AI Membuat Kerja Lebih Cepat, tetapi Bagaimana dengan Kemampuan Kita?
AI membuat proses kerja menjadi lebih cepat dan produktif. Namun, semakin sering menggunakannya, banyak orang mulai khawatir bahwa kemampuan teknis dan pemahaman fundamental mereka justru menurun.
Oke, kita nggak bisa pungkiri ya, sekarang hampir semua perusahaan sudah mulai adopsi AI. Nah, ini akhirnya bikin banyak kekhawatiran, terutama buat teman-teman yang belum terlalu senior. Kenapa? Karena dengan pakai AI, kerja kita memang jadi lebih produktif, ngerjain sesuatu jadi lebih cepat. Cuma pertanyaannya, nanti skill kita gimana?
Banyak yang akhirnya insecure. Mereka mikir, "Kayaknya skill saya malah turun nih dengan pakai AI. Aplikasinya jadi, semuanya terasa lebih cepat, tapi kok merasa kemampuan saya berkurang? Kalau saya nggak pakai AI, kayaknya saya nggak bisa apa-apa deh." Banyak yang seperti itu. Ada juga pertanyaan dari Kosala yang hampir mirip: bikin fitur pakai AI itu memang lebih produktif, tapi ujung-ujungnya merasa belum matang secara fundamental. Nah, harusnya gimana sih kalau kita mau tetap pakai AI tapi skill kita juga tetap improve?
Saya sendiri saat ini hampir tiap hari pakai AI. Bahkan sekarang porsi coding saya mungkin sedikit sekali - kebanyakan saya pakai AI. Cuma pertanyaannya, gimana saya memastikan skill saya nggak berkurang? Simpelnya gini. Kalau kita pakai AI, kan ujung-ujungnya untuk menghasilkan produk. Nah, misalnya kita yang jago teknis, lalu ada orang lain yang nggak ngerti teknis sama sekali. Ketika pakai AI yang sama, hasil produknya mungkin mirip-mirip aja. Akhirnya orang mikir, "Ya udah, ngapain jago teknis? Toh hasilnya mirip-mirip juga, apalagi nanti AI yang ngerjain. Kita tinggal nge-prompting, selesai."
Tapi balik lagi, di perusahaan itu bikin produk nggak cuma dibikin habis itu ya udah. Produk butuh di-maintain, butuh di-improve, dan lain-lain. Ujung-ujungnya harus ada yang ngerti secara teknis. Walaupun teknisnya nggak dalam banget, minimal kita harus bisa ngasih detail ke AI-nya: ada error ini, log-nya ini, dan seterusnya. Bayangin kalau yang nggak ngerti apa-apa - cuma bisa nge-prompt, terus pas ada error dia nggak ngerti, cuma bisa bilang "kok saya gini kok datanya nggak keluar," tapi nggak jelas errornya apa. Akhirnya tetap ujungnya kita harus ngerti teknis.
Nah, strategi yang biasa saya gunakan: kalau mau bikin sesuatu, pastikan kita ngerti hasilnya dulu. Kita harus tahu kode akhirnya seperti apa, bisa dibaca dan dimengerti sama kita. Kalau sampai nggak ngerti hasil kodenya, itu memang agak problematik. Kalau nggak ngerti, ya sesimpel itu - berarti belajar. Dan teman-teman bisa pakai AI juga buat belajarnya.
Bahkan kalau mau bikin produk yang sebenarnya kita sendiri nggak ngerti bidangnya, kita bisa diskusi atau brainstorm dulu sama AI. Contohnya, terakhir saya bikin aplikasi accounting. Saya belum pernah seumur-umur nge-handle aplikasi accounting, akhirnya saya harus belajar akuntansi. Saya belajar pakai AI juga: aplikasi accounting itu seperti apa sih, cara kerjanya gimana, dan lain-lain. Akhirnya ketika implementasi saya jadi ngerti, "Oh, seperti ini ya." Jadi pas hasil akhirnya keluar, saya tetap ngerti. Sesimpel itu - diawali dengan belajar dulu, brainstorm dulu sama AI-nya.
Nah, pertanyaan berikutnya: kalau semua orang akhirnya bisa bikin pakai AI, nanti gimana? Nanti kita yang udah jago teknis akhirnya ke-replace juga sama orang yang nggak ngerti teknis tapi bisa nge-prompting dengan baik? Sekilas kelihatan benar sih. Tapi coba perhatiin analogi ini.
Misalnya ada orang A, dia cuma bisa nyetir. Lalu ada B, selain bisa nyetir dia juga ngerti mesin mobilnya, bahkan bisa tuning mesinnya. Terus dua-duanya dikasih mobil yang sama. Si A otomatis dia bisa nyetir juga pakai mobil yang sama. Anggap aja mobil ini AI-nya, atau hasil produk AI-nya, semuanya bisa. Cuma permasalahannya, next-nya gimana? Kan mobil itu nggak cuma bisa disetirin doang. Pasti nanti ada masalah. Si A cuma tahunya nyetir, dia nggak tahu kalau mobil itu harus ganti oli dan tetek bengek yang seperti itu. Itu kan harus orang yang ngerti.
Jadi kalau kita orang teknis, kita pasti ngerti detail aplikasinya seperti apa, errornya seperti apa, struktur datanya seperti apa, database-nya kayak gimana, dan lain-lain. Itu semua tetap jadi benefit buat teman-teman yang ngerti teknis, apalagi yang ngerti fundamental dengan baik. Jadi kalau gara-gara AI teman-teman malah nggak ngerti sama sekali, itu memang jadi bahaya. Tapi kalau semuanya masih ngerti, harusnya nggak ada masalah.
Sekarang pun kalau saya ngerjain sesuatu biasanya memang pakai AI agent. Tapi balik lagi, ujung-ujungnya harus ngerti, dan bahkan harus kita review. Kalau pas review kita nggak ngerti hasil kodenya, berarti kita perlu belajar lagi. Sesimpel itu.
Jadi bedanya, kalau dulu kita belajar, belajar, belajar, akhirnya ngerjain sesuatu sendiri. Kalau sekarang beda: kita belajar, ngerti konsepnya, ngerti fundamentalnya, ngerti dengan baik struktur dan code design-nya, nanti kita minta AI untuk mengerjakan sesuai dengan apa yang sudah kita ngerti. Kalau ternyata kita nggak ngerti hasilnya, berarti ada dua kemungkinan: antara kita memang belum upgrade ilmunya, atau yang kedua, AI-nya salah implementasi. Nah, di sinilah teman-teman yang harus melakukan koreksinya.