NewsRepublik.com, Teknologi – Selama ini, kecerdasan buatan (AI) kerap diposisikan sebagai solusi masa depan yang dapat meningkatkan efisiensi, khususnya di sektor teknologi dan pengembangan perangkat lunak. Sejumlah perusahaan teknologi global pun berlomba menghadirkan AI sebagai “asisten super” yang diyakini mampu mempercepat penulisan kode, mengurangi kesalahan, serta mempercepat siklus produksi aplikasi.
Namun, persepsi tersebut tidak sepenuhnya sejalan dengan kenyataan. Sebuah studi terbaru justru mengungkap sisi berbeda dari penggunaan AI dalam dunia pemrograman profesional.
Dikutip dari Reuters, Senin (14/7/2025), riset yang dilakukan oleh METR—organisasi riset nirlaba yang berfokus pada pengujian AI di dunia nyata—mengungkap bahwa alat bantu berbasis AI justru memperlambat kinerja para pengembang perangkat lunak berpengalaman.
Dalam studi tersebut, peneliti METR mengamati langsung proses kerja sejumlah programmer senior saat menggunakan Cursor, salah satu AI coding assistant yang tengah populer di kalangan developer.
Sebelum memulai tugas, para partisipan meyakini bahwa penggunaan AI akan meningkatkan produktivitas secara signifikan—bahkan mereka memperkirakan waktu penyelesaian dapat dipangkas hingga 24 persen. Keyakinan ini didasarkan pada kemampuan AI yang selama ini dianggap mampu menyederhanakan proses penulisan kode melalui saran otomatis, perbaikan error, serta pengorganisasian ulang struktur kode.
Namun, hasil akhir penelitian menunjukkan kenyataan yang bertolak belakang. Alih-alih mempercepat, penggunaan AI dalam konteks tersebut justru memperlambat proses kerja para developer senior. Temuan ini memunculkan pertanyaan baru mengenai efektivitas alat bantu AI dalam praktik profesional dan menyoroti perlunya evaluasi lebih lanjut terhadap integrasi teknologi ini dalam alur kerja pengembangan perangkat lunak.
Fakta Tak Sesuai Ekspektasi
:strip_icc():format(webp)/kly-media-production/medias/4566838/original/059797900_1694070291-3d-rendering-biorobots-concept.jpg)
Temuan riset METR menunjukkan hasil yang berbanding terbalik dengan ekspektasi. Alih-alih mempercepat proses kerja, penggunaan AI justru memperpanjang waktu penyelesaian tugas hingga 19 persen. Artinya, pekerjaan yang melibatkan bantuan AI berlangsung lebih lambat dibandingkan saat dikerjakan secara manual oleh pengembang perangkat lunak berpengalaman.
Salah satu peneliti studi, Joel Becker, mengungkapkan keterkejutannya terhadap hasil tersebut. “Ketika kami menonton rekaman videonya, AI memang memberikan saran, namun sering kali hanya ‘hampir benar’ dan tidak sesuai dengan kebutuhan sebenarnya,” tuturnya.
Senada dengan Becker, Nate Rush selaku peneliti sekaligus rekan studi juga mengaku awalnya memperkirakan bahwa AI akan mampu menggandakan kecepatan kerja para developer. Namun dalam praktiknya, saran dari AI justru kerap menambah beban kerja karena harus diperiksa dan diperbaiki ulang.
Temuan ini sekaligus menggugurkan anggapan umum bahwa kehadiran AI secara otomatis akan meningkatkan produktivitas para engineer. Padahal, asumsi tersebut selama ini menjadi landasan utama bagi berbagai investasi besar dalam pengembangan alat bantu berbasis AI di bidang pengembangan perangkat lunak.
AI Tak Selalu Efektif
Meski sejumlah penelitian sebelumnya sempat menunjukkan hasil positif terhadap penggunaan AI dalam pengembangan perangkat lunak—bahkan ada yang mencatat peningkatan kecepatan hingga 56 persen—temuan METR menunjukkan bahwa efektivitas AI tidak bersifat universal.
Konteks menjadi faktor kunci. Dalam studi METR, para developer yang sudah sangat memahami struktur dan isi kode yang mereka kerjakan justru mengalami perlambatan ketika menggunakan bantuan AI.
Hal ini disebabkan oleh kebutuhan untuk meninjau dan memperbaiki saran-saran yang diberikan oleh sistem AI. Waktu yang dibutuhkan untuk melakukan evaluasi dan revisi tersebut nyatanya lebih lama dibandingkan jika mereka menulis kode secara langsung tanpa bantuan.
Temuan ini mempertegas bahwa AI tidak selalu menjadi solusi optimal dalam setiap skenario kerja teknis, terutama ketika melibatkan tenaga profesional yang telah terbiasa dengan sistem atau proyek yang mereka tangani.
Meski Kurang Efisien, AI Tetap Jadi Pilihan
:strip_icc():format(webp)/kly-media-production/medias/5069750/original/020714200_1735364749-Depositphotos_206051758_S.jpg)
Kendati hasil studi menunjukkan bahwa AI tidak mempercepat proses kerja, mayoritas peserta tetap memilih untuk menggunakan teknologi tersebut dalam aktivitas pengembangan mereka sehari-hari. Alasannya bukan semata-mata soal efisiensi waktu, melainkan karena AI dinilai mampu meringankan beban kerja dan membuat proses development terasa lebih mudah dijalani.
Joel Becker, salah satu peneliti, menjelaskan bahwa kecepatan bukan satu-satunya pertimbangan utama bagi para developer. “Kadang mereka memilih jalur yang lebih ringan secara kognitif,” ujarnya.
Dengan kata lain, meskipun AI tidak mempercepat penyelesaian tugas, kehadirannya memberikan kemudahan mental bagi para pengembang. Proses kerja terasa lebih menyenangkan dan tidak terlalu membebani, mirip seperti mengedit teks yang sudah ada alih-alih menulis dari awal.
Para penulis studi juga menggarisbawahi bahwa temuan ini belum tentu berlaku secara universal. Dalam konteks berbeda, seperti pengembang pemula atau mereka yang sedang bekerja dengan basis kode yang belum familiar, AI tetap berpotensi memberikan manfaat besar dalam meningkatkan efisiensi dan akurasi kerja.
