Pekerja menanggung kesalahan AI—tetapi hanya 29% menilai judgment penting

Pada 21 September 2026, studi global IBM melaporkan bahwa 43% pekerja merasa disalahkan ketika AI bermasalah, sementara hanya 29% menilai judgment atau kemampuan membuat pertimbangan sebagai keterampilan penting. Penelitian yang dikerjakan bersama Oxford Economics itu mencakup survei terhadap 1.500 pimpinan SDM dan 8.800 pekerja penuh waktu; temuan lainnya menunjukkan 72% organisasi masih menggunakan AI secara terbatas atau belum menggunakannya dalam fungsi SDM.

Bagi pekerja, keterampilan yang perlu diperkuat adalah merumuskan persoalan sebelum meminta bantuan AI, memeriksa keluaran terhadap bukti, lalu mengubah atau menolaknya bila keliru. Kemampuan tersebut baru berguna jika pekerja juga tahu kapan mereka boleh menghentikan sebuah rekomendasi dan siapa yang memegang keputusan akhir. Angka dalam survei menggambarkan pengalaman dan prioritas responden global, bukan ukuran kemampuan setiap pekerja atau kondisi khusus Indonesia.

Dua ukuran keterampilan yang tidak boleh dicampur

Persentase dalam judul mengukur seberapa penting pekerja menganggap judgment. Dalam ulasan Virtualization Review, 71% pimpinan memprioritaskan kemampuan mengawasi, memvalidasi, atau mengesampingkan keluaran AI, dibandingkan dengan 38% pekerja pada kemampuan yang sama; ulasan itu juga mencatat bahwa hanya 26% organisasi telah mendefinisikan dengan jelas pekerjaan yang dipimpin manusia, dibantu AI, atau dijalankan AI.

Karena pertanyaannya berbeda, persentase pekerja dalam judul tidak dapat langsung dikurangkan dari persentase pimpinan untuk menyatakan besarnya satu kesenjangan keterampilan. Perbandingan pada kemampuan mengawasi keluaran AI menunjukkan perbedaan prioritas yang lebih tepat. Tak satu pun dari jawaban survei itu membuktikan bahwa seorang pekerja mampu atau tidak mampu mengenali kesalahan dalam tugas nyata; yang diukur adalah apa yang dianggap penting oleh responden.

Beban pemeriksaan muncul sebelum tanggung jawab dibagi

Ketika AI menyusun rekomendasi, pekerjaan manusia tidak berhenti pada membaca hasilnya. Pekerja mungkin perlu mencari data yang hilang, memperbaiki konteks, dan menangani pengecualian sebelum rekomendasi itu digunakan. Menurut liputan HR Dive, 80% pimpinan SDM yang disurvei percaya adopsi AI menciptakan pekerjaan tambahan yang kurang terlihat, termasuk memvalidasi rekomendasi dan memperbaiki kesalahan.

Di sinilah temuan tentang pekerja yang merasa disalahkan menjadi penting. Seseorang dapat diminta bertanggung jawab atas hasil yang ia terima tanpa pernah diberi waktu untuk menelusuri buktinya atau kewenangan untuk menolak rekomendasi tersebut. Survei tidak menetapkan siapa yang patut disalahkan dalam setiap kejadian. Namun, hasilnya menunjukkan mengapa pembagian tugas harus menyebut siapa yang menyediakan data, siapa yang memeriksa keluaran, dan siapa yang menyetujui keputusan.

Tiga tingkat keputusan untuk menjaga kewenangan manusia

Untuk menerjemahkan temuan itu ke pekerjaan sehari-hari, pekerja dan manajer dapat membagi penggunaan AI menurut akibat kesalahan dan peluang memperbaikinya. Kerangka berikut adalah usulan editorial, bukan aturan yang diuji oleh survei. Sebuah keluaran dapat berpindah tingkat ketika tujuannya berubah: draf untuk dibahas berbeda risikonya dari draf yang langsung menjadi dasar keputusan tentang seseorang.

• Boleh didelegasikan. AI dapat menyiapkan bahan awal yang mudah dibuang, misalnya beberapa pilihan redaksi pengumuman internal. Pekerja menentukan tujuan dan bahan yang boleh digunakan, lalu memilih apakah hasilnya layak diteruskan. Pada tahap ini, keluaran belum menentukan hak, penilaian, atau kesempatan seseorang.
• Wajib diverifikasi. Bila keluaran dipakai sebagai dasar analisis, pekerja mencocokkan klaim dengan data asal, memeriksa siapa atau apa yang tidak terwakili, dan memperbaiki kesimpulan yang melampaui bukti. Sebagai contoh bersyarat, ringkasan AI atas masukan karyawan perlu diperiksa terhadap masukan aslinya sebelum menjadi bahan perubahan kebijakan. Jika ringkasan menghilangkan keluhan yang relevan, pekerja perlu dapat mencatat koreksi dan menahan penggunaannya.
• Harus tetap diputuskan manusia. Untuk perekrutan, promosi, gaji, atau penilaian kinerja, AI dapat membantu menata informasi, tetapi penanggung jawab manusia perlu menilai dasar rekomendasi dan konsekuensinya sebelum mengambil keputusan. Ia juga perlu dapat menjelaskan alasan keputusan serta menerima koreksi jika data yang dipakai ternyata salah. Pembagian ini menempatkan kewenangan akhir pada orang yang memang dapat dimintai pertanggungjawaban.

Batas tersebut mengikuti penggunaan hasil, bukan kelancaran bahasa AI. Ringkasan yang terdengar meyakinkan tetap perlu diperiksa bila akan memengaruhi keputusan penting. Sebaliknya, draf awal yang mudah ditolak tidak memerlukan proses persetujuan yang sama. Manajer perlu menetapkan titik perpindahan itu di alur kerja agar pekerja tahu kapan pemeriksaan biasa harus berubah menjadi penolakan atau eskalasi.

Judgment perlu terlihat dalam penilaian kerja

Kemampuan memeriksa AI sering tampak sebagai pekerjaan yang tidak terjadi: klaim salah tidak diteruskan, konteks yang hilang ditambahkan, atau rekomendasi yang lemah dihentikan. Jika evaluasi kinerja hanya menghitung banyaknya tugas yang selesai, pekerjaan pemeriksaan itu sulit terlihat. Catatan singkat tentang bukti yang diperiksa, alasan perubahan, dan pihak yang menyetujui hasil dapat menunjukkan kualitas pertimbangan tanpa menganggap semua penolakan terhadap AI sebagai keberhasilan.

Latihan yang relevan dapat menggunakan contoh keluaran dari tugas yang memang diizinkan dalam organisasi. Pekerja diminta menunjukkan bagian yang didukung bukti, bagian yang memerlukan data tambahan, dan bagian yang harus ditolak. Manajer kemudian menilai alasan di balik keputusan itu serta apakah pekerja memilih jalur eskalasi yang tepat. Ini adalah cara melatih judgment yang diusulkan dari persoalan dalam studi, bukan metode yang telah dibuktikan efektif oleh survei tersebut.

Apa yang belum dijawab studi

Publikasi global ini belum menunjukkan hasil khusus pekerja Indonesia, sehingga persentasenya tidak dapat dipakai sebagai perkiraan nasional. Survei juga tidak membuktikan bahwa pembagian kewenangan atau latihan tertentu akan mengurangi kesalahan AI maupun pengalaman disalahkan. Yang sudah terukur adalah jarak antara prioritas pimpinan dan pekerja serta adanya pekerja yang merasa menanggung akibat ketika AI bermasalah; keputusan tentang hak memeriksa, menolak, dan menyetujui keluaran masih harus dibuat di tingkat organisasi.

Baca juga:

• Beeline MCP memberi agen akses data pekerja—keputusan penting tetap manusia
• AI mengambil tugas rutin—pekerjaan manusia justru makin menuntut
• TimesFM-3 menangani banyak seri sekaligus—bobotnya dilarang untuk produksi