oleh: Darusman
Selama bertahun-tahun, mereka yang menguasai teknologi memiliki keunggulan atas mereka yang sekadar menggunakannya. Kini, kecerdasan buatan mulai mengubah hubungan itu. Orang yang memahami persoalan secara mendalam semakin memiliki kemampuan untuk menentukan bagaimana teknologi bekerja, bahkan ketika mereka bukan pembuat teknologi tersebut.
Bayangkan seorang ahli kehutanan sedang memeriksa peta perubahan tutupan hutan melalui sebuah aplikasi. Pada layar komputer, sejumlah area ditandai merah. Sistem mendeteksi hilangnya tutupan pohon dan mengidentifikasikannya sebagai wilayah yang memerlukan pemeriksaan lebih lanjut.
Bagi orang yang hanya memahami cara kerja aplikasi, hasil itu mungkin dianggap sebagai kesimpulan akhir. Namun, seorang ahli kehutanan akan mengajukan pertanyaan berbeda.
Apakah perubahan tutupan pohon tersebut disebabkan pembukaan lahan untuk penggunaan lain? Apakah terjadi kegiatan pemanenan pada hutan produksi yang dikelola secara berkelanjutan? Bagaimana riwayat lahannya? Apa status kawasan tersebut? Dan apakah perubahan yang terdeteksi benar-benar memenuhi definisi deforestasi menurut ketentuan yang digunakan?
Pertanyaan-pertanyaan itu tidak lahir dari kecanggihan komputer. Semuanya lahir dari penguasaan ilmu kehutanan.
Di sinilah letak persoalannya. Teknologi dapat menunjukkan sesuatu yang terjadi. Namun, memahami apa arti kejadian tersebut sering kali membutuhkan pengetahuan yang jauh melampaui kemampuan membaca hasil analisis komputer.
Ketika Teknologi Bukan Lagi Penghalang Utama
Pada masa sebelumnya, seseorang yang memiliki gagasan untuk membangun sistem informasi harus bergantung cukup besar kepada mereka yang menguasai bahasa pemrograman, pengelolaan basis data, dan pembangunan perangkat lunak.
Seorang ahli kehutanan mungkin memahami dengan baik bagaimana sistem ketertelusuran kayu seharusnya bekerja. Ia mengetahui hubungan antara sumber kayu, dokumen pengangkutan, proses produksi, hingga persyaratan pasar internasional. Namun, untuk menerjemahkan pengetahuan itu menjadi aplikasi, ia membutuhkan kemampuan teknis yang tidak selalu dimilikinya.
Kehadiran kecerdasan buatan generatif mulai mengubah keadaan tersebut.
Seseorang kini dapat menjelaskan persoalannya menggunakan bahasa sehari-hari, menyusun logika pekerjaan, meminta AI membantu menulis kode, membangun prototipe, atau mengembangkan fungsi tertentu. Pekerjaan yang sebelumnya memerlukan proses teknis panjang menjadi lebih mudah dijajaki.
Tentu saja, membangun perangkat lunak yang aman, andal, dan dapat digunakan secara luas tetap membutuhkan rekayasa profesional. AI tidak menghapus kebutuhan terhadap programmer, arsitek sistem, maupun ahli keamanan digital.
Namun, ada perubahan penting yang sedang berlangsung: kemampuan menerjemahkan gagasan menjadi perangkat teknologi tidak lagi sepenuhnya dimonopoli oleh orang yang memahami bahasa pemrograman.
Akibatnya, orang yang menguasai substansi suatu bidang memperoleh ruang lebih besar untuk terlibat langsung dalam pengembangan teknologi.
Inilah yang dapat disebut sebagai Sovereignty of Substance, atau kedaulatan substansi.
Kedaulatan substansi adalah kemampuan seseorang untuk mengarahkan, menguji, dan mengendalikan penggunaan teknologi berdasarkan penguasaan mendalam terhadap persoalan yang ingin diselesaikan.
Menguasai Alat Belum Tentu Menguasai Persoalan
Kita sering terkagum-kagum pada kecanggihan sebuah aplikasi. Dashboard yang menarik, peta interaktif, analisis otomatis, dan laporan yang dihasilkan dalam hitungan detik mudah dipandang sebagai ukuran kemajuan.
Padahal, kecanggihan tampilan tidak selalu sejalan dengan ketepatan kesimpulan.
Kembali pada contoh kehutanan. Sebuah sistem berbasis citra satelit dapat mendeteksi perubahan tutupan pohon. Namun, jika sistem langsung menyamakan setiap kehilangan tutupan pohon dengan deforestasi, kesimpulannya berpotensi keliru.
Dalam pengelolaan hutan produksi, misalnya, pemanenan dapat menjadi bagian dari siklus pengelolaan yang memiliki ketentuan tersendiri. Penentuan apakah suatu kejadian termasuk deforestasi atau degradasi hutan membutuhkan pemeriksaan berdasarkan definisi, kondisi lapangan, dan bukti yang relevan.
Artinya, masalahnya belum tentu terletak pada algoritma pendeteksi perubahan tutupan pohon. Algoritma tersebut mungkin bekerja tepat sesuai tugasnya. Persoalan muncul ketika hasil deteksi ditafsirkan melampaui kemampuan dan tujuan analisisnya.
Di sinilah ahli substansi memainkan peran penting.
Ia tidak sekadar menerima informasi yang disajikan teknologi. Ia memahami keterbatasan metode, mampu mempertanyakan hasilnya, dan mengetahui bukti tambahan apa yang diperlukan sebelum suatu kesimpulan dibuat.
Prinsip yang sama berlaku dalam berbagai bidang.
Dalam ekonomi, model statistik dapat menghasilkan proyeksi pertumbuhan, tetapi memahami apakah proyeksi itu masuk akal membutuhkan pengetahuan mengenai struktur ekonomi dan perilaku pasar.
Dalam kesehatan, AI dapat membantu membaca hasil pemeriksaan, tetapi keputusan klinis tetap memerlukan penilaian profesional terhadap kondisi pasien.
Dalam kebijakan publik, sistem dapat mengolah ribuan indikator pembangunan, tetapi menentukan prioritas kebijakan memerlukan pemahaman mengenai masyarakat, kelembagaan, serta konsekuensi sosial dari setiap pilihan.
Semakin mudah teknologi digunakan, semakin penting kemampuan manusia untuk memahami apa yang sebenarnya sedang dikerjakan oleh teknologi tersebut.
Pengetahuan Menjadi Sumber Kekuasaan Baru
Pergeseran ini bukan sekadar gagasan yang menarik secara filosofis. Penelitian mulai menunjukkan bagaimana AI memengaruhi hubungan antara keterampilan, pengalaman, dan produktivitas.
Penelitian Erik Brynjolfsson, Danielle Li, dan Lindsey Raymond yang diterbitkan dalam The Quarterly Journal of Economics pada 2025 menemukan bahwa penggunaan AI meningkatkan produktivitas pekerja layanan pelanggan sekitar 15 persen. Peningkatan terutama terjadi pada pekerja yang kurang berpengalaman, karena AI membantu mereka memanfaatkan pola kerja dan pengetahuan yang sebelumnya lebih banyak dimiliki pekerja berpengalaman.
Temuan tersebut menunjukkan bahwa AI dapat memperluas akses terhadap sebagian pengetahuan praktis yang sebelumnya memerlukan proses belajar cukup panjang.
Namun, kemampuan menggunakan AI tidak otomatis menghasilkan keputusan yang lebih baik.
Penelitian Fabrizio Dell’Acqua dan rekan-rekannya, yang diterbitkan dalam Organization Science pada 2026, memperlihatkan bahwa AI mampu meningkatkan kualitas dan produktivitas pada jenis pekerjaan tertentu, tetapi justru dapat menurunkan ketepatan ketika digunakan untuk persoalan di luar batas kemampuannya.
Dengan kata lain, AI dapat membuat orang bekerja lebih cepat sekaligus membuka kemungkinan orang membuat kesalahan dengan lebih percaya diri.
Temuan ini mengingatkan kita bahwa pengetahuan mendalam tetap diperlukan untuk menentukan kapan teknologi layak dipercaya, kapan hasilnya perlu diperiksa, dan kapan keputusan harus menggunakan pendekatan lain.
Karena itu, penguasaan substansi bukan jaminan seseorang selalu lebih produktif daripada pengguna AI lainnya. Keunggulan utamanya terletak pada kemampuan merumuskan persoalan, menilai relevansi hasil, dan mempertanggungjawabkan keputusan.
Masa Depan Bukan Pertarungan Ahli Bidang Melawan Programmer
Perubahan ini seharusnya tidak dibaca sebagai ancaman terhadap profesi teknologi informasi.
Programmer tetap dibutuhkan. Begitu pula ahli basis data, keamanan siber, geospasial, dan berbagai bidang teknis lainnya. Perangkat lunak yang digunakan untuk keputusan penting tidak cukup hanya dibuat dengan perintah kepada AI. Sistem tersebut membutuhkan pengujian, pengamanan, pemeliharaan, dan pengendalian mutu.
Namun, posisi para pelaku dalam pengembangan teknologi berpotensi mengalami perubahan.
Seorang ahli substansi yang sebelumnya hanya menyampaikan kebutuhan kepada pengembang kini dapat ikut merancang alur kerja, menyusun prototipe, memeriksa logika sistem, bahkan mengembangkan sebagian fungsi aplikasi dengan bantuan AI.
Sebaliknya, pengembang teknologi yang memahami substansi pekerjaan penggunanya akan memiliki keunggulan lebih besar dibandingkan mereka yang hanya memahami perangkat teknis.
Kolaborasi keduanya menjadi semakin penting.
Ahli substansi memahami persoalan yang harus diselesaikan. Ahli teknologi memastikan solusi dapat diwujudkan secara andal. AI membantu mempercepat proses yang mempertemukan keduanya.
Perubahan terbesarnya bukan berarti semua orang harus menjadi programmer, melainkan semakin banyak orang mampu berperan dalam menentukan bentuk teknologi yang mereka butuhkan.
Kedaulatan yang Sesungguhnya
Ada risiko lain yang patut diperhatikan. Kemudahan menggunakan AI dapat membuat seseorang merasa telah menguasai suatu bidang hanya karena mampu menghasilkan jawaban yang terdengar meyakinkan.
Padahal, kemampuan menghasilkan jawaban berbeda dengan kemampuan memahami persoalan.
Seseorang dapat meminta AI menyusun analisis risiko kehutanan, tetapi belum tentu memahami dasar ekologis dan hukum dari kesimpulannya. Ia dapat menghasilkan laporan ekonomi yang rapi, tetapi belum tentu mampu mengenali asumsi keliru dalam perhitungannya.
Di sinilah batas antara menggunakan teknologi dan mengendalikan teknologi menjadi jelas.
Orang yang sekadar menggunakan teknologi cenderung mengikuti apa yang diberikan sistem. Sementara itu, orang yang menguasai substansi mampu menentukan apa yang perlu dianalisis, mengapa analisis itu diperlukan, bagaimana hasilnya harus diperiksa, dan kapan hasil tersebut tidak layak dijadikan dasar keputusan.
Kedaulatan juga tidak cukup dibangun melalui pengetahuan saja. Ia membutuhkan akses terhadap data, kemampuan memahami keterbatasan sistem, kewenangan mengambil keputusan, serta tanggung jawab atas akibat penggunaannya.
Karena itu, menguasai substansi bukan berarti menolak teknologi atau menganggap keahlian sendiri tidak tergantikan. Justru sebaliknya, penguasaan substansi memberi dasar yang lebih kuat untuk menggunakan teknologi secara terbuka, kritis, dan bertanggung jawab.
Pada akhirnya, kecerdasan buatan mungkin akan membuat semakin banyak orang mampu membangun aplikasi, mengolah data, dan menghasilkan analisis. Keunggulan yang dahulu diperoleh hanya dari kemampuan mengoperasikan teknologi tertentu dapat semakin mudah ditiru.
Namun, memahami kenyataan di balik angka, mengetahui konteks di balik data, serta mampu mengambil keputusan ketika informasi tidak lengkap tetap menjadi kemampuan yang bernilai.
Masa depan bukan hanya milik mereka yang paling mahir menggunakan teknologi. Masa depan juga menjadi milik mereka yang paling memahami persoalan dan mampu membuat teknologi bekerja untuk menyelesaikannya.
Itulah inti Sovereignty of Substance.
Teknologi memperluas kemampuan manusia. Penguasaan substansi menentukan ke mana kemampuan itu diarahkan.
