Keputusan Penting Tetap Membutuhkan Manusia
Semakin berkembang kemampuan AI, semakin sering muncul pertanyaan seperti, “Kalau AI sudah bisa bekerja sendiri, apakah manusia masih diperlukan?”
Jawabannya adalah ya.
Meskipun Agentic AI mampu menganalisis data, menggunakan berbagai tools, hingga menjalankan workflow secara otomatis, ada banyak situasi di mana keputusan akhir tetap harus berada di tangan manusia. Bukan karena AI tidak canggih, tetapi karena ada keputusan yang membutuhkan pertimbangan etika, pengalaman, intuisi, dan tanggung jawab yang tidak bisa sepenuhnya diwakili oleh teknologi.
Pendekatan inilah yang dikenal sebagai Human-in-the-Loop (HITL).
Alih-alih membiarkan AI bekerja tanpa pengawasan, Human-in-the-Loop menempatkan manusia sebagai bagian dari proses pengambilan keputusan. Dengan cara ini, AI berperan sebagai asisten yang membantu, sedangkan manusia tetap menjadi pengambil keputusan akhir ketika situasi memerlukannya.
Mengapa Human-in-the-Loop Masih Dibutuhkan?
Bayangkan sebuah bank menggunakan AI untuk menganalisis pengajuan pinjaman.
AI dapat menghitung risiko berdasarkan pendapatan, riwayat kredit, dan berbagai data lainnya dalam hitungan detik. Namun, bagaimana jika ada calon nasabah yang baru saja memulai usaha dan belum memiliki riwayat kredit yang panjang?
Secara data, AI mungkin menilai risikonya tinggi.
Namun seorang analis kredit bisa melihat faktor lain, seperti prospek bisnis, kondisi pasar, atau dokumen pendukung yang tidak sepenuhnya dapat dinilai oleh AI.
Situasi seperti ini menunjukkan bahwa AI sangat membantu dalam proses analisis, tetapi keputusan akhir tetap memerlukan penilaian manusia.
Insight
Human-in-the-Loop bukan berarti AI gagal bekerja. Justru pendekatan ini dirancang agar keputusan yang diambil menjadi lebih akurat dan lebih bertanggung jawab.
Bagaimana Konsep Human-in-the-Loop Bekerja?
Dalam sistem Human-in-the-Loop, AI tidak selalu bekerja sampai tahap akhir.
Ada titik tertentu di mana AI akan berhenti dan meminta persetujuan manusia sebelum melanjutkan proses.
Misalnya, pada sistem persetujuan klaim asuransi.
Untuk klaim dengan nilai kecil dan memenuhi semua syarat, AI dapat langsung memprosesnya secara otomatis.
Namun jika nilai klaim sangat besar atau ditemukan data yang tidak konsisten, AI akan mengirimkan hasil analisis beserta rekomendasinya kepada petugas.
Petugas kemudian mempelajari hasil tersebut sebelum mengambil keputusan akhir.
Dengan mekanisme seperti ini, pekerjaan menjadi lebih cepat tanpa mengurangi kontrol manusia terhadap keputusan yang memiliki dampak besar.
Bidang yang Paling Banyak Menggunakan Human-in-the-Loop
Tidak semua sistem memerlukan pengawasan manusia pada setiap langkah. Namun ada beberapa bidang yang hampir selalu menerapkan Human-in-the-Loop karena tingkat risikonya cukup tinggi.
Misalnya di dunia kesehatan.
AI dapat membantu menganalisis hasil pemeriksaan radiologi atau memberikan daftar kemungkinan penyakit berdasarkan gejala pasien. Akan tetapi, dokter tetap menjadi pihak yang menetapkan diagnosis dan menentukan tindakan medis.
Contoh lain adalah proses rekrutmen karyawan.
AI dapat membantu menyaring ribuan CV berdasarkan kriteria tertentu sehingga pekerjaan tim HR menjadi lebih ringan.
Namun keputusan mengenai siapa yang diterima bekerja tetap dilakukan melalui wawancara dan penilaian oleh manusia.
Pendekatan serupa juga digunakan pada sektor perbankan, hukum, pemerintahan, dan keamanan siber.
Kapan AI Bisa Bekerja Sendiri?
Tidak semua pekerjaan membutuhkan persetujuan manusia.
Untuk tugas-tugas yang memiliki risiko rendah, AI sering kali dapat bekerja secara otomatis.
Misalnya:
- Mengirim pengingat jadwal rapat.
- Membuat ringkasan dokumen.
- Mengelompokkan email berdasarkan kategori.
- Menjawab pertanyaan umum pelanggan.
- Memperbarui status pekerjaan pada sistem.
Karena dampaknya relatif kecil, otomatisasi penuh justru dapat meningkatkan efisiensi kerja.
Yang terpenting adalah pengembang mampu membedakan tugas mana yang aman untuk diotomatisasi dan tugas mana yang memerlukan keterlibatan manusia.
Tantangan dalam Menerapkan Human-in-the-Loop
Walaupun konsepnya terlihat sederhana, penerapannya membutuhkan perencanaan yang matang.
Jika terlalu banyak keputusan yang harus diperiksa manusia, manfaat otomatisasi akan berkurang karena proses menjadi lambat.
Sebaliknya, jika terlalu sedikit pengawasan, AI berisiko mengambil keputusan penting tanpa evaluasi yang memadai.
Oleh karena itu, pengembang perlu menentukan kapan AI boleh bertindak sendiri dan kapan AI harus meminta bantuan manusia.
Menemukan keseimbangan ini merupakan salah satu tantangan terbesar dalam membangun Agentic AI.
Hal yang Sering Disalahpahami
Ada anggapan bahwa Human-in-the-Loop membuat AI menjadi kurang canggih. Padahal kenyataannya justru sebaliknya. Sistem AI yang digunakan di perusahaan besar umumnya tetap melibatkan manusia pada keputusan-keputusan penting karena faktor keamanan, akuntabilitas, dan kepatuhan terhadap regulasi.
Human-in-the-Loop sebagai Bentuk Kolaborasi
Melihat AI sebagai pengganti manusia sering kali menimbulkan kekhawatiran.
Padahal dalam banyak implementasi, hubungan yang lebih tepat adalah kolaborasi.
AI memiliki keunggulan dalam memproses data dalam jumlah besar dengan cepat dan konsisten.
Sementara manusia memiliki kemampuan memahami konteks yang lebih luas, mempertimbangkan nilai-nilai etika, serta mengambil keputusan pada situasi yang tidak memiliki jawaban mutlak.
Ketika kedua kemampuan tersebut digabungkan, hasilnya sering kali lebih baik dibandingkan jika hanya mengandalkan salah satunya.
Penutup
Human-in-the-Loop mengajarkan bahwa tujuan utama Agentic AI bukan membangun sistem yang bekerja tanpa manusia, melainkan membangun sistem yang mampu bekerja bersama manusia.
Dengan membagi peran secara tepat, AI dapat menangani pekerjaan yang bersifat rutin dan analitis, sementara manusia tetap memegang kendali atas keputusan yang membutuhkan tanggung jawab, pertimbangan, dan pengalaman.
Pendekatan ini membuat Agentic AI tidak hanya lebih efisien, tetapi juga lebih aman dan lebih dipercaya dalam berbagai bidang. Pada artikel berikutnya, kita akan membahas bagaimana Agentic AI dapat diintegrasikan ke dalam proses bisnis melalui Agentic Workflow, sehingga AI tidak hanya membantu satu tugas, tetapi mendukung alur kerja organisasi secara menyeluruh.
