“We become what we behold.
We shape our tools and thereafter our tools shape us.”
John M.
Culkin, “A Schoolman’s Guide to Marshall McLuhan”
Kamu mungkin baru selesai rapat, lalu minta AI merangkum catatan, menyusun email, dan memberi ide untuk presentasi besok.
Kerjaan beres lebih cepat, tapi muncul rasa ganjil saat harus menjelaskan hasilnya tanpa bantuan alat.
Kadika pernah merasa nyaman karena semuanya lancar, lalu sadar skill dasar seperti menyusun argumen dan memeriksa fakta mulai jarang dipakai.
AI memang bisa menghemat waktu, tetapi kalau semua proses diserahkan kepadanya, kemampuan berpikir mandiri bisa ikut jarang dilatih.
Skill Dasar yang Berisiko Tumpul Saat Kamu Terlalu Fokus pada AI
Skill dasar bukan berarti kemampuan yang remeh atau cuma cocok buat pemula.
Di pekerjaan, kemampuan ini mencakup menulis dengan jelas, membaca data, menyampaikan ide, mencari sumber tepercaya, dan mengambil keputusan berdasarkan konteks.
AI bisa membantu mengerjakan sebagian proses itu, tetapi kamu tetap perlu memahami tujuan dan menilai apakah hasilnya masuk akal.
Bayangkan kamu menerima laporan penjualan berisi angka yang kelihatannya rapi, lalu langsung menyalin rangkuman AI ke presentasi untuk atasan.
Kalau kamu gak paham cara membaca angka dan membandingkan periode, kamu mungkin melewatkan bahwa laporan itu mencampur penjualan kotor dengan pendapatan bersih.
Masalahnya bukan kamu memakai AI, tetapi kamu kehilangan kesempatan untuk melatih penilaian sendiri sebelum keputusan dibuat.
“Tapi kan AI bisa mengerjakan lebih cepat, buat apa repot belajar dari awal?”
Kecepatan berguna kalau kamu masih bisa memeriksa arah dan hasilnya, bukan cuma menerima jawaban yang terdengar meyakinkan.
Kalau Kadika boleh jujur, pernah juga tergoda menganggap kalimat yang rapi sebagai tanda bahwa isinya benar.
Ternyata, tata bahasa bagus gak otomatis bikin argumen akurat, hehe.
Kenapa AI Bisa Mempercepat Kerja, tapi Gak Selalu Memperdalam Penilaian
Riset Harvard Business Review tentang batas AI merangkum eksperimen terhadap konsultan yang mengerjakan tugas profesional dengan dan tanpa GPT-4.
Dalam tugas yang sesuai kemampuan AI, peserta yang memakai alat itu bisa menyelesaikan pekerjaan lebih cepat dan menghasilkan mutu yang lebih tinggi.
Namun, ketika tugas berada di luar kemampuan AI, peserta yang mengandalkannya lebih sering menghasilkan jawaban keliru.
Temuan itu mengingatkan bahwa AI punya batas kemampuan, dan batas tersebut gak selalu kelihatan dari gaya jawabannya yang percaya diri.
Kamu bisa membaca ringkasan riset HBR tentang batas AI untuk melihat kenapa hasil AI perlu diperiksa, terutama saat tugasnya rumit atau konteksnya gak biasa.
Misalnya, AI diminta menyusun strategi untuk menurunkan pelanggan yang berhenti berlangganan.
Jawabannya mungkin menyarankan diskon, padahal penyebab utamanya adalah proses pembayaran yang sering gagal atau fitur penting yang sulit ditemukan.
Tanpa pemahaman pelanggan dan kemampuan menganalisis masalah, kamu bisa menjalankan saran yang terdengar masuk akal tapi gak menyentuh akar persoalan.
“Aku kan bukan ahli AI, gimana tahu jawabannya salah?”
Kamu gak harus jadi ahli AI, tetapi perlu tahu cukup banyak soal pekerjaanmu untuk mengajukan pertanyaan lanjutan dan mengenali jawaban yang janggal.
AI Mempercepat Kerja, tapi Gak Menggantikan Latihan
Dalam buku Peak: Secrets from the New Science of Expertise, Anders Ericsson dan Robert Pool menjelaskan pentingnya latihan terarah untuk mengembangkan keahlian.
Latihan terarah berarti kamu mencoba tugas yang menantang, menerima umpan balik, lalu memperbaiki bagian yang belum dikuasai.
Kalau AI langsung mengerjakan bagian tersulit setiap kali, kamu bisa kehilangan proses yang justru membuat kemampuanmu berkembang.
Contohnya, kamu baru mendapat tanggung jawab membuat laporan bulanan dan selalu meminta AI menyusun analisis dari awal sampai akhir.
Hasilnya mungkin terlihat matang, tetapi kamu belum tentu belajar memilih ukuran yang relevan, membaca perubahan, atau menjelaskan penyebabnya.
“Berarti aku harus berhenti pakai AI biar bisa berkembang?”
Gak perlu, karena kamu bisa mengatur kapan alat membantu dan kapan kamu perlu mencoba sendiri.
Coba kerjakan analisis awal selama 20 menit tanpa AI, lalu minta alat itu menguji asumsi atau menunjukkan bagian yang belum jelas.
Dengan begitu, kamu tetap menghasilkan kerja yang efisien sambil membangun keahlian yang bisa dipakai ulang saat alatnya gak tersedia.
Kadika suka memakai pola itu untuk belajar hal baru, meski kadang analisis awalnya lebih mirip coretan di papan daripada strategi kelas dunia, hehe.
Gunakan AI sebagai Rekan, Bukan Pengganti Latihan
Anggap AI sebagai rekan kerja yang bisa memberi alternatif, bukan mesin yang selalu tahu jawaban terbaik.
Untuk tugas menulis, misalnya, tulis dulu gagasan utama dan bukti yang kamu punya sebelum meminta AI merapikan susunan.
Setelah itu, cek apakah versi akhirnya masih mencerminkan maksudmu dan gak menambahkan klaim yang belum kamu verifikasi.
Untuk analisis, coba tuliskan dugaan penyebab masalah dan data pendukungnya dulu.
Kamu bisa meminta AI menguji dugaan tersebut dengan pertanyaan seperti, “Asumsi mana yang belum didukung data?” atau “Penjelasan lain apa yang mungkin?”
Pola itu mendorong AI menjadi alat untuk menguji ide, bukan sumber keputusan yang kamu telan mentah-mentah.
Untuk belajar, minta AI menjelaskan konsep dengan contoh, lalu tutup jawabannya dan coba jelaskan kembali dengan kata-katamu sendiri.
Kalau kamu belum bisa menjelaskannya, berarti kamu mungkin baru mengenali susunan katanya, belum memahami konsepnya.
“Tapi kerjaanku banyak banget, mana sempat mengecek semuanya?”
Gak semua tugas perlu perlakuan yang sama, jadi sesuaikan pemeriksaan dengan dampaknya.
Email rutin mungkin cukup dibaca ulang sebentar, sedangkan rekomendasi untuk klien atau keputusan soal anggaran perlu diperiksa lebih teliti.
Fokuskan perhatian pada angka, klaim, nama, konteks, dan keputusan yang berisiko merugikan orang lain kalau keliru.
Ukur Kemajuan dari Hasil, Bukan Banyaknya Prompt
Pemakaian AI yang produktif bukan soal seberapa sering kamu menulis prompt, tetapi soal apakah hasil kerja dan kemampuanmu ikut meningkat.
Setiap minggu, pilih satu tugas yang sering kamu kerjakan dan ukur dua hal, yaitu waktu penyelesaian serta jumlah koreksi yang diperlukan.
Misalnya, sebelum memakai AI kamu butuh 90 menit untuk menyiapkan ringkasan riset dan mendapat tiga revisi karena analisisnya kurang jelas.
Setelah sebulan, target yang masuk akal bisa berupa waktu 60 menit dengan maksimal satu revisi, tanpa mengurangi ketepatan sumber dan isi.
Catat juga apakah kamu bisa menjelaskan keputusan di balik hasil tersebut tanpa membuka kembali percakapan dengan AI.
Kalau pekerjaan lebih cepat tetapi kamu gak mampu menerangkan alasannya, mungkin prosesnya baru berpindah tangan, bukan membuat kemampuanmu bertambah.
Kadika menyarankan kamu mengecek satu pekerjaan penting setiap akhir pekan dan bertanya, “Bagian mana yang sekarang bisa kulakukan lebih baik tanpa bantuan?”
Pertanyaan itu membantu kamu melihat AI sebagai alat yang memperluas kapasitas, bukan tempat menitipkan tanggung jawab.
Coba pikirkan satu tugas yang paling sering kamu serahkan ke AI, lalu tanyakan apakah alat itu sedang membantumu belajar atau justru mengambil seluruh proses belajar.
Kadika percaya tujuan yang sehat bukan menolak AI atau memakai AI untuk semua hal, tetapi tetap punya kemampuan untuk berpikir, menilai, dan bertindak ketika alat itu gak ada.
Mulai besok, pilih satu bagian kecil untuk kamu kerjakan sendiri sebelum meminta bantuan AI, lalu perhatikan apa yang kamu pelajari dari prosesnya.
Gratis dibaca. Kalau kebantu, boleh traktir kopi.
Terima kasih, ya
Dukungan sekecil apa pun bikin tulisan berikutnya lebih cepat terbit.
Boleh tinggalkan komentar setelah kirim dukungan, biar aku bisa ucapin terima kasih. ^^
