Saat AI Membuat Segalanya Murah: Kenapa Proses, Batas, dan Tanggung Jawab Menjadi Berharga

Bayangkan ada mesin ajaib.

Lo bilang, “Bikinin gambar naga naik sepeda,” dan dalam beberapa detik gambarnya jadi. Lo bilang, “Bikinin video iklan minuman,” videonya jadi. Lo bilang, “Bikinin sepuluh cerita,” semuanya tersedia.

Mesin itu namanya AI. Dulu gambar bagus butuh waktu, alat, dan orang yang punya keahlian khusus. Sekarang hampir semua orang bisa membuatnya, dalam jumlah banyak.

Ini kabar baik. Tapi ada masalah baru: kalau semua orang bisa membuat gambar bagus, gambar bagus tidak lagi cukup untuk membuat sesuatu berharga.

Ketika semua orang punya mesin yang sama

Bayangkan satu kelas. Guru memberi tugas: “Buat poster tentang menjaga kebersihan.” Lima menit kemudian, semua murid punya poster yang rapi. Ada yang bergambar tempat sampah, ada bumi tersenyum, ada anak-anak membersihkan taman.

Semuanya bagus. Lalu guru bertanya:

• Kenapa lo memilih gambar itu?

• Apa yang ingin lo katakan?

• Kenapa poster lo berbeda dari poster teman-teman?

Di sini mesin mulai kehabisan jawaban. AI bisa membantu membuat poster, tapi ia tidak tahu kenapa poster itu harus ada, siapa yang ingin dibantu, dan apa yang penting untuk dipertahankan. Jawaban itu tetap harus datang dari manusia.

Output menjadi melimpah

Sebelum AI, membuat satu video pendek berarti menulis ide, mencari lokasi, merekam, mengedit, memilih musik, memperbaiki kesalahan, lalu mengulang. Karena sulit, satu video terasa istimewa.

Sekarang AI bisa mengerjakan banyak bagian itu dengan cepat. Seratus versi bisa jadi dalam sehari. Inilah yang disebut abundance: sesuatu tersedia dalam jumlah berlimpah.

Kalau cuma ada satu toko es krim di kota, es krimnya sendiri sudah cukup membuat orang datang. Kalau setiap rumah bisa membuat es krim gratis tanpa batas, es krim tidak lagi jadi alasan. Orang mulai bertanya: rasanya apa? siapa yang buat? kenapa harus yang ini?

Memilih dengan alasan menjadi langka

Ketika yang bisa dibuat tak terbatas, kelangkaan pindah tempat. Yang langka bukan lagi kemampuan membuat, tapi kemampuan memilih dan bisa menjelaskan kenapa memilih itu.

Dari seratus versi, siapa yang menentukan satu yang layak keluar? Berdasarkan apa? Apa yang sengaja dibuang? Memilih tanpa alasan itu gampang, tinggal ambil yang pertama. Memilih dengan alasan butuh selera, pengetahuan, dan kesediaan menanggung akibatnya. Itu yang sekarang mahal.

Proses menjadi penting

Alasan itu biasanya kelihatan di proses. Bukan karena semua proses pasti hebat, tapi karena proses bisa menunjukkan apa yang dipikirkan, apa yang dicoba, apa yang gagal, apa yang diperbaiki, apa yang sengaja tidak dipilih, dan siapa yang bertanggung jawab.

Bandingkan dua kue. Kue pertama dibuat mesin: bentuknya sempurna, rasanya biasa saja. Kue kedua dibuat seorang anak bersama neneknya: bentuknya miring, ada bagian yang gosong. Tapi resepnya tercatat, dan sudah berubah tiga kali karena anak itu menolak versi sebelumnya. Rasa stroberinya pilihan dia sendiri.

Bukan kemiringannya yang membuat kue kedua berharga. Yang membuatnya berharga adalah catatan resep itu: ada jejak keputusan yang bisa dicek.

Tapi proses juga bisa dipalsukan

Masalahnya, AI juga bisa membuat proses palsu. Video seolah-olah seseorang menggambar dengan tangan. Foto meja kerja yang sengaja dibuat berantakan. Cerita tentang kegagalan yang tidak pernah terjadi. Cerita kue nenek di atas pun bisa dikarang dalam tiga detik.

Jadi “behind the scenes” saja tidak cukup untuk dipercaya. Proses yang benar-benar bernilai meninggalkan bekas yang sulit dipalsukan, karena bekas itu mengikat:

• keputusan yang memengaruhi karya berikutnya;

• kesalahan yang harus diperbaiki, dan perbaikannya terlihat;

• aturan yang harus ditaati meski merepotkan;

• catatan tentang apa yang belum diketahui;

• hasil yang tetap membawa sejarah sebelumnya.

Ujinya sederhana: kalau proses itu dihapus, apakah hasilnya berubah? Kalau tidak ada yang berubah, itu cuma pertunjukan.

Apa itu invariant?

Invariant adalah bagian yang sengaja dijaga supaya tidak berubah sembarangan.

Ingat sepak bola. Pemain boleh lari ke mana saja, strategi boleh beda, seragam dan stadion boleh beda. Tapi aturan dasarnya tetap. Tanpa itu, semua orang boleh membawa bola dengan tangan dan sepak bola berhenti menjadi sepak bola.

Dalam AI, contohnya seperti ini. Lo bikin sebuah persona, katakanlah penulis fiksi bernama Alia. Lo tulis dalam satu file: apa yang ia percaya, kata-kata yang tidak akan pernah ia pakai, hal yang tidak akan pernah ia setujui, dan bagaimana ia berbicara. File itu dibawa ke setiap sesi. AI boleh menulis seratus cerita atas nama Alia, tapi di cerita ke-seratus ia tetap menolak hal yang sama seperti di cerita pertama. Kalau suatu hari ia tiba-tiba melanggar, ketahuan, karena ada pembanding.

File itu invariant-nya. Ia membuat Alia tetap menjadi Alia, dan sekaligus menjadi bukti yang bisa diperiksa orang lain.

Trust adalah keberanian untuk percaya

Bayangkan lo membeli makanan dari orang yang belum pernah lo kenal. Lo akan bertanya: bahannya apa, dibuat kapan, bersih atau tidak. Kalau dapurnya terlihat, bahannya jelas, dan caranya konsisten, lo lebih berani membeli.

Trust bukan berarti tahu semuanya. Kita tidak mungkin memeriksa semua hal. Trust berarti melihat cukup bukti untuk berani melanjutkan.

Di dunia AI, jumlah output terlalu banyak untuk diperiksa satu per satu. Jadi kita mencari tanda:

• sumbernya jelas;

• prosesnya bisa dijelaskan;

• hak penggunaannya diketahui;

• identitasnya konsisten;

• kesalahannya diakui;

• ada manusia yang bertanggung jawab.

Dan satu syarat lagi, yang paling sering dilupakan: ada konsekuensi kalau semua itu bohong. Bukti tanpa pihak yang menanggung akibat hanyalah klaim. Penjual makanan dipercaya bukan cuma karena dapurnya bagus, tapi karena kalau ia berbohong, ia yang rugi.

Rantainya

AI membuat output murah → output menjadi sangat banyak → memilih dengan alasan menjadi langka → proses memperlihatkan alasan itu → invariant menjaga identitas, dan bekas proses yang mengikat menjadi bukti → bukti ditambah pihak yang menanggung akibat melahirkan trust → trust membuat sesuatu bernilai

Nilai tidak lagi hanya ada di benda yang dihasilkan. Nilai ada di jawaban atas pertanyaan: mengapa benda ini dibuat? apa yang dijaga? siapa yang menanggung kalau salah? apa yang membuatnya berbeda? bisakah gue mempercayainya?

Penutup

AI membuat kita bisa menghasilkan lebih banyak. Tapi lebih banyak tidak otomatis lebih bermakna. Justru karena semuanya mudah dibuat, kita perlu lebih hati-hati memilih apa yang layak dipertahankan.

Di masa depan, orang tidak cuma menghargai hasil yang bagus. Mereka menghargai sesuatu yang punya alasan, sejarah, batas, usaha yang nyata, konsekuensi, dan identitas yang bertahan.

AI membuat output murah. Manusia yang memberi alasan kenapa output itu harus ada. Dan alasan itu baru jadi value kalau bisa dibuktikan, dan ada yang berani menanggungnya.