Pegawai kantor modern menikmati keuntungan baru yang sering terlewatkan oleh atasan mereka. Studi yang diterbitkan hari Selasa oleh platform Use.AI, yang menggabungkan sejumlah model bahasa besar dalam satu langganan, mensurvei 9.684 pekerja dewasa di Amerika Serikat, Inggris, Kanada, Uni Eropa, dan Amerika Latin.
Penelitian menunjukkan 52 persen peserta mengatakan kecerdasan buatan membuat mereka terlihat lebih berpengalaman daripada kenyataannya, mencerminkan hasil yang melampaui tingkat keterampilan sebenarnya. Sebanyak 64 persen mengaku menggunakan AI untuk menyelesaikan pekerjaan yang tidak bisa mereka lakukan sendiri, sementara 43 persen merasa AI membantu mereka mengambil tanggung jawab yang belum mereka rasakan kompeten mengerjakannya.
Tiga puluh lima persen peserta lain mengakui akan kesulitan melakukan bagian pekerjaan mereka tanpa bantuan AI, dan seperempat dari responden khawatir atasan mereka menganggap mereka lebih mampu daripada kenyataan. Sebanyak 39 persen pekerja menyerahkan pekerjaan yang dibantu AI tanpa mengungkapkan hal tersebut, sementara 30 persen menerima pujian atas karya yang teknologi tersebut memiliki kontribusi terbesar.
Masalah ini melampaui penilaian kinerja hingga menyentuh jalur promosi. Sembilan belas persen responden mengatakan pekerjaan yang diselesaikan dengan bantuan AI berkontribusi pada promosi mereka. Meski sebagian besar tempat kerja tidak mewajibkan pengungkapan penggunaan AI, hasilnya adalah kinerja dievaluasi tanpa mengetahui berapa banyak pekerjaan yang sebenarnya ditugaskan kepada mesin.
Ihor Herasimov, mitra pendiri dan CEO Use.AI, mengatakan kepada Euronews bahwa perusahaan tidak perlu meminta karyawan mengungkapkan setiap interaksi dengan AI. Dia menyarankan standar yang lebih sempit: jika AI secara substansial membentuk inti pekerjaan—menciptakan bagian penting dari analisis, rekomendasi, presentasi, kode, atau output berpengaruh lainnya—karyawan harus mengungkapkan bantuan tersebut.
Herasimov menjelaskan tujuannya bukan pengawasan, tetapi memberi manajer konteks yang cukup untuk mengevaluasi pekerjaan dan kontribusi manusia di dalamnya. Dia menekankan bahwa kebijakan yang dapat diterapkan "harus fokus pada bantuan material yang diberikan AI, pada verifikasi dan akuntabilitas, dengan menekankan bahwa orang yang menyerahkan pekerjaan tetap bertanggung jawab untuk memahami dan membela pekerjaan tersebut".
Menguasai penggunaan AI telah menjadi keterampilan profesional yang semakin penting. Namun masalahnya adalah pekerjaan yang diselesaikan tidak lagi mengungkapkan kemampuan orang yang mengerjakannya seperti sebelumnya—faktor penting ketika perusahaan menentukan siapa yang siap untuk tanggung jawab yang lebih besar.
Herasimov mengatakan hasil akhir tetap penting, tetapi "secara bertahap berubah menjadi ukuran yang kurang lengkap dari kemampuan". Pemberi kerja juga perlu tahu apakah seseorang dapat menjelaskan logika di balik pekerjaan mereka, menemukan cacat dalam jawaban AI, membuat keputusan dengan informasi tidak lengkap, dan bertindak ketika teknologi memberikan hasil yang salah atau tidak terduga.
Herasimov menekankan satu keterampilan khususnya: "problem framing"—cara merumuskan masalah. Dapatkah seseorang mendefinisikan pertanyaan yang tepat, menantang asumsi, dan menjelaskan mengapa satu jalur kerja lebih baik dari yang lain? "Ini sulit disimpulkan dari produk akhir yang dipoles saja".
Namun masih sangat sedikit pemberi kerja yang sampai pada model jelas untuk mengevaluasi kinerja di era AI. Herasimov mengatakan "kami belum melihat model yang stabil untuk mengevaluasi aspek-aspek ini. Institusi masih menemukan bagaimana AI harus mengubah keputusan kinerja dan promosi". Dia menambahkan bahwa "membedakan antara apa yang dapat dihasilkan seseorang menggunakan AI dan apa yang benar-benar mereka pahami akan menjadi jauh lebih penting dalam keputusan tersebut".
Ketika ditanya apakah hasil menunjukkan 35 persen pekerja akan kesulitan tanpa AI menimbulkan kekhawatiran bagi perusahaan yang menjual akses ke alat tersebut, Herasimov tidak meremehkan kekhawatiran itu. Dia mengatakan "ya, saya pikir hasil ini layak ditanggapi dengan serius".
Dia menjelaskan masalah dimulai "ketika seseorang dapat menghasilkan jawaban dengan bantuan AI, tetapi tidak dapat membedakan dengan percaya diri kapan jawaban itu salah, menjelaskan mengapa itu cocok, atau membuat penilaian yang tepat ketika sistem tidak memberikan jawaban yang dapat diandalkan. Pada titik itu, hubungannya tampak kurang seperti penguatan dan lebih seperti ketergantungan penuh".
Herasimov menyajikan hal ini sebagai pertukaran, bukan keputusan final. "AI dapat membuat orang lebih cepat dan memperluas apa yang bisa mereka lakukan. Tetapi jika keuntungan ini datang dengan mengorbankan melemahnya penilaian independen, ini adalah kompromi yang harus siap diakui dan ditangani oleh pemberi kerja dan perusahaan teknologi".
Namun teknologi tidak menunggu pemberi kerja memecahkan dilema ini. Menurut Ventureburn, yang merujuk data dari METR, organisasi nirlaba Amerika yang mengevaluasi dampak sistem AI pada masyarakat, waktu yang diperlukan untuk menggandakan level kemandirian AI turun dari sekitar delapan bulan menjadi hanya 4,7 bulan.
Akses ke sistem ini juga berkembang dengan cepat serupa. Unduhan alat AI meningkat dari 15.000 menjadi 11,8 juta—pertumbuhan 780 kali lipat—sementara jumlah alat MCP yang tersedia untuk publik meningkat 35 kali menjadi sekitar 177.000 alat. MCP, atau Model Context Protocol, adalah standar yang memungkinkan asisten AI terhubung langsung ke aplikasi dan sumber data lain, sehingga dapat menjalankan tugas alih-alih sekadar menjelaskan caranya. Ini adalah teknologi yang biasanya disebut "agentic AI".
Tren ini memperburuk masalah yang diidentifikasi survei. Semakin banyak pekerjaan yang diselesaikan tanpa arah manusia di setiap langkah, produk akhir semakin sedikit mengungkapkan tentang orang yang menandatanganinya.
