Sayangnya, di era ini, semakin giat dan teliti Anda bekerja tanpa pamrih, justru semakin mudah Anda mempercepat distilasi diri menjadi skill yang bisa digantikan oleh AI.
Beberapa hari ini, tangga tren berita dan saluran media dihebohkan oleh "rekan kerja.skill". Ketika hal ini terus menjadi perbincangan di berbagai platform media sosial, fokus publik hampir pasti terseret oleh kecemasan besar seperti "PHK oleh AI", "eksploitasi modal", dan "keabadian digital pekerja".
Hal-hal ini memang menimbulkan kecemasan, tetapi yang paling membuat saya cemas adalah baris saran penggunaan yang tertulis dalam dokumentasi README proyek:
"Kualitas bahan baku menentukan kualitas skill: Disarankan untuk mengutamakan pengumpulan tulisan panjang yang dia tulis secara aktif > balasan terkait keputusan > pesan sehari-hari."
Yang paling mudah didistilasi dengan sempurna oleh sistem, direduksi hingga tingkat piksel, justru adalah orang-orang yang paling serius bekerja.
Mereka yang setelah setiap proyek selesai, masih duduk dan menulis dokumen evaluasi; mereka yang saat menghadapi perbedaan pendapat, bersedia menghabiskan setengah jam mengetik tulisan panjang di kotak chat, menguraikan logika pengambilan keputusan mereka dengan jujur; mereka yang sangat bertanggung jawab, mempercayakan setiap detail pekerjaan kepada sistem dengan teliti.
Keseriusan, yang dulunya merupakan nilai luhur paling diagungkan di dunia kerja, kini menjadi katalis yang mempercepat transformasi pekerja menjadi bahan bakar AI.
Pekerja yang Dieksploitasi Hingga Kering
Kita perlu mengenal kembali sebuah kata: konteks.
Dalam komunikasi sehari-hari, konteks adalah latar belakang. Namun di dunia AI, terutama AI Agent yang sedang tumbuh dengan pesat, konteks adalah bahan bakar mesin yang menderu, darah yang memompa, satu-satunya jangkar yang memungkinkan model membuat penilaian akurat dalam kekacauan.
AI yang terlepas dari konteksnya, meski memiliki parameter yang menakjubkan, hanyalah mesin pencari yang amnesia. Ia tidak mengenali siapa Anda, tidak memahami arus bawah yang tersembunyi di balik logika bisnis, apalagi mengetahui tarik ulur dan pertimbangan panjang yang Anda alami dalam jaringan yang ditenun dari kendala sumber daya dan permainan interpersonal saat membuat keputusan.
Alasan "rekan kerja.skill" bisa menimbulkan gelombang besar justru karena ia dengan dingin dan tepat mengunci tambang yang menyimpan konteks berkualitas tinggi dalam jumlah besar - perangkat lunak kolaborasi perusahaan modern.
Lima tahun terakhir, dunia kerja China mengalami transformasi digital yang sunyi namun mendalam. Alat-alat seperti Feishu, DingTalk, Notion telah berubah menjadi basis pengetahuan perusahaan yang sangat besar.
Mengambil Feishu sebagai contoh, ByteDance pernah menyatakan secara publik bahwa jumlah dokumen yang dihasilkan internal setiap hari sangatlah besar, dan karakter-karakter yang rapat ini dengan setia mengawetkan setiap brainstorming, setiap perdebatan sengit dalam rapat, dan setiap kompromi strategis yang ditelan dengan gigih oleh lebih dari seratus ribu karyawan.
Daya tembus digitalisasi ini jauh melampaui era mana pun sebelumnya. Dahulu, pengetahuan memiliki kehangatan, bersemayam di benak karyawan senior, tersebar dalam obrolan santai di ruang teh; sekarang, semua kebijaksanaan dan pengalaman manusia telah dikeringkan paksa, mengendap tanpa ampun di matriks server yang dingin di cloud.
Dalam sistem ini, jika Anda tidak menulis dokumen, pekerjaan Anda tidak bisa dilihat, kolega baru tidak bisa berkolaborasi dengan Anda. Operasi efisien perusahaan modern dibangun di atas siklus di mana setiap karyawan "mempersembahkan" konteks kepada sistem setiap hari.
Pekerja yang serius, dengan ketekunan dan niat baik, membuka jalur pemikiran mereka tanpa pamrih di platform-platform dingin ini. Mereka melakukan ini untuk membuat roda gigi tim bergerak lebih mulus, untuk membuktikan nilai mereka kepada sistem, untuk mencari tempat mereka sendiri dalam tubuh raksasa bisnis yang rumit ini. Mereka tidak secara aktif menyerahkan diri, mereka hanya dengan canggung dan gigih, menyesuaikan diri dengan hukum bertahan di tempat kerja modern.
Namun justru konteks yang ditinggalkan untuk kolaborasi interpersonal ini menjadi bahan bakar paling sempurna bagi AI.
Panel admin Feishu memiliki fitur yang memungkinkan super admin mengekspor dokumen dan catatan komunikasi anggota secara massal. Ini berarti, laporan evaluasi proyek dan logika pengambilan keputusan yang Anda tulis dengan begadang berlarut-larut selama tiga tahun, hanya membutuhkan satu antarmuka API, dalam hitungan menit, potongan kehidupan Anda selama ini akan dengan mudah dikemas menjadi file kompresi yang tanpa kehangatan.
Ketika Manusia Direduksi Menjadi API
Seiring dengan viralnya "rekan kerja.skill", di bagian Issues GitHub dan berbagai platform media sosial, mulai muncul produk turunan yang sangat tidak nyaman.
Ada yang membuat "mantan.skill", mencoba memberikan catatan chat WeChat beberapa tahun terakhir kepada AI, membuatnya terus bertengkar atau bermanis-manis dengan nada yang familiar; ada yang membuat "cinta tak sampai.skill", menurunkan gejolak yang tak tersentuh menjadi sandbox interpersonal yang dingin, berulang kali mensimulasikan taktik percakapan, merencanakan langkah demi langkah solusi optimal emosional; ada juga yang membuat "bos berlagak.skill", mengunyah kata-kata PUA yang penuh tekanan terlebih dahulu di ruang digital, membangun pertahanan psikologis yang menyedihkan.
Skenario penggunaan skill ini telah sepenuhnya keluar dari ranah efisiensi kerja. Rupanya, tanpa disadari, kita sudah terbiasa mengayunkan logika dingin yang digunakan untuk alat, membedah dan mematerialisasi orang-orang yang hidup dan berdarah daging.
Filsuf Jerman Martin Buber pernah mengusulkan, bahwa warna dasar hubungan manusia tidak lain adalah dua mode yang sangat berbeda: "Aku dan Kamu" dan "Aku dan Itu".
Dalam pertemuan "Aku dan Kamu", kita melampaui prasangka, memandang pihak lain sebagai entitas kehidupan yang utuh dan bermartabat. Ikatan ini terbuka tanpa pamrih, penuh dengan ketidakpastian yang hidup, dan justru karena kejujurannya, menjadi sangat rapuh; Namun, begitu jatuh ke dalam bayangan "Aku dan Itu", manusia yang hidup direduksi menjadi objek yang bisa dibedah, dianalisis, dikategorikan, dan diberi label. Dalam pandangan yang sangat utilitarian ini, satu-satunya yang kita pedulikan adalah "Apa gunanya benda ini, bagi saya?"
Munculnya produk seperti "mantan.skill" menandakan bahwa rasionalitas instrumental "Aku dan Itu" telah sepenuhnya menyerbu ranah emosional paling pribadi.
Dalam hubungan yang sesungguhnya, manusia itu multidimensi, penuh lipatan, selalu berubah dengan kontradiksi dan kekasaran, reaksi manusia berubah terus sesuai dengan situasi spesifik dan interaksi emosional. Reaksi mantan Anda terhadap kalimat yang sama di pagi hari saat bangun tidur, dan larut malam setelah lembur, mungkin sangat berbeda.
Tetapi ketika Anda mendistilasi seseorang menjadi sebuah skill, yang Anda pisahkan hanyalah residu fungsional dari bagian yang kebetulan "berguna" bagi Anda, yang dapat "efek" bagi Anda dalam ikatan spesifik itu. Dan orang yang hangat, memiliki kesedihan dan kebahagiaannya sendiri, dalam pemurnian yang kejam ini, benar-benar dikeringkan jiwanya, diasingkan menjadi "antarmuka fungsional" yang bisa Anda colok dan panggil sesuka hati.
Harus diakui, AI tidak menciptakan kekejaman yang membuat hati dingin ini dari awal. Sebelum AI muncul, kita sudah terbiasa memberi label pada orang lain, mengukur "nilai emosional" dan "bobot jaringan" setiap hubungan dengan tepat. Misalnya, kita mengkuantifikasi kondisi orang menjadi tabel-tabel di pasar perjodohan; kita mengkategorikan kolega menjadi "yang bisa bekerja" dan "yang suka bermalas-malasan" di tempat kerja. AI hanya membuat ekstraksi fungsional antar manusia yang tersembunyi ini menjadi benar-benar eksplisit.
Manusia dipipihkan, hanya menyisakan potongan "apa gunanya bagi saya".
Lapisan Elektronik (Electronic Packing)
Pada tahun 1958, filsuf Inggris kelahiran Hungaria, Michael Polanyi, menerbitkan "Personal Knowledge". Dalam buku ini, ia mengusulkan konsep yang sangat menusuk: Pengetahuan Tacit (Pengetahuan Tersirat).
Polanyi memiliki pepatah terkenal: "Kita tahu lebih banyak daripada yang bisa kita ucapkan."
Dia memberi contoh belajar bersepeda. Seorang pesepeda yang terampil dan meluncur dengan angin, dapat menguasai keseimbangan dengan sempurna dalam setiap kemiringan gravitasi, tetapi ia tidak dapat menggunakan rumus fisika yang kering atau kosakata yang pucat untuk menggambarkan dengan tepat intuisi halus tubuh pada saat itu kepada pemula. Dia tahu cara mengendarainya, tetapi dia tidak bisa mengatakannya. Pengetahuan yang tidak dapat dikodekan, tidak dapat diucapkan inilah yang disebut pengetahuan tacit.
Dunia kerja penuh dengan pengetahuan tacit ini. Seorang insinyur senior saat memeriksa kesalahan sistem, mungkin hanya perlu melihat log untuk menemukan masalah, tetapi sulit baginya untuk menulis "intuisi" yang dibangun dari ribuan kali trial and error menjadi dokumen; seorang penjual yang ulung tiba-tiba diam di meja negosiasi, tekanan dan pengaturan waktu yang dibawa oleh keheningan ini tidak dapat dicatat dalam manual penjualan mana pun; seorang HR yang berpengalaman dalam wawancara, hanya melalui setengah detik kandidat menghindari kontak mata, dapat mendeteksi kebohongan dalam resume.
Apa yang dapat diekstraksi oleh "rekan kerja.skill" hanyalah pengetahuan eksplisit yang sudah ditulis, yang sudah diucapkan. Ia dapat mengambil dokumen evaluasi Anda, tetapi tidak dapat mengambil pergulatan Anda saat menulis dokumen; ia dapat menyalin balasan keputusan Anda, tetapi tidak dapat menyalin intuisi Anda saat membuat keputusan.
Yang didistilasi sistem, selamanya hanyalah bayangan seseorang.
Jika cerita berakhir di sini, maka ini hanyalah tiruan buruk teknologi terhadap kemanusiaan sekali lagi.
Tetapi ketika seseorang didistilasi menjadi skill, skill ini tidak akan diam. Ia akan digunakan untuk membalas email, menulis dokumen baru, membuat keputusan baru. Artinya, bayangan yang dihasilkan AI ini mulai menghasilkan konteks baru.
Dan konteks baru yang dihasilkan AI ini, akan mengendap di Feishu dan DingTalk, menjadi bahan pelatihan untuk distilasi berikutnya.
Pada awal 2023, tim peneliti dari Universitas Oxford dan Universitas Cambridge bersama-sama menerbitkan makalah tentang "keruntuhan model". Penelitian menunjukkan bahwa ketika model AI menggunakan data yang dihasilkan oleh AI lain untuk pelatihan iteratif, distribusi data akan menjadi semakin sempit. Sifat-sifat manusia yang langka, marginal, tetapi sangat nyata akan dengan cepat terhapus. Hanya setelah beberapa generasi pelatihan data sintetis, model akan sepenuhnya melupakan data manusia nyata yang berekor panjang dan kompleks, dan malah menghasilkan konten yang sangat biasa dan homogen.
"Nature" pada tahun 2024 juga menerbitkan sebuah makalah penelitian yang menunjukkan bahwa menggunakan kumpulan data yang dihasilkan AI untuk melatih model pembelajaran mesin generasi mendatang akan sangat mencemari output mereka.
Ini seperti gambar meme yang beredar di internet, awalnya adalah tangkapan layar beresolusi tinggi, diteruskan oleh banyak orang, dikompresi, diteruskan lagi. Setiap penyebaran, akan kehilangan beberapa piksel, menambah beberapa noise. Akhirnya, gambar menjadi buram, dilapisi oleh "electronic packing" (lapisan elektronik).
Ketika konteks manusia nyata, dengan pengetahuan tacit, dikeringkan, sistem hanya bisa melatih diri sendiri dengan bayangan yang sudah dilapisi, apa yang akan tersisa?
Siapa yang Menghapus Jejak Kita
Yang tersisa, hanyalah omong kosong yang benar.
Ketika sungai pengetahuan mengering menjadi反刍 (pemamahan biak) dan pengunyahan diri AI yang tak berujung, segala sesuatu yang dikeluarkan sistem pasti akan menjadi sangat standar, sangat aman, tetapi juga tanpa harapan kosong. Anda akan melihat banyak laporan mingguan dengan struktur sempurna, banyak email yang tidak bisa disalahkan, tetapi tidak ada napas orang hidup di dalamnya, tidak ada wawasan yang benar-benar berharga.
Kekalahan besar pengetahuan ini bukan karena otak manusia menjadi bodoh, kesedihan sebenarnya terletak pada kenyataan bahwa kita mengalihkan hak untuk berpikir dan tanggung jawab untuk meninggalkan konteks, kepada bayangan kita sendiri.
Beberapa hari setelah "rekan kerja.skill" viral, sebuah proyek bernama "anti-distill" muncul dengan diam-diam di GitHub.
Pembuat proyek ini tidak mencoba menyerang model besar, juga tidak menulis manifesto besar. Dia hanya menyediakan alat kecil untuk membantu pekerja di Feishu atau DingTalk, secara otomatis menghasilkan beberapa tulisan panjang yang terlihat masuk akal tetapi sebenarnya penuh dengan noise logika yang tidak efektif.
Tujuannya sederhana, sebelum didistilasi oleh sistem, sembunyikan dulu pengetahuan intinya. Jika sistem suka mengambil "tulisan panjang yang ditulis aktif", maka beri ia banyak乱码 (kode acak) yang tidak bergizi.
Proyek ini tidak viral seperti "rekan kerja.skill", bahkan terlihat sedikit kecil dan lemah. Menggunakan sihir untuk melawan sihir, pada dasarnya masih berputar-putar dalam aturan permainan yang ditetapkan oleh modal dan teknologi. Ini tidak mengubah tren besar sistem yang semakin bergantung pada AI dan semakin mengabaikan manusia sungguhan.
Tetapi ini tidak menghalangi proyek ini menjadi adegan yang paling puitis tragis dan metaforis mendalam dalam seluruh drama absurd ini.
Kami berusaha sangat keras untuk meninggalkan jejak di sistem, menulis dokumentasi yang rinci, memberikan keputusan yang cermat, mencoba membuktikan bahwa kami pernah ada, membuktikan bahwa kami berharga dalam mesin perusahaan modern yang besar ini. Tanpa tahu, jejak yang sangat serius ini, akhirnya akan menjadi penghapus yang menghapus kita.
Tapi dilihat dari sudut lain, ini belum tentu jalan buntu yang total.
Karena penghapus itu menghapus, selamanya hanya "Anda yang dulu". Sebuah skill yang dikemas menjadi file, tidak peduli seberapa brilian logika pengambilannya, pada dasarnya hanyalah cuplikan yang diam. Ia terkunci pada detik saat diekspor, hanya bisa mengandalkan nutrisi usang, berputar-putar tanpa batas dalam alur dan logika yang sudah ditetapkan. Ia tidak memiliki naluri untuk menghadapi kekacauan yang tidak diketahui, apalagi kemampuan untuk berevolusi diri dalam kegagalan dunia nyata.
Ketika kita menyerahkan pengalaman yang sangat standar, yang sudah menjadi pola, justru kita membebaskan tangan kita sendiri. Selama kita masih terus menjangkau ke luar, masih terus memecahkan dan membangun kembali batas kognisi kita, bayangan yang tertinggal di cloud selamanya hanya bisa mengikuti langkah kita dari belakang.
Manusia, adalah algoritma yang mengalir.
