Penggunaan AI Dapat Membuat Tugas Lebih Lama, Menurut Penelitian

Penelitian baru menunjukkan bahwa AI dapat membuat tugas sederhana lebih lama, sementara meyakinkan pengguna bahwa mereka menjadi lebih produktif.

Sebuah studi baru dari Stanford, NYU, dan Princeton telah menemukan bahwa kita sering menggunakan AI bahkan ketika itu tidak efisien; dan bahwa untuk tugas-tugas kecil yang kita sering delegasikan kepada AI, kita sering menghabiskan lebih sedikit usaha mental dan menyelamatkan lebih banyak waktu dengan melakukan tugas itu sendiri.

Di seluruh tiga studi manusia yang dikomisi untuk penelitian ini, penulis menemukan bahwa peserta secara teratur memperkirakan salahberapa lama waktu yang akan diselamatkan oleh AI pada tugas yang diusulkan, serta memperkirakan terlalu rendahberapa banyak mereka bergantung pada dan benar-benar menggunakan AI*.

‘Dalam [studi kedua], kami mencoba memahami mengapa orang mungkin menggunakan AI untuk tugas sederhana meskipun penggunaan AI tidak memberikan keuntungan efisiensi. Salah satu hipotesis adalah bahwa orang salah mengkalibrasi berapa banyak waktu dan usaha yang diselamatkan oleh bantuan AI.

‘Untuk menguji hipotesis ini, kami membandingkan perkiraan orang tentang waktu dan usaha yang dibutuhkan untuk menyelesaikan tugas dengan dan tanpa bantuan AI dan mengidentifikasi ilusi keuntungan efisiensi, di mana orang memperkirakan terlalu tinggi baik waktu dan usaha yang diselamatkan oleh AI.

‘Rata-rata, orang memperkirakan bahwa bantuan AI akan menyelamatkan waktu sebesar 55,7 detik ketika sebenarnya hanya menyelamatkan 7,5 detik. Kesalahan kalibrasi ini sangat parah pada varian tugas sederhana, di mana orang memperkirakan bahwa bantuan AI akan menyelamatkan waktu, tetapi sebenarnya membuat tugas lebih lama untuk diselesaikan dalam kenyataan.’

Makalah baru, yang berjudul Ilusi keuntungan efisiensi: Orang memperkirakan terlalu rendah tingkat penggunaan AI dan memperkirakan terlalu tinggi manfaatnya pada tugas sederhana, yang ditulis oleh tujuh penulis dari tiga institusi, juga menemukan bahwa penggunaan AI sebelumnya tampaknya memperkuat penggunaan AI di masa depan, bahkan ketika teknologi tersebut tidak menawarkan keuntungan efisiensi yang nyata atau signifikan.

Gambaran dari tiga eksperimen yang digunakan untuk menguji bagaimana orang menggunakan AI untuk tugas sehari-hari sederhana, menunjukkan bahwa pengguna memperkirakan terlalu rendahberapa banyak mereka bergantung pada AI, memperkirakan terlalu tinggi waktu yang diselamatkan, dan menjadi lebih mungkin untuk menggunakan AI lagi setelah terpapar sebelumnya. Sumber

Data dari tiga studi menemukan bahwa orang menjadi lebih mungkin menggunakan AI setelah terpapar sebelumnya, bahkan dalam cara yang tidak produktif atau menghemat waktu, atau bahkan menghemat stres (yaitu, menghabiskan lebih sedikit usaha mental pada tugas)*:

‘Berlawanan dengan kemungkinan bahwa pengalaman memperbaiki kalibrasi [yaitu, kemampuan untuk memperkirakan seberapa berguna AI untuk tugas], kami mengidentifikasi efek carryover sesi di mana penggunaan AI awal meningkatkan penggunaan AI selanjutnya.

‘Peserta yang awalnya menyelesaikan tugas dengan AI menjadi lebih mungkin untuk memilih bantuan AI pada varian tugas yang lebih mudah, bahkan ketika melakukan hal itu tidak menawarkan penghematan waktu atau usaha rata-rata.’

Dalam salah satu studi manusia, penulis menemukan bahwa penghematan yang diperoleh dari penggunaan AI sepenuhnya khayalan:

‘Bantuan AI dapat [berbalik]. [Kami] menemukan bahwa orang yang memilih untuk menggunakan AI menghabiskan 7,06 detik lebih lama daripada orang yang menyelesaikan tugas [secara mandiri] dan melaporkan usaha yang lebih tinggi.’

Studi ini terbatas pada tugas yang memakan waktu lima menit atau kurang, tetapi mungkin beresonansi dengan mantan pecandu mesin pencari yang sekarang secara rutin menggunakan ChatGPT dan LLM lainnya yang populer dan komoditas, sebagai gantinya.

Grup Studi

Di seluruh studi pengguna, tugas dirancang berdasarkan kerangka Taxonomy of User Needs and Actions (TUNA). Eksperimen mencakup pencarian informasi; ringkasan; aritmatika; koreksi ejaan; penulisan ulang; dan tugas lainnya dengan kompleksitas rendah yang dapat diselesaikan dalam waktu kurang dari lima menit.

Studi pertama membandingkan kemauan peserta untuk menggunakan AI dengan perilaku mereka selama penyelesaian tugas, menyelidiki apakah orang secara akurat memahami ketergantungan mereka pada bantuan AI.

Studi kedua berfokus pada perbedaan antara perkiraan dan kenyataan penghematan waktu dan usaha, dengan membandingkan perkiraan peserta tentang penghematan waktu dan usaha yang dikurangi dengan waktu penyelesaian yang diukur dan beban kerja yang dilaporkan selama penyelesaian tugas dengan dan tanpa bantuan AI.

Studi ketiga menyelidiki apakah paparan sebelumnya terhadap AI mengubah pengambilan keputusan selanjutnya, melacak apakah peserta yang sebelumnya menyelesaikan tugas dengan AI menjadi lebih mungkin untuk mengandalkan AI lagi selama tugas selanjutnya.

Overthinking It – Penggunaan AI pada Tugas Sederhana

Untuk memahami apakah orang secara akurat memperkirakan ketergantungan mereka pada AI, peserta studi dalam satu sesi diminta untuk menyelesaikan empat tugas, dengan opsi untuk menggunakan bantuan AI untuk setiap tugas. Tingkat di mana peserta benar-benar menggunakan AI dibandingkan dengan perkiraan sebelumnya tentang seberapa banyak mereka berpikir mereka akan menggunakannya, dengan kesenjangan yang signifikan dalam hasil:

Peserta secara konsisten memperkirakan terlalu rendahberapa banyak mereka akan menggunakan AI untuk tugas sederhana, dengan kesenjangan yang melebar pada prompt yang lebih mudah di mana penggunaan AI yang sebenarnya meningkat menjadi 38% dibandingkan dengan tingkat perkiraan 20%, menunjukkan bahwa delegasi kebiasaan ke AI meluas jauh melampaui kesadaran pengguna.

Penulis menyatakan:

‘Kami menemukan bahwa [orang] benar-benar menggunakan AI secara signifikan lebih banyak daripada rata-rata perkiraan. Rata-rata, peserta melaporkan bahwa mereka akan menggunakan AI pada 33% tugas, tetapi tingkat penggunaan AI pada tingkat populasi adalah 47% (β = 1,07, p < 0,001).

‘Kesenjangan ini lebih besar untuk varian tugas yang lebih mudah (β = 0,69, p < 0,001): peserta memperkirakan penggunaan AI sebesar 20% tetapi tingkat penggunaan AI yang sebenarnya adalah 38% (β = 1,42, p < 0,001), hampir dua kali lipat dari tingkat preferensi yang dinyatakan.’

Eksperimen ini berfokus pada tugas biasa dengan usaha rendah yang banyak orang sekarang secara rutin delegasikan kepada AI, bahkan ketika melakukan hal itu mungkin tidak perlu. Peserta diminta untuk melakukan kegiatan sederhana yang melibatkan pengingatan fakta, aritmatika, koreksi ejaan, penulisan ulang kalimat pendek, ringkasan teks, dan menjawab pertanyaan penalaran dasar, dengan beberapa tugas yang hanya memerlukan beberapa kata atau satu kalimat untuk diselesaikan.

Studi ini juga mencakup varian tugas yang sedikit lebih sulit, memungkinkan peneliti untuk membandingkan apakah penggunaan AI berubah ketika pekerjaan menjadi lebih menantang.

Manfaat Penghematan Waktu AI Terlalu Diperkirakan

Dalam studi kedua, peserta dibagi menjadi dua kelompok terpisah, dengan satu kelompok pertama kali memperkirakan berapa banyak waktu dan usaha mental yang akan diselamatkan oleh AI pada serangkaian tugas, sementara kelompok lainnya benar-benar menyelesaikan tugas-tugas yang sama baik secara mandiri maupun dengan bantuan AI. Tugas-tugas tersebut masih berfokus pada kegiatan dengan kompleksitas rendah yang melibatkan aritmatika, penulisan ulang, pengingatan fakta, ringkasan, koreksi ejaan, dan latihan penalaran singkat.

Tujuannya adalah untuk membandingkan harapan orang tentang produktivitas AI dengan apa yang benar-benar terjadi ketika pekerjaan itu dilakukan. Menurut makalah, peserta secara konsisten memperkirakan terlalu tinggi seberapa banyak AI akan membantu mereka, terutama pada tugas yang lebih mudah di mana banyak orang menganggap AI akan secara dramatis mengurangi beban kerja dan waktu penyelesaian.

Sebaliknya, hasil yang diukur sering menunjukkan hanya sedikit keuntungan, dan dalam beberapa kasus, seperti yang disebutkan sebelumnya, penggunaan AI sebenarnya memperlambat peserta. Makalah tersebut melaporkan bahwa orang memperkirakan bahwa bantuan AI akan menyelamatkan hampir satu menit, sementara penghematan waktu yang sebenarnya hanya beberapa detik.

Pada beberapa tugas yang lebih sederhana, pengguna AI sebenarnya membutuhkan waktu lebih lama untuk menyelesaikannya daripada orang yang menyelesaikan pekerjaan secara mandiri:

Perkiraan vs waktu dan usaha yang sebenarnya selama penyelesaian tugas dengan dan tanpa bantuan AI, menunjukkan ‘ilusi percepatan’ yang diusulkan dalam makalah, di mana peserta secara konsisten percaya bahwa AI akan menyelamatkan waktu yang jauh lebih banyak daripada yang sebenarnya dilakukan. Waktu penyelesaian AI yang sebenarnya secara substansial lebih lama daripada yang diprediksi, sementara perkiraan untuk penyelesaian tugas mandiri tetap dekat dengan hasil yang diamati.

Studi ini juga menyelidiki usaha mental yang dirasakan. Peserta secara umum percaya bahwa AI akan membuat tugas terasa jauh lebih mudah; namun, pengurangan usaha kognitif yang diukur jauh lebih kecil daripada yang diharapkan. Makalah tersebut menggambarkannya sebagai ‘ilusi keuntungan efisiensi’, di mana orang secara sistematis memperkirakan terlalu tinggi baik kecepatan dan kegunaan bantuan AI selama pekerjaan sehari-hari.

Penggunaan AI Memperdalam Kebingungan

Studi terakhir dari tiga studi ini dirancang untuk menguji apakah bahkan paparan singkat terhadap AI mengubah pengambilan keputusan selanjutnya. Peserta dibagi menjadi beberapa kelompok dan pertama kali melewati ‘fase paparan’, di mana beberapa menyelesaikan tugas sederhana dengan bantuan AI; beberapa menyelesaikan tugas yang lebih sulit dengan bantuan AI; dan yang lain menyelesaikan kategori tugas yang sama secara mandiri, tanpa AI. Sebuah kelompok kontrol terpisah melewati tahap tugas sepenuhnya.

Setelah itu, semua kelompok memasuki ‘fase uji’ kedua, kali ini diberi tugas baru dan lebih mudah, dan diizinkan untuk memutuskan sendiri apakah akan menggunakan AI atau tidak. Tugas-tugas tersebut masih berfokus pada tugas dengan kompleksitas rendah (yaitu, penulisan ulang, aritmatika, pengingatan, koreksi ejaan, ringkasan, dan latihan penalaran singkat) yang dapat diselesaikan dalam beberapa menit.

Makalah tersebut melaporkan bahwa peserta yang telah menggunakan AI selama fase paparan menjadi jauh lebih mungkin untuk mengandalkan AI lagi setelah itu, bahkan ketika penggunaan AI sebelumnya gagal menyelamatkan waktu atau mengurangi usaha mental.

Peneliti menemukan bahwa pengguna AI sebelumnya memilih bantuan AI jauh lebih sering selama tahap uji berikutnya daripada peserta yang sebelumnya menyelesaikan tugas secara mandiri:

Peserta yang sebelumnya menggunakan AI selama fase paparan menjadi jauh lebih mungkin untuk mengandalkan AI lagi selama tugas berikutnya, meskipun penggunaan AI sebelumnya sering gagal menghasilkan keuntungan yang signifikan dalam kecepatan atau mengurangi usaha mental. Panel kiri menunjukkan bahwa pengguna AI sebelumnya memilih bantuan AI jauh lebih sering selama fase uji berikutnya daripada peserta yang awalnya menyelesaikan tugas secara mandiri. Panel kanan menggambarkan ‘ilusi percepatan’ yang diusulkan dalam makalah, di mana paparan AI sebelumnya meningkatkan keyakinan peserta bahwa pekerjaan dengan bantuan AI lebih cepat dan lebih efisien, bahkan ketika waktu penyelesaian yang diukur sering menunjukkan sedikit keuntungan dan terkadang kinerja yang lebih lambat.

Penggunaan AI berulang dilaporkan telah memutarbalikkan penilaian peserta tentang apakah AI benar-benar berguna: orang yang telah menggunakan AI sebelumnya menjadi kurang mungkin untuk setuju bahwa tugas-tugas tersebut dapat diselesaikan lebih cepat tanpa AI, meskipun hasil yang diukur sering menunjukkan sedikit keuntungan dan terkadang waktu penyelesaian yang lebih lama.

Peneliti berpendapat bahwa ini menciptakan kondisi untuk ‘siklus yang memperkuat diri’, di mana penggunaan AI meningkatkan ketergantungan AI di masa depan, sementara secara bersamaan melemahkan kemampuan pengguna untuk secara akurat menilai apakah teknologi tersebut benar-benar meningkatkan produktivitas.

Kesimpulan

Opini Banyak pembaca yang telah mengadopsi AI untuk tugas kecil mungkin, seperti saya, merasa akrab dengan kesimpulan makalah baru ini.

Pribadi, obsesi saya untuk mengotomatisasi tugas berulang mendahului booming AI saat ini beberapa dekade. Kemudian, seperti sekarang, pertanyaannya tetap: Apakah usaha yang diperlukan untuk mengatur dan/atau memelihara otomatisasi melebihi usaha (hanya manusia) yang diperlukan untuk melakukan tugas itu tanpa otomatisasi?

Orang-orang yang suka mengotomatisasi mungkin akhirnya mengotomatisasi untuk kepentingan mengotomatisasi, bahkan jika itu membutuhkan waktu bertahun-tahun atau bahkan dekade sebelum ada pengembalian (dalam hal waktu yang diselamatkan) yang jelas; dan ini mengubah konteks kegiatan dari ‘optimasi’ menjadi ‘hobi’.

Tidak ada yang salah dengan ini, selama Anda tidak menipu diri sendiri bahwa keuntungan nyata sedang dibuat. Namun, ini adalah kebiasaan buruk yang saya telah mencoba untuk menolak dalam beberapa tahun terakhir; dan opsi untuk menggunakan AI, akhir-akhir ini, tampaknya rentan memperburuk kebiasaan ini, karena bahkan hasil yang buruk atau tidak optimal dapat diperoleh dengan lebih cepat daripada, misalnya, ketika membuat makro dalam JavaScript dan bahasa lain.

Indikator Menipu

Apa yang makalah ini abaikan sedikit adalah ketegangan antara serendipitous atau hasil yang beruntung melalui AI vs. dominasi jalan buntu dan upaya frustrasi untuk mengadaptasi AI chatbot, seperti ChatGPT, ke kebutuhan Anda sendiri – dalam alur kerja yang dapat diandalkan, bahkan ketika terjadi upgrade paksa ke versi baru yang mungkin tidak berfungsi dengan cara yang sama seperti versi yang membuat alur kerja atau rutinitas Anda tergantung.

‘Hasil ajaib’, oleh karena itu, adalah kesempatan di mana AI segera menyelesaikan masalah Anda dengan cara yang rasional dan mudah.

Contohnya, setiap kali saya meninjau makalah, saya harus mencetaknya, dan selalu harus menulis nomor halaman dengan tebal di atas, karena biasanya tidak ada atau dalam jenis yang sangat kecil di bagian bawah. Meminta ChatGPT untuk membuat skrip Python yang akan menambahkan nomor halaman yang besar dan tebal di atas ternyata menghasilkan hasil yang sangat cepat, karena sekarang saya dapat menarik file PDF Arxiv ke file.BAT dan memiliki versi baru dengan nomor halaman yang jelas dalam 2-3 detik:

Penomoran halaman yang jelas ditambahkan ke file PDF melalui skrip Python yang ditulis AI.

Terlepas dari satu atau dua menit argumen tentang apakah Windows memiliki font Arial Black asli dan terpisah (tidak lagi), ini mungkin hasil AI yang paling cepat yang pernah saya alami.

Argumen bahwa jenis ‘pemecahan’ atau ‘kemenangan mudah’ ini memberikan kesan yang salah tentang kemampuan AI yang sebenarnya untuk menyelamatkan waktu dan/atau usaha mental, karena kita cenderung memberikan penekanan yang tidak seimbang pada contoh-contoh tersebut: kecenderungan alami kita untuk menekan kenangan menyakitkan atau negatif dan untuk menggunakan kembali atau fokus pada kenangan yang lebih bahagia berarti bahwa contoh-contoh sukses di mana AI menyelesaikan tugas kecil dengan cara yang berguna akan berakhir sebagai bintang pandu yang kita kejar, bahkan melawan arah bukti statistik, seperti yang ditunjukkan dalam makalah baru ini, dan bahkan melawan pengalaman kita sendiri bahwa ‘kemenangan mudah’ seperti itu adalah pengecualian daripada aturan.

Ada bukti yang berkembang, selain makalah baru ini, bahwa kita menipu diri sendiri tentang utilitas AI. Pada tahun 2025, sebuah studi menunjukkan bahwa pengembang yang menggunakan AI membutuhkan waktu 19% lebih lama; dan penawaran yang lebih baru mengonfirmasi pesan dasar makalah baru yang dibahas dalam artikel ini – bahwa waktu yang diselamatkan membutuhkan waktu.

Hal ini akan berguna jika penelitian semacam ini dapat diterjemahkan ke dalam studi waktu dan gerakan yang ditenagai AI, memungkinkan kita untuk memperoleh wawasan nyata tentang seberapa banyak AI benar-benar menyelamatkan kita – atau menghabiskan waktu kita.

Akhirnya, studi ini luar biasa dalam satu aspek penting lainnya, karena setidaknya mencoba untuk mengukur ‘pengeluaran mental’ dalam kaitannya dengan penggunaan AI pada tugas yang lebih kecil. Ketika perhatian yang semakin besar difokuskan pada ‘intensitas’ pekerjaan yang dibantu AI, kita sangat membutuhkan satuan pengukuran yang dapat mengukur seberapa besar tuntutan dan kekhasan AI menghabiskan atau menguras kita, pada biaya umum kualitas kerja dan kesiapan kerja.

* Format adalah milik penulis, dari makalah sumber. Setiap kutipan inline yang diubah menjadi tautan oleh saya.

Dipublikasikan pertama kali pada hari Sabtu, 23 Mei 2026