Kondisi ini serupa dengan ‘decision fatigue’, di mana seseorang menjadi lelah karena harus membuat terlalu banyak keputusan. Dalam konteks AI, kelelahan ini berasal dari evaluasi dan validasi yang tiada henti.

Fenomena “Human-in-the-Loop” yang Membawa Petaka?

Konsep ‘human-in-the-loop’ (HITL) sebenarnya dirancang untuk memastikan kualitas dan etika dalam sistem AI, dengan menempatkan manusia sebagai peninjau akhir. Namun, jika tidak dikelola dengan baik, HITL justru bisa menjadi bumerang.

Ketika AI belum sepenuhnya matang atau sering menghasilkan output yang kurang tepat, peran manusia dalam lingkaran ini menjadi sangat krusial sekaligus memberatkan. Mereka harus bekerja dua kali lipat.

Alih-alih mengurangi beban kerja, AI justru bisa menambahnya karena memerlukan pengawasan dan koreksi yang konstan. Ini memaksa otak untuk selalu dalam kondisi kewaspadaan tinggi.

Siapa yang Paling Rentan Mengalami ‘AI Brain Fry’?

Hampir semua profesional yang pekerjaannya melibatkan penggunaan AI secara ekstensif berisiko. Beberapa peran yang sangat rentan termasuk penulis, editor, analis data, desainer, hingga pengembang perangkat lunak.

Misalnya, seorang programmer yang menggunakan AI untuk menulis kode harus tetap memeriksa setiap baris untuk bug atau masalah keamanan. Ini adalah contoh sempurna dari beban pengawasan yang konstan.

Selain itu, individu dengan kecenderungan perfeksionis atau mereka yang memiliki beban kerja sangat tinggi juga lebih rentan. Mereka cenderung menghabiskan lebih banyak waktu untuk menyempurnakan dan memverifikasi hasil AI.