Para Ahli Harvard Beberkan Dampak Negatif Aplikasi AI untuk Pekerja Kebetulan Terjebak Kondisi Workslop

9 Oct 2025 20:35 57 Hits 0 Comments Approved by Plimbi

Artificial Intelligence atau AI/kecerdasan buatan manusia yang bersifat generative selama ini disebut-sebut janjikan sebagai solusi ajaib untuk tujuan tingkatkan efisiensi kerja. Tetapi laporan terbaru yang diperoleh melalui Harvard Business Review atau HBR dan Standford yang bekerjasama dengan Better Up justru mengungkapkan sisi gelapnya. Fenomena terbaru yang disebut-sebut dengan istilah workslop kini bermunculan sebagai salah satu dampak negatif dari pengaplikasian AI, yang bukannya membantu tetapi justru menghambat produktivitas para pekerja modern. Istilah workslop berasal dari penggabungan antara kata work yang artinya pekerjaan dan slop yang berarti sampah. Fenomena ini melukiskan ledakan-ledakan dari konten-konten dangkal sebagai hasil operasional AI yang terlihat selalu rapi di bagian permukaan tetapi miskin konteks, minim substansi dan pada akhirnya menambah beban kognitif sebagai pekerja.

Plimbi.com - Artificial Intelligence atau AI/kecerdasan buatan manusia yang bersifat generative selama ini disebut-sebut janjikan sebagai solusi ajaib untuk tujuan tingkatkan efisiensi kerja. Tetapi laporan terbaru yang diperoleh melalui Harvard Business Review atau HBR dan Standford yang bekerjasama dengan Better Up justru mengungkapkan sisi gelapnya. 

Fenomena terbaru yang disebut-sebut dengan istilah workslop kini bermunculan sebagai salah satu dampak negatif dari pengaplikasian AI, yang bukannya membantu tetapi justru menghambat produktivitas para pekerja modern. 

Istilah workslop berasal dari penggabungan antara kata work yang artinya pekerjaan dan slop yang berarti sampah. Fenomena ini melukiskan ledakan-ledakan dari konten-konten dangkal sebagai hasil operasional AI yang terlihat selalu rapi di bagian permukaan tetapi miskin konteks, minim substansi dan pada akhirnya menambah beban kognitif sebagai pekerja. 

Jika dulu tantangan utama pada karyawan/wati adalah kurangnya informasi tetapi kini masalah menjadi bergeser ke arah sebaliknya yaitu adanya kelebihan informasi sehingga menjadi tidak bernilai. Laporan, dokumen-dokumen hingga presentasi sebagai hasil chatbot seperti fitur ChatGPT atau Gemini kerap menyebabkan pekerjaan menjadi semakin berat karena harus dipilah-pilah dan diverifikasi ulang. 

Menurut HBR, alih-alih bisa menghemat waktu, ada banyak pekerja justru terjebak memilah-milah sampah-sampah digital dari AI. Kondisi ini diibaratkan seperti sebuah meja kerja yang penuh dengan tumpukan memo yang tak berguna setiap pagi. Maka akibatnya adalah energi kognitif menjadi terkuras hanya untuk tujuan memilah-milah dan mengkoreksi. Waktu kerja menjadi hilang hingga berjam-jam, berhubungan dengan kualitas keputusan menjadi menurun karena materi yang digunakan rata-rata bias alias dangkal. 

Fenomena workslop bukan hanya sekadar sebagai gangguan kecil di meja kerja melainkan juga membawa biaya tersembunyi yang bisa saja merugikan perusahaan. Yang pertama adalah kerugian di bidang finansial, dimana survei yang dilakukan oleh Stanford BetterUp menunjukkan sekitar empatpuluh persen para pekerja profesional di AS pernah menerima konten-konten workslop dalam sebulan terakhir. Masing-masing kasus menghabiskan waktu antara 1 hingga 2 jam kerja untuk bisa diperbaiki.  

Apabila dikalkulasikan maka perusahaan dengan karyawan/wati sejumlah 10 ribu karyawan/wati bisa saja kehilangan lebih dari $9 juta per tahun sebagai akibat adanya limbah digital ini. 

Selanjutnya adalah dilihat dari sisi psikologis selain berhubungan dengan finansial, ada juga dampak emosional. Para karyawan/wati yang menerima workslop merasa kadang-kadang frustasi atau kebingungan. 

Bisa juga kehilangan rasa kepercayaan pada rekan-rekan. Menilai rekan-rekan yang sering mengirim workslop sebagai kurang kreatif serta tidak bisa diandalkan bahkan menjadi tidak kompeten. 
 
Perlu juga memperhatikan dua tipe penggunaan AI yaitu sebagai pilot VS passenger dimana riset HBR dan BetterUp membagi-bagi para pengguna AI menjadi dua tipe yang menentukan apakah mereka bisa menghindari workslop. 

Dari tipe passenger adalah bisa memakai AI sebagai jalan pintas. Kemudian mengandalkan hasil mentah tanpa melalui veker kualitas, menghasilkan output terlihat tersusun rapi tetapi miskin substansi dan justru menambah beban tim lain. 

Dilihat dari tipe pilot, memakai AI secara aktif dan terarah akan memberikan prompt dengan konteks yang jelas. Kemudian meninjau ulang, melakukan pengeditan dan memilih bagian yang benar-benar bermanfaat. Menjadikan AI sebagai salah satu alat bantu yang bukan sebagai pengganti. Fenomena ini jadi peringatan keras bahwa euphoria AI tidak boleh membuat organisasi menjadi lengah. Supaya AI benar-benar meningkatkan efisiensi dan bukan menjadi sebaliknya maka perusahaan sebisa mungkin melakukan langkah-langkah berikut yang dianggap penting.  

Yang pertama adalah memperkuat kurasi internal untuk tujuan memilah-milah konten hasil AI. Kemudian meningkatkan literasi digital karyawan supaya bisa menjadi tipe pilot yang bijaksana kemudian posisikan AI sebagai rekan kerja bukan bos yang selalu ingin membanjiri pekerjaan.***** 

 

Tags

About The Author

Utamii 70
Expert

Utamii

Suka membaca dan menulis
Plimbi adalah tempat menulis untuk semua orang.
Yuk kirim juga tulisanmu sekarang
Submit Artikel