Nasional – Kecerdasan buatan (AI) generatif, yang semula diharapkan mampu mempercepat dan mempermudah pekerjaan, kini justru menimbulkan fenomena baru bernama *workslop*. Istilah ini merujuk pada ledakan konten digital dangkal yang dihasilkan AI, seperti dari ChatGPT atau Gemini, yang alih-alih meningkatkan efisiensi, justru menjadi beban tambahan signifikan bagi pekerja. Riset terbaru dari Harvard Business Review (HBR) bersama Stanford dan BetterUp bahkan mengungkap potensi kerugian hingga jutaan dolar bagi perusahaan setiap tahun akibat “sampah digital” ini.
Fenomena *workslop* digambarkan sebagai banjir informasi minim nilai yang membebani alur kerja organisasi. HBR mencatat bahwa masalah utama di era AI bukan lagi kekurangan informasi, melainkan justru kelebihan data berkualitas rendah yang menghambat. “Yang awalnya ditujukan untuk membantu, kini malah menghambat,” tulis HBR.
Secara kasat mata, dokumen yang dihasilkan AI sering tampak rapi dan menjanjikan. Namun, begitu dibuka, isinya kerap membingungkan, memaksa pembaca mengernyitkan dahi untuk memahami maksud sebenarnya. Studi dari Stanford Social Media Lab dan BetterUp Labs mencatat, 40 persen pekerja profesional di Amerika Serikat mengaku pernah menerima konten *workslop* dalam sebulan terakhir.
Setiap kasus *workslop* diperkirakan menghabiskan satu hingga dua jam waktu kerja untuk diperbaiki atau ditulis ulang. Jika diakumulasikan, sebuah perusahaan dengan 10.000 karyawan berisiko kehilangan lebih dari 9 juta dollar AS per tahun akibat “limbah digital” ini. Kondisi ini berujung pada terbuangnya waktu kerja untuk memilah dan memverifikasi, serta melemahnya kualitas keputusan karena data yang dipakai dangkal atau bias.
Selain menurunkan produktivitas, *workslop* juga memicu kelelahan mental pada karyawan. Mereka merasa terbebani ekspektasi untuk selalu cepat menanggapi arus informasi yang sebagian besar tidak berguna. Survei Stanford–BetterUp menunjukkan, satu dari tiga responden bahkan enggan bekerja sama dengan rekan yang kerap mengirim konten *workslop*, yang mengikis kepercayaan dan merusak kolaborasi tim.
“Seperti membaca makalah mahasiswa tingkat awal setiap hari. Panjang, tapi isinya tipis,” tutur seorang analis keuangan yang diwawancarai peneliti. Laporan HBR menekankan, meskipun jumlah dokumen, memo, dan presentasi meningkat, kualitas keputusan tidak otomatis bertambah baik. Manajer justru harus menghabiskan waktu ekstra untuk menyaring informasi yang tidak relevan sebelum mencapai inti masalah.
Peneliti Harvard membagi pengguna AI di tempat kerja menjadi dua kategori: “penumpang” dan “pilot”. Pengguna “penumpang” cenderung memakai AI sebagai jalan pintas tanpa memeriksa kualitas hasil. Sebaliknya, “pilot” mengarahkan AI dengan konteks jelas, meninjau ulang hasilnya, dan hanya menggunakan bagian yang relevan.
“Workslop mudah dibuat, tapi mahal untuk dibersihkan. Apa yang dikira jalan pintas, justru menjadi jalan buntu bagi tim,” tulis BetterUp. Para pakar menilai solusi awal terletak pada kurasi internal dan literasi digital. Setiap dokumen hasil AI perlu diverifikasi manusia dan standar kualitas harus ditegakkan agar AI berfungsi sebagai asisten yang efektif, bukan beban.
Organisasi perlu melampaui euforia “lebih banyak, lebih cepat” dan lebih bijaksana dalam memilih serta menyaring informasi. Tanpa kurasi yang ketat, janji efisiensi AI dapat berubah menjadi jebakan, membuat pekerja tenggelam dalam lautan konten yang tampak canggih namun sesungguhnya hampa dan merusak daya saing jangka panjang.
