Tahun lalu feed LinkedIn saya punya satu genre. Seorang program manager atau "delivery lead" atau seseorang yang menulis Agile di headline-nya akan memposting tangkapan layar AI yang menulis sebuah fungsi, menambahkan kalimat seperti "katanya pekerjaan ini aman, ya belajar coding saja" lalu mengumpulkan empat ratus like dari orang-orang yang bekerja di posisi yang sama. Maksudnya selalu bahwa bagian mengetik dari rekayasa itulah rekayasanya, dan kini setelah sebuah model bisa mengetik, kelas pengetik pun tamat.
Menurut saya mereka membaca bagan organisasi secara terbalik. Dan saya senang mereka mulai sadar
Inilah hal yang tak ada satu pun di sisi feed itu mau mengucapkannya keras-keras. AI tidak terlalu jago di bagian penting dari membangun, yaitu memutuskan sistem harus melakukan apa, tahu kenapa tiga percobaan terakhir gagal, dan mampu membedakan kapan model itu dengan percaya diri menyerahkan sesuatu yang rusak. Ia sungguh, memalukan saking bagusnya, di bagian yang satunya. Rekap status. Catatan rilis yang tak dibaca siapa pun. Katalog fitur yang basi dalam seminggu. Rencana uji yang sebagian besar cuma menata ulang kriteria penerimaan. Update mingguan yang merangkum standup yang merangkum thread Slack. Itu bukan pekerjaan yang membuat AI kesulitan. Itu justru pekerjaan yang memang ditakdirkan untuk AI.
Jadi lihat siapa duduk di mana. Lapisan pendukung itu ada, memang dirancang, untuk mengerjakan bagian-bagian yang tak mau dikerjakan para engineer. Menjaga project tracker tetap terbarui. Mengejar orang demi update. Mengubah dua kalimat engineer jadi satu paragraf untuk VP. Mengubah satu paragraf engineer jadi dua kalimat untuk VP. Memelihara dokumen. Memimpin rapat tempat semua orang mengatakan apa yang sudah mereka tulis kemarin. Saya tidak sedang kejam soal ini. Tugas-tugas itu nyata dan membosankan dan harus ada yang mengerjakannya, dan itulah seluruh alasan peran-peran tersebut didanai. Masalahnya, "hasilkan rangkuman rapi dari masukan yang dibuat orang lain" persis bentuk dari apa yang paling jago dilakukan model bahasa, dan "hasilkan masukannya" justru bagian yang masih belum bisa ia lakukan sendiri.
Dan inilah ketimpangan yang dilewatkan para pemposting soal keusangan itu. Untuk memakai AI dengan baik kamu harus mampu memeriksanya. Kamu harus membaca diff dan tahu ia salah. Kamu harus melihat migrasi yang dihasilkan dan menyadari ia tak punya rollback. Si pembangun sudah punya itu. Itu keterampilan yang sama yang membuatnya jadi pembangun. Lapisan koordinasi, sebaliknya, direkrut dengan pengertian tegas bahwa mereka takkan perlu membaca kode, dan kini alat yang seharusnya menyelamatkan mereka menghasilkan keluaran yang hanya bisa dipercaya oleh orang yang bisa membaca kode. Mereka diberi gergaji mesin dan manualnya dalam bahasa yang katanya takkan pernah perlu mereka pelajari.
Program manager yang baik bukanlah mesin update status.
Ya, saya tahu. Tapi dari sekitar 40 yang saya temui sepanjang karier saya, mungkin cuma 2 yang begitu. 38-nya jelas mesin update status. Pekerjaan yang sesungguhnya, yang layak dibayar, adalah penilaian tentang apa yang dipangkas, tameng politik saat sebuah peluncuran molor, tahu "pertanyaan singkat" eksekutif mana yang sebenarnya ancaman, dan membuat enam tim yang saling benci sepakat pada satu tanggal. AI tak melakukan satu pun dari itu. Ia tak bisa menyerap kesalahan di dalam satu ruangan. Ia tak bisa memutuskan bahwa urutan yang benar secara teknis justru bunuh diri secara politik. Menyederhanakan seluruh fungsi itu jadi "menjaga halaman Confluence tetap hangat" adalah fantasi tertua para coder dan ia selalu keliru soal orang-orang terbaik di peran itu. Saya tahu.
Pekerjaan menilai-dan-melindungi itu tak pernah jadi seluruh jumlah kepala. Di bawah tiap satu program manager yang benar-benar baik itu ada satu lapisan orang yang hari-harinya sebenarnya pemeliharaan artefak, rekap, katalog, deck yang mengulang deck.
Kerumunan "engineer tamat" itu salah arah karena mereka mengacaukan siapa yang menghasilkan nilai dengan siapa yang paling berisik soal menghasilkannya. Orang yang bisa membedakan jawaban yang baik dari jawaban yang salah tapi percaya diri justru orang yang dibuat lebih berharga oleh AI, bukan kurang. Orang itu biasanya sedang membangun. Jarang sekali ia yang sedang memposting tangkapan layar.