perlahan, sebagian pengguna mulai menyerahkan terlalu banyak proses kognitif kepada teknologi.

AI digunakan untuk menjawab pertanyaan tanpa refleksi.

AI digunakan untuk menyusun argumentasi tanpa analisis.

AI digunakan untuk menghasilkan solusi tanpa benar-benar memahami masalah yang sedang dihadapi.

Dalam jangka pendek, pendekatan ini memang terasa lebih cepat.

Namun dalam jangka panjang, terdapat risiko yang tidak kalah penting.

Ketika terlalu banyak proses berpikir dialihkan kepada mesin, kemampuan manusia untuk menganalisis, mengevaluasi, dan mengambil keputusan dapat melemah.

Bagi profesi akademik, hal ini menjadi perhatian yang serius.

Universitas tidak dibangun hanya untuk menghasilkan jawaban.

Universitas dibangun untuk membentuk cara berpikir.

Karena itu, produktivitas tidak dapat diukur hanya dari seberapa cepat pekerjaan diselesaikan.

Produktivitas juga perlu diukur dari kualitas pemikiran yang dihasilkan selama proses tersebut.

Namun terdapat satu faktor yang mungkin paling menentukan dan sering kali paling diabaikan.

Faktor tersebut adalah workflow.

Banyak organisasi mencoba mengadopsi AI tanpa mengubah cara kerja yang sudah ada.

AI hanya ditempelkan pada proses lama.

Akibatnya, teknologi baru digunakan dalam sistem kerja yang sebenarnya tidak dirancang untuk memanfaatkan potensinya.

Padahal sebagian besar manfaat AI muncul ketika organisasi mendesain ulang alur kerja secara keseluruhan.

Seorang dosen yang sebelumnya membutuhkan dua hari untuk menyusun materi pembelajaran mungkin dapat memangkas waktu tersebut menjadi beberapa jam. Namun hal itu biasanya terjadi bukan karena AI menggantikan satu aktivitas tertentu.

Hal itu terjadi karena seluruh proses kerja berubah.

AI digunakan untuk brainstorming.

AI membantu menyusun struktur.

AI membantu eksplorasi referensi awal.

AI membantu menghasilkan draft.

AI membantu proses revisi.

Yang berubah bukan hanya alat yang digunakan.

Yang berubah adalah sistem kerjanya.

Sebaliknya, ketika AI hanya menjadi tambahan dalam proses lama, manfaat yang diperoleh biasanya jauh lebih terbatas.

Temuan ini konsisten dengan berbagai penelitian mengenai produktivitas knowledge workers. Teknologi sering memberikan dampak terbesar bukan ketika menggantikan alat lama, melainkan ketika mendorong organisasi mendesain ulang cara kerja mereka.

Laporan Microsoft Work Trend Index menunjukkan bahwa banyak pekerja pengetahuan saat ini menghadapi apa yang disebut sebagai digital debt, yaitu kondisi ketika kompleksitas pekerjaan digital berkembang lebih cepat dibandingkan kemampuan manusia untuk mengelolanya.

Dalam situasi seperti itu, menambahkan AI belum tentu menyelesaikan masalah.

Demikian pula Stanford AI Index menunjukkan bahwa dampak produktivitas dari AI sangat dipengaruhi oleh konteks penggunaan, kompetensi pengguna, dan desain proses kerja yang mendukungnya.

Pelajaran yang dapat diambil cukup jelas.

Produktivitas bukanlah produk sampingan otomatis dari penggunaan AI.

Produktivitas merupakan hasil dari kombinasi antara teknologi, kompetensi manusia, dan workflow yang dirancang dengan baik.

AI dapat menjadi katalis yang mempercepat proses tersebut.

Namun AI tidak pernah menjadi pengganti bagi sistem kerja yang efektif.

Dalam berbagai diskusi mengenai AI, pertanyaan yang paling sering muncul biasanya adalah:

"Tools AI apa yang paling bagus?"

Padahal mungkin ada pertanyaan yang jauh lebih penting.

"Workflow apa yang perlu kita ubah?"

Karena teknologi akan terus berkembang.

Model AI akan semakin canggih.

Fitur baru akan terus bermunculan.

Biaya penggunaan kemungkinan akan semakin terjangkau.

Namun teknologi yang sama dapat menghasilkan dampak yang sangat berbeda ketika digunakan dalam sistem kerja yang berbeda.

Perguruan tinggi yang memperoleh manfaat terbesar dari AI kemungkinan bukan yang paling banyak menggunakan AI.

Melainkan yang paling mampu mendesain ulang cara kerjanya agar AI benar-benar menciptakan nilai.

Pada akhirnya, produktivitas tidak berasal dari tools.

Produktivitas lahir dari bagaimana manusia, proses, dan teknologi bekerja sebagai satu sistem yang utuh.

Dan di era AI, mungkin itulah pelajaran yang paling penting untuk dipahami.