Bagaimana tingkat bantuan penulisan AI memengaruhi apakah orang memperhatikan atau mengabaikan saran?

Host: Selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers, dan bersama saya adalah Alex Ian Sutherland. Hari ini kita membahas studi berjudul "Ketika Lebih Sedikit Lebih Buruk daripada Lebih Banyak: Intensitas Bantuan AI dan Zona Ketidakterlibatan dalam Menulis", yang ditulis oleh Dominik Siemon, Triparna de Vreede, dan Gert-Jan de Vreede untuk ICIS 2026. Studi ini meneliti bagaimana berbagai tingkat bantuan penulisan AI memengaruhi keterlibatan pengguna dalam konteks dunia nyata.

Expert: Benar, Anna. Inti dari studi ini berangkat dari masalah nyata di tempat kerja. Alat bantu penulisan AI memang dapat mempercepat pekerjaan, tetapi melimpahkan seluruh proses revisi berisiko menghilangkan upaya kognitif yang sebenarnya dibutuhkan untuk mempertahankan dan melatih keterampilan menulis. Banyak penelitian sebelumnya berfokus pada lingkungan laboratorium buatan dan hanya mengukur metrik agregat, seperti berapa persen saran yang diterima secara keseluruhan.

Host: Dan metrik agregat seperti itu bisa menyembunyikan perilaku pengguna yang sebenarnya, bukan?

Expert: Tepat sekali. Metrik tersebut mengaburkan apakah pengguna benar-benar mengevaluasi saran secara kritis, menerimanya secara membabi buta, atau justru mengabaikannya sama sekali. Untuk menyelidiki hal ini, para peneliti merancang eksperimen lapangan acak antarsubjek yang disematkan langsung ke dalam alat penulisan daring. Sebanyak enam puluh enam partisipan dibagi secara buta ke dalam tiga kondisi intensitas bantuan AI: ringan, seimbang, dan mendalam.

Host: Lalu, apa yang ditemukan dari pengujian tersebut?

Expert: Temuan pertama berkaitan dengan tingkat penerimaan saran per perubahan. Studi ini menemukan bahwa penerimaan dipengaruhi secara signifikan oleh intensitas bantuan. Tingkat penerimaan tertinggi terjadi pada kondisi bantuan ringan, terendah pada bantuan seimbang, dan berada di tingkat menengah pada bantuan mendalam. Ini mengonfirmasi hipotesis pertama para peneliti.

Host: Menarik bahwa bantuan seimbang atau tingkat sedang justru menghasilkan penerimaan terendah. Mengapa demikian?

Expert: Di sinilah muncul konsep "zona ketidakterlibatan". Pada kondisi bantuan seimbang, partisipan paling sering menunjukkan ketidakterlibatan total. Faktanya, lima belas dari tujuh belas sesi yang dianalisis dalam kondisi seimbang berada dalam mode abaikan, di mana pengguna tidak berinteraksi sama sekali dengan saran AI. Namun, penting untuk dicatat secara netral bahwa perbedaan mode keterlibatan antar kondisi ini hanya signifikan secara marjinal, dengan nilai p sama dengan 0,071. Hal ini disebabkan oleh ukuran sampel eksplorasi yang relatif kecil, yaitu tiga puluh enam sesi yang dianalisis, sehingga temuan ini harus dilihat sebagai indikasi arah.

Host: Apakah ada faktor lain dari sisi individu pengguna yang memengaruhi perilaku mereka?

Expert: Ada. Studi ini menemukan bahwa kepercayaan diri penulis secara signifikan memprediksi apakah pengguna tersebut akan kembali menggunakan platform pada sesi-sesi berikutnya. Penulis yang merasa lebih percaya diri memiliki pola keterlibatan ulang yang berbeda dibandingkan mereka yang kurang yakin dengan kemampuan menulisnya.

Host: Bagi para pemimpin bisnis dan pengembang teknologi, apa implikasi praktis yang bisa diambil dari studi ini?

Expert: Implikasi utamanya menyangkut desain alur kerja dan integrasi perangkat lunak AI. Menyediakan bantuan di tingkat menengah ternyata berisiko menciptakan friksi kognitif: interupsi yang diberikan AI cukup banyak untuk mengganggu fokus, tetapi nilainya dirasa belum cukup tinggi untuk dipertimbangkan secara aktif. Bagi praktisi, pilihannya tampak lebih efektif jika terarah jelas: gunakan intervensi ringan untuk koreksi cepat tanpa mengganggu alur pikir, atau sediakan tinjauan mendalam yang komprehensif ketika pengguna memang meminta perombakan teks. Menempatkan bantuan di tengah-tengah tanpa pertimbangan matang justru dapat mendorong karyawan masuk ke zona ketidakterlibatan.

Host: Ini menjadi pertimbangan penting bagi organisasi dalam memilih dan mengonfigurasi alat produktivitas berbasis kecerdasan buatan. Terima kasih banyak, Alex, atas penjelasannya, dan terima kasih kepada para pendengar yang telah bergabung di episode A.I.S. Insights kali ini. Sampai jumpa di pembahasan berikutnya.