Sebelum Mengotomatisasi dengan AI, Ada Satu Pertanyaan yang Harus Dijawab Terlebih Dahulu

Ketika Artificial Intelligence (AI) mulai masuk ke lingkungan perguruan tinggi, salah satu pertanyaan yang paling sering muncul adalah:

"Apa yang sebenarnya bisa diotomatisasi?"

Pertanyaan tersebut biasanya segera diikuti oleh pertanyaan lain yang lebih ambisius.

"Apakah suatu hari nanti sebagian besar pekerjaan dosen dan tenaga kependidikan dapat dilakukan oleh AI?"

Di tengah pesatnya perkembangan teknologi, asumsi seperti ini semakin sering muncul. AI mampu menghasilkan teks, menyusun presentasi, merangkum dokumen, menulis kode program, hingga melakukan percakapan yang semakin menyerupai manusia.

Namun dalam praktiknya, terdapat perbedaan penting yang sering terlewat dalam diskusi mengenai otomatisasi.

Tidak semua aktivitas yang bisa diotomatisasi layak untuk diotomatisasi.

Perbedaan ini tampak sederhana, tetapi memiliki implikasi yang besar.

Karena tujuan transformasi AI bukanlah menggantikan seluruh pekerjaan manusia.

Tujuan transformasi AI adalah membantu manusia mengalokasikan waktu, energi, dan perhatian pada aktivitas yang memberikan nilai paling tinggi.

Oleh karena itu, pertanyaan yang lebih strategis bukanlah:

"Apakah aktivitas ini bisa diotomatisasi?"

Melainkan:

"Apakah aktivitas ini layak diotomatisasi?"

Ketika organisasi mulai mengadopsi AI, perhatian sering kali langsung tertuju pada teknologi.

Platform apa yang digunakan?

Model AI mana yang paling canggih?

Fitur apa yang paling baru?

Padahal pengalaman berbagai organisasi menunjukkan bahwa manfaat terbesar AI biasanya tidak berasal dari teknologi itu sendiri.

Manfaat terbesar muncul ketika organisasi mampu mengidentifikasi aktivitas yang tepat untuk dibantu oleh teknologi.

Kesalahan yang cukup sering terjadi adalah mencoba menggunakan AI untuk hampir semua hal sekaligus.

Akibatnya, implementasi menjadi tidak fokus. Pengguna kesulitan melihat manfaat yang nyata. Organisasi mengeluarkan energi yang besar tanpa memperoleh dampak yang sepadan.

Sebaliknya, organisasi yang berhasil biasanya memulai dari area yang lebih sederhana.

Mereka mencari aktivitas yang berulang, memakan banyak waktu, dan relatif memiliki nilai tambah yang rendah jika dikerjakan secara manual.

Dalam banyak institusi, aktivitas administratif sering kali memenuhi ketiga karakteristik tersebut.

Karena itu, area administratif biasanya menjadi titik awal yang paling realistis untuk otomatisasi.

Ambil contoh aktivitas yang terlihat sederhana seperti email.

Dosen dan tenaga kependidikan menghabiskan banyak waktu untuk menulis berbagai bentuk komunikasi rutin. Konfirmasi kegiatan, undangan rapat, tindak lanjut mahasiswa, pemberitahuan administrasi, hingga berbagai komunikasi operasional lainnya sering kali memiliki pola yang relatif serupa.

Dalam konteks seperti ini, AI dapat memberikan manfaat yang cukup signifikan.

Alih-alih memulai dari halaman kosong, pengguna dapat meminta AI membuat draft awal yang kemudian disesuaikan dengan kebutuhan.

Perbedaannya mungkin terlihat kecil.

Namun ketika aktivitas tersebut dilakukan puluhan bahkan ratusan kali setiap bulan, akumulasi penghematan waktunya menjadi sangat berarti.

Yang perlu dipahami, AI tidak menggantikan pengambilan keputusan.

AI hanya membantu mempercepat proses penyusunan draft.

Keputusan akhir tetap berada di tangan manusia.

Hal yang sama juga berlaku pada aktivitas membaca dan memahami dokumen.

Lingkungan akademik dipenuhi oleh berbagai dokumen yang perlu ditelaah. Proposal penelitian, laporan kegiatan, artikel ilmiah, dokumen kebijakan, pedoman akademik, hingga notulen rapat menjadi bagian dari rutinitas sehari-hari.

Tidak semua dokumen membutuhkan pembacaan mendalam sejak awal.

Sering kali yang dibutuhkan hanyalah gambaran umum untuk membantu menentukan apakah dokumen tersebut perlu dipelajari lebih lanjut.

Di sinilah AI dapat membantu.

Kemampuan merangkum dokumen memungkinkan pengguna memahami poin-poin utama dalam waktu yang jauh lebih singkat dibandingkan membaca seluruh dokumen dari awal.

Namun penting untuk memahami batasannya.

Ringkasan bukan pengganti analisis.

Untuk dokumen yang memiliki implikasi strategis, akademik, atau hukum, proses evaluasi tetap memerlukan pembacaan yang cermat dan penilaian profesional.

AI membantu mempercepat pemahaman awal.

Bukan menggantikan pemahaman itu sendiri.

Dalam konteks pembelajaran, salah satu area yang mulai banyak dieksplorasi adalah penyusunan bahan ajar.

Menariknya, manfaat terbesar AI bukan terletak pada kemampuannya menghasilkan materi secara otomatis.

Manfaat terbesar justru muncul karena AI membantu mengatasi hambatan yang sering dialami banyak dosen: kesulitan memulai.

Banyak pekerjaan akademik terhambat bukan karena kurangnya pengetahuan, melainkan karena sulit menentukan titik awal.

AI dapat berfungsi sebagai brainstorming partner yang membantu menyusun struktur materi, mengembangkan ide awal, menghasilkan studi kasus sederhana, atau memberikan alternatif pendekatan pembelajaran.

Dalam banyak kasus, hal ini cukup untuk mempercepat proses persiapan secara signifikan.

Namun kualitas akademik tetap bergantung pada dosen.

Kedalaman substansi, relevansi konteks, dan kualitas pedagogi tidak dapat dihasilkan hanya melalui otomatisasi.

Teknologi dapat membantu memulai proses.

Tetapi kualitas pembelajaran tetap lahir dari keahlian akademik manusia.

Prinsip yang sama berlaku pada asesmen.

AI mampu menghasilkan draft soal, menyusun indikator penilaian, atau membuat rubrik berdasarkan capaian pembelajaran tertentu.

Perubahan yang terjadi bukan sekadar penghematan waktu.

Perubahan yang lebih penting adalah pergeseran fokus.

Jika sebelumnya dosen menghabiskan banyak energi untuk menghasilkan soal dari nol, kini sebagian energi tersebut dapat dialihkan untuk mengevaluasi kualitas soal, memastikan validitas asesmen, dan menyelaraskannya dengan tujuan pembelajaran.

Peran dosen bergeser dari produsen menjadi evaluator dan penyempurna.

Dan dalam banyak hal, peran tersebut justru memiliki nilai yang lebih tinggi.

Di antara berbagai aktivitas yang ada di perguruan tinggi, pekerjaan administratif mungkin merupakan kandidat terbaik untuk otomatisasi.

Penyusunan laporan, rekap aktivitas, klasifikasi dokumen, pengelompokan data, hingga berbagai bentuk pelaporan rutin memiliki karakteristik yang sangat sesuai dengan kemampuan AI saat ini.

Aktivitas-aktivitas tersebut umumnya mengikuti pola yang jelas, membutuhkan konsistensi, dan sering kali menyita waktu dalam jumlah besar.

Padahal nilai strategisnya relatif terbatas.

Ketika pekerjaan-pekerjaan seperti ini dapat dipercepat, institusi memperoleh sesuatu yang jauh lebih berharga daripada sekadar efisiensi.

Institusi memperoleh kembali waktu.

Dan waktu adalah sumber daya yang paling sulit digantikan.

Di sinilah prinsip yang sering terlupakan dalam diskusi mengenai AI.

Tujuan utama otomatisasi bukan menghilangkan pekerjaan manusia.

Tujuan utama otomatisasi adalah membebaskan manusia dari pekerjaan yang paling sedikit membutuhkan kemampuan khas manusia.

Karena masih ada banyak aktivitas yang sulit direplikasi oleh teknologi.

Membimbing mahasiswa yang sedang kehilangan motivasi.

Memberikan umpan balik yang bermakna.

Membangun kolaborasi penelitian.

Mengembangkan inovasi pembelajaran.

Mengambil keputusan dalam situasi yang penuh ketidakpastian.

Membangun budaya akademik.

Aktivitas-aktivitas tersebut membutuhkan empati, kebijaksanaan, kreativitas, pengalaman, dan penilaian profesional.

Dan hingga saat ini, itulah area di mana manusia tetap memiliki keunggulan yang sangat kuat.

Karena itu, pendekatan yang paling realistis bukanlah otomatisasi total.

Pendekatan yang lebih efektif adalah selective automation.

Otomatisasi dilakukan pada aktivitas yang repetitif dan bernilai rendah agar manusia dapat lebih fokus pada aktivitas yang bernilai tinggi.

Diskusi tentang AI sering kali terjebak pada pertanyaan teknis.

Tools apa yang digunakan?

Fitur apa yang tersedia?

Apa yang bisa dilakukan AI?

Padahal pertanyaan yang lebih strategis adalah:

Aktivitas apa yang seharusnya tetap dilakukan manusia?

Pertanyaan ini penting karena tidak semua pekerjaan yang dapat diotomatisasi layak untuk diotomatisasi.

Dalam pendidikan tinggi, nilai institusi tidak hanya diukur dari efisiensi operasional.

Nilai institusi juga terletak pada kualitas hubungan antara dosen dan mahasiswa, kualitas pemikiran akademik, serta kemampuan menghasilkan pengetahuan baru.

AI memang dapat mempercepat berbagai proses.

Namun kontribusi terbesarnya mungkin bukan pada apa yang dikerjakannya.

Kontribusi terbesarnya justru pada apa yang memungkinkan manusia lakukan setelah terbebas dari pekerjaan yang repetitif.

Pada akhirnya, transformasi AI bukan tentang menggantikan manusia.

Transformasi AI adalah tentang membantu manusia melakukan pekerjaan yang paling penting dengan lebih baik.

Dan mungkin itulah ukuran keberhasilan otomatisasi yang sesungguhnya.