Dulu, kalau mau nulis email, saya mikir dulu. Struktur, nada, kata pembuka. Kadang butuh sepuluh menit hanya untuk satu paragraf. Sekarang? Saya ketik dua baris konteks ke AI, klik generate, lalu copy-paste. Selesai dalam tiga puluh detik.
Efisiensinya luar biasa. Tapi ada yang janggal.
Beberapa minggu belakangan, saya sadar: kemampuan saya menulis dari nol terasa lebih berat. Bukan karena saya tidak bisa. Tapi karena saya sudah lama tidak benar-benar melakukannya.
Masalahnya Bukan Alat yang Terlalu Canggih
Naluri pertama kita saat mendengar ini adalah menyalahkan teknologinya. "AI terlalu mudah digunakan." "Generasi ini jadi manja." Tapi ini bukan cerita tentang AI yang terlalu pintar.
Ini cerita tentang bagaimana otak manusia merespons kenyamanan.
Ada konsep dalam ilmu saraf yang disebut use it or lose it. Kemampuan yang tidak dilatih secara rutin, lambat laun melemah. Bukan hilang permanen. Tapi butuh lebih banyak usaha untuk diaktifkan kembali. Seperti otot yang lama tidak dipakai.
AI tidak membuat kita bodoh. AI membuat kita nyaman melewati proses yang dulu memaksa kita berpikir.
Realita di Lapangan: Ketika Friction Menghilang
Di dunia software, ada istilah friction — hambatan kecil dalam alur kerja yang memaksa pengguna berpikir sebelum bertindak. Friction yang berlebihan memang buruk. Tapi zero friction juga masalah.
Dulu, sebelum AI generatif meledak, proses kreatif punya banyak friction alami. Kalau mau riset, perlu baca beberapa artikel. Kalau mau nulis, perlu rangkai kalimat sendiri. Kalau mau buat presentasi, perlu tentukan strukturnya dulu.
Friction itu tidak selalu menyenangkan. Tapi itulah yang memaksa otak bekerja. Itulah yang membangun kemampuan.
Sekarang, hampir semua friction itu bisa di-bypass. Dan kebanyakan dari kita — termasuk saya — memilih bypass setiap saat.
Yang Terjadi Setelahnya
Pertama terasa seperti produktivitas meningkat. Output bertambah. Tugas selesai lebih cepat. Ada rasa puas yang nyata.
Tapi kalau diperhatikan lebih dalam: berapa banyak dari output itu yang benar-benar Anda pahami? Berapa banyak yang bisa Anda reproduksi tanpa bantuan alat yang sama?
Ini yang berbahaya. Bukan output-nya. Tapi ilusi bahwa kita sudah menguasai sesuatu, padahal kita hanya menjadi operator yang terampil.
Solusi yang Paling Banyak Disarankan (dan Kenapa Tidak Cukup)
Jawaban paling umum yang beredar: "Gunakan AI dengan bijak." Tetapkan batasan. Jangan terlalu bergantung. Gunakan hanya untuk hal-hal yang tidak penting.
Terdengar masuk akal. Tapi dalam praktiknya, ini tidak bekerja dengan baik.
Masalahnya adalah ambang "penting" itu terus bergerak. Hari ini Anda bilang, "Saya pakai AI hanya untuk email rutin." Seminggu kemudian, laporan bulanan juga terasa rutin. Sebulan kemudian, hampir semua tulisan terasa seperti sesuatu yang bisa di-delegasikan.
Ini bukan kelemahan karakter. Ini adalah cara otak bekerja. Begitu sebuah jalan lebih mudah tersedia, otak secara otomatis condong ke sana. Disiplin jangka panjang melawan kenyamanan instantan adalah pertarungan yang jarang dimenangkan hanya dengan niat baik.
"Gunakan AI dengan bijak dan tetapkan batasan sendiri."
Desain ulang bagaimana Anda berinteraksi dengan AI secara struktural, bukan niat.
Pendekatan yang Lebih Jujur: Belajar Dulu, Delegasikan Kemudian
Ada pola yang, menurut pengamatan saya, lebih efektif daripada sekadar "pakai dengan bijak."
Namanya bisa disebut: learn-then-delegate.
Idenya sederhana. Sebelum menggunakan AI untuk mengerjakan sesuatu, pastikan Anda sudah pernah melakukannya sendiri sampai ke titik yang cukup kompeten. Baru setelah itu, delegasikan.
Kalau belum pernah menulis riset dari nol, jangan langsung pakai AI untuk riset. Kalau belum pernah membuat slide deck yang solid secara mandiri, jangan langsung pakai AI untuk generate strukturnya.
Urutan itu penting. Bukan karena pakai AI dulu itu salah secara moral. Tapi karena kalau Anda tidak punya baseline kemampuan, Anda tidak bisa mengevaluasi output AI. Dan kalau tidak bisa mengevaluasi, Anda tidak bisa menggunakannya dengan benar.
AI yang dioperasikan oleh orang yang tidak paham domain-nya adalah mesin untuk memproduksi kesalahan yang terlihat meyakinkan.
Konkretnya, Seperti Ini
Saya bekerja di bidang yang banyak melibatkan tulisan. Beberapa bulan lalu, saya mulai memperhatikan bahwa draft pertama saya terasa kaku. Bukan karena saya kurang ide, tapi karena saya terlalu jarang melatih proses merangkai kalimat dari nol.
Saya coba satu eksperimen: untuk satu minggu, saya tidak boleh pakai AI untuk draft pertama. Apa pun tulisannya.
Minggu pertama itu menyiksa. Lambat. Banyak yang dihapus, ditulis ulang, dihapus lagi. Tapi di akhir minggu, ada sesuatu yang berbeda. Draft pertama saya terasa lebih punya suara. Lebih organik.
Minggu berikutnya, saya mulai pakai AI lagi — tapi sekarang untuk revisi, bukan draft. Dan hasilnya jauh lebih baik. Karena saya tahu apa yang mau saya pertahankan dan apa yang boleh diganti.
Ini bukan anti-AI. Ini tentang urutan dan kepemilikan atas pekerjaan sendiri.
Perubahan Mental Model yang Dibutuhkan
Selama ini kita melihat AI sebagai shortcut. Cara lebih cepat menuju hasil yang sama.
Mental model yang lebih berguna: AI adalah amplifier. Penguat. Kalau Anda membawa kemampuan yang kuat ke dalamnya, outputnya kuat. Kalau Anda membawa kekosongan, outputnya adalah kekosongan yang diformat dengan rapi.
Ini bukan kiasan. Ini cara alat itu sebenarnya bekerja. Semakin spesifik dan informed prompt Anda, semakin relevan outputnya. Dan untuk bisa membuat prompt yang informed, Anda perlu tahu sesuatu terlebih dahulu.
Jadi pertanyaan yang lebih tepat bukan "bagaimana saya menggunakan AI?" tapi "apa yang perlu saya kuasai dulu agar bisa menggunakan AI dengan efektif?"
Analogi yang Membantu
Bayangkan Git. Version control system yang dipakai developer. Git tidak membuat Anda menjadi programmer yang lebih baik. Git hanya membantu Anda mengelola pekerjaan yang sudah ada dengan lebih aman dan efisien. Kalau kode Anda berantakan, Git hanya memastikan kekacauan itu tersimpan dengan rapi di setiap versi.
AI bekerja dengan prinsip yang mirip. Alat manajemen yang powerful. Tapi bahan bakunya tetap harus Anda yang sediakan.
Kesimpulan: Ini Bukan Soal Disiplin, Tapi Desain
Kalau Anda merasa AI membuat Anda lebih malas, besar kemungkinan bukan karena Anda lemah atau kurang disiplin. Tapi karena Anda belum merancang cara pakai yang menjaga kemampuan Anda tetap terlatih.
Masalahnya bukan AI-nya. Masalahnya adalah pola penggunaan yang tidak disengaja.
Dan solusinya bukan "pakai lebih sedikit." Solusinya adalah pakai pada waktu yang tepat — setelah Anda punya cukup fondasi untuk menilai, mengarahkan, dan memiliki hasilnya.
AI yang paling bermanfaat adalah AI yang memperkuat kapabilitas Anda, bukan yang menggantikannya diam-diam.
Perbedaannya ada di urutan: Anda yang pegang kendali dulu, baru AI yang masuk.
"Alat terbaik tidak membuat Anda bergantung. Ia membuat Anda lebih mampu."
Baca juga: Belajar Typescript Lebih Cepat dengan Membuat Konten (Meski Belum Mahir)
Baca juga: Coding Itu Mudah, Tapi Membangun Produk Itu Sulit
Baca juga: 7 Hal Penting yang Sering Diabaikan Frontend Developer
Baca juga: Kenapa Coding Tanpa Framework Terasa Lebih Berat bagi Developer Modern
Baca juga: Copy-Paste Coding Bukan Masalah. Tidak Paham Itu Masalah.
