- Di industri perangkat lunak, burnout engineer semakin parah, dan terutama para engineer junior menimbulkan masalah pada kualitas kode dan kolaborasi karena penyalahgunaan alat AI
- Umpan balik dari engineer senior tidak dipakai sebagai kesempatan belajar, melainkan digunakan sebagai prompt baru untuk AI, dan “kode yang ditulis AI” menghabiskan kapasitas review seluruh tim
- Di beberapa organisasi, kode tidak sempurna yang dibuat AI dipresentasikan seolah-olah sebagai “pencapaian”, sehingga terbentuk suasana yang mendorong ketergantungan pada AI
- Penulis, melalui pengalaman langsung, merasa tidak nyaman dan janggal saat menerima jawaban kode dari AI, dan mengkritik bahwa AI justru merusak budaya belajar dan mentoring
- Ekosistem startup AI pada akhirnya juga tidak berkelanjutan karena ketidakekonomisan, konsumsi listrik, dan masalah lingkungan, dan menekankan bahwa situasi saat ini tidak berbeda dari penipuan “** sang kaisar telanjang**”
Pendahuluan: lingkungan engineering yang mengkhawatirkan
- Belakangan ini, fenomena burnout di kalangan engineer semakin parah
- Di organisasi, engineer senior diharapkan meninjau dan berkontribusi pada “fitur berbasis vibe (meme)” yang pada praktiknya tidak benar-benar berjalan
- Menurut pengalaman saya, engineer terbaik selalu ingin membantu anggota tim baru bertumbuh dengan antusias
- Namun, alih-alih menggunakan umpan balik mereka sebagai kesempatan untuk berkembang, para developer junior hanya memanfaatkannya sebagai prompt berikutnya untuk AI generatif
- Saya sendiri telah menyaksikan banyak engineer junior menggunakan alat LLM (large language model) secara langsung, sampai pada tingkat yang bisa disebut penyalahgunaan
Kasus nyata di dalam organisasi: dampak buruk penyalahgunaan AI
- Baru-baru ini di town hall perusahaan, saya melihat engineer junior mendemonstrasikan hasil kerja baru
- Mereka bahkan tampak tidak benar-benar memahami tujuan maupun cara kerja fitur tersebut
- Namun, di organisasi besar, fokusnya sering kali adalah menampilkan “kesuksesan” terlepas dari hasil nyata
- Ketika seorang manajer senior memamerkan contoh penggunaan AI mereka, ia dengan bangga menjelaskan, “ini adalah 4.000 baris kode yang ditulis Claude”, dan mendapat tepuk tangan
- Saya juga pernah diminta meninjau kode untuk perbaikan kecil pada fitur yang sudah ada, lalu meminta konteks kepada engineer junior yang baru melakukan perubahan
- Saya mengirim URL commit Github dan mengajukan pertanyaan, tetapi tampaknya ia memasukkan isinya ke LLM lalu menyalin jawaban yang dikembalikan
- Dalam proses itu, saya merasakan keganjilan dan ketidaknyamanan yang aneh
Lereng AI dan batas code review
- Dari kasus seorang teman, saya mengetahui bahwa selama satu bulan, beberapa engineer benar-benar membuang waktu untuk meninjau dan mencoba menggabungkan kode yang dihasilkan otomatis oleh LLM (PR vibe-coded)
- Teman lain juga mengeluhkan pengalamannya terkuras karena harus berulang kali me-review “kode berantakan” buatan AI
- Berkat AI, tidak ada peningkatan kualitas kode atau pembelajaran; yang bertambah hanya kerja repetitif
Nilai sejati budaya pengembangan dan pertumbuhan manusia
- Semua engineer tumbuh selangkah demi selangkah berkat rekan kerja dan mentor
- Mengajar secara langsung dan membantu orang berkembang adalah inti dari budaya software engineering
- Namun, muncul rasa skeptis terhadap kenyataan bahwa investasi seperti ini pada akhirnya langsung disalin menjadi data pelatihan untuk “model terbaru”
- Lalu muncul pertanyaan mendasar: kalau begitu, apakah lebih baik melatih model saja daripada membina engineer junior?
- Dunia seperti itu adalah visi yang sangat suram.
Eksperimen tidak memakai AI dan kesimpulan
- Secara langsung, penulis mengusulkan eksperimen: “cobalah berhenti menggunakan AI”
- Ia sendiri baru-baru ini menginisialisasi ulang komputernya dan menghentikan langganan Claude Pro
- Beberapa kali mencari, membaca Stack Overflow, dan dokumentasi resmi justru memungkinkan pengambilan kesimpulan yang jauh lebih dapat dipercaya
- Ia sampai pada pemikiran bahwa penilaiannya sendiri lebih unggul dalam hal akurasi dan keandalan dibanding hasil yang dikeluarkan LLM.
Nilai ekonomi alat AI generatif, dan keterbatasan mendasarnya
- Ia mengajukan pertanyaan, “apakah AI benar-benar berguna?”
- Jika dilihat secara objektif, situasinya menimbulkan keraguan besar terhadap nilainya
- Proses yang lazim pada startup AI adalah sebagai berikut:
- “AI” diterapkan ke ranah yang sudah ada, lalu startup baru muncul dengan dalih efisiensi
- Startup AI berhasil menarik investasi dari modal ventura
- Membayar biaya penggunaan kepada penyedia layanan AI (seperti OpenAI)
- Startup AI itu sendiri tidak berhasil menghasilkan keuntungan
- Jika hanya melihat proses ini, memang tidak jauh berbeda dari ekosistem VC yang sudah ada, tetapi perbedaan intinya adalah bahkan penyedia layanan (seperti OpenAI) pun masih belum menghasilkan keuntungan
- Teknologi itu sendiri pada dasarnya tidak efisien dan strukturnya tidak menguntungkan untuk ekspansi besar-besaran
- Konsumsi listrik yang berlebihan dan dampak lingkungan juga merupakan masalah serius
Penutup: perlunya mengenali realitas
- Kita bisa berharap Hukum Moore hidup kembali, atau berdoa agar semua orang menjadi kaya sebelum alam semesta mendingin
- Tetapi jika menghadapi kenyataan, bisnis AI generatif adalah semacam ilusi dan fenomena “kaisar telanjang”
Belum ada komentar.