AI membuat banyak pekerjaan selesai lebih cepat. Kita bisa menghasilkan sesuatu yang sebelumnya sulit dibuat. Namun kemampuan menghasilkan belum tentu berjalan bersama kemampuan memahami.

Seorang pekerja meminta AI membuat rumus untuk spreadsheet. Rumus itu bekerja, angka keluar dengan benar, lalu laporan selesai tepat waktu. Ketika beberapa minggu kemudian struktur datanya berubah dan rumus tersebut bermasalah, ia tidak tahu bagian mana yang harus diperbaiki.

Situasi serupa semakin mudah ditemukan. Programmer menggunakan kode yang tidak sepenuhnya dipahami, pekerja kantoran memperoleh analisis dari data yang belum sempat dipelajari, sementara seseorang dapat membuat presentasi tentang topik yang baru dikenalnya beberapa menit sebelumnya. Hasilnya bisa terlihat cukup baik untuk digunakan.

Di sinilah AI menghadirkan persoalan yang berbeda dari sekadar memberikan jawaban salah. Bahkan ketika jawabannya benar, ada pertanyaan lain yang perlu diajukan: apakah proses menggunakan AI tersebut membantu kita memahami pekerjaan, atau hanya membantu pekerjaan selesai?

Baca Juga: AI Tidak Harus Memberi Jawaban yang Sepenuhnya Salah untuk Menyesatkan Kita

Ketika Hasil Bisa Diperoleh tanpa Melewati Seluruh Proses

Manusia sebenarnya sudah lama menggunakan alat untuk mengurangi beban berpikir. Kita menyimpan nomor telepon di ponsel, menggunakan kalkulator untuk berhitung, dan menulis catatan agar tidak perlu mengingat semuanya. Dalam psikologi, penggunaan sumber eksternal untuk mengurangi kebutuhan pemrosesan mental dikenal antara lain melalui konsep cognitive offloading.

Evan Risko dari University of Waterloo dan Sam Gilbert dari University College London membahas cognitive offloading sebagai penggunaan tindakan fisik untuk mengubah kebutuhan pemrosesan informasi dalam sebuah tugas. Teknologi membuat praktik tersebut semakin mudah karena sebagian informasi dan proses dapat dipindahkan ke perangkat di luar kepala kita.

AI membawa kemampuan itu beberapa langkah lebih jauh. Kalkulator mengambil alih sebagian proses perhitungan, tetapi AI dapat membantu menentukan rumus apa yang digunakan, menuliskan penjelasannya, membaca hasilnya, bahkan menyusun kesimpulan. Bagian pekerjaan yang dapat dialihkan bukan lagi satu operasi, melainkan rangkaian proses yang sebelumnya mengharuskan manusia memahami beberapa tahap.

Penelitian Microsoft Research bersama Carnegie Mellon University terhadap pekerja pengetahuan yang menggunakan AI generatif menemukan hubungan menarik antara kepercayaan terhadap AI dan upaya berpikir kritis. Semakin tinggi kepercayaan seseorang terhadap kemampuan AI untuk menyelesaikan tugas, semakin rendah kecenderungannya melakukan pemikiran kritis; sebaliknya, kepercayaan terhadap kemampuan diri sendiri berkaitan dengan lebih banyak pemikiran kritis. Para peneliti juga melihat AI menggeser bentuk berpikir kritis menuju aktivitas seperti memverifikasi informasi, mengintegrasikan respons, dan mengawasi pekerjaan.

Artinya, AI tidak otomatis menghilangkan proses berpikir. Namun pekerjaan berpikirnya dapat berpindah tempat. Kita mungkin tidak lagi harus menghasilkan semuanya dari awal, tetapi justru perlu lebih terampil menilai apakah hasil yang diberikan masuk akal.

Baca Juga: AI Semakin Pandai Mengikuti Gaya Bicara Kita, Apakah Itu Berarti Ia Semakin Memahami Kita?

Bisa Melakukan Sesuatu Belum Tentu Berarti Memahaminya

Perbedaannya mulai terasa ketika situasi berubah. Selama AI menghasilkan jawaban yang sesuai kebutuhan, kekurangan pemahaman mungkin tidak terlihat. Masalah baru muncul ketika jawabannya gagal, kondisi pekerjaan berbeda dari contoh sebelumnya, atau kita harus menjelaskan alasan di balik hasil tersebut kepada orang lain.

Dalam coding, misalnya, AI dapat menghasilkan fungsi yang berjalan tanpa mengharuskan pengguna memahami setiap barisnya. Itu tentu dapat meningkatkan produktivitas. Namun jika pengguna tidak memahami logika, ketergantungan, maupun asumsi di dalam kode tersebut, kemampuan melakukan modifikasi dan menemukan masalah dapat menjadi terbatas.

Penelitian yang dilakukan Microsoft Research terhadap penggunaan GitHub Copilot memberikan gambaran bahwa pengembang dapat menyelesaikan tugas pemrograman tertentu lebih cepat dengan bantuan AI. Dalam eksperimen tersebut, kelompok yang menggunakan Copilot menyelesaikan tugas secara signifikan lebih cepat daripada kelompok kontrol. AI dengan demikian memang dapat memberikan keuntungan produktivitas yang nyata.

Persoalannya bukan apakah keuntungan tersebut harus ditolak. Pertanyaannya adalah apa yang dilakukan manusia dengan waktu dan tenaga yang berhasil dihemat. Jika AI mengerjakan bagian rutin sehingga kita mempunyai lebih banyak ruang untuk memahami persoalan yang lebih besar, teknologi menjadi pengungkit kemampuan. Jika seluruh proses terus dilewati tanpa pernah diperiksa, hasil yang cepat dapat menciptakan kesan bahwa kemampuan kita ikut meningkat sebesar hasil yang dihasilkan.

Perbedaannya tipis tetapi penting. Seseorang dapat menggunakan AI untuk menjelaskan mengapa sebuah rumus bekerja, menguji pemahamannya, meminta contoh berbeda, lalu mencoba mengerjakannya kembali tanpa bantuan. Orang lain dapat mengambil rumus yang sama, menempelkannya, melihat angka muncul, lalu berpindah ke pekerjaan berikutnya.

Keduanya sama-sama berhasil menyelesaikan tugas. Namun pengetahuan yang tersisa setelah tugas selesai bisa sangat berbeda.

Itu pula sebabnya kemampuan bekerja bersama AI mungkin perlu diukur lebih jauh daripada seberapa cepat pekerjaan selesai. Ada nilai dalam kemampuan mempertanyakan hasil, mengetahui asumsi yang digunakan, mengenali keterbatasannya, serta mampu mengambil alih ketika mesin tidak dapat melanjutkan.

Kita tentu tidak perlu memahami seluruh teknologi yang digunakan setiap hari. Tidak banyak orang harus memahami mesin pembakaran untuk mengendarai mobil atau arsitektur jaringan untuk mengirim e-mail. Namun ketika suatu pengetahuan merupakan bagian penting dari pekerjaan dan keputusan kita, menyerahkan proses tanpa memahami hasilnya membawa risiko yang berbeda.

AI memungkinkan seseorang mencapai sesuatu sebelum seluruh kemampuan untuk mencapainya terbentuk. Itu merupakan kekuatan luar biasa karena banyak hambatan pengetahuan dapat diperkecil. Namun justru karena hasil kini dapat datang begitu cepat, kita perlu lebih sadar membedakan dua kalimat yang terdengar hampir sama: "Saya bisa mengerjakannya" dan "AI bisa mengerjakannya untuk saya."

Pekerjaan yang selesai tetap mempunyai nilai. Produktivitas yang meningkat juga bukan sesuatu yang perlu dicurigai hanya karena dibantu teknologi. Tetapi sesekali, setelah AI memberikan jawaban yang kita butuhkan, mungkin ada satu pertanyaan yang layak diberikan kepada diri sendiri: kalau jawaban ini tiba-tiba tidak bekerja besok, apakah kita tahu apa yang harus dilakukan? [][Rudi Tenggarawan/KK]

Penulisan artikel ini dibantu AI dan telah melewati proses kurasi Redaksi.