Pengetahuan apa yang bisa menyelamatkan Anda dari AI?
Bagi beberapa profesi, “AI hadir untuk pekerjaan kita” tidak lagi menjadi ancaman yang samar-samar mengenai kejadian di masa depan. Timothy McKeon, yang menghabiskan waktu bertahun-tahun menerjemahkan ke dan dari bahasa Irlandia untuk Uni Eropa, mengetahui hal ini lebih baik daripada kebanyakan orang. Seiring dengan kemajuan penerjemahan mesin, kemampuan untuk menghasilkan teks yang “cukup baik” telah sangat merugikan mata pencahariannya—menghabiskan sekitar 70% pendapatannya karena pekerjaannya di Uni Eropa tidak ada lagi. “Semakin banyak yang dipelajari, Anda akan semakin ketinggalan zaman,” katanya kepada CNN. Dan McKeon bukanlah orang asing. 43% penerjemah mengalami penurunan pendapatan karena semakin banyaknya kehadiran alternatif AI di pasar. Apa yang terjadi pada penerjemah adalah tanda awal evolusi yang kini sedang berlangsung di bidang ekonomi pengetahuan. Selama beberapa dekade, sebagian besar nilai yang dihasilkan oleh pekerjaan kerah putih bertumpu pada proposisi yang jelas: Anda mengetahui atau dapat menemukan sesuatu atau merakit sesuatu yang kebanyakan orang tidak dapat melakukannya, dan orang lain bersedia membayar untuk mendapatkan manfaat dari pengetahuan tersebut. AI sedang meruntuhkan nilai sebagian besar pasar ini. Di semakin banyak bidang, chatbot kini dapat menyelesaikan pekerjaan dalam hitungan detik yang mendekati, atau dalam beberapa kasus, lebih baik daripada pekerjaan profesional pada umumnya. Sebagian besar ekonomi pengetahuan, yang merupakan basis luas dari pekerjaan kognitif yang kompeten namun biasa-biasa saja, kini dihargai hingga nol. Sangat menggoda untuk berpikir bahwa ancaman berhenti di depan orang-orang biasa saja—bahwa keahlian yang mendalam dan terspesialisasi itu aman dibandingkan dengan kompetensi biasa. Itu hanya setengahnya saja. Pertanyaan yang berguna bukan lagi apakah AI akan membentuk kembali kerja pengetahuan; itu jelas akan terjadi. Pengetahuan seperti inilah yang memiliki nilai ketika mesin dapat melakukan banyak hal. Buku, podcast, dan perusahaan Faisal Hoque memberi para pemimpin kerangka kerja dan platform untuk menyelaraskan tujuan, manusia, proses, dan teknologi—mengubah gangguan menjadi kemajuan yang bermakna dan bertahan lama. Pelajari Lebih Lanjut Keadaan di era modern, nilai pasar Anda sebagai seorang profesional berasal dari stok pengetahuan Anda: kode pajak yang Anda hafal, kasus hukum yang dapat Anda susun, data pasar yang Anda miliki, bahasa yang Anda gunakan dekade belajar untuk merender dengan lancar. Pekerjaannya, sebagian besar, adalah mengetahui hal-hal yang tidak diketahui orang lain dan dibayar untuk mengambil dan menerapkannya. AI telah belajar meniru pekerjaan tersebut dengan cara yang semakin meyakinkan. Frontier Large Language Model telah membaca lebih banyak kode pajak, lebih banyak kasus hukum, dan lebih banyak laporan pasar dibandingkan yang bisa dilakukan oleh individu mana pun, dan model tersebut dapat mengembalikan sebagian besar data tersebut sesuai permintaan, dengan lancar dan instan. Gagasan yang dulu tersebar luas bahwa pekerja berpengetahuan akan diselamatkan oleh kecenderungan model AI untuk berhalusinasi kini mulai memudar. Halusinasi yang tadinya biasa terjadi kini semakin jarang terjadi, dan halusinasi dapat dikurangi dalam banyak konteks dengan dorongan yang efektif. Akses LLM yang andal tidak sepenuhnya gratis atau tanpa hambatan, namun jika dibandingkan dengan tenaga kerja manusia, biayanya menjadi tidak berarti. Langkah alami bagi banyak pekerja berpengetahuan dalam menghadapi perkembangan ini adalah mundur dari kelas atas: menyerahkan pekerjaan sederhana ke mesin dan mempertaruhkan masa depan mereka secara mendalam. Keahlian khusus, menurut pemikiran tersebut, adalah hal yang paling penting. Dan ada bukti nyata mengenai hal ini. Para penerjemah, misalnya, mendapati bahwa pekerjaan yang masih bertahan kini bermigrasi ke atas: pekerjaan volumetrik telah beralih ke mesin, namun para penerjemah sastra dan penerjemah hukum dan diplomatis—orang-orang yang kesalahannya membawa konsekuensi nyata—masih mendapati telepon mereka berdering. Para spesialis terlihat aman. . . untuk saat ini. Namun landasan tempat mereka berpijak tidak sekokoh yang terlihat, dan batas antara pekerjaan yang dapat dilakukan oleh AI dan pekerjaan yang tidak dapat dilakukan oleh AI tidak sesuai dengan asumsi kebanyakan orang. Dua jenis pengetahuan Masalahnya adalah bahwa kedalaman semacam ini hanyalah perlindungan sementara. Bagi sebuah mesin, pengetahuan langka bukanlah sesuatu yang istimewa, dan tidak ada alasan mengapa ia tidak dapat menelusurinya selama pengetahuan tersebut tersedia dalam bentuk rekaman. Bagi LLM, sudut yang tidak jelas dalam undang-undang perpajakan hanyalah sudut yang lain. Untuk memastikan bahwa pengetahuan Anda memiliki nilai yang lebih bertahan lama, Anda tidak bisa mengandalkan kedalaman atau kelangkaan. Anda membutuhkan jenis pengetahuan yang berbeda sama sekali. Dua menonjol. Perluas untuk melanjutkan membaca ↓
Diterbitkan : 2026-06-08 16:15:00
sumber : www.fastcompany.com
