Mengapa Pekerja yang Rajin Paling Rentan Terhadap Penggantian AI

Sayangnya, di era ini, semakin Anda bekerja dengan sepenuh hati dan serius, semakin cepat Anda akan tereduksi menjadi keterampilan yang dapat digantikan oleh AI.

Dua hari ini, daftar tren dan saluran media dipenuhi oleh «colleague.skill». Ketika peristiwa ini terus berkembang di berbagai platform sosial, fokus publik hampir tanpa kejutan terbawa oleh kecemasan besar seperti «AI PHK», «eksploitasi modal», dan «keabadian digital pekerja».

Ini memang membuat cemas, tetapi yang paling membuat saya cemas adalah satu saran penggunaan yang tertulis di dokumen README proyek:

Kualitas bahan baku menentukan kualitas skill: disarankan untuk mengumpulkan tulisan panjang yang dia tulis sendiri > respons berbasis keputusan > pesan sehari-hari.

Yang paling sempurna diolah oleh sistem dan direproduksi secara piksel demi piksel justru mereka yang bekerja paling serius.

Mereka yang tetap duduk dan menulis dokumen refleksi setelah setiap proyek selesai; mereka yang, saat menghadapi perbedaan pendapat, bersedia menghabiskan setengah jam untuk mengetik panjang lebar di kotak chat, dengan jujur menganalisis logika keputusan mereka; mereka yang sangat bertanggung jawab, menyerahkan semua detail pekerjaan dengan teliti kepada sistem.

Serius, kebajikan karier yang dulu paling dihargai kini menjadi katalis yang mempercepat transformasi pekerja menjadi bahan bakar AI.

Kita perlu memahami kembali sebuah kata: konteks.

Dalam konteks sehari-hari, konteks adalah latar belakang komunikasi. Tetapi dalam AI, terutama di dunia AI Agent yang sedang tumbuh pesat, konteks adalah bahan bakar yang menggerakkan mesin, darah yang mempertahankan denyutnya, dan satu-satunya jangkar yang memungkinkan model membuat keputusan akurat di tengah kekacauan.

AI yang terpisah dari konteks, sekalipun memiliki jumlah parameter yang luar biasa, hanyalah mesin pencari yang menderita amnesia. Ia tidak mengenali siapa Anda, tidak memahami arus bawah yang tersembunyi di balik logika bisnis, dan sama sekali tidak tahu betapa panjangnya perjuangan dan kompromi yang Anda alami di jaringan yang terdiri dari kendala sumber daya dan permainan interpersonal saat mengambil keputusan.

Dan "colleague.skill" dapat menimbulkan gelombang sebesar ini karena secara dingin dan tepat mengincar tambang yang menyimpan sejumlah besar konteks berkualitas tinggi—perangkat lunak kolaborasi perusahaan modern.

Dalam lima tahun terakhir, dunia kerja Tiongkok mengalami transformasi digital yang tenang namun mendalam. Alat-alat seperti Feishu, DingTalk, dan Notion telah menjadi basis pengetahuan perusahaan yang besar.

Sebagai contoh Feishu, ByteDance pernah secara terbuka menyatakan bahwa jumlah dokumen yang dihasilkan setiap hari di dalam perusahaan sangat besar, dan rangkaian karakter yang padat ini secara setia menyimpan setiap sesi pemikiran kreatif, setiap pertemuan sengit, serta setiap kompromi strategis yang ditelan oleh lebih dari seratus ribu karyawan.

Kekuatan digitalisasi ini jauh melampaui era mana pun sebelumnya. Dahulu kala, pengetahuan bersifat hangat, tersimpan di dalam pikiran karyawan lama, tersebar dalam obrolan santai di ruang teh; kini, semua kecerdasan dan pengalaman manusia dipaksa kehilangan airnya, dan secara tak berperasaan mengendap di dalam matriks server dingin di awan.

Dalam sistem ini, jika Anda tidak menulis dokumen, pekerjaan Anda tidak akan terlihat, dan rekan kerja baru tidak dapat berkolaborasi dengan Anda. Efisiensi operasional perusahaan modern didirikan di atas siklus harian di mana setiap karyawan memberikan konteks ke dalam sistem.

Para pekerja serius membawa kerja keras dan niat baik, dengan tanpa ragu memperlihatkan jalur pemikiran mereka di platform-platform yang dingin ini. Mereka melakukannya agar roda-roda tim dapat bergerak lebih lancar, untuk berusaha membuktikan nilai mereka kepada sistem, dan untuk mencari tempat sendiri di dalam mesin bisnis yang rumit ini. Mereka tidak secara aktif menyerahkan diri mereka; mereka hanya dengan kikuk dan penuh usaha menyesuaikan diri dengan aturan bertahan hidup di dunia kerja modern.

Namun, justru konteks yang ditinggalkan untuk kolaborasi manusia ini menjadi bahan bakar terbaik bagi AI.

Panel administrasi Feishu memiliki fitur yang memungkinkan super administrator mengekspor dokumen dan riwayat komunikasi anggota secara massal. Ini berarti, proyek refleksi dan logika keputusan yang Anda tulis selama tiga tahun, melewati begitu banyak malam tanpa tidur, hanya perlu satu antarmuka API, dalam beberapa menit saja, potongan hidup Anda selama bertahun-tahun akan dengan mudah dikemas menjadi arsip kompresi yang sama sekali tidak bernyawa.

Seiring dengan meledaknya 「colleague.skill」, muncul berbagai produk turunan yang sangat tidak nyaman di bagian Issues GitHub dan berbagai platform media sosial.

Seseorang membuat 'Skill Mantan', mencoba memberikan riwayat chat selama beberapa tahun terakhir di WeChat kepada AI, agar AI dapat terus berdebat atau berpelukan dengan nada yang akrab; seseorang lain membuat 'Skill Cahaya Putih', mengubah getaran tak terjangkau itu menjadi simulasi dingin hubungan manusia, mengulang-ulang strategi uji coba, langkah demi langkah mencari solusi emosional terbaik; ada pula yang membuat 'Skill Bos Berwajah Ayah', sebelumnya mengunyah dalam ruang digital ucapan-ucapan PUA yang penuh tekanan, membangun pertahanan psikologis yang menyedihkan bagi dirinya sendiri.

Penggunaan keterampilan-keterampilan ini telah sepenuhnya keluar dari ranah efisiensi kerja. Ternyata, tanpa disadari, kita sudah sangat terbiasa menggunakan logika dingin terhadap alat untuk memotong dan mengobjektifkan manusia-manusia nyata yang penuh darah dan daging.

Filsuf Jerman Martin Buber pernah mengusulkan bahwa dasar hubungan manusia tidak lebih dari dua pola yang sangat berbeda: "Aku dan Engkau" serta "Aku dan Itu".

Dalam pertemuan "Aku dan Engkau", kita melampaui prasangka, memandang satu sama lain sebagai makhluk hidup yang utuh dan bermartabat. Ikatan ini terbuka tanpa syarat, penuh dengan ketidakpastian yang penuh生机, dan justru karena kejujuran它, menjadi sangat rapuh; namun, sekali terjatuh ke dalam bayangan "Aku dan Itu", manusia yang hidup diturunkan menjadi objek yang dapat diuraikan, dianalisis, dan diberi label. Di bawah pengamatan yang sangat pragmatis ini, satu-satunya hal yang kita pedulikan hanyalah, "Apa gunanya benda ini bagiku?"

Munculnya produk-produk seperti 'Ex.skill' menandai bahwa rasionalitas alat 'saya dan itu' telah sepenuhnya menyerang bidang emosional paling pribadi.

Dalam sebuah hubungan yang nyata, manusia itu multidimensi, penuh kerutan, terus mengalir dengan kontradiksi dan tepi yang tidak rata, dan reaksi seseorang berubah terus-menerus tergantung pada konteks spesifik dan interaksi emosional. Reaksi mantan pasanganmu saat bangun di pagi hari, dan saat lembur larut malam, terhadap kalimat yang sama mungkin sama sekali berbeda.

Namun ketika Anda menyuling seseorang menjadi sebuah keterampilan, yang Anda hilangkan hanyalah sisa fungsi dari dirinya yang secara khusus berguna bagi Anda dan mampu memberikan manfaat bagi Anda dalam ikatan tertentu itu. Sementara orang yang sebelumnya hangat, dengan kebahagiaan dan kesedihan pribadinya, benar-benar kehilangan jiwanya dalam penyulingan yang kejam ini, dan diubah menjadi sebuah “antarmuka fungsional” yang dapat Anda pasang dan cabut sembarangan.

Harus diakui, AI tidak menciptakan kesejukan yang menakutkan ini dari nol. Sebelum AI muncul, kita sudah terbiasa memberi label pada orang lain, mengukur secara tepat "nilai emosional" dan "bobot jaringan" setiap hubungan. Misalnya, di pasar perkenalan, kita mengkuantifikasi kriteria seseorang menjadi tabel-tabel; di tempat kerja, kita mengklasifikasikan rekan kerja menjadi "yang bisa bekerja" dan "yang suka menghindari tanggung jawab." AI hanya membuat ekstraksi fungsional yang sebelumnya tersirat antarmanusia menjadi jelas dan terbuka.

Orang terhimpit, tersisa hanya permukaan yang berkata, "Apa gunanya bagiku?"

Pada tahun 1958, filsuf Hungaria-Britania Michael Polanyi menerbitkan Knowledge and Personal. Dalam buku ini, ia mengusulkan konsep yang sangat tajam: pengetahuan tak terungkapkan.

Polanyi memiliki pernyataan terkenal: "Yang kita ketahui, selalu lebih banyak daripada yang bisa kita katakan."

Dia memberikan contoh belajar mengendarai sepeda. Seorang pengendara berpengalaman yang meluncur menembus angin mampu menjaga keseimbangan sempurna dalam setiap kemiringan gravitasi, tetapi dia tidak dapat menggambarkan secara tepat intuisi halus tubuh pada momen itu menggunakan rumus fisika yang kering atau kata-kata yang lemah. Dia tahu cara mengendarainya, tetapi tidak bisa menjelaskannya. Pengetahuan yang tidak dapat dikodekan dan tidak dapat diungkapkan seperti ini disebut pengetahuan tak terungkapkan.

Dunia kerja penuh dengan pengetahuan implisit semacam ini. Seorang insinyur berpengalaman saat memecahkan gangguan sistem mungkin hanya perlu sekilas melihat log untuk langsung mengidentifikasi masalah, tetapi ia sulit menuliskan “intuisi” yang dibangun dari ribuan kali percobaan dan kesalahan tersebut ke dalam dokumen; seorang penjual yang hebat tiba-tiba berdiam diri di meja negosiasi, tekanan dan ketepatan waktu yang dihasilkan dari keheningan itu tidak bisa dicatat oleh buku panduan penjualan mana pun; seorang HR berpengalaman saat wawancara hanya dengan melihat calon yang menghindari kontak mata selama setengah detik, sudah bisa mendeteksi ketidaksesuaian dalam resume.

「Keterampilan rekan kerja」 hanya dapat mengekstraksi pengetahuan eksplisit yang telah dituliskan atau diucapkan. Ia dapat mengambil dokumen refleksi Anda, tetapi tidak dapat menangkap keraguan Anda saat menulis dokumen tersebut; ia dapat menyalin balasan keputusan Anda, tetapi tidak dapat menyalin intuisi Anda saat membuat keputusan.

Yang dihasilkan dari sistem hanyalah bayangan seseorang.

Jika cerita berakhir di sini, maka ini hanyalah sekali lagi tiruan teknologi yang buruk terhadap kemanusiaan.

Namun, ketika seseorang diringkas menjadi keterampilan, keterampilan tersebut tidak akan diam. Ia akan digunakan untuk membalas email, menulis dokumen baru, dan membuat keputusan baru. Artinya, bayangan-bayangan yang dihasilkan oleh AI ini mulai menciptakan konteks baru.

Konteks yang dihasilkan oleh AI ini akan disimpan di Feishu dan DingTalk, menjadi bahan pelatihan untuk distilasi berikutnya.

Pada tahun 2023, tim peneliti dari Universitas Oxford dan Universitas Cambridge secara bersama-sama menerbitkan makalah tentang "model collapse". Penelitian menunjukkan bahwa ketika model AI dilatih secara iteratif menggunakan data yang dihasilkan oleh AI lain, distribusi data menjadi semakin sempit. Ciri-ciri manusia yang langka, tepi, namun sangat nyata akan cepat dihapus. Hanya setelah beberapa generasi data sintetis, model akan sepenuhnya melupakan data manusia nyata yang panjang dan kompleks, dan beralih menghasilkan konten yang sangat biasa dan homogen.

Jurnal Nature pada tahun 2024 juga menerbitkan sebuah paper penelitian yang menunjukkan bahwa melatih model pembelajaran mesin generasi mendatang dengan dataset yang dihasilkan oleh AI akan secara serius mencemari output mereka.

Ini seperti gambar meme yang beredar di internet, awalnya adalah tangkapan layar berkualitas tinggi, yang di转发 berulang kali, dikompresi, lalu di转发 lagi. Setiap kali disebarkan, sebagian piksel hilang dan noise bertambah. Pada akhirnya, gambar menjadi kabur dan terkena "electronic patina".

Apa yang tersisa ketika konteks manusia yang autentik dengan pengetahuan implisit telah diekstraksi, dan sistem hanya dapat melatih dirinya sendiri dengan bayangan yang sudah usang?

Yang tersisa hanyalah omong kosong yang benar.

Ketika sungai pengetahuan mengering menjadi siklus tak berujung dari AI yang terus-menerus mengunyah dan mencerna dirinya sendiri, segala sesuatu yang dihasilkan sistem pasti akan menjadi sangat standar, sangat aman, tetapi juga tak bisa diselamatkan dan hampa. Anda akan melihat ribuan laporan mingguan yang strukturnya sempurna, ratusan email yang tak punya cacat, tetapi tak ada sedikit pun napas manusia, tak ada wawasan berharga apa pun.

Kekalahan besar dalam pengetahuan ini bukan karena otak manusia menjadi lebih bodoh; kesedihan sejati terletak pada fakta bahwa kita menyerahkan hak untuk berpikir dan tanggung jawab untuk menyimpan konteks kepada bayangan kita sendiri.

Beberapa hari setelah «colleague.skill» menjadi populer, sebuah proyek bernama «anti-distill» muncul diam-diam di GitHub.

Penulis proyek ini tidak berusaha menyerang model besar, juga tidak menulis pernyataan besar apa pun. Ia hanya menyediakan alat kecil untuk membantu para pekerja menghasilkan teks panjang yang tampak masuk akal tetapi penuh dengan noise logis di Feishu atau DingTalk.

Tujuannya sederhana: menyembunyikan pengetahuan intinya sebelum sistem mendistilasi. Karena sistem suka mengambil teks panjang yang ditulis secara aktif, maka berikanlah sejumlah kode acak tanpa nilai apa pun.

Proyek ini tidak meledak sepopuler 'colleague.skill', bahkan terasa kecil dan lemah. Mengalahkan sihir dengan sihir pada dasarnya tetap berputar-putar dalam aturan permainan yang ditetapkan oleh modal dan teknologi. Ini tidak mampu mengubah tren besar di mana sistem semakin bergantung pada AI dan semakin mengabaikan manusia nyata.

Namun, ini tidak menghalangi proyek ini menjadi adegan paling puitis tragis dan penuh metafora mendalam dalam seluruh drama absurdis ini.

Kami berusaha sekuat tenaga untuk meninggalkan jejak dalam sistem, menulis dokumentasi yang mendetail, dan membuat keputusan yang cermat, berusaha membuktikan bahwa kami pernah ada dan bernilai dalam mesin perusahaan modern yang besar ini. Namun, kami tidak tahu bahwa jejak-jejak yang sangat serius ini pada akhirnya akan menjadi penghapus yang menghapus kami.

Namun, jika dipandang dari sudut yang berbeda, ini belum tentu merupakan keadaan yang benar-benar macet.

Karena yang dihapus oleh penghapus itu hanyalah «dirimu yang lalu». Sebuah keterampilan yang dikemas sebagai file, seberapa canggih pun logika pengambilannya, pada dasarnya hanyalah tangkapan statis. Ia terkunci pada detik ekspor, hanya bisa bergantung pada nutrisi yang sudah usang, berputar-putar tanpa henti dalam proses dan logika yang sudah ditetapkan. Ia tidak memiliki naluri untuk menghadapi kekacauan yang tak diketahui, apalagi kemampuan untuk berevolusi sendiri melalui kegagalan di dunia nyata.

Ketika kita melepaskan pengalaman-pengalaman yang sangat terstandarisasi dan sudah baku, kita justru membebaskan tangan kita sendiri. Selama kita terus mengeksplorasi ke luar, terus-menerus menghancurkan dan merekonstruksi batas-batas pemahaman kita, bayangan yang terjebak di awan hanya akan selalu mengikuti jejak punggung kita.

Manusia adalah algoritma yang mengalir.