Pernahkah Anda menyadari betapa mudahnya kita menyerahkan keputusan kecil sehari-hari kepada mesin? Mulai dari rute jalan, ringkasan rapat, hingga draf email yang seharusnya berisi permintaan maaf yang tulus—semuanya kini bisa “diselesaikan” oleh algoritma dalam hitungan detik. Kemudahan ini menggoda, tetapi di baliknya tersimpan pertanyaan yang semakin sering diangkat oleh para akademisi, psikolog, dan pemimpin bisnis: apa yang terjadi pada kemampuan berpikir, merasakan, dan menimbang kita sendiri ketika mesin terus-menerus melakukannya untuk kita?

Pertanyaan ini menjadi sorotan setelah artikel “The Human Skills We Cannot Afford To Lose” yang ditulis Marybeth Gasman di Forbes Education memicu diskusi luas tentang apa yang sesungguhnya kita pertaruhkan ketika kecerdasan buatan (AI) menjadi rekan kerja sehari-hari. Diskusi itu juga bergulir di kalangan akademisi Harvard, di mana seorang mahasiswa pascasarjana, Shae O. Omonijo, secara terbuka mempertanyakan narasi ekstrem seputar AI—baik yang terlalu optimistis maupun yang terlalu fatalistis—dan menyoroti risiko nyata berupa deskilling, yaitu mengeroposnya keahlian yang tidak lagi dilatih secara aktif.

Kekhawatiran ini bukan sekadar opini segelintir akademisi. Survei terbaru dari Resume Now pada awal 2026 menemukan bahwa sebagian besar pekerja—lebih dari separuh responden—menilai erosi keterampilan manusia akibat ketergantungan berlebihan pada AI sebagai isu tenaga kerja paling besar di tahun ini, bahkan mengungguli kekhawatiran tentang pemutusan hubungan kerja. Angka ini menjadi sinyal penting: ancaman terbesar AI mungkin bukan menggantikan pekerjaan kita, melainkan diam-diam mengikis kapasitas berpikir yang membuat kita layak dipercaya untuk pekerjaan itu.

Mengapa “Deskilling” Begitu Mengkhawatirkan

Istilah deskilling sebenarnya bukan barang baru. Jauh sebelum era AI generatif, filsuf Yunani kuno Socrates—dalam dialog Phaedrus karya Plato—sudah mencemaskan bahwa tulisan akan melemahkan daya ingat manusia, karena orang akan terlalu mengandalkan catatan eksternal ketimbang melatih memorinya sendiri. Apa yang dahulu berlaku pada tulisan, kini berulang pada model bahasa besar (large language models/LLM): ketika sebuah kemampuan kognitif terlalu sering “dititipkan” ke alat luar, otot mental yang menopangnya pelan-pelan mengecil.

Riset di bidang psikologi pendidikan bahkan menunjukkan gejala ini sudah muncul sebelum AI generatif meluas. Generasi yang tumbuh bersama gawai pintar dilaporkan mengalami kesulitan pada keterampilan “sehari-hari namun esensial”—mulai dari empati, manajemen waktu, kemampuan berbicara dengan orang lain, hingga problem-solving dasar. AI generatif berpotensi memperburuk tren ini karena sifatnya yang jauh lebih serba bisa dan mudah diakses dibandingkan teknologi sebelumnya.

Yang membuat fenomena ini berbahaya adalah sifatnya yang senyap. Tidak ada alarm yang berbunyi saat seseorang berhenti berlatih menyusun argumen sendiri, atau saat seorang manajer berhenti membaca sinyal emosi tim hanya karena dasbor analitik AI sudah memberi “skor keterlibatan”. Boston Consulting Group dalam laporannya tahun 2026 menyebut justru kemampuan-kemampuan yang dianggap paling kritis oleh para pemimpin bisnis—penilaian dan pengambilan keputusan, pemahaman serta perumusan masalah, dan pemikiran kreatif—yang paling rentan tergerus akibat ketergantungan berlebihan pada AI.

Lima Keterampilan yang Justru Makin Berharga

Di tengah kekhawatiran ini, muncul konsensus yang cukup luas di kalangan periset ketenagakerjaan: bukan berarti manusia harus menghindari AI, melainkan harus secara sadar merawat sekelompok kemampuan yang membuat kita tetap relevan dan bermakna justru karena AI ada di sekitar kita. World Economic Forum mengidentifikasi pemikiran kreatif, ketahanan (resilience), fleksibilitas, dan kepemimpinan sebagai keterampilan yang nilainya terus naik berdampingan dengan kefasihan teknis terhadap AI.

Apa Kata Dunia Pendidikan dan Bisnis

EY dalam kajiannya tahun 2026 tentang merancang ulang dunia kerja di era AI menekankan bahwa empati, kreativitas, dan penilaian etis justru memperkuat kekuatan mesin yang cerdas, mengubah kantor menjadi semacam “ekosistem kognitif” tempat manusia dan AI saling melengkapi. Mereka menyarankan organisasi bergeser dari sekadar otomatisasi menuju augmentasi—memadukan kekuatan manusia dan mesin lewat tiga tahap: memperkuat (augment), menyesuaikan (adapt), dan mempertanggungjawabkan (account).

Sementara itu, laporan Tren Modal Manusia Global 2026 dari Deloitte menemukan kesenjangan yang cukup mencolok: meskipun sebagian besar pemimpin organisasi menyadari pentingnya kemampuan beradaptasi cepat, hanya segelintir yang merasa benar-benar memimpin dalam hal itu. Sepertiga pekerja bahkan mengalami belasan perubahan besar dalam setahun terakhir, sementara kurang dari sepertiga organisasi dinilai mampu mengelola perubahan itu dengan baik. Kesenjangan antara skala kebutuhan reskilling dan kesiapan perusahaan untuk memenuhinya semakin melebar.

Gartner bahkan memprediksi separuh dari organisasi global akan mulai mewajibkan semacam “tes keterampilan tanpa AI” pada tahun 2026, sebagai respons atas kekhawatiran mengeroposnya kemampuan berpikir kritis akibat penggunaan AI generatif yang berlebihan. Ini menandakan pergeseran besar: kemampuan untuk bekerja tanpa bergantung pada AI kini mulai dipandang sebagai indikator kompetensi, bukan sekadar nostalgia terhadap cara kerja lama.

Dampaknya pada Pendidikan

Di ruang kelas, ketegangan yang sama juga terasa. Pendidik dihadapkan pada dilema: bagaimana mengajarkan literasi AI tanpa mengorbankan latihan dasar menulis esai, menyusun argumen, atau menyelesaikan soal matematika dengan tangan sendiri? Banyak institusi pendidikan kini mulai merancang ulang penilaian agar tetap bisa mengukur kemampuan berpikir murni siswa—sembari tetap membekali mereka dengan kecakapan menggunakan AI secara bijak untuk dunia kerja yang sudah berubah.

Bagaimana Merawat Keterampilan Ini Secara Sengaja

Para periset sepakat pada satu hal: keterampilan manusia tidak akan hilang begitu saja karena kemajuan teknologi, tetapi bisa mengerops jika tidak sengaja dilatih. Berikut beberapa langkah praktis yang dapat diterapkan baik oleh individu maupun organisasi.

Pertama, jadikan proses berpikir tetap terlihat. Sebelum menerima jawaban AI begitu saja, biasakan menuliskan dugaan atau kerangka jawaban sendiri terlebih dahulu, lalu bandingkan dengan keluaran AI. Kebiasaan kecil ini menjaga “otot” penalaran tetap aktif, alih-alih langsung pasif menerima apa yang disodorkan algoritma.

Kedua, ciptakan ruang interaksi manusia yang sengaja bebas dari perantara digital—diskusi tatap muka, mentoring langsung, atau sesi umpan balik tanpa notula otomatis. Empati dan kepekaan sosial tumbuh dari latihan berulang membaca ekspresi, nada bicara, dan keheningan yang tidak terekam dalam transkrip.

Ketiga, organisasi perlu memasukkan “pengisian ulang keterampilan” ke dalam alur kerja harian, bukan hanya pelatihan tahunan yang terpisah dari pekerjaan sesungguhnya. BCG menyarankan pemimpin merancang ulang alur kerja dan sistem kinerja agar replenishment keterampilan menjadi bagian rutin, bukan acara seremonial.

Pada akhirnya, AI bukan musuh dari keterampilan manusia—ia justru bisa menjadi cermin yang menunjukkan keterampilan mana yang selama ini kita anggap remeh padahal sangat berharga. Tantangannya bukan menolak teknologi, melainkan memastikan kita tidak diam-diam kehilangan kapasitas berpikir, merasakan, dan menimbang yang membuat keputusan-keputusan penting tetap layak dipercaya.