AI, Masa Depan Dunia Kerja dan Gen Z

Teori Teknologi dan Dunia Kerja

Di balik perkembangan AI dan dampaknya terhadap dunia kerja, ada berbagai teori yang menjelaskan hubungan antara teknologi dan perubahan sosial. Salah satu teori yang relevan adalah "creative destruction" yang diperkenalkan oleh ekonom Joseph Schumpeter. Teori ini menggambarkan bagaimana inovasi teknologi menghancurkan pekerjaan lama tetapi juga menciptakan pekerjaan dan industri baru. Misalnya, meski internet telah menggantikan pekerjaan di media cetak, ia juga menciptakan pekerjaan baru di bidang teknologi informasi, pemasaran digital, dan e-commerce.

Dengan perkembangan AI, kita melihat proses "creative destruction" ini terjadi lagi. Pekerjaan manual atau berulang yang digantikan oleh AI akan memberi ruang bagi pekerjaan baru di bidang teknologi tinggi, pengembangan perangkat lunak, dan manajemen data.

Namun, tantangan utamanya adalah, apakah tenaga kerja kita, khususnya Gen Z, sudah siap untuk beradaptasi dengan cepat? 

Dalam konteks ini, teori "human capital" dari ekonom Gary Becker menjadi relevan.

 Becker menjelaskan bahwa tenaga kerja yang memiliki investasi pendidikan, keterampilan, dan pelatihan yang tepat akan lebih mungkin untuk sukses di pasar kerja yang berubah. Artinya, Gen Z harus melihat pendidikan dan pelatihan keterampilan sebagai investasi jangka panjang yang akan memungkinkan mereka beradaptasi dengan perubahan yang dibawa AI.

Argumentasi: Mengapa Gen Z Harus Bersiap Sekarang

Lantas, mengapa penting bagi Gen Z untuk mulai mempersiapkan diri sekarang? 

Pertama, perkembangan AI bergerak sangat cepat. Menurut laporan McKinsey, sekitar 60% perusahaan saat ini telah mengadopsi setidaknya satu bentuk AI. Ini berarti, perubahan besar di pasar tenaga kerja sudah mulai terjadi. Menunda untuk belajar keterampilan baru hanya akan membuat Gen Z tertinggal jauh di belakang.

Kedua, meskipun AI membawa automasi, bukan berarti manusia akan sepenuhnya tergantikan. Sebaliknya, manusia dan AI dapat bekerja sama untuk mencapai hasil yang lebih baik. Misalnya, dalam bidang medis, AI dapat membantu dokter menganalisis data pasien dengan cepat, tetapi tetap dibutuhkan keahlian manusia untuk membuat keputusan akhir yang melibatkan etika dan pemahaman mendalam tentang konteks pasien.

Ketiga, banyak pekerjaan yang baru akan muncul di masa depan adalah pekerjaan yang mungkin belum ada hari ini. Sebagai contoh, pekerjaan sebagai "data scientist" atau "machine learning engineer" mungkin tidak pernah terbayangkan 20 tahun lalu.