AI Masuk, Uraian Jabatan Tetap: Ketika Teknologi Mengubah Cara Kerja ASN

Bapak A, seorang pejabat fungsional junior, mendapat tugas sebagai notulis dalam rapat pembahasan usulan kebutuhan pegawai di instansinya. Sebagai pegawai muda yang melek teknologi, ia langsung menyiapkan beberapa aplikasi AI untuk membantu menyusun notula.

Konsep notula yang dahulu bisa memakan waktu berjam-jam untuk dirapikan kini tersusun rapi hanya beberapa saat setelah rapat usai. Ia tinggal memeriksa beberapa salah ketik (saltik) dan melakukan pemeriksaan akhir sebelum menyampaikannya kepada atasan.

Peristiwa kecil ini menggambarkan fakta yang jauh lebih besar: AI sudah masuk ke ruang kerja aparatur sipil negara (ASN). Banyak pekerjaan lain pun telah terbantu oleh AI, seperti penyusunan konsep surat, pembuatan materi presentasi, dan analisis data.

Percepatan seperti ini bukan hal yang kecil. Ketika satu jenis pekerjaan dapat berubah begitu cepat, sementara masifnya penggunaan AI belum dibarengi pembaruan uraian jabatan dan standar waktu penyelesaian pekerjaan, muncul pertanyaan sederhana:

Ketika cara mengerjakan tugas berubah, apakah uraian jabatan, beban kerja, dan ukuran kinerja boleh tetap sama?

Bukan Sekadar Keterampilan Menggunakan AI

Fenomena penggunaan AI secara masif dalam pekerjaan ASN turut mendapat perhatian dari Badan Kepegawaian Negara (BKN).

Melalui kerja sama dengan Microsoft Indonesia dan Binar Academy, BKN menyiapkan program penguatan kapasitas kepemimpinan digital untuk membentuk ASN yang agile, digital, dan AI-ready, dengan target pelatihan bagi 145 ribu pegawai. Fakta ini menunjukkan bahwa adopsi AI bukan lagi sekadar wacana, melainkan agenda pengembangan kompetensi berskala besar.

Pengalaman lintas negara memberikan peringatan serupa. Laporan OECD bertajuk Governing with Artificial Intelligence memetakan sekitar 200 kasus penggunaan AI di berbagai pemerintahan, tetapi mencatat bahwa sebagian besar inisiatif masih berhenti pada tahap percobaan dan sulit dikembangkan hingga skala besar.

OECD bahkan mengingatkan bahwa pemerintah yang tidak menata ulang cara kerjanya berisiko menjadi sekadar penerima pasif teknologi, bukan perancang kebijakan.

Di sinilah persoalan sebenarnya terletak. Pelatihan AI yang diselenggarakan sebagian besar masih menyentuh ranah kapasitas individu, sedangkan perubahan cara kerja lebih banyak berkaitan dengan desain organisasi. Idealnya, transformasi ini berjalan pada dua lapisan sekaligus.

Pegawai boleh semakin mahir memakai AI, tetapi manfaat organisasionalnya akan tetap terbatas apabila:

• proses kerja masih panjang;
• verifikasi dilakukan berulang-ulang;
• keluaran AI hanya menambah tahapan baru;
• indikator kinerja masih menghitung volume pekerjaan manual;
• uraian tugas tidak membedakan pekerjaan mesin dan keputusan manusia.

Karena itu, persoalannya bukan apakah ASN akan menggunakan AI, melainkan apakah organisasi memahami pekerjaan apa yang sebenarnya telah berubah.

AI Tidak Selalu Menghapus Jabatan, Tetapi Mengubah Komposisi Tugas

Dalam keseharian saya menyusun uraian jabatan, saya menemukan bahwa AI memengaruhi beberapa jenis tugas ASN dengan cara yang berbeda-beda:

• Dapat diotomatisasi, yaitu pekerjaan yang bersifat rutin, berulang, berbasis aturan, dan berisiko rendah.
• Dapat dipercepat dengan AI, yaitu pekerjaan berupa penyusunan konsep, pencarian informasi, peringkasan, klasifikasi, dan analisis awal.
• Tetap memerlukan penilaian manusia, yaitu pekerjaan yang mencakup pengambilan keputusan, interpretasi kebijakan, penanganan pengecualian, serta pertimbangan etis.
• Tidak layak diserahkan kepada AI, yaitu pekerjaan yang menimbulkan akibat hukum, menyangkut hak pegawai atau masyarakat, serta memerlukan pertanggungjawaban pejabat.

Ambil contoh jabatan fungsional Analis SDM Aparatur. Dalam menjalankan tugasnya, pejabat pada jabatan ini dapat memanfaatkan AI untuk merangkum data jabatan dan menyusun draf awal analisis. Meski begitu, ia tetap harus menguji validitas data dan rekomendasi yang disampaikan wajib mempertimbangkan konteks organisasi.

Yang paling krusial, keputusan tetap menjadi tanggung jawab pejabat yang berwenang. Dengan demikian, yang berkurang bukanlah kebutuhan terhadap jabatannya, melainkan porsi tugas administratif di dalamnya.

Lima Risiko Ketika AI Berubah, Tetapi Uraian Jabatan Tetap

Jika perubahan yang dibawa AI tidak diimbangi dengan pembaruan uraian jabatan, sejumlah risiko dapat muncul. Kajian tentang integrasi AI di administrasi publik yang dimuat dalam jurnal Administrative Sciences menegaskan bahwa manfaat AI hanya terwujud jika diimbangi dengan tata kelola akuntabilitas, mitigasi bias, keamanan data, dan kesiapan kompetensi pegawai.

1. Beban kerja menjadi bias. Norma waktu lama tetap dipakai meskipun AI telah mempercepat pekerjaan. Akibatnya, hasil analisis beban kerja dapat melebihi atau justru kurang dari kebutuhan pegawai yang sebenarnya.
2. Muncul pekerjaan ganda. Pegawai menggunakan AI, tetapi tetap diwajibkan menjalankan seluruh prosedur manual. AI pun berakhir sebagai lapisan tambahan, bukan sebagai alat penyederhana.
3. Kompetensi jabatan tidak lagi relevan. Standar kompetensi masih menekankan kemampuan menghasilkan dokumen, padahal kebutuhan telah bergeser ke kemampuan memvalidasi, menilai risiko, dan mengambil keputusan.
4. Akuntabilitas menjadi kabur. Ketika keluaran AI keliru, tidak selalu jelas siapa yang bertanggung jawab: pengguna, atasan, pengelola sistem, atau penyedia teknologi. Prinsipnya, AI hanya membantu, sedangkan tanggung jawab tetap melekat pada pejabat yang menandatangani keputusan, sehingga setiap keluaran AI perlu melewati pemeriksaan manusia sebelum menjadi keputusan resmi.
5. Kinerja semu makin mudah diproduksi. AI dapat menambah jumlah dokumen, laporan, dan presentasi tanpa dengan sendirinya meningkatkan kualitas keputusan atau pelayanan publik.

Tanpa meredesain pekerjaan, AI justru dapat membuat birokrasi menghasilkan lebih banyak keluaran, tetapi belum tentu menghasilkan lebih banyak manfaat.

Mengembalikan Analisis Jabatan sebagai Instrumen Strategis

Sebagai bagian awal dari siklus manajemen SDM, analisis jabatan (anjab) tidak boleh diperlakukan sekadar sebagai dokumen administratif yang diperbarui hanya ketika ada perubahan nomenklatur atau ruang lingkup tugas.

Dari anjab inilah lahir analisis beban kerja (ABK) yang menghitung kebutuhan pegawai berdasarkan norma waktu, yaitu waktu baku yang wajar untuk menyelesaikan satu unit keluaran pekerjaan. Hasilnya kemudian menjadi dasar penyusunan sasaran kinerja pegawai (SKP).

Anjab, ABK, dan SKP adalah satu rantai yang saling terkait; jika pangkalnya, yakni uraian tugas, tidak diperbarui, seluruh rantai di belakangnya ikut meleset. Karena itu, anjab perlu digunakan untuk menjawab pertanyaan-pertanyaan mendasar berikut:

• Tugas mana yang masih relevan?
• Tugas mana yang dapat diotomatisasi?
• Tugas mana yang berubah dari “membuat” menjadi “memeriksa”?
• Kompetensi baru apa yang dibutuhkan?
• Siapa yang memegang keputusan dan pertanggungjawaban?
• Apakah norma waktu dan kebutuhan pegawai masih masuk akal?

Dengan hadirnya AI, orientasi anjab dalam mendesain pekerjaan pun ikut berubah.

Usulan Kerangka Redesain Pekerjaan ASN

Untuk menghadapi perubahan yang dibawa oleh AI, saya menawarkan enam langkah praktis untuk meredesain pekerjaan ASN.

• Petakan tugas, bukan hanya nama jabatan. Petakan seluruh tugas pada setiap jabatan secara rinci. Uraikan pekerjaan hingga tingkat aktivitas yang benar-benar dilakukan oleh pegawai.
• Klasifikasikan peran AI. Untuk melihat dampak AI dalam pekerjaan, tentukan apakah AI berfungsi sebagai pengotomasi, asisten, pemberi rekomendasi, atau sekadar alat pencari informasi.
• Tetapkan batas keputusan manusia. Semakin besar dampak keputusan terhadap hak seseorang atau pelayanan publik, semakin kuat pula kebutuhan akan kendali manusia.
• Perbarui uraian jabatan dan kompetensi. Lakukan reviu berkala terhadap uraian jabatan dan standar kompetensi yang berlaku. Masukkan tugas validasi, pengawasan, penanganan pengecualian, keamanan informasi, serta pertimbangan etis.
• Hitung ulang beban kerja. Norma waktu lama tidak dapat langsung digunakan untuk pekerjaan yang telah diotomatisasi atau dipercepat oleh AI. Karena itu, beban kerja perlu dihitung ulang agar mencerminkan cara kerja yang baru.
• Selaraskan indikator kinerja. Kurangi ketergantungan pada volume dokumen, lalu perkuat kualitas, kecepatan layanan, ketepatan keputusan, mitigasi risiko, serta dampaknya.

Memulai dari Proyek Percontohan

Keenam langkah di atas akan lebih mudah dijalankan bila dimulai dari skala kecil. Pengelola SDM aparatur dapat memilih beberapa jabatan dengan intensitas penggunaan AI tertinggi sebagai proyek percontohan, lalu membandingkan waktu penyelesaian pekerjaan sebelum dan sesudah penggunaan AI secara terukur.

Dari sana, susun protokol validasi keluaran AI dan integrasikan temuan tersebut ke dalam anjab, ABK, SKP, serta perencanaan kebutuhan ASN. Karena kemampuan AI terus berkembang, desain ini perlu ditinjau kembali secara berkala.

Yang pasti, pekerjaan ASN saat ini tidak cukup hanya diserahkan kepada unit teknologi informasi. Unit organisasi, kepegawaian, tata laksana, pengawasan, dan pemilik proses bisnis harus terlibat agar redesain berjalan secara menyeluruh.

Penutup: Ukuran Transformasi yang Sebenarnya

Kemahiran Bapak A dalam menggunakan AI memang menjadi indikasi keberhasilan adopsi AI di birokrasi. Namun, keberhasilan itu tidak seharusnya diukur semata-mata dari jumlah peserta pelatihan, akun aplikasi, atau dokumen yang dihasilkan.

Ukuran yang lebih substantif adalah apakah AI membuat pekerjaan lebih sederhana, keputusan lebih berkualitas, beban kerja lebih rasional, dan pelayanan publik lebih baik.

AI boleh mengubah alat kerja ASN dalam hitungan bulan. Namun, tanpa keberanian mengubah uraian jabatan, kompetensi, dan ukuran kinerja, birokrasi hanya akan memasukkan teknologi baru ke dalam desain kerja yang lama.