Pemimpin pemikiran
Kelelahan AI Itu Nyata. Tapi Bukan Apa yang Anda Pikir

Poin utamaKelelahan AI adalah rasa pegal sementara akibat latihan dari mempelajari keterampilan…
Lihat selengkapnya
- Kelelahan AI adalah rasa pegal sementara akibat latihan dari mempelajari keterampilan kognitif baru, bukan kondisi permanen.
- Kelelahan tersebut memuncak selama tahap-tahap tengah adopsi AI sebelum jalur mental yang efisien terbentuk.
- Para pemimpin harus mengelola beban kognitif ini seperti seorang pelatih, bukan mundur dari adopsi AI.
Saat ini berkembang sebuah narasi yang mendapat banyak perhatian: AI menguras tenaga kita. Para insinyur menghasilkan lebih banyak kode daripada sebelumnya, tetapi merasa lebih buruk daripada sebelumnya. Istilah «kelelahan AI» beredar luas, dan berbagai pandangan terus bermunculan.
Seorang insinyur perangkat lunak menulis di Business Insider bahwa kuartal lalu merupakan masa paling produktif sekaligus paling melelahkan baginya. Steve Yegge, yang benar-benar menulis buku tentang vibe coding, mengatakan kepada The Pragmatic Engineer bahwa ia tidur siang dan membatasi pekerjaan sungguh-sungguh yang dibantu AI hingga tiga jam. Pendiri startup kehabisan tenaga pada pukul dua siang. Salah satu unggahan yang paling banyak dibagikan bulan ini memperingatkan bahwa AI memiliki «efek vampir» pada orang yang paling banyak menggunakannya.
Namun, tampaknya tak ada yang memperhatikan hal ini: mereka yang melaporkan kelelahan terberat bukan para skeptis. Mereka justru pendukung yang sangat percaya.
Insinyur yang tertahan di tingkat satu pada skala adopsi Yegge, yang sepenuhnya mengabaikan AI, merasa baik-baik saja. Mungkin sedikit cemas, tetapi tidak terkuras. Yang pulang dalam keadaan benar-benar lelah adalah orang pada tingkat lima, enam, dan tujuh: mereka sudah total, menjalankan beberapa agen, mengorkestrasi alur kerja rumit, dan menghasilkan pekerjaan dengan kecepatan yang tak pernah dibayangkan.
Pola ini seharusnya memberi petunjuk. Menurut saya, petunjuknya adalah bahwa «kelelahan AI» merupakan diagnosis yang sepenuhnya keliru.
Masalah Anda bukan kelelahan, melainkan latihan
Ingat pertama kali Anda melakukan deadlift. Tidak perlu beban yang terlalu berat, cukup gerakannya saja. Keesokan pagi, seluruh tubuh terasa seperti dibongkar lalu dirakit kembali dengan salah. Kaki nyeri, punggung nyeri. Otot yang tak Anda ketahui keberadaannya menyatakan diri dengan cara paling tidak menyenangkan.
Jika seseorang mengukur hasil kerja Anda hari itu, hasilnya akan terlihat buruk sekali. Duduk saja nyaris tak bisa tanpa meringis. Wajar jika Anda menyimpulkan bahwa deadlift tidak bisa dipertahankan, tubuh manusia tidak dirancang untuknya, dan pengorbanannya melebihi manfaat.
Namun, enam bulan kemudian Anda tentu mengangkat beban dua kali lipat dan tetap merasa baik sesudahnya. Tubuh membangun jalur baru dan beradaptasi. Gerakan yang dahulu membutuhkan seluruh upaya sadar menjadi otomatis. Nyeri otot tidak berarti Anda rusak. Artinya Anda sedang membangun sesuatu yang baru.
Inilah tepatnya yang terjadi pada pekerjaan berbantuan AI.
Beban kognitif yang tidak dibicarakan siapa pun
Ketika menulis kode secara tradisional, otak menjalankan program yang sudah terlatih. Anda telah melakukannya ribuan kali. Anda mengenal tekanan tombol, pola, dan irama pelacakan kesalahan. Seperti berkendara setiap hari ke kantor: secara teknis rumit, tetapi begitu terlatih sehingga bisa dilakukan sambil memikirkan makan malam.
Pekerjaan berbantuan AI merupakan tugas kognitif yang berbeda secara mendasar. Anda tidak lagi menulis kode, melainkan mengarahkan, mengevaluasi, memutuskan, berpindah konteks antaragen, dan meninjau hasil yang tidak Anda tulis sendiri. Anda mempertahankan maksud arsitektur sistem dalam pikiran sementara AI memilih cara implementasi yang harus diperiksa secara real-time.
Ini bukan pekerjaan yang sama dengan kecepatan lebih tinggi, melainkan pekerjaan yang sama sekali berbeda. Otak belum membangun jalur yang efisien untuk melakukannya.
Setiap keputusan masih dilakukan secara sadar. Setiap peninjauan membutuhkan upaya aktif. Anda memantau kualitas, menjaga konteks di berbagai alur kerja paralel, dan terus menilai hasil AI. Karena itu, tiga jam pekerjaan ini bisa lebih menguras tenaga daripada delapan jam pemrograman tradisional. Secara kognitif, ini setara dengan minggu pertama Anda di pusat kebugaran.
Kurva adopsi sebenarnya adalah kurva kelelahan
Kerangka delapan tingkat Yegge untuk adopsi AI hampir tepat mengikuti kurva kelelahan, walaupun saya tidak mengira itu maksudnya.
Pada tingkat satu dan dua, Anda nyaris tidak memakai AI. Sedikit pelengkapan otomatis di sini, pertanyaan di sana. Beban kognitif kecil. Kelelahan sedikit.
Pada tingkat tiga hingga enam, Anda sudah masuk ke air dalam. Agen mendapat lebih banyak otonomi, peninjauan lebih menyeluruh dan tidak terlalu baris demi baris, beberapa agen dijalankan, dan Anda terus menavigasi alur kerja yang belum ada delapan belas bulan lalu. Di sinilah tenaga terkuras. Inilah deadlift berbeban berat.
Pada tingkat tujuh dan delapan, sesuatu yang menarik mulai terjadi. Anda telah membangun sistem orkestrasi. AI bekerja lebih mandiri. Anda tahu apa yang bisa dipercaya dan apa yang harus diperiksa. Anda menjelaskan hasil yang diinginkan lalu pergi. Matt Shumer menggambarkan hal ini persis: memberi tahu AI apa yang harus dibangun, pergi empat jam, lalu kembali mendapati pekerjaan selesai. Adaptasi mulai menunjukkan hasil.
Kelelahan tidak tersebar merata. Puncaknya di tengah, tepat di tempat sebagian besar pengadopsi awal berada sekarang. Itulah mengapa kelelahan terasa universal: di antara orang yang paling banyak membicarakan AI, terdapat proporsi yang tidak seimbang dari mereka yang berada di bagian tersulit kurva belajar.
Tak ada yang menulis artikel tentang «kelelahan mengemudi»
Ingat saat belajar mengemudi? Ketika pertama kali masuk ke arus jalan tol, Anda mungkin menggenggam setir seolah nyawa bergantung padanya, dan memang demikian. Sepulang dari berkendara setengah jam, Anda benar-benar kelelahan. Otak bekerja pada kapasitas maksimum: memeriksa spion, mengatur kecepatan, mengantisipasi pengemudi lain, dan memproses rambu, semuanya sekaligus dan secara sadar.
Sekarang Anda berkendara satu jam sambil setengah mendengarkan podcast dan menyantap roti lapis. Tugasnya tidak berubah. Andalah yang berubah. Otak membangun jalur saraf yang efisien untuk mengemudi dan memadatkan hal yang dahulu memerlukan perhatian sadar penuh menjadi proses latar belakang.
Tak ada yang menulis esai tentang «kelelahan mengemudi» sebagai krisis eksistensial. Tak ada yang menyatakan mobil memiliki «efek vampir» pada pengemudinya. Kita memahami secara intuitif bahwa kelelahan itu sementara. Itulah biaya mempelajari sesuatu yang baru.
Bagian itulah yang hilang dari diskusi sekarang. «Kelelahan AI» diperlakukan sebagai kondisi permanen, sifat mendasar teknologi, padahal sebenarnya biaya transisi. Ini nyeri otot setelah latihan, bukan penyakit kronis.
Mengapa ini lebih penting daripada kenyamanan
Perbedaan ini bukan sekadar soal istilah. Cara mendiagnosis masalah menentukan tindakan Anda.
Jika kelelahan AI adalah sifat permanen teknologi, batas tiga jam Yegge akan menjadi batas atas selamanya. Perusahaan harus merencanakan pekerjaan dengan insinyur yang hanya produktif selama sebagian kecil hari. «Efek vampir» adalah harga masuk yang harus diterima.
Namun, jika ini nyeri otot setelah latihan, pendekatannya berbeda sama sekali. Anda mengatur beban dan membangun kemampuan bertahap. Anda tidak melewatkan pusat kebugaran hanya karena otot nyeri. Yang terpenting, jangan menganggap tingkat kelelahan hari ini akan sama dengan esok.
Insinyur yang melewati fase ini membangun jalur kognitif untuk mengarahkan pekerjaan AI, meninjau pada tingkat perincian yang tepat, serta menjaga maksud arsitektur di berbagai alur kerja paralel. Pada akhirnya, semua itu akan sealami mengemudi. Batas tiga jam bergeser ke lima, lalu tujuh. Bukan karena mereka bekerja lebih keras, tetapi karena pekerjaannya tidak lagi menuntut upaya dengan cara yang sama.
Sementara itu, insinyur yang membaca tentang «kelelahan AI» dan memilih bertahan di tingkat dua, nyaman, akrab, dan tidak terkuras, akan berada dalam posisi jauh lebih buruk.
Bukan karena mereka gagal mengikuti tren, tetapi karena tidak pernah memulai latihan yang sudah dilalui semua orang lain.
Risiko sebenarnya: menyamakan nyeri otot dengan cedera
Saya ingin memperjelas satu hal. Nyeri otot setelah latihan berbeda dari cedera nyata, dan perbedaan itu berlaku di sini juga.
Jika Anda melakukan vibe coding empat belas jam sehari, tidur empat jam, dan bergantung pada adrenalin karena kebaruannya memabukkan, itu bukan latihan. Itu latihan berlebihan. Seperti di pusat kebugaran, latihan berlebihan tidak membangun apa-apa. Ia merusak Anda.
Pengamatan Yegge tentang tiga jam berharga sebagai sinyal kebutuhan pemulihan saat ini, bukan batas atas permanen. Pada awal latihan, Anda membutuhkan lebih banyak istirahat di antara sesi. Seiring adaptasi, Anda mampu menanggung volume lebih besar. Orang yang mengalami burnout bukan mereka yang bekerja tiga jam secara terfokus dengan bantuan AI. Mereka adalah orang yang tidak bisa berhenti karena lingkaran umpan balik terlalu memikat, tepat seperti dinamika mesin slot yang pernah saya tulis.
Jawabannya bukan menghindari pusat kebugaran, melainkan berlatih cerdas: sesi intens, pemulihan sungguhan, dan kemajuan bertahap.
Prediksi yang tidak dibuat orang lain
Inilah yang menurut saya akan terjadi dalam dua belas hingga delapan belas bulan mendatang.
Narasi «kelelahan AI» akan mencapai puncak pada suatu saat tahun ini. Akan ada lebih banyak artikel, lebih banyak kekhawatiran, dan mungkin beberapa insinyur ternama yang secara terbuka «beristirahat dari alat AI». Ini akan terasa seperti gelombang penolakan yang berarti.
Lalu narasi itu perlahan memudar. Bukan karena orang berhenti memakai AI, tetapi karena pengadopsi awal telah selesai beradaptasi. Batas tiga jam terasa seperti kenangan jauh bagi orang yang sudah melakukan ini satu setengah tahun. Mereka mengarahkan alur kerja AI seperti dahulu menulis perulangan for: tanpa memikirkannya.
Kesenjangan antara mereka yang berhasil melalui nyeri otot dan yang tidak berhasil melaluinya akan sangat besar. Bukan karena keterampilan AI langka, tetapi karena adaptasi itu sendiri, kemampuan berpikir dalam pengarahan, evaluasi, dan orkestrasi alih-alih implementasi baris demi baris, sudah menjadi kebiasaan alami satu kelompok dan sepenuhnya asing bagi kelompok lain.
Respons terburuk terhadap nyeri otot setelah latihan selalu sama: berhenti pergi ke pusat kebugaran.
Artinya bagi para pemimpin
Jika sedang memimpin tim insinyur, pahami apa yang sebenarnya Anda lihat. Insinyur paling produktif juga yang paling lelah. Itu bukan kontradiksi, melainkan sinyal paling jelas bahwa adaptasi sedang berlangsung.
Jangan merespons dengan mengurangi adopsi AI. Jangan pula berpura-pura kelelahan itu tidak nyata. Bertindaklah seperti pelatih yang baik: kelola beban latihan. Antisipasi sesi kerja berbantuan AI yang intens dan terfokus, diikuti pemulihan sungguhan. Izinkan orang bekerja dalam waktu yang terasa lebih pendek saat membangun keterampilan kognitif baru. Hasilnya tetap akan berkali-kali lebih besar daripada sebelumnya.
Perusahaan yang melakukannya dengan benar akan memiliki tim yang sudah beradaptasi pada akhir tahun. Yang mengabaikan kelelahan atau mundur dari AI karenanya akan memperoleh sisi terburuk kedua hasil: insinyur kelelahan yang tidak pernah melewati bagian tersulit kurva.
Kita tidak sedang mengalami efek samping teknologi baru. Kita berada pada minggu-minggu awal latihan untuk cara kerja baru. Nyeri otot adalah bukti latihan itu berhasil. Terima dan kelola, lalu percayalah bahwa otak, seperti sistem adaptif lain di alam, akan melakukan apa yang selalu dilakukannya.
Ia akan beradaptasi.












