- Melalui keseharian seorang ‘mekanik perangkat lunak’ yang muncul di era perangkat lunak generatif, tulisan ini menunjukkan bagaimana perubahan teknologi mengubah struktur pekerjaan dan peran manusia
- Tokoh utama Tom Hartmann, yang dulu adalah montir mesin pertanian, kini bekerja sebagai mekanik yang mendiagnosis dan memperbaiki kesalahan pada perangkat lunak generatif untuk pertanian
- Melalui berbagai kasus pelanggan, artikel ini menyoroti masalah seperti kesenjangan antara spesifikasi (specification) dan perilaku aktual, error tak terduga akibat perubahan data, serta kegagalan integrasi antar sistem
- Bukan hanya pemecahan masalah teknis, konflik psikologis untuk mempertahankan pengalaman, rasa kontrol, dan keahlian manusia juga berulang kali muncul
- Tulisan ini menekankan ‘nilai berkelanjutan dari pengetahuan domain dan penilaian manusia’ dalam masyarakat tempat alat generatif telah menjadi hal yang umum
Munculnya mekanik perangkat lunak
- ‘Mekanik perangkat lunak (Software Mechanic)’ adalah profesi baru yang muncul setelah transisi ke perangkat lunak generatif, dengan peran mendiagnosis kesenjangan saat teknologi tidak bekerja sesuai yang dimaksudkan
- Ini adalah bentuk evolusi dari dukungan IT masa lalu, tetapi kini berurusan dengan spesifikasi bahasa alami (spec) alih-alih kode
- Tokoh utama Tom awalnya adalah teknisi mesin pertanian, tetapi beralih profesi ketika perangkat lunak memasuki era di mana sistem tidak lagi ‘diperbaiki’ melainkan ‘diregenerasi (regeneration)’
- Artikel ini menggambarkan masyarakat di mana batas antara hardware dan software memudar, dan pengetahuan domain menjadi kompetensi inti
- Mekanik di wilayah pertanian harus memahami pertanian, sementara mekanik di wilayah medis harus memahami kedokteran
Kasus pertama: kegagalan panen akibat perubahan model data
- Petani Margaret Brennan membuat sistem optimasi waktu panen dengan alat generatif dan menghemat sekitar 40 ribu dolar, tetapi kemudian mengalami kerugian 25 ribu dolar setelah pembaruan model
- Penyebabnya adalah rekalibrasi model oleh penyedia data cuaca, yang membuat alat tersebut menilai tingkat kematangan terlalu tinggi
- Tom menyelesaikan masalah dengan menambahkan klausul pemantauan perubahan data upstream ke dalam spesifikasi
- Para pelanggan cenderung lebih rela membayar perbaikan setelah masalah terjadi daripada pencegahan, dan Tom menyebut ini ‘paradoks mekanik’
- Biaya kegagalan jauh lebih besar daripada biaya pemeliharaan, tetapi orang biasanya hanya bereaksi saat krisis terjadi
Kasus kedua: kekacauan integrasi dan ‘sistem spageti’
- Peternak sapi perah muda Ethan Novak menggunakan 40 alat generatif, dan keterkaitan di antara alat-alat itu menyebabkan kerugian akibat ketidakcocokan format data
- Ketika format output alat pakan berubah, alat perhitungan harga salah menafsirkannya dan menghasilkan kontrak dengan harga 8% lebih rendah
- Dalam jangka pendek, Tom menerapkan pinning format input (spec pinning), dan untuk jangka panjang ia menyarankan perekrutan ‘koreografer perangkat lunak (Choreographer)’
- Koreografer mendefinisikan antarmuka seluruh sistem dan membangun lapisan validasi saat regenerasi dilakukan
- Ethan akhirnya mempekerjakan seorang ahli dan menyadari bahwa biaya pengelolaan alat jauh lebih besar daripada ‘perangkat lunak gratis’
Kasus ketiga: konflik teknologi antargenerasi dan rasa kontrol manusia
- Cucu dari petani berusia 71 tahun, Carol Lindgren, menambahkan fitur optimasi AI ke sistem irigasi
- Sistem itu mengurangi penggunaan air sebesar 15%, tetapi tidak mampu mencerminkan karakteristik tanah dan penyesuaian berbasis pengalaman
- Tom menawarkan tiga pilihan: menghapus sepenuhnya, mengintegrasikan pengetahuan berbasis pengalaman, atau memasang sakelar peralihan manual
- Carol memilih opsi ketiga, sehingga otomatisasi dan penilaian manusia bisa berjalan berdampingan
- Tom memandang sakelar fisik sebagai ‘perangkat kontrol psikologis’
- Ia menjelaskan bahwa rasa bahwa pengguna bisa ‘membalikkan’ keputusan mesin dengan tangan mereka sendiri adalah hal yang membangun kepercayaan
Penutup: peran manusia yang tidak berubah
- Setelah menyelesaikan harinya, Tom menegaskan kembali fakta bahwa meskipun teknologi berkembang, ketidaksempurnaan spesifikasi dan kompleksitas dunia tidak berkurang
- Dunia pertanian tetap memerlukan penyesuaian berkelanjutan karena data baru, model baru, regulasi, dan perubahan iklim
- Artikel ini menambahkan kabar lanjutan dari masing-masing pelanggan
- Margaret mulai memeriksa log, Ethan menata ulang sistemnya, dan Carol menggunakan sakelar itu tiga kali seminggu
- Mesin kopi Tom masih menyeduh ‘kopi yang lumayan’, melambangkan dunia yang tidak sempurna tetapi cukup berfungsi
1 komentar
Komentar Hacker News
Saat membacanya, sama sekali tidak terpikir bahwa ini tulisan yang dibuat AI
Baru sadar setelah melihat komentar, dan rasanya agak tertipu sehingga sempat canggung
Tulisannya sendiri benar-benar bagus, sampai terasa seperti sesuatu yang layak dimuat di The New Yorker
Walau saya ngobrol dengan AI sepanjang hari, pengalaman kali ini meninggalkan rasa tidak nyaman yang aneh
Saya jadi berpikir tulisan seperti ini sebaiknya diberi penanda dengan prefiks seperti “LLM:”
Agak disayangkan karena penggunaan AI dan niat penulisannya tidak dijelaskan di naskah asli, tetapi tetap saja ini tulisan yang bagus dan memicu diskusi yang bermakna di HN
Tetapi setelah tahu bahwa AI yang menulisnya, minat saya menurun
Yang saya sadari lagi hanya bahwa sekarang makin sulit membedakan gaya khas LLM seperti dulu
Ada sesuatu pada ritme tulisannya yang terasa tidak alami
Membaca juga merupakan pertukaran emosi antara penulis dan pembaca, dan ketika hubungan itu hilang, maknanya ikut memudar
Fakta bahwa emosi yang saya kira terhubung dengan manusia ternyata artifisial terasa mengejutkan
Sebaliknya, musik AI untuk hiburan semata sama sekali tidak mengganggu saya
Pada akhirnya, yang penting adalah ada atau tidaknya koneksi emosional dengan manusia
Saya membacanya tanpa prasangka apa pun, lalu belakangan terkejut mengetahui bahwa ini tulisan yang disusun dengan bantuan AI
Alurnya terasa halus dan seperti perjalanan yang disengaja
Ada sedikit kontradiksi atau penjelasan yang kusut, tetapi saat itu saya sama sekali tidak mencium aroma AI
Komposisi gambarnya juga tepat, dan secara keseluruhan tingkat penyelesaiannya tinggi
Menarik melihat orang-orang tiba-tiba menolak hanya karena tahu AI yang menulisnya
Saya tidak setuju dengan usulan menambahkan tag seperti “LLM:” — itu hanya akan memperkuat prasangka
Pada akhirnya yang penting adalah kualitas hasil akhirnya dan pengalaman pembacanya
Untuk komunitas teknis seperti HN, menurut saya karya seperti ini harus dinilai dari esensinya
Setelah tahu AI yang menulisnya, saya memang agak merasa tertipu, tetapi tulisannya sendiri cukup bagus
Saya menganggap niat dan usaha itu penting dalam membaca, jadi meskipun penulis menggunakan AI, saya masih merasakan kesungguhan
Sebagai software engineer, ini membuat saya banyak berpikir
Saya cukup peka terhadap gaya khas LLM, jadi rasanya itu banyak muncul di awal tetapi makin berkurang di bagian akhir
Mungkin bagian depannya saja yang lebih banyak dipoles
Meski begitu, secara keseluruhan ini tetap tulisan yang bagus
Ke depannya saya berpikir untuk melebur ekspresi seperti ini ke dalam dialog karakter
Latar ceritanya dekat dengan kampung halaman saya, jadi saya membacanya dengan senang
Hanya saja ada banyak kesalahan detail latar terkait geografi nyata maupun pertanian
Meski begitu, sebagai eksperimen fiksi ini cukup menarik
Pertanian sudah menyelesaikan transisi otomatisasinya sepanjang abad ke-20, sedangkan software baru mulai mengalami proses itu sekarang
Kalau memang ditulis AI, justru itu makin mengesankan
Logika perhitungan harga dalam cerita terasa janggal
Jika biaya pakan dihitung lebih tinggi, margin akan turun sehingga harga semestinya dinaikkan, tetapi dalam tulisan itu justru disebut diturunkan
Ini tampak seperti kontradiksi logis
Dalam kenyataannya, jika biaya pakan membengkak, harga yang normal adalah naik
Sepertinya logika dalam cerita itu memang terbalik
Ironis juga bahwa cerita tentang kesalahan spesifikasi malah memuat kesalahan spesifikasi seperti itu
Jarang ada tulisan AI yang terbaca senatural ini
Ada sedikit ketidakkonsistenan, tetapi secara umum gaya tulisnya mulus
Isinya meniru gaya majalah SF era 1920-an dengan sangat sempurna, jadi saya langsung sadar ini AI
Bahkan bagi manusia pun tidak mudah sengaja meniru gaya klasik seperti ini
Gayanya terlalu tergeneralisasi sehingga tidak terasa ada kepribadian penulis manusia
Pada akhirnya ini tampak seperti ide yang lahir dari prompt yang bagus
Masalah khas LLM itu bisa diatasi
Dengan saling memeriksa lewat beberapa AI, kesalahan logika bisa dikurangi
Tetapi idenya sendiri sangat bagus
Kegagalan berantai akibat pembaruan model cuaca, ketiadaan desain sistem, pentingnya switch seharga 4 dolar, dan seterusnya
Menurut saya wawasan seperti ini lebih baik daripada kebanyakan esai serius
Tulisannya memang tidak sempurna, tetapi punya daya yang membuat orang berpikir
Kalimat “orang yang paling berharga adalah mereka yang bisa mendiagnosis masalah spesifikasi sambil memahami domainnya” sangat berkesan
Saya juga beralih dari fisika dan teknik elektro ke software, jadi saya sangat relate
Dari sudut bahwa developer yang datang dari bidang lain membentuk akar software, perubahan sekarang terasa bukan sebagai sesuatu yang baru, melainkan seperti kepulangan
Tulisannya bagus, tetapi kalau 10% lebih pendek mungkin metafora intinya akan tersampaikan lebih kuat
Detail-detail pertaniannya terasa terlalu panjang dan tidak perlu
Mungkin bisa merujuk pada alegori pendek Kafka yang singkat tetapi padat
Begitu melihat gambar header-nya dibuat oleh AI, minat saya pada tulisan itu langsung hilang total
Saya juga sempat curiga, tetapi tidak menemukan jejak yang jelas
Hanya saja ada insting bahwa untuk tulisan sebesar ini rasanya mereka tidak akan benar-benar memakai ilustrator
Saya sama sekali tidak menduga bahwa isi tulisannya juga ditulis AI