Info Terbaru, Nasional

Terlalu Fokus pada AI, Skill Dasar Bisa Tumpul Gak?

By Jurnalis Berita

🌍 Translate this article:

“We become what we look upon.

Thumbnail

We design our tools, and then our tools design us.”

John M.

Thumbnail

Culkin, “A Schoolman’s Guide to Marshall McLuhan”

You might have just finished a meeting and asked the AI to summarize the notes, draft an email, and suggest ideas for tomorrow’s presentation.

Work finishes faster, but an odd feeling appears when you have to explain the results without the tool’s help.

Kadika sometimes feels content because everything goes smoothly, only to realize that basic skills like constructing arguments and fact‑checking are rarely used anymore.

AI can indeed save time, but if all processes are handed over to it, independent thinking abilities may also become under‑exercised.

Kemampuan Dasar yang Bisa Tumpul Saat Fokus Berlebihan pada AI

Profesional memeriksa laporan dan data sebelum mengambil keputusan
Membaca data dengan cermat membantumu melihat hal yang mungkin terlewat dari ringkasan AI.

Kemampuan dasar bukan berarti kemampuan yang sepele atau hanya untuk orang baru.

Di dunia kerja, kemampuan ini meliputi menulis dengan jelas, membaca data, menyampaikan ide, mencari sumber yang dapat dipercaya, 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 yang berisi angka-angka yang terlihat rapi, lalu langsung menyalin ringkasan AI ke presentasi untuk atasan.

Jika kamu tidak paham cara membaca angka dan membandingkan periode, kamu mungkin melewatkan bahwa laporan tersebut mencampur penjualan kotor dengan pendapatan bersih.

Masalahnya bukan karena kamu menggunakan AI, tetapi kehilangan kesempatan untuk melatih penilaian sendiri sebelum keputusan dibuat.

“Tapi AI bisa mengerjakan lebih cepat, buat apa repot belajar dari awal?”

Kecepatan itu berguna kalau kamu masih bisa memeriksa arah dan hasilnya, bukan cuma menerima jawaban yang terdengar meyakinkan.

To be honest, Kadika has also been tempted to think that a well‑written sentence is a sign that its content is correct.

It turns out that good grammar doesn’t automatically make an argument accurate, hehe.

Mengapa AI Bisa Mempercepat Kerja, tapi Tidak Selalu Memperdalam Penilaian

Pekerja memeriksa saran AI dengan membandingkannya pada data riset
Jawaban yang terdengar yakin tetap perlu diuji dengan data dan konteks.

Penelitian Harvard Business Review tentang keterbatasan AI merangkum eksperimen yang melibatkan konsultan yang mengerjakan tugas profesional dengan dan tanpa GPT‑4.

Dalam tugas yang sesuai dengan kemampuan AI, peserta yang menggunakan alat tersebut bisa menyelesaikan pekerjaan lebih cepat dan menghasilkan kualitas yang lebih baik.

Namun, ketika tugas berada di luar kemampuan AI, peserta yang mengandalkannya menghasilkan jawaban yang salah lebih sering.

Temuan tersebut mengingatkan bahwa AI memiliki keterbatasan, dan keterbatasan itu tidak selalu terlihat dari gaya jawaban yang percaya diri.

Kamu bisa membaca ringkasan penelitian HBR tentang keterbatasan AI untuk melihat mengapa hasil AI perlu diperiksa, terutama ketika tugasnya rumit atau konteksnya tidak biasa.

Contohnya, AI diminta untuk menyusun strategi guna mengurangi tingkat churn pelanggan.

Jawabannya mungkin menyarankan diskon, padahal penyebab utamanya adalah proses pembayaran yang sering gagal atau fitur penting yang sulit ditemukan.

Tanpa pemahaman tentang pelanggan dan kemampuan untuk menganalisis masalah, kamu mungkin akan menerapkan saran yang terdengar masuk akal tapi tidak menyentuh akar persoalan.

“I’m not an AI expert, how would I know if the answer is wrong?”

Kamu tidak harus menjadi ahli AI, tetapi kamu perlu tahu cukup banyak tentang pekerjaanmu untuk mengajukan pertanyaan lanjutan dan mengenali jawaban yang aneh.

AI Mempercepat Kerja, tapi Tidak Menggantikan Proses Belajar

Profesional berlatih menyusun analisis di buku catatan sebelum memakai AI
Mencoba sendiri lebih dulu memberi ruang untuk belajar dari prosesnya.

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, dan kemudian memperbaiki bagian yang belum dikuasai.

Jika 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 hingga akhir.

Hasilnya mungkin terlihat matang, tetapi kamu mungkin tidak belajar memilih metrik yang relevan, membaca perubahan, atau menjelaskan penyebabnya.

“Berarti aku harus berhenti pakai AI agar bisa berkembang?”

Tidak perlu, karena kamu bisa mengatur kapan alat itu 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 dapat digunakan kembali saat alat itu tidak tersedia.

Kadika suka memakai pola itu untuk belajar hal baru, meskipun kadang analisis awalnya lebih mirip coretan di papan daripada strategi kelas dunia, hehe.

Gunakan AI sebagai Teman, Bukan Pengganti Proses Belajar

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 susunannya.

Kemudian, periksa apakah versi akhirnya masih mencerminkan maksudmu dan tidak 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, “Which assumptions aren’t yet backed by data?” or “What other explanations are possible?”

That pattern encourages AI to become a tool for testing ideas, not a source of decisions you swallow whole.

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?”

Tidak semua tugas memerlukan 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 dari Jumlah Prompt yang Diberikan

Pekerja meninjau catatan mingguan dan perkembangan hasil kerjanya
Catatan waktu dan revisi bisa menunjukkan apakah AI benar-benar membantu.

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: waktu penyelesaian serta jumlah koreksi yang diperlukan.

Contohnya, 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.

Jika pekerjaan lebih cepat tetapi kamu tidak bisa menjelaskan mengapa, prosesnya mungkin hanya berpindah tangan, bukan membangun kemampuanmu.

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.

Think about one task you most often hand over to AI, then ask whether it’s helping you learn or simply taking over the entire learning process.

Kadika believes a healthy goal isn’t to reject AI or use it for everything, but to retain the ability to think, evaluate, and act when the tool isn’t there.

Starting tomorrow, choose a small part to do on your own before asking for AI help, and notice what you learn from the process.

Boleh dibaca gratis. Kalau itu membantu, silakan traktir kopi.

Be sure to check out more news on the News Page and thank you for visiting thecuy. 🙂

Ratusan barista di Kota Tasikmalaya telah mendapatkan sertifikasi dan diuji agar kopi tidak lagi sekadar gaya.

Kenapa Kamu Gak Perlu Mengejar Semua Tren Karier?

Tinggalkan Balasan