Bagaimana penggunaan AI generatif mengubah cara profesional dimintai pertanggungjawaban atas kesalahan dan dievaluasi orang lain?

Host: Halo dan selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers. Hari ini kita membahas studi berjudul "AI dan Pergeseran Batasan Akuntabilitas Profesional" yang ditulis oleh Leily Soleimanof, Derrick Neufeld, dan Yasser Rahrovani, yang dipresentasikan di International Conference on Information Systems tahun 2026. Studi kualitatif ini menyelidiki bagaimana adopsi AI generatif mengubah dinamika akuntabilitas dan evaluasi dalam pekerjaan profesional. Bersama saya ada analis kita, Alex Ian Sutherland. Selamat datang, Alex.
Expert: Terima kasih, Anna. Senang bisa bergabung kembali untuk membahas topik ini.
Host: Alex, mari kita mulai dari persoalan dasarnya. Mengapa akuntabilitas profesional menjadi isu yang perlu dikaji ulang saat AI mulai digunakan secara luas?
Expert: Selama ini, sebagian besar penelitian seputar interaksi manusia dan AI berfokus pada rasa tanggung jawab pribadi atau kerangka kerja tata kelola yang bersifat teoritis. Namun, aspek akuntabilitas sebagai proses sosial dan relasional sering terlewatkan. Artinya, kita masih minim pemahaman mengenai bagaimana seorang profesional dinilai secara nyata oleh rekan kerja dan klien mereka ketika AI turut berkontribusi dalam menyelesaikan tugas.
Host: Lalu, bagaimana para peneliti mendekati dan membedah persoalan ini di lapangan?
Expert: Peneliti menggunakan pendekatan kualitatif dengan melakukan empat wawancara rintisan dan dua belas wawancara semi-terstruktur bersama akuntan profesional bersertifikat, atau Chartered Professional Accountants, di Kanada. Responden mencakup berbagai tingkat pengalaman dan peran fungsional, sehingga memberikan gambaran tentang dinamika praktis yang dihadapi praktisi di lingkungan kerja sehari-hari.
Host: Dari wawancara tersebut, apa saja temuan utama yang terungkap dalam studi ini?
Expert: Pertama, profesional tetap memikul tanggung jawab pribadi penuh atas hasil pekerjaan mereka, terlepas dari apakah tugas tersebut dibantu oleh AI atau tidak. Namun, penggunaan AI cenderung mengurangi pemahaman mendalam yang biasanya terbangun lewat pengerjaan manual. Akibatnya, praktisi menghadapi tantangan lebih besar saat harus menjelaskan dan mempertahankan keputusan mereka ketika diteliti oleh pihak lain.
Host: Jadi ada kesenjangan antara tanggung jawab akhir dan pemahaman prosesnya. Lalu bagaimana evaluasi kinerja berubah?
Expert: Standar evaluasi bergeser dari menilai alur penalaran menjadi mengevaluasi ketekunan. Jika kesalahan terjadi dalam pengerjaan manual, hal itu umumnya dianggap sebagai bagian wajar dari proses pembelajaran asalkan logikanya dapat dijelaskan. Sebaliknya, kesalahan pada pekerjaan yang dibantu AI sering dipandang sebagai kelalaian atau kemalasan karena individu dianggap gagal memverifikasi keluaran sistem.
Host: Ini berarti bentuk akuntabilitasnya sendiri mengalami pergeseran, bukan?
Expert: Tepat sekali. Studi ini mencatat terjadinya transisi menuju akuntabilitas berbasis verifikasi. Ekspektasi utama kini bukan lagi memikirkan keputusan secara mendalam sejak tahap awal, melainkan memeriksa ulang keluaran buatan AI. Menariknya, para profesional juga ditemukan bersikap strategis: mereka memilih untuk mengungkapkan atau justru menyembunyikan penggunaan AI tergantung persepsi klien dan rekan kerja, demi melindungi reputasi profesional mereka.
Host: Berdasarkan temuan tersebut, apa implikasi praktis yang paling penting bagi para pemimpin bisnis dan organisasi?
Expert: Pemimpin bisnis perlu menyadari bahwa efisiensi dari AI membawa konsekuensi pada cara tim bekerja dan berinteraksi. Organisasi sebaiknya tidak hanya mendorong adopsi alat, tetapi juga membangun protokol verifikasi yang jelas dan terstandarisasi. Selain itu, penting untuk menciptakan lingkungan kerja yang transparan, di mana penggunaan AI dapat didiskusikan secara terbuka tanpa stigma kelalaian, sehingga proses validasi dapat dilakukan secara objektif.
Host: Kesimpulannya, kehadiran AI tidak mengurangi beban tanggung jawab manusia, melainkan menuntut fokus baru pada ketekunan verifikasi dan keterbukaan komunikasi. Terima kasih atas analisisnya, Alex.
Expert: Sama-sama, Anna.
Host: Terima kasih telah mendengarkan episode kali ini. Sampai jumpa di A.I.S. Insights — powered by Living Knowledge berikutnya.