AI Bukan Lagi Alat, Tapi Rekan Kerja yang Bisa Menggantikan Anda
Ketika AI ambil alih pekerjaan teknis, terutama tugas-tugas terstruktur dan berulang, pusat nilai di pasar kerja bergeser dari kemampuan menjalankan instruksi ke kemampuan manusia memahami konteks, menilai dampak, dan mengarahkan teknologi menuju tujuan yang etis serta bermakna bagi masyarakat luas.
Pergeseran ini bukan teori abstrak; kepala ilmuwan OpenAI, Jakub Pachocki, sudah terang-terangan memperingatkan perlunya kehati-hatian terhadap kemajuan AI yang berpotensi tidak terkendali dan menekankan bahwa intervensi diperlukan agar manusia tetap memegang kendali. Peringatan itu muncul bersamaan dengan hadirnya GPT-6 Astra, model superhuman yang mampu memproses file dan menjelajah web layaknya manusia, bahkan memiliki kemampuan otonom untuk memindai hingga mengeksploitasi celah keamanan siber dalam kondisi tertentu tanpa campur tangan manusia. Jika mesin mampu bertindak sendiri sampai sejauh itu, maka pertanyaannya bukan lagi apakah otomasi pekerjaan teknis akan terjadi, melainkan keterampilan manusia mana yang masih relevan untuk memastikan transisi ini tidak menghapus peran kita.
Otomasi Pekerjaan Teknis: Saat Coding Tidak Lagi Menjadi Senjata Utama
Banyak orang masih menganggap belajar coding adalah tiket aman di tengah disrupsi teknologi. Namun data terbaru mengguncang asumsi ini: riset peneliti Anthropic, Maxim Massenkoff dan Peter McCrory, memperkirakan AI secara teoretis dapat mengambil alih 94 persen tugas di bidang komputer dan matematika, dengan pekerjaan pemrograman sebagai salah satu yang paling terekspos. Ditambah lagi, Boris Cherny, pencipta Claude Code, menyatakan bahwa "coding pada dasarnya sudah terpecahkan" dan kita mungkin akan melihat gelar "software engineer" perlahan menghilang.
Ini inti persoalannya: otomasi pekerjaan teknis membuat keunggulan kompetitif berbasis kemampuan rutin cepat usang. Menguasai sintaks, framework, atau tools terbaru tidak cukup lagi ketika model seperti GPT-6 Astra dapat mengerjakan tugas-tugas tersebut dengan kecepatan dan skala yang sulit disaingi manusia. Artinya, pekerja teknis perlu berhenti melihat diri hanya sebagai "tukang membuat kode" dan mulai memosisikan diri sebagai perancang masalah, pengambil keputusan, dan penjaga batas etis teknologi. Dalam ekonomi yang kian digerakkan AI, nilai Anda bukan pada seberapa banyak baris kode yang bisa ditulis, tetapi pada jenis masalah apa yang Anda pilih untuk dipecahkan dan bagaimana Anda mengarahkan mesin untuk melakukannya.
Pendidikan Liberal Arts: Dari Pinggiran ke Pusat Arena AI
Selama puluhan tahun, pendidikan STEM dipromosikan sebagai jalur karier paling menjanjikan, sementara pendidikan liberal arts—sastra, filsafat, sejarah, humaniora—sering dianggap kurang praktis. Ironisnya, ketika AI ambil alih pekerjaan teknis, pendidikan humaniora mulai terlihat sebagai “jurusan masa depan”. Jack Clark, salah satu pendiri perusahaan AI terkemuka dengan latar belakang sastra Inggris dan penulisan, mengaku bahwa pemahamannya tentang sejarah dan cerita yang manusia bangun tentang masa depan ternyata sangat relevan bagi AI.
Clark berpendapat bahwa dalam ekonomi yang semakin dipengaruhi AI, kemampuan mengajukan pertanyaan yang tepat lebih penting daripada sekadar menguasai pekerjaan teknis rutin. Ia mendorong anak muda mempelajari bidang yang menggabungkan berbagai disiplin, karena nilai tertinggi muncul ketika wawasan dari banyak bidang dipertemukan. Pendidikan liberal arts melatih kemampuan itu: membaca kompleksitas, memahami konteks sosial, merangkai narasi, dan mempertanyakan asumsi. Saat AI menggusur keahlian teknis yang sempit, keterampilan manusia tetap relevan justru berada di ranah ini—menghubungkan titik-titik, bukan hanya menjalankan instruksi.
Soft Skills Bukan Lagi “Pelengkap”, Tapi Senjata Utama
Di era ketika otomasi pekerjaan teknis meluas, soft skills bukan lagi sekadar pelengkap di CV, melainkan penentu apakah Anda memimpin AI atau digantikan olehnya. Jack Clark menegaskan bahwa yang penting sekarang adalah kemampuan mengajukan pertanyaan yang tepat dan memiliki intuisi tentang apa yang menarik ketika berbagai wawasan dipertemukan. Ini adalah keterampilan konseptual yang belum bisa diserahkan sepenuhnya pada mesin.
Pandangan itu diperkuat oleh kepala ilmuwan Microsoft, Jaime Teevan, yang menyebut keterampilan metakognitif—fleksibilitas, kemampuan beradaptasi, bereksperimen, berpikir kritis, dan kemampuan mempertanyakan sesuatu—akan sangat penting. Dalam ekonomi yang digerakkan AI, keunggulan kompetitif lahir dari kombinasi: kreativitas merumuskan masalah, keberanian bereksperimen dengan solusi, serta penilaian etis saat teknologi menyentuh kehidupan orang banyak. AI dapat menyodorkan jawaban, tetapi menentukan pertanyaan apa yang pantas diajukan dan mana jawaban yang layak diambil tetap menjadi ranah manusia. Jika Anda mengabaikan soft skills hari ini, Anda menyerahkan masa depan karier Anda kepada algoritma.
Bagaimana Pekerja Teknis Harus Berputar Arah?
Jika Anda bekerja di bidang teknis, kabar bahwa AI dapat mengambil alih hingga 94 persen tugas komputer dan matematika adalah sirene, bukan sekadar statistik. Terus memperdalam pemrograman rutin berarti bersaing langsung dengan mesin yang semakin murah, cepat, dan tepat. Strategi yang lebih waras adalah berputar menuju peran yang menuntut kemampuan unik manusia: merancang eksperimen, menginterpretasi hasil, bernegosiasi dengan pemangku kepentingan, dan memastikan teknologi selaras dengan nilai-nilai sosial.
Clark menyarankan anak muda mempelajari bidang yang menggabungkan berbagai disiplin, karena di sanalah manfaat terbesar muncul. Di level praktis, itu berarti menggeser fokus dari "bisa membuat" ke "mengapa dan untuk apa dibuat". Sementara itu, peringatan Jakub Pachocki tentang perlunya intervensi agar manusia tetap memegang kendali atas AI menggarisbawahi tanggung jawab baru pekerja teknis: tidak hanya membangun sistem canggih, tetapi juga merancang mekanisme pengaman dan tata kelola yang kuat. Kesimpulannya, bertahan di era AI bukan soal menjadi paling teknis, melainkan paling manusiawi—mereka yang menggabungkan pemahaman teknologi dengan kedalaman humaniora akan memimpin, sementara sisanya berisiko disisihkan oleh algoritma yang mereka bantu ciptakan.
