Para eksekutif di balik perusahaan-perusahaan besar kecerdasan buatan generatif dengan cepat mengklaim bahwa produk mereka akan menggantikan sejumlah besar pekerja. CEO Anthropic, Dario Amodei, menjadi berita pada bulan Mei dengan mengatakan bahwa AI generatif dapat menghapus setengah dari pekerjaan kerah putih tingkat pemula dalam beberapa tahun ke depan. CEO Meta Mark Zuckerberg mengatakan pada bulan April bahwa ia ingin AI menulis setengah dari kode perusahaan dalam tahun depan. Dan orang Amerika mempercayainya — survei Pew baru-baru ini menemukan bahwa 64% orang Amerika mengharapkan lebih sedikit pekerjaan berkat AI.
Dalam lingkungan seperti ini, mudah untuk melihat penelitian tentang pekerjaan yang rentan terhadap AI dan mulai panik. Ketika para peneliti Microsoft menerbitkan laporan pada bulan Juli dengan daftar rapi pekerjaan yang tugasnya paling banyak dan paling sedikit tumpang tindih dengan tugas yang dapat dilakukan oleh AI generatif, hal ini memicu kekhawatiran di antara mereka yang pekerjaannya berada di puncak grafik. Namun, jika menyelidiki lebih dalam, para penerjemah, sejarawan, dan lainnya tidak perlu terlalu khawatir tentang apakah AI akan menggantikan mereka — kecuali jika atasan manusia, yang terpesona oleh gegap gempita AI, memutuskan demikian.
"Saya pikir akan berguna jika orang fokus pada tugas daripada pekerjaan," kata Darrell M. West, rekan senior di Pusat Inovasi Teknologi di Brookings Institution, kepada CNET. "Mungkin tidak banyak pekerjaan utuh yang dihilangkan. Pasti akan ada banyak tugas yang akan dihilangkan."
Penelitian Microsoft yang mengurutkan pekerjaan berdasarkan tumpang tindih dengan AI tepatnya menyatakan hal itu, meskipun bukan itu inti yang menjadi berita. "Menggoda untuk menyimpulkan bahwa pekerjaan yang memiliki tumpang tindih tinggi dengan aktivitas yang dilakukan AI akan terotomatisasi dan karenanya mengalami kehilangan pekerjaan atau upah… Ini akan menjadi kesalahan, karena data kami tidak mencakup dampak bisnis lanjutan dari teknologi baru, yang sangat sulit diprediksi dan seringnya kontra-intuitif," tulis para penulis.
Bahkan nama-nama terbesar di bidang AI generatif akan, jika didesak, mengakui ketidakpastian itu. CEO OpenAI Sam Altman, berbicara dengan Theo Von dalam penampilan podcast baru-baru ini, mengatakan bahwa tidak lama lalu akan sulit untuk membayangkan bahwa orang dapat memiliki pekerjaan sebagai CEO perusahaan AI dan podcaster. "Saya pikir sangat sulit untuk memprediksi secara tepat bagaimana sesuatu berevolusi atau memprediksi secara tepat apa pekerjaan masa depan nantinya," kata Altman.
Ada bahaya dalam berpikir bahwa AI dapat melakukan hal-hal yang sebenarnya tidak dapat dilakukannya. Berikut adalah tinjauan terhadap dua pekerjaan yang disebutkan oleh laporan Microsoft sebagai yang paling banyak tumpang tindih dengan tugas yang dapat dilakukan AI: penerjemah dan sejarawan.
Menerjemahkan Lebih dari Sekedar Menemukan Kata yang Tepat
Bahasa Spanyol adalah bahasa resmi di seluruh atau sebagian lebih dari 20 negara di dunia. Itu berarti ada lebih dari 20 variasi berbeda dari bahasa tersebut — dan bahkan lebih banyak lagi jika mempertimbangkan versi lokal dan regional. Andy Benzo memahami betapa pentingnya perbedaan-perbedaan itu. "Saya berbicara bahasa Argentina," katanya kepada saya. "Saya tidak berbicara ‘Bahasa Spanyol.’ Tidak ada ‘Bahasa Spanyol.’"
Sebagai seorang penerjemah hukum dan presiden terpilih Asosiasi Penerjemah Amerika, Benzo harus memahami tidak hanya kata-kata dasar bahasa Spanyol, tetapi juga budaya — dan budaya hukum — di baliknya. Benzo, yang juga seorang pengacara, tidak hanya mengubah kata dan kalimat dari satu bahasa ke bahasa lain — maknanya harus tepat. Terjemahan ini mungkin memiliki dampak serius bagi orang atau entitas yang terlibat dalam proses hukum, dan sangat penting untuk mendapatkan makna yang tepat.
Penerjemah melakukan lebih dari sekedar menyalin dan mengonversi dokumen. Penerjemah medis membantu orang berkomunikasi dengan dokter dan perawat untuk memastikan mereka mendapatkan perawatan yang tepat. Ini adalah situasi hidup dan mati yang literal. Transaksi keuangan yang berpindah dari satu bahasa ke bahasa lain perlu jelas, atau else uang atau mata pencaharian seseorang mungkin dipertaruhkan.
Penerjemah profesional umumnya ahli tidak hanya dalam bahasa, tetapi juga dalam bidang spesifik mereka, kata Benzo. "Anda membayar kami untuk apa yang kami ketahui," katanya. "Kami mengatakan bahwa apa yang kami lakukan adalah akurat."
Alat terjemahan yang didukung oleh AI generatif semakin terampil dalam membantu seseorang berkomunikasi dalam bahasa yang tidak mereka pahami. Anda dapat mengangkat telepon dan membiarkannya menafsirkan antara Anda dan seseorang yang tidak memahami bahasa yang Anda pahami, seperti yang didemonstrasikan oleh Apple dengan iOS 26 dan Google Gemini. Tetapi penerjemah dan juru bahasa profesional mengkhususkan diri dalam mendapatkan sesuatu dengan tepat. Anda tidak ingin terjemahan yang hanya berupa tebakan yang bagus — yang sebenarnya hanya itu yang Anda dapatkan dari AI — ketika uang atau hidup Anda dipertaruhkan. Anda menginginkan terjemahan yang memahami nuansa yang berbeda antar bahasa. Dan Anda menginginkan seseorang yang akan bertanggung jawab jika salah.
"Jika AI melakukan kesalahan, siapa yang akan bertanggung jawab untuk itu?" kata Benzo.
Bahasa juga tidak statis. Sementara industri AI bergerak cepat, bahasa berubah bahkan lebih cepat. Setiap hari, seseorang di suatu tempat menemukan cara baru untuk menyampaikan sebuah ide. Kamus Cambridge, misalnya, baru saja menambahkan kata-kata seperti "skibidi" dan "broligarchy," yang mungkin tidak dapat dipahami oleh AI dengan dataset pelatihan yang kedaluwarsa. Tetapi manusia, dengan pelatihan yang tepat, dapat mengikuti adaptasi halus tersebut.
"Bahasa berkembang sepanjang waktu," kata Benzo. "Bahasa milik rakyat. Tidak ada yang menjadi bos bahasa. Satu-satunya yang dapat menangkap nuansa suatu bahasa adalah manusia."
Sejarah Lebih dari Sekedar Menceritakan Kisah yang Sama
Sarah Weicksel adalah seorang sejarawan yang penelitiannya sulit ditemukan dalam buku karena bukan tentang kata-kata. Dia mempelajari pakaian, dan bukan jenis yang Anda dapatkan iklan bertargetnya secara online. Karyanya (termasuk buku yang akan datang) meneliti pakaian fisik era Perang Saudara Amerika dan bagaimana pakaian tersebut mencerminkan keadaan ekonomi dan politik pada waktu itu. Mempelajari pakaian yang berusia 160 tahun mengharuskan untuk menyelami bagian-bagian arsip yang jarang dikeluarkan untuk pameran museum. (Ketika pakaian dikeluarkan untuk pameran, seringkali hanya untuk waktu singkat karena mereka cepat rusak.) Itu juga melibatkan melihat melalui buku harian dan dokumen sejarah lainnya dan mencari referensi bukan untuk peristiwa penting yang mengubah dunia, tetapi untuk celana dan kemeja.
"Proses penelitian saya sangat much seperti menyatukan kepingan puzzle," kata Weicksel, yang sekarang menjadi direktur eksekutif Asosiasi Sejarah Amerika, kepada saya.
Tetapi bukankah model AI dapat melihat koleksi pakaian museum atau membaca semua buku harian Perang Saudara itu? Tidak juga. Tugas seorang sejarawan bukanlah untuk menemukan yang jelas, tetapi untuk menemukan cerita yang mendasar yang tidak necessarily ada di permukaan. Weicksel melihat pakaian untuk mempertimbangkan bagaimana potongan jas mungkin membantu seseorang berdiri lebih tegak, atau tekstur dari berbagai kain. "AI tidak bisa menyentuh dan merasakan hal-hal untuk saya," katanya.
Yang lebih penting, Weicksel mendekati penelitiannya dengan mencoba menjawab dan memahami pertanyaan spesifik yang mungkin belum pernah ditanyakan sebelumnya. Itulah inti dari pekerjaan sejarawan: Melatih pertimbangan dan kreativitas untuk menemukan interpretasi baru tentang masa lalu.
Weicksel mengatakan penelitian seperti studi Microsoft, yang melihat seberapa baik AI dapat menangani tugas individu yang dilakukan oleh seorang sejarawan profesional, tidak mencakup gambaran lengkapnya. Ya, sejarawan memelihara dan mengedit dokumen dan memberikan informasi kepada orang-orang, katanya, tetapi tugas-tugas itu "bukan inti dari menjadi seorang sejarawan," katanya.
"Kami bukan hanya sekumpulan tugas yang kami selesaikan dan menghasilkan hal-hal diskrit," kata Weicksel. "Kami sangat much tentang kemampuan untuk mensintesis dan mengontekstualisasikan dan membawa pertimbangan tetapi juga kreativitas untuk pertanyaan-pertanyaan yang kami ajukan ini."
Model bahasa besar dapat memberikan Anda laporan yang cukup bagus tentang peristiwa sejarah. Mintalah ChatGPT untuk laporan tentang Defenestrasi Praha pada tahun 1618 dan Anda mungkin akan mendapatkan ringkasan yang cukup bagus — kecuali jika ia berhalusinasi dan membingungkannya dengan kali lain orang dilemparkan dari jendela di Praha pada tahun 1419 dan 1483. Tetapi mengharapkan bahwa AI dapat melakukan pekerjaan seorang sejarawan karena dapat meringkas atau menganalisis peristiwa sejarah adalah membalikkan keadaan. AI dapat meringkas peristiwa sejarah karena ia berdiri di atas pundak para sejarawan yang telah menggali fakta dan menuliskan apa yang terjadi.
Studi sejarah membantu pemahaman kita tentang masa lalu berkembang, tetapi mesin yang dilatih untuk mengikuti tren masa lalu mungkin tidak menemukan yang tak terduga atau membantu kita menghindari mengulangi kesalahan yang sama.
"Karya-karya besar sejarah tidak dapat diprediksi maupun jelas," kata Weicksel. "Itulah yang membuatnya transformatif. Itu tidak dapat digantikan oleh teknologi yang dilatih untuk mereproduksi pola yang ada."
Jenis pekerjaan apa yang dapat dilakukan AI?
Ada perbedaan antara tugas yang dapat dilakukan AI dan tugas yang dapat dibantu oleh AI. Model bahasa besar telah terbukti mahir dalam menulis kode perangkat lunak, yang mengarah pada proliferasi "pengkodean vibe," di mana peran manusia lebih untuk menghasilkan ide dan memecahkan masalah produk sementara AI melakukan sebagian besar pekerjaan. AI juga semakin banyak digunakan dalam peran seperti layanan pelanggan, di mana permintaan yang lebih langsung dapat ditangani oleh chatbot atau sejenisnya, menyisakan hanya yang lebih rumit untuk manusia.
Sebuah makalah baru-baru ini oleh peneliti di Universitas Stanford, yang menemukan penurunan dalam pekerjaan di antara pekerja muda, awal karir di industri tertentu yang sensitif terhadap otomatisasi, juga menemukan bahwa penurunan tersebut terutama terjadi dalam peran di mana tugas dapat diotomatisasi.
"Sementara kami menemukan penurunan pekerjaan bagi pekerja muda dalam pekerjaan di mana AI terutama mengotomatisasi pekerjaan, kami menemukan pertumbuhan pekerjaan dalam pekerjaan di mana penggunaan AI paling augmentatif," di mana itu dapat membuat manusia lebih cepat atau lebih efektif tanpa menggantikan mereka, tulis mereka. "Temuan ini konsisten dengan penggunaan otomatif AI yang menggantikan tenaga kerja sementara penggunaan augmentatif tidak."
Penggantian pekerjaan sudah terjadi di tempat-tempat di mana tugas rutin dapat diotomatisasi, kata West kepada saya. Banyak PHK telah terjadi di kalangan pengembang perangkat lunak karena itu dapat dilakukan dengan cukup andal oleh AI. "Sebagian besar pekerjaan akan terkena dampak AI, tetapi tidak setiap pekerjaan akan digantikan," kata West. "Orang seharusnya hanya melihat tugas-tugas khusus yang terkait dengan pekerjaan apa pun dan hanya memikirkan apa kemungkinan otomatisasinya."
Efek AI pada pekerjaan akan diputuskan oleh orang, bukan potensi
Yang paling penting, tidak ada yang tahu apa efek AI pada ekonomi bahkan beberapa tahun dari sekarang. ChatGPT hanya menjadi nama rumah tangga pada tahun 2022. Kemampuan alat-alat ini, dan pemahaman kita tentang apa yang dapat dan tidak dapat mereka lakukan, terus berubah.
Tetapi efek teknologi pada pekerjaan tidak necessarily terjadi karena apa yang dapat dilakukannya. Itu akan terjadi karena apa yang pemimpin bisnis dan eksekutif pikir dapat dilakukannya. Pada saat ini, banyak eksekutif tampaknya lebih khawatir tentang kehilangan peluang untuk memotong pekerjaan dan menghemat uang dengan menggunakan AI daripada mereka khawatir bahwa AI tidak akan mampu melakukan pekerjaan itu. Klarna, misalnya, mengatakan pada tahun 2024 bahwa asisten AI-nya dapat melakukan pekerjaan 700 agen layanan pelanggan, tetapi berubah pikiran awal tahun ini, mempekerjakan lebih banyak manusia setelah tidak mendapatkan hasil yang diharapkan.
Sudah ada beberapa keraguan tentang efek dari inisiatif AI yang diarahkan perusahaan. Sebuah studi Juli oleh peneliti di MIT menemukan bahwa 95% dari pilot AI di bisnis tidak mendapatkan return on investment — sebagian besar karena alat AI tidak belajar, tumbuh, dan berkembang seperti karyawan manusia.
"Para pemimpin perusahaan mungkin akhirnya mem-PHK terlalu banyak orang karena optimisme mereka tentang AI, dan mereka mungkin akhirnya menemukan bahwa ada elemen penting yang hilang," kata West. "Aspek pertimbangan manusia akan menjadi kritis."
Unsur manusia — apakah itu pertimbangan, kreativitas, atau budaya — mungkin terbukti menjadi apa yang membuat alat AI tidak mampu melakukan suatu pekerjaan, bahkan jika看起来 di atas kertas sepertinya dapat melakukan semua tugas.