Pertanyaan yang Sering Muncul soal Asisten AI
Baca dalam bahasa lain: Baca vérsi basa Sunda · Baca vérsi basa Inggris
Sejak asisten AI dipakai buat bantu kerja harian, pertanyaan yang masuk ke saya sering mirip-mirip. Ada yang penasaran cara kerjanya, ada yang khawatir datanya bocor, ada juga yang kecewa karena jawabannya meleset. Tulisan ini merangkum pertanyaan itu satu per satu, dengan jawaban yang biasa saya berikan di grup WhatsApp atau saat ngobrol sambil kopi. 🤖
Sebenarnya asisten AI itu apa
Model bahasa besar semacam GPT, Claude, atau Gemini bekerja dengan satu tugas dasar: menebak kata berikutnya. Dari miliaran contoh teks, ia belajar pola bahasa, lalu menyusun kalimat yang terasa masuk akal. Karena itu ia bisa menulis surat, merangkum notulen, atau menyusun jadwal, meski tidak pernah benar-benar tahu isi kepala kita.
Yang penting dipahami: ia tidak membuka database jawaban. Ia mengarang jawaban yang paling mungkin. Di situ letak kekuatan sekaligus kelemahannya.
Kenapa jawabannya kadang ngawur
Fenomenanya disebut halusinasi. Model bisa menyebut nama pengurus yang tidak ada, tanggal rapat yang keliru, atau kutipan yang bunyinya mirip tapi salah. Nadanya tetap meyakinkan, jadi godaan untuk langsung percaya itu besar.
Kebiasaan saya sederhana: anggap hasil pertama sebagai draf. Angka, tanggal, nama orang, dan kutipan selalu dicek ulang ke sumber asli. Untuk urusan administrasi yang menyangkut nama warga atau jadwal petugas, koreksi manual bukan pilihan, tapi kewajiban.
Ke mana datanya pergi
Balik lagi ke penyedianya. Umumnya percakapan dikirim ke server model untuk diproses, dan sejauh yang saya tahu beberapa penyedia memakai data pelanggan untuk perbaikan model kecuali opsi itu dimatikan di pengaturan. Karena itu, saya tidak pernah menempelkan nomor identitas, nomor rekening, kata sandi, atau isi obrolan pribadi ke dalam chat.
Cara paling aman: tulis ulang datanya jadi bentuk umum. Bukan nama lengkap seorang warga, cukup "seorang warga". Kalau butuh benar-benar privat, model yang dijalankan sendiri di komputer lokal bisa jadi jalan, meski butuh tenaga teknis lebih.
Kenapa hasilnya bagus kalau konteksnya lengkap
Model tidak tahu kebiasaan organisasi kita. Ia tidak tahu format laporan yang biasa dipakai, siapa yang harus menerima tembusan, atau jam berapa rapat biasanya mulai. Semua itu harus disebutkan.
Bandingkan dua permintaan ini. "Buat laporan kegiatan" menghasilkan kerangka generik. "Buat laporan kegiatan kajian rutin bulan Oktober, format A4, bagian: peserta, materi, evaluasi, rencana berikutnya, nada formal, maksimal satu halaman" menghasilkan sesuatu yang jauh lebih dekat dengan kebutuhan.
Bedanya chat biasa dengan agen
Chat biasa hanya menjawab. Agen bisa bertindak: membaca file, menjalankan tugas terjadwal, mengirim pesan lewat WhatsApp atau Telegram, menyusun email, dan menyambung ke aplikasi lain lewat protokol seperti MCP. Jadi ia bukan cuma juru tulis, tapi semacam staf yang bisa mengeksekusi langkah kecil.
Batasnya tetap di tangan manusia. Pengiriman ke grup warga, unggahan ke media sosial, atau perubahan data sebaiknya menunggu persetujuan. Saya lebih suka agen menyiapkan draf, lalu saya yang menekan tombol kirim.
Kebiasaan kecil yang bikin hasilnya lebih pakai
- Sebutkan bentuk akhir yang diinginkan: tabel, paragraf, atau poin singkat.
- Beri satu contoh hasil yang menurut kita sudah bagus.
- Minta ia menyebut bagian yang tidak ia yakini.
- Pecah tugas besar jadi beberapa permintaan pendek.
Empat kebiasaan ini terdengar sepele, tapi pengaruhnya besar. Waktu yang tadinya habis untuk mengulang perintah pindah ke pekerjaan yang benar-benar perlu dipikirkan manusia.
Asisten AI itu seperti staf baru yang sangat cepat membaca dan menulis, tapi belum tahu seluk-beluk organisasi. Ia berguna bukan karena selalu benar, melainkan karena bisa memangkas pekerjaan kasar: merangkum, menyusun draf, menyortir, mengingatkan. Keputusan akhir dan tanggung jawab tetap ada pada orang yang mengarahkannya.