- Alat AI hanya membentuk kompetensi dangkal pada developer junior; kode bisa dihasilkan dengan cepat, tetapi sering kali mereka tidak mampu menjelaskan mengapa pendekatan itu dipilih
- Nilai sejati developer senior bukan pada kecepatan menulis kode, melainkan pada pengenalan pola kegagalan yang terakumulasi dari bertahun-tahun mengalami kegagalan
- Meski menggunakan AI, proses berjuang secara sengaja tetap wajib: menganalisis error sendiri, menelusuri kode, dan menyusun hipotesis
- Untuk setiap kode yang di-commit, harus bisa menjelaskan sendiri alasan pemilihan library, pola yang digunakan, dan trade-off-nya; jika tidak, berarti belum siap dirilis
- AI harus diubah dari sekadar mesin pemberi jawaban menjadi tutor, agar kita belajar kelebihan dan kekurangan dari berbagai pendekatan
Inti masalah: kompetensi dangkal yang dibentuk AI
- Dengan memanfaatkan LLM, implementasi fitur dan deployment memang jadi lebih cepat, tetapi muncul situasi ketika orang tidak bisa menjelaskan alasan di balik pilihan kode
- Dalam code review, semakin sering terlihat fenomena kompetensi dangkal (shallow competence): tidak mampu menjawab pertanyaan tentang pendekatan yang dipilih
- Pola menerima begitu saja kode yang diajukan AI terus berulang
- Di permukaan, produktivitas tampak tinggi, tetapi pemahaman atas niat desain dan trade-off masih kurang
- Masalah seperti ini berpotensi menurunkan kepercayaan seiring waktu
Mengapa developer senior bernilai
- Alasan developer berpengalaman dibayar mahal bukan karena mereka menulis kode lebih cepat, tetapi karena mereka telah belajar selama bertahun-tahun tentang apa yang tidak boleh dilakukan
- Yang sebenarnya dibayar perusahaan adalah pengenalan pola kegagalan yang lahir dari pengalaman mengambil keputusan arsitektur yang salah dan hidup dengan konsekuensinya, atau menerima panggilan insiden pada pukul 2 pagi
- Saat ini, banyak developer junior justru melewati proses tersebut ketika menggunakan AI
5 strategi
-
1. Pelajari dasar-dasarnya dengan benar
- Kita harus tahu seperti apa kode yang baik agar bisa mengevaluasi hasil dari AI; kalau tidak, output AI akan diterima secara buta
- Buku yang direkomendasikan: Head First Design Patterns (untuk memahami pola coding dan alasan pemilihannya) dan Designing Data-Intensive Applications (prinsip perancangan sistem yang intensif data)
-
2. Pelajari kasus gangguan
- Disarankan membaca dokumen post-mortem yang detail saat terjadi gangguan pada layanan besar seperti Cloudflare, AWS, Azure, dan Google
- Dokumen ini biasanya memuat penyebab, analisis akar masalah, cara perbaikan, dan langkah pencegahan agar tidak terulang
- Di Amazon ada dokumen COE (Correction of Errors), dan di Facebook serta sebagian besar perusahaan teknologi besar juga ada dokumen internal serupa
- Memahami bagaimana sistem kompleks runtuh akan jauh lebih membekas daripada sekadar membaca dokumentasi
-
3. Ciptakan perjuangan secara sengaja
- Sebelum era AI, menyelesaikan masalah sendiri bukan pilihan melainkan hal yang mendasar, tetapi sekarang selalu ada jalan keluar yang tersedia 24 jam
- Sebelum menempelkan error ke AI, terlebih dahulu baca stack trace, telusuri kode, periksa log, dan buat hipotesis tentang apa yang salah
- Proses inilah yang membangun insting debugging yang sesungguhnya
- AI bisa digunakan setelahnya
- Ikut on-call dan mengambil ticket yang tidak mau ditangani orang lain adalah cara paling efektif untuk mempelajari cara kerja sistem
-
4. Jangan pernah merilis kode yang tidak dipahami
- Jika dalam code review ditanya mengapa memilih pendekatan tertentu lalu menjawab, "AI yang menyarankan", maka kepercayaan langsung hilang
- Masalahnya bukan karena memakai AI, tetapi karena tidak berusaha memahami kode yang diajukan sendiri
- Untuk setiap baris yang di-commit, harus bisa menjelaskan mengapa memilih library itu, mengapa memakai pola itu, dan apa trade-off-nya
- Meskipun jadi lebih lambat, pemahaman harus didahulukan; reputasi sebagai orang yang hanya copy-paste sangat sulit dipulihkan
-
5. Jangan prompt jawaban, tapi tanyakan "mengapa"
- Alih-alih hanya meminta AI menyelesaikan masalah, mintalah penjelasan beberapa pendekatan beserta kelebihan dan kekurangan masing-masing
- Ini memberi dua efek:
- Kita benar-benar belajar tentang trade-off
- Saat AI melalui proses penalaran, rekomendasinya sendiri kadang berubah, sehingga hasil akhirnya bisa lebih baik
Saran realistis soal tekanan kecepatan: menyeimbangkan produktivitas dan pembelajaran
- Kekhawatiran akan tertinggal jika melambat itu realistis, tetapi bukan berarti pekerjaan harus berhenti total
- Lakukan pembelajaran yang sengaja dibuat tidak nyaman pada waktu luang, side project, atau ticket yang tekanannya lebih rendah
- Kita perlu secara sadar membedakan waktu untuk benar-benar membangun keterampilan teknis dan waktu untuk sekadar menghasilkan output
Gunakan AI sebagai tutor
- Saat ini kita memiliki tutor AI yang bisa menjelaskan apa pun sedalam yang kita inginkan, sesuatu yang tidak dimiliki generasi developer sebelumnya
- Jangan hanya menyuruh AI bekerja; gunakan juga dengan cara meminta penjelasan dan membiarkannya mengajar
- Nilai seorang developer bukan pada kemampuan menghasilkan kode, tetapi pada kemampuan untuk melihat kode apa pun dan menilai apakah itu kode yang baik
- Terlepas dari apakah kode dibuat AI atau tidak, kemampuan membedakan yang baik dan buruk adalah kompetensi inti
- Hanya pembelajaran yang disengaja dan akumulasi pengalaman gagal yang dapat membentuk daya saing jangka panjang
20 komentar
Kalau saja mereka benar-benar membaca teks yang dihasilkan AI, hasilnya tidak akan jadi begini.
Masalahnya bukan junior secara umum, melainkan junior yang cuma copy-paste dan klik sana-sini.
Sebenarnya, ini sudah ada bahkan sebelum AI.
Hanya saja Stack Overflow kini digantikan oleh AI.
Kita masih belum tahu kapan AI benar-benar akan menggantikan developer, atau apakah itu benar-benar mungkin, jadi rasanya tidak perlu memujinya secara membabi buta. Bahkan di reddit pun cukup banyak postingan dari orang yang membuat sesuatu lalu pengguna mulai berdatangan, tetapi mereka bahkan tidak tahu bagian mana dari layanannya yang berisiko dan meminta bantuan.
Dulu, saat barang dibuat secara manual lewat kerajinan tangan, orang dibina lewat sistem magang, lalu setelah Revolusi Industri berubah menjadi kerja sederhana.
Sekarang orang cuma menatap kode yang keluar deras dari line 4 seperti komponen yang lewat di atas conveyor belt.
Kalau orang yang kerjanya cuma inspeksi komponen ditanya, "Kenapa ini didesain seperti ini?" ya mau kerja 10 tahun pun jawabannya paling cuma, "Mesinnya memang begitu."
???: "Pikirkan dengan cermat apa yang tidak boleh dilakukan"
Wkwkwkwk, ini benar banget wkwkwkwk
wkwkwk
wkwkwkwk
Pada akhirnya, jika kemampuan penalaran dan memori AI meningkat, semua perdebatan seperti ini akan menjadi tidak berarti. Toh nantinya senior juga tidak akan dibutuhkan.
Pada akhirnya, yang penting tampaknya adalah bagaimana orang yang menggunakannya berpikir dan memanfaatkannya.
Memang, karena muncul lingkungan di mana orang hanya menyerahkannya begitu saja tanpa banyak berpikir, risikonya untuk tanpa sadar sekadar terbawa arus juga jadi lebih tinggi. Namun, jika dimanfaatkan dengan baik, ternyata pembelajaran dan pengembangan bisa dilakukan jauh lebih cepat dan akurat daripada sebelumnya.
Hanya saja, saya berharap segera tersusun semacam kerangka dan metode teladan pembelajaran yang baru, yang berbeda dari cara belajar dan memperoleh pengalaman yang selama ini baik untuk diperkenalkan kepada orang-orang yang baru mulai belajar.
Bukankah junior akan mempelajari hal-hal yang selama ini dialami senior dengan kecepatan yang lebih tinggi?
Lagipula, developer junior yang sekadar copy-paste seperti yang dibicarakan penulis memang sudah tidak berguna bahkan di era Stack Overflow.
Hanya saja, di era AI, kebiasaan copy-paste kode dari Stack Overflow
berpindah ke jawaban AI.
Kalau memang junior itu tipe yang dulu benar-benar belajar,
di era AI mereka justru akan tumbuh menjadi developer setingkat senior dengan kecepatan lebih tinggi.
Kalau sekarang level rendah pun tidak perlu dilihat lagi dan pembelajaran bisa dipercepat dengan AI, 'anggap saja begitu', siapa yang mau merekrut developer junior asal Korea lulusan S1 4 tahun dengan gaji mahal?
Dengan AI agent yang dianggap serbabisa, mereka akan merekrut, onboarding dengan AI, menerjemahkan dengan AI, lalu mempekerjakan orang seperti Raul Singh (24, master IIT) di India atau Zhang Wei (26, lulusan terbaik Tsinghua) dengan biaya lebih murah.
Terutama untuk para pria, mengingat masuk ke dunia kerja jadi tertunda +2 tahun karena wajib militer, saya sangat khawatir untuk para junior saat ini.
Jika terlalu mengandalkan AI, Anda tidak akan punya kesempatan untuk mengalami kegagalan, sehingga tidak akan mendapatkan pelajaran rekayasa. Hal-hal yang tidak tertuang dalam buku atau tulisan juga tidak bisa sepenuhnya ditangani oleh AI.
Karena AI juga bisa gagal, bukankah kita pada akhirnya akan menjadi orang yang "gagal bersama AI dan mengatasinya bersama-sama"?
Menurut isi balasan tersebut, kalau AI yang gagal, lalu siapa yang akan mengatasinya? Junior lulusan baru?
Saya meninggalkan komentar yang ramah dan sopan.
Saya setuju. Intinya kita mencari bersama dan menyelesaikannya bersama. Sepertinya Anda belum mencoba melakukannya seperti itu, tetapi saya merasa Anda agak terlalu tegas menyajikannya seolah itu jawaban yang pasti. Saya juga akan berusaha meninggalkan komentar sebaik mungkin, dengan ramah dan sopan~^^
Pada akhirnya, 10 tahun lagi kita akan menjadi junior dengan pengalaman 10 tahun (didukung AI).
Melihat kecepatan peningkatan model AI, saat developer junior sekarang menjadi senior
sepertinya senior pun sudah akan tergantikan.
Artinya, AI menggantikan junior yang seharusnya menjadi senior. Hidup AI, hidup AI, panjang umur AI
Ini jawaban yang benar.
Komentar Hacker News
Saya pikir ke depan akan ada fase belajar tanpa AI yang wajib
Dalam mempelajari keterampilan apa pun, inti utamanya adalah ‘latihan berulang dengan benar-benar mengerjakannya sendiri’
Saya melihat tahap pembelajaran akan berkembang seperti “membentuk intuisi tanpa AI → secara bertahap memanfaatkan AI untuk memahami batasannya → menjadi ahli yang AI-native”
Namun, cara menerapkannya dalam skala besar masih belum jelas
Ironisnya, AI berguna sebagai tutor yang dipersonalisasi, tetapi sekaligus menjadi godaan untuk menghindari praktik langsung
Sistem pendidikan saat ini yang berpusat pada ujian justru memperkuat ketergantungan pada AI
Karena itu saya memprediksi sistem magang/apprenticeship akan bangkit kembali, dan melihat usulan preceptorship Microsoft sebagai sinyalnya
Fakta bahwa perusahaan besar menyadari masalah ini dan menawarkan solusi terasa menggembirakan
Alat-alat itu membantu saya memahami di mana letak kesalahan saya, tetapi pada akhirnya latihan manual tetap yang paling penting
Namun penggunaan AI saat ini bukan sekadar belajar teori, melainkan lebih seperti menyuruh budak bekerja
Secara historis, cara seperti itu tidak pernah menghasilkan keahlian
Sudah banyak orang yang bahkan tidak mampu mengendalikan kecanduan media sosial
Ceramah Simple Made Easy dari Rich Hickey sangat memengaruhi karier saya
AI tidak punya ‘taste’, dan bekerja dengan cara menambah jumlah kode
Rekayasa yang sesungguhnya adalah seni membuat fitur paling berdampak dengan kode sesedikit mungkin
Dulu pun developer junior ada bukan untuk produktivitas, melainkan untuk belajar
Itu sebabnya pekerjaan yang bisa diselesaikan senior dalam beberapa jam sengaja diberikan sebagai tugas seminggu kepada junior
Sekarang perusahaan berusaha menghindari ‘biaya pelatihan’ itu
Semua orang hanya mengejar keuntungan jangka pendek dan memicu keruntuhan jangka panjang
Tanpa junior, senior juga akan hilang, dan pada akhirnya industrinya sendiri bisa runtuh
Junior juga dibutuhkan untuk penghematan biaya dan keseimbangan struktur promosi
Tetapi dengan hadirnya AI, kini bahkan developer level menengah bisa ikut tergantikan
Dari sudut pandang target jangka pendek, “junior itu produktivitas negatif”
Penyebab lambatnya bukan kemampuan, melainkan proses organisasi yang tidak efisien
Saya selalu mengatakan kepada mahasiswa — “junior harus menulis kode sendiri”
Seperti dalam tulisan htmx, senior harus memungkinkan junior untuk menulis kode
Karena senior lahir dari junior
Polanya berubah menjadi “kalau butuh senior, rekrut saja senior”
Ini bisa menjadi pengulangan generasi COBOL
Jarak antara senior dan junior makin besar, dan pengalaman belajar lewat trial and error langsung mulai hilang
Saya yang punya pengalaman 30 tahun sekarang mendapat tarif kontrak tinggi
Jika coding adalah seni, mungkin pada akhirnya kita harus bertahan lewat persaingan ala seniman
Jika semua orang berhenti membina junior, pada akhirnya akan terjadi keruntuhan pasokan senior
Tetapi demi keuntungan jangka pendek, insentif untuk melanggar aturan itu sangat besar
Faktanya, banyak developer senior juga tidak terlalu hebat
Kualitas proyek selalu menurun setelah titik tertentu
Kebanyakan hanya senior dalam titel saja, dan saya sendiri pun senior hanya dalam nama, sebenarnya level menengah biasa
Manajer, recruiter, dan developer semuanya hanya berpura-pura sibuk, sementara nilai nyata datang dari segelintir orang yang benar-benar kompeten
Skenario yang saya takuti adalah kita terdegradasi menjadi manajer prompt
Masa depan di mana kita hanya percaya pada kode yang diperbaiki AI tanpa benar-benar memahami codebase
Kenikmatan memecahkan masalah yang mendalam tetap ada
Hanya saja saya senang karena tidak perlu lagi memakai stack seperti React atau NextJS secara langsung
Orang-orang yang sudah membangun fondasi kuat sebelum era AI benar-benar beruntung sekarang
Ini hanya tahap berikutnya dari ‘budaya left-pad’
Dengan begitu AI juga bekerja lebih baik, dan pengetahuan domain manusia bisa lebih bersinar
Saya merasakan kecemasan yang sama
Hampir tidak ada review, dan pertimbangan arsitektur jangka panjang juga menghilang
Rasanya masyarakat secara keseluruhan sedang menerima penurunan kualitas ini
Belakangan saya merasa junior lebih berguna daripada senior
Kalau bertanya ke senior, jawabannya cuma “AI menjawab begini”
Sebaliknya, junior punya semangat untuk belajar, dan level staff masih tetap mentor yang luar biasa
Sementara beberapa level menengah tidak bisa melakukan apa-apa tanpa AI
Mereka tidak memahami masalahnya, dan ketika AI menyelesaikannya untuk mereka, justru menjadi tidak peka terhadap ketidakmampuan diri sendiri
Penyalahgunaan LLM akan menyebabkan kemunduran kognitif
Saya berusaha hanya merekrut orang yang belum terkontaminasi LLM
Tulisan ini sendiri terasa seperti ditulis oleh LLM
Gaya seperti “It’s not X, but Y” terlalu khas
Saya murung membayangkan bahwa sebagian besar konten web kini mungkin adalah hasil buatan AI
Pada akhirnya kita sedang menuju dunia di mana batas antara yang asli dan palsu menghilang
Karena itu saya malah berpikir untuk belajar mengelas saja
Tulisan ini juga bergaya serupa
Akar masalahnya ada pada senior
Mereka hanya memberi junior pekerjaan receh yang tidak berguna, dan tidak memberi kesempatan memanfaatkan alat baru
Sekarang tugasnya seharusnya bukan lagi “memperbaiki template email”, melainkan sesuatu seperti “membuat layanan otomatisasi proses internal”
Junior sulit belajar ketika mereka bahkan tidak tahu apa yang tidak mereka ketahui, dan senior juga kesulitan mengajar
Berkat AI saya bahkan bisa merekrut junior yang tidak tahu HTML sama sekali
Dulu itu mustahil, tetapi sekarang dengan sedikit kegigihan saja orang sudah bisa masuk
Pada akhirnya, kalau memilih jalan mudah, hasilnya juga akan setara dengan itu
Saya penasaran bagaimana junior seperti itu bisa diterima kerja
Jika hanya memilih jalan mudah, kedalaman hidup akan hilang
Saya sendiri juga tidak pernah mengikuti kursus semacam itu
Pada akhirnya AI berisiko menguras sumber kreativitas
Jika manusia tidak menghasilkan ide baru, AI hanya akan mereplikasi dirinya sendiri
Siklus seperti ini akan melahirkan stagnasi teknologis dan ketergantungan
pembelajaran tanpa pengawasan mungkin bisa mengatasi keterbatasan ini
Jika developer bagus menghilang, bahkan AI yang buruk pun menjadi berguna