5 poin oleh GN⁺ 2025-09-27 | 1 komentar | Bagikan ke WhatsApp
  • AI menggantikan banyak pekerjaan, tetapi pada saat yang sama juga meningkatkan pekerjaan baru bagi manusia untuk merapikan hasil tak bermakna yang dibuat AI
  • Seiring meluasnya alat generatif, konten berbiaya rendah dan diproduksi cepat meledak, sementara penurunan kualitas dan kesalahan ditambal lewat kerja pasca-editing dan penyuntingan oleh manusia
  • AI slop membanjiri seluruh ranah teks, gambar, dan video, lalu mengakar sebagai masalah struktural yang didistribusikan melalui platform viral, pencarian, dan komersial
  • Semakin banyak penulis, desainer, dan pengembang yang bekerja bukan sebagai kreator, melainkan sebagai 'tenaga perapih'
  • Industri kini bukan meningkatkan kualitas lewat teknik seperti koreksi multipart atau permintaan hedge, melainkan dengan menambah kerja pemurnian digital yang bergantung pada penilaian manusia atas konteks, emosi, dan factualitas
  • Akibatnya, alih-alih benar-benar menggantikan perekrutan kreator asli, AI justru menciptakan biaya baru berupa perbaikan output AI dan risiko burnout
  • Solusi mendasarnya adalah memperjelas pemanfaatan AI sebagai alat melalui desain human-in-the-loop dan penetapan ulang standar kualitas, serta memulihkan budaya produksi yang berpusat pada autentisitas dan integritas

Ironi zaman ketika manusia merapikan masalah buatan AI

  • Ketika AI menggantikan banyak pekerjaan, pada saat yang sama muncul situasi di mana manusia dipekerjakan untuk membereskan hasil tak bermakna dan keliru yang dibuat AI (slop), sehingga menciptakan kategori pekerjaan baru
  • Desainer, penulis, artis digital, dan lainnya kini dialihkan untuk memperbaiki dan menyempurnakan output tidak akurat yang dibuat AI, alih-alih berkarya secara langsung

WHAT IS AI SLOP

  • AI slop adalah bentuk evolusi dari spam: konten massal berkualitas rendah yang tampak menarik di permukaan tetapi tidak memiliki kreativitas, makna, dan kepercayaan
    • Alat seperti ChatGPT dan Midjourney memungkinkan produksi massal konten bermutu rendah
    • Penyebarannya muncul dalam berbagai bentuk, mulai dari post media sosial, ebook Amazon, musik Spotify, artikel berita, hingga gambar di jurnal akademik
    • Konten semacam ini terlihat meyakinkan di permukaan, tetapi miskin makna, orisinalitas, dan kredibilitas—mirip 'kalori kosong'
  • Turunnya biaya video AI juga memicu banjir video slop, dengan banyak contoh viral surealis seperti video burung camar memecahkan kaca mobil
    • Video bergaya CCTV tentang kelinci yang melompat di trampolin juga sering menampilkan kesalahan seperti dua kepala atau objek yang tiba-tiba menghilang di tengah
  • Bahkan dalam iklan perusahaan pun muncul distorsi teks, seperti salah ketik pada logo Coca-Cola (“Coca-Coola”)

HARMS OF THE AI SLOPOCALYPSE

  • AI memproduksi massal artikel, ulasan, dan post berkualitas rendah yang tampak meyakinkan, sehingga mempercepat runtuhnya kepercayaan di tengah banjir informasi
  • Ini meluas melampaui enshittification bisnis online menjadi enshittification budaya
    • Seni, musik, video, buku, dan ulasan yang dulu dikerjakan kreator manusia kini didaur ulang dan diproduksi ulang oleh AI, sehingga budaya itu sendiri mengalami penurunan mutu
  • AI juga mengonsumsi listrik dan air dalam jumlah besar saat menghasilkan output, sehingga bebannya terhadap lingkungan signifikan
    • Operasi model skala besar yang boros listrik dan sumber daya air memperbesar biaya lingkungan, sekaligus memicu frustrasi dan burnout pada orang-orang yang mengerjakan kerja pembersihan
    • Seperti kasus parade Halloween hantu di Dublin pada 2024, ada pula insiden ketika salah ketik dan kalimat kacau dalam materi buatan AI menyesatkan publik
    • Kasus diagram buatan AI dalam makalah yang ditarik oleh jurnal Frontiers dapat dipandang sebagai peringatan tentang tercemarnya ranah akademik

CLEANUP CREW TO THE RESCUE

  • Bertolak belakang dengan janji efisiensi di era AI, yang terjadi justru struktur di mana manusia menanggung biaya tak terlihat (perapihan, kontrol kualitas), sehingga permintaan untuk tenaga spesialis koreksi pascaproduksi melonjak tajam
    • AI content rewriter: menulis ulang teks buatan AI dengan memperkuat konteks, emosi, dan hubungan faktual
    • Art fixer: memperbaiki bagian yang tidak realistis, kesalahan huruf, dan masalah lain pada ilustrasi, logo, atau gambar buatan AI
    • Code debugger: memperbaiki kesalahan dan mengoptimalkan kode tidak sempurna yang dihasilkan Copilot atau ChatGPT
    • Video polisher: seniman VFX mengoreksi kesalahan fisik atau kurangnya kealamian dalam video AI
  • Sebagian besar pekerjaan ini bukan kolaborasi, melainkan kerja yang berfokus pada revisi dan koreksi, dan bukan ruang tempat kreativitas sejati manusia bisa berkembang
    • Di Upwork, Fiverr, Freelancer dan platform serupa, permintaan untuk pekerjaan kreatif dan penyuntingan yang dipimpin manusia terus meningkat
  • Seniman, penulis, dan lainnya terdorong ke pekerjaan perapihan sederhana layaknya 'petugas kebersihan lingkungan digital', sehingga hilangnya kreativitas dan kelelahan makin parah

Ironi sesungguhnya dan jalan keluarnya

  • AI tampak seperti akan menggantikan manusia, tetapi kenyataannya justru terbentuk struktur ganda di mana manusia direkrut kembali sebagai tenaga pendukung untuk menutupi ketidakmatangan AI
    • Ini membentuk ekonomi paralel di mana manusia membuat AI tampak lebih manusiawi, dan memunculkan tragedi ketika sebagian orang yang seharusnya menjadi kreator malah dialihkan ke peran 'petugas pembersih'
  • Masalah sebenarnya bukanlah AI itu sendiri, melainkan pilihan manusia yang lebih mengutamakan kecepatan, volume, dan biaya daripada kualitas
  • Solusinya bukan meninggalkan AI atau meningkatkan kecerdasan AI, melainkan penggunaan dan keterlibatan manusia yang lebih bijak
    • AI harus didefinisikan ulang sebagai alat yang dipadukan dengan kreativitas dan empati sejati manusia
    • Manusia harus tetap menjadi pusat, dan kita tidak boleh membiarkan struktur kerja bergeser menjadi kondisi di mana masalah dari output AI harus terus-menerus dibereskan
  • Yang benar-benar berbahaya adalah ketika kita terbiasa dengan AI slop dan melupakan nilai kreativitas manusia
    • Tenaga perapih saat ini hanyalah solusi sementara; dalam jangka panjang, kita harus mengarah pada masa depan teknologi yang bertumpu pada kreativitas dan autentisitas manusia yang nyata

1 komentar

 
GN⁺ 2025-09-27
Komentar Hacker News
  • Orang-orang bilang AI akan menggantikan manusia, tetapi menurut saya kenyataannya ada dua fenomena. Pertama, AI gagal menggeneralisasi tenaga kerja terampil, dan kedua, budaya media menjadi makin terdilusi dan menurun kualitasnya. Untuk fenomena pertama, saya masih menunggu lebih banyak indikator seperti data dari BLS. Yang kedua adalah munculnya kategori media baru, dengan nuansa mirip chiptune atau meme 'deep fried'

    • Tenaga kerja terampil yang nyata, misalnya penerjemah, desainer, dan copywriter, masih tetap dibutuhkan di level menengah ke atas. Orang-orang seperti ini tidak akan langsung tergantikan, jadi tidak terlalu terlihat dalam statistik resmi. Yang justru sedang tergantikan atau tidak lagi direkrut adalah tenaga magang atau level junior. Pada tingkat itu AI bisa menangani cukup banyak bagian, tetapi perubahan seperti ini juga tidak terlalu tampak dalam statistik pengangguran resmi. Yang paling bisa dilihat mungkin hanya penurunan lowongan kerja, tetapi itu pun bisa disebabkan oleh banyak variabel seperti ketidakpastian ekonomi atau situasi geopolitik. Pada akhirnya, beberapa tahun lagi industri media dan kreatif akan hancur total. Jika AI menutup pintu masuk karier, magang akan hilang, lalu junior, lalu tenaga menengah dan senior juga akan makin berkurang. Pada akhirnya yang tersisa hanya orang-orang berjas yang pernah menyentuh Photoshop 15 tahun lalu dan tim sales

    • Masih diragukan apakah statistik resmi BLS akan cukup tepercaya. Kepercayaan itu makin turun jika mengingat bagaimana Presiden Trump memperlakukan lembaga tersebut setelah mereka merilis statistik pengangguran yang tidak ia sukai

    • Kreativitas dan daya jelaskan manusia selama ini berhasil mendekati kekonkretan sambil tetap menangani unsur keacakan dengan baik. Tetapi sekarang otomatisasi atas keacakan itu, karena AI tidak dilatih untuk kekonkretan, justru terasa menumpulkan ujung terdepan kreativitas dan membuat detail yang benar-benar spesifik makin menjauh. Kemunduran ini особенно menonjol ketika manusia salah mengira keluaran AI itu valid dan rinci. Gila memang, tetapi seolah-olah dinormalisasi oleh teknologi

  • Itu tidak ironis. Kalau melihat manusia di pabrik bertugas memilah barang cacat, itu karena dulu pernah ada masa ketika orang-orang seperti itu adalah perajin yang langsung membuat produknya sendiri sejak awal

    • Di pabrik, barang cacat itu jarang dan mudah dibedakan. Tinggal dibuang, lalu mesin terus membuat sisanya. Jauh lebih cepat daripada artisan. Tetapi pada AI, masalahnya bukan membuat hal yang sama berulang-ulang, jadi sulit mengidentifikasi masalahnya, dan bahkan jika error ditemukan, harus diperbaiki satu per satu secara manual, yang pada akhirnya bisa berarti semuanya dibuang dan dimulai lagi dari nol. Pada akhirnya semua waktu dan tenaga yang dicurahkan ke AI jadi terbuang, dan akan lebih baik kalau dari awal diserahkan kepada artisan

    • Dibandingkan dengan cara AI dipromosikan sebagai revolusi besar selama beberapa abad terakhir, hasilnya terasa sangat hambar. Kesimpulannya, kita bahkan belum benar-benar memasuki era AI

    • Saat membaca pembahasan tentang "manusia di pabrik bertugas memilah barang cacat", menurut situs sebuah perusahaan outsourcing India, para pekerja di sana bukan memilah barang cacat melainkan melakukan "clean up". Kalau diandaikan dalam pabrik sebagian besar produk memang cacat sehingga mudah dipilah, tetapi bukannya dibuang malah harus semuanya diperbaiki, maka biaya energi dalam proses produksi akan menjadi sangat besar

    • Manusia membersihkan kesalahan manusia itu hal yang umum di mana-mana. Di pengembangan perangkat lunak malah lebih parah

  • Tidak terlalu aneh bahwa medan pertama yang benar-benar berubah oleh AI adalah e-commerce. Sebagian besar toko online hanya punya satu proposisi inti, dan presentasi tidak terlalu penting. Asal tidak terlihat seperti homepage tahun 2003, sudah cukup, dan sejujurnya hampir tidak ada yang terlalu peduli seperti apa tampilan front-end toko pada 2025. Iklan hanya perlu menarik perhatian; tujuannya bukan seni. Kalau ditanya AI itu jago apa, jawabannya adalah membuat sesuatu yang biasa saja tetapi cukup oke di mata kebanyakan orang. Dalam praktiknya itu sangat hambar. Musik, gambar, tulisan, semuanya sama. Tentu saja bagian-bagian yang bersifat akal sehat, seperti gambar dengan delapan jari, masih jadi pekerjaan rumah, tetapi untuk kesan permukaan semata, hasil buatan AI sekarang sudah sampai titik hampir sulit dibedakan dari yang asli. Jadi pada saat ini AI berperan bagus sebagai pembuat 'cetakan dasar'. Dulu Lorem Ipsum adalah contoh teks, sekarang AI mencetak kerangka seperti itu untuk semua bagian. Manusialah yang harus menambahkan kepribadian pada dasar yang disebarkan AI ini. Saat membuat sesuatu, selalu ada risiko dan keputusan. Dalam keputusan itu ada selera, dan seseorang harus bertanggung jawab atasnya. Memperbaiki kesalahan yang jelas memang bagian dari pekerjaan, tetapi pada akhirnya yang penting adalah proses menyesuaikan dan membentuk kerangka itu sesuai dengan tiap situasi

    • Seperti dialog Brad Pitt saat memerankan Rusty: "Gunakan hanya kata-katamu sendiri ketika kamu bisa. Jangan berhenti, tatap saja tujuanmu lurus ke depan. Bicaralah cukup spesifik agar tak sampai membekas di ingatan. Lucu, tapi jangan tampil lucu. Kamu harus memberi kesan yang pas, sampai orang langsung lupa begitu kamu pergi. Dan yang paling penting... dalam keadaan apa pun jangan pernah, jangan pernah..." (kutipan dari film <Ocean's Eleven>)

    • Belanja dan iklan adalah bidang tempat AI benar-benar menunjukkan nilainya. Sinyal umpan balik untuk sukses atau gagal sangat jelas. Tentu saja sinyal umpan balik seperti ini harus benar-benar dimanfaatkan; tidak cukup hanya menempelkan keluaran LLM di sembarang tempat

  • Pada akhirnya tidak jauh berbeda dari konsultan lama. Merapikan kode, menciptakan efisiensi untuk situs lowongan kerja. Tidak ada yang benar-benar baru. Semua ini sudah diprediksi orang

  • Rasanya seperti muncul peran manajer menengah yang mengelola karyawan yang tidak bisa belajar

    • Saya belum pernah melihat manajer menengah bertugas memperbaiki hasil kerja yang error. Yang lebih mirip justru senior developer atau tenaga kreatif senior, dan pada praktiknya peran seperti itu nyaris sama dengan semacam manajer junior
  • Bahkan sebelum mencapai AGI yang dijanjikan AI, rasanya semua orang sudah akan jadi gila duluan seperti slopocalypse dalam cerpen PKD 'Sales Pitch'. Sales Pitch (short story)

    • Sudah lama sekali sejak terakhir saya melihat cerita itu. Saat membacanya lagi, kalimat ini benar-benar membuat merinding: '“It’s too late to vid your wife,” the fasrad said. “There are three emergency-rockets in the stern; if you want, I’ll fire them off in the hope of attracting a passing military transport.”' Rasanya persis seperti ChatGPT5 sekarang
  • Ironi terbesar adalah bahkan satu-satunya komentar di artikel itu pun ditulis oleh AI

  • Saya rasa kita belum masuk ke era AI. Mungkin sebentar lagi akan datang. Saya tidak merasa LLM bisa disebut AI, dan machine learning lebih praktis. Di masa depan, saya tidak tahu apakah LLM akan berevolusi atau justru ditinggalkan

    • LLM adalah salah satu aplikasi machine learning, jadi keduanya saling memengaruhi. LLM memang bukan AI tunggal seperti yang kita bayangkan, tetapi tetap merupakan tonggak besar dalam pemrosesan bahasa. Dulu, memproses bahasa alami bahkan dianggap salah satu tolok ukur utama AGI. Pada akhirnya ini hanya soal waktu; saya pikir ke depan akan muncul model besar multisensorik yang dapat memahami dan mempelajari seluruh pancaindra manusia, serta mampu memodifikasi dirinya sendiri. Bahkan mungkin ada model yang menangani indra baru yang tidak dimiliki manusia

    • Rasanya standar pencapaiannya terus digeser sedikit demi sedikit ke belakang

  • Pekerjaan seperti ini sudah kami lakukan selama puluhan tahun. Saya pernah dipekerjakan lebih dari 20 tahun lalu untuk memperbaiki dan melatih program pengenalan suara atau OCR, dan teman saya memperbaiki geotag. Sistem AI punya sejarah panjang, dan pada masa awalnya orang memasukkan aturan Prolog secara manual, atau programmer menulis aturan satu per satu untuk program seperti ELIZA atau Generalised Problem Solver