Ketika para profesional di berbagai industri berlomba untuk mengadopsi alat-alat kecerdasan buatan, sebuah pertanyaan meresahkan yang beralih dari spekulasi ke ranah bukti terukur: apakah kita kehilangan keterampilan yang seharusnya bisa dibantu oleh alat-alat ini?
Sebuah laporan yang diterbitkan di Nature menemukan bahwa hasil awal sudah masuk akal — dan hasilnya tidak menggembirakan. Ketergantungan pada sistem berbasis AI mulai mengikis kemampuan dokter, insinyur perangkat lunak, dan pekerja terampil lainnya, sehingga menimbulkan pertanyaan mendesak tentang bagaimana mempertahankan keahlian manusia di era otomatisasi. For more context on this story, see our ongoing breaking AI news.
Kinerja Dokter Lebih Buruk Tanpa AI
Salah satu contoh paling jelas datang dari bidang kedokteran. Sebuah penelitian terhadap dokter Polandia yang berspesialisasi dalam endoskopi meneliti apa yang terjadi ketika dokter berpengalaman menjadi terbiasa dengan asisten AI dan kemudian kehilangan akses terhadapnya.
Para dokter, yang semuanya telah melakukan setidaknya 2.000 kolonoskopi selama karier mereka, diberi sistem AI yang menganalisis gambar kolonoskopi secara real time dan menandai jenis lesi usus prakanker yang disebut adenoma. Alat ini tersedia pada hari-hari tertentu tetapi tidak pada hari-hari lain, sehingga menciptakan eksperimen alami.
Hasilnya sangat mencolok. Selama periode tiga bulan sebelum alat AI diperkenalkan, para spesialis menemukan setidaknya satu adenoma selama 28,4 persen kolonoskopi. Setelah alat ini diperkenalkan, tingkat deteksi adenoma pada kolonoskopi yang dilakukan tanpa bantuan AI turun menjadi 22,4 persen.
Dengan kata lain, begitu para dokter mulai mengandalkan sistem AI, kinerja diagnostik mereka menurun ketika sistem tersebut tidak tersedia. Temuan ini dipublikasikan Oktober lalu di The Lancet Gastroenterology and Hepatology.
Penulis penelitian menyimpulkan bahwa paparan terus-menerus terhadap alat-alat tersebut dapat menyebabkan dokter menjadi “kurang termotivasi, kurang fokus, dan kurang bertanggung jawab ketika membuat keputusan kognitif tanpa bantuan AI.”
Survei Menunjukkan Kekhawatiran Meluas
Ketakutan akan hilangnya keterampilan tidak hanya terjadi pada beberapa penelitian saja. Sebuah survei terhadap pekerja layanan kesehatan AS yang diterbitkan pada awal bulan Juni menemukan bahwa 70 persen perawat dan 77 persen dokter khawatir akan kehilangan keterampilan mereka karena terlalu bergantung pada sistem AI.
Kekhawatiran tersebut tampaknya dibenarkan oleh data yang muncul. Dengan semakin banyaknya profesional yang mengintegrasikan AI ke dalam alur kerja mereka sehari-hari, kesenjangan antara apa yang dapat mereka lakukan dengan teknologi ini dan apa yang dapat mereka lakukan tanpa teknologi tersebut mungkin semakin lebar.
Kevin Crowston, seorang ilmuwan informasi di Syracuse University, menggambarkan tantangan ini dengan jelas: "Menyadari keberadaan fenomena ini diharapkan dapat memicu refleksi diri mengenai keterampilan mana yang ingin dipertahankan dan keterampilan mana yang ingin mereka alihkan" ke alat AI.
Insinyur Perangkat Lunak Menunjukkan Pola Serupa
Efek deskilling tidak terbatas pada pengobatan saja. Untuk menyelidiki apakah keterampilan hilang dalam ilmu komputer, para peneliti di perusahaan AI Anthropic merancang uji coba terkontrol secara acak yang melibatkan 52 insinyur perangkat lunak.
Semua peserta diminta untuk melakukan tugas pengkodean dasar. Setiap insinyur dapat menelusuri web dan mengakses petunjuk tentang cara menyelesaikannya. Setengahnya juga diminta untuk menggunakan asisten AI. Studi tersebut, yang dirilis sebagai pracetak, dirancang untuk mengisolasi pengaruh bantuan AI terhadap kemampuan pengkodean dasar.
Temuan ini menambah semakin banyak bukti bahwa mengalihkan pekerjaan kognitif rutin ke AI dapat melemahkan kompetensi mendasar yang pernah dikembangkan oleh para profesional melalui latihan berulang-ulang. Ketika AI menangani pekerjaan berat, praktisi manusia mendapat lebih sedikit peluang untuk membangun dan mempertahankan penguasaan.
Mekanisme Deskilling
Para peneliti menggambarkan deskilling sebagai proses bertahap. Ketika alat dapat menangani tugas dengan andal, keterlibatan pekerja dengan keterampilan yang mendasarinya akan menurun. Seiring waktu, jalur saraf dan penilaian yang diasah melalui latihan bertahun-tahun mulai memudar.
Dalam dunia kedokteran, hal ini bisa sangat berbahaya. Seorang dokter yang pernah mengandalkan penilaian visual yang tajam untuk menemukan jaringan yang mencurigakan, setelah berbulan-bulan mendapat bantuan AI, mungkin menjadi bergantung pada perintah sistem. Jika sistem gagal atau tidak tersedia, kinerja dokter tanpa bantuan mungkin tidak lagi memenuhi standar seperti dulu.
Yuichi Mori, seorang dokter-peneliti di Universitas Oslo dan salah satu penulis studi kolonoskopi, memperingatkan bahwa orang yang menggunakan alat AI harus menyadari bahwa mereka berisiko kehilangan sebagian keterampilan mereka. “Saat ini belum ada solusi yang pasti untuk melawan deskilling,” katanya. “Ini harus menjadi topik penelitian yang sangat hangat dalam dekade mendatang.”
Mengapa Pengujian Standar Melewatkan Masalah
Salah satu kesulitan dalam mengatasi deskilling adalah bahwa deskilling tidak akan terlihat sampai AI dihilangkan. Metrik kinerja terlihat kuat saat alat ini digunakan, menutupi erosi bertahap pada kemampuan manusia yang mendasarinya.
Hal ini menciptakan lingkaran umpan balik. Pekerja berkinerja lebih baik dengan AI, sehingga mereka lebih sering menggunakannya. Semakin sering mereka menggunakannya, semakin sedikit mereka melatih keterampilan tanpa bantuan tersebut. Pada saat penurunan tersebut terlihat jelas – ketika alat tersebut tidak berfungsi, tidak digunakan lagi, atau diganti – keterampilan tersebut mungkin sudah berhenti berkembang.
Fenomena ini juga menimbulkan pertanyaan tentang bagaimana organisasi harus menyusun pelatihan dan penilaian. Jika kompetensi profesional semakin diukur ketika bantuan AI aktif, evaluasi mungkin melebih-lebihkan apa yang sebenarnya bisa dilakukan pekerja sendiri.
Melestarikan Keahlian Manusia
Para peneliti dan pakar dunia kerja kini memperdebatkan cara melestarikan keterampilan manusia yang penting di era AI. Solusinya belum jelas, namun beberapa prinsip mulai muncul.
Pertama, kesadaran itu penting. Sekadar menyadari bahwa penurunan keterampilan dapat terjadi dapat mendorong individu dan organisasi untuk secara sengaja mempertahankan praktik tanpa bantuan. Kedua, para profesional mungkin perlu membuat pilihan secara sadar mengenai keterampilan mana yang perlu dijaga dan keterampilan mana yang harus didelegasikan. Tidak setiap keterampilan layak dipertahankan dengan kekuatan penuh, namun beberapa – terutama yang terkait dengan keselamatan, diagnosis, dan penilaian kritis – jelas layak dipertahankan.
Ketiga, organisasi mungkin perlu mendesain ulang alur kerja sehingga AI dapat menambah dan bukan menggantikan pekerjaan kognitif inti. Alih-alih membiarkan alat tersebut berpikir, AI dapat diposisikan sebagai alat pemeriksa penilaian manusia, yang mengharuskan profesional untuk mendapatkan jawaban terlebih dahulu sebelum berkonsultasi dengan sistem.
Tantangan yang Menentukan Era AI
Laporan Nature memperjelas bahwa penurunan keterampilan tidak lagi menjadi masalah hipotetis. Buktinya, meskipun masih dalam tahap awal, konsisten di berbagai bidang: ketika manusia menyerahkan pekerjaan kognitifnya kepada AI, keterampilan yang mendasarinya bisa melemah.
Bagi jutaan profesional yang kini mengintegrasikan AI ke dalam rutinitas sehari-hari mereka, taruhannya adalah masalah pribadi dan sosial. Seorang ahli bedah yang kehilangan kemampuan untuk mengenali tumor, seorang insinyur yang lupa cara melakukan debug tanpa asisten, seorang perawat yang intuisi klinisnya meredup - ini bukanlah risiko yang abstrak.
Seperti yang disampaikan Mori, belum ada solusi pasti. Namun langkah pertama, para peneliti sepakat, adalah menanggapi ancaman ini dengan serius. Hasil awal sudah terlihat, dan ini merupakan sebuah peringatan: alat-alat yang dirancang untuk membuat kita menjadi lebih baik mungkin, jika digunakan secara sembarangan, akan membuat kita menjadi kurang mampu dibandingkan sebelumnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
