Naratif Penggantian Besar-besaran Tidak Kukuh
Mustapha Benkalfate memulakan dengan membongkar naratif yang dominan. Beliau tidak melihat sebarang bukti penggantian besar-besaran pekerja oleh AI pada hari ini. Pemberhentian kerja memang berlaku, tetapi puncanya kebanyakannya adalah kewangan.
« Teknologi digunakan untuk mewajarkan pemberhentian kerja dan menghantar isyarat kepada pasaran, dan ini bukan perkara baharu sejak adanya AI. Sesetengah pembangun digantikan untuk tugas tertentu, tetapi mereka menjadi sangat berguna dalam tugas lain, contohnya, penyeliaan AI. »
Beliau menjelaskan naratif ini dengan keperluan pembiayaan pemain utama AI, yang meminta beribu-ribu bilion dolar daripada pelabur. Kerana gagal meyakinkan bahawa mereka akan menjana wang, mereka sebaliknya berjanji untuk menjimatkan wang. Dari situlah datangnya cogan kata beliau, yang juga cogan kata Revenu IA: « nilai AI terletak pada manusia yang tahu menggunakannya ».
Memiliki Kereta Tidak Bermakna Tahu Memandu
AI generatif kini ada di mana-mana, termasuk dalam WhatsApp, dan penembusannya dalam organisasi menghampiri 90 % menurut beliau. Oleh itu, persoalannya beralih kepada cara penggunaan: tahu menulis prom, tahu menggunakan otak semasa menggunakan AI, dan tahu menggunakannya dengan selamat. « Jika anda membeli kereta dan berakhir di hospital selepas pemanduan pertama, adakah pelaburan itu berbaloi? »
Beliau mengingatkan bahawa AI generatif bersifat probabilistik: ia boleh berfungsi sepuluh kali berturut-turut dan menghasilkan kesilapan serius pada kali kesebelas. Ia juga direka untuk menyenangkan, dengan nada yang yakin walaupun ia salah. Daripada ini, beliau menyimpulkan satu peraturan kerjaya: kandungan yang dihasilkan dengan AI hanya mempunyai nilai jika pengarangnya boleh mempertahankannya. Beliau memetik kes sebuah laporan penting, yang tersusun dan ditulis dengan sempurna, tetapi sepenuhnya salah; apabila dipaksa untuk menjadi tepat, ia menjadi betul tetapi tidak dapat digunakan, dan pengarangnya tidak dapat mempertahankannya dalam kedua-dua kes. Penawar paling mudah: semakan semula oleh rakan sekerja.
Metakognisi: Memikirkan Pemikiran Sendiri
Metakognisi melibatkan pemerhatian cara pemikiran sendiri semasa bekerja dengan AI. Banyak latihan telah memberi tumpuan kepada penguasaan alatan; ia telah mengabaikan cara otak kita berubah apabila bersentuhan dengannya. Beliau merujuk kepada kajian MIT Media Lab yang diterbitkan pada tahun 2025: peserta yang menulis dengan ChatGPT menunjukkan ketersambungan otak yang lebih lemah berbanding mereka yang menulis sendiri. Tetapi mereka yang menulis sendiri terlebih dahulu, kemudian menggunakan AI untuk menambah baik teks mereka, menunjukkan kesan sebaliknya. Butiran kajian terdapat di halaman kami hutang kognitif dan AI.
Beliau juga menghuraikan satu gejala yang boleh disemak oleh semua orang: sikap mudah berputus asa. Kita memulakan tugas dengan AI, tidak berpuas hati, lalu berhenti, memulakan semula di tempat lain, dan akhirnya mempunyai berpuluh-puluh perbualan terbuka mengenai subjek yang sama. « Apabila kita bercakap tentang produktiviti, itu adalah ketidakproduktifan. »
Nasihat biasa, « kekalkan pemikiran kritis anda », adalah terlalu samar untuk berkesan menurut beliau. Beliau lebih suka rutin yang boleh diulang: méthodologie du doute©, tiga soalan untuk ditanya sebelum sebarang tugas.
« Obsesi saya ialah anda sentiasa kekal sebagai pemandu. Saya tidak mahu manusia menjadi bergantung kepada AI. Sesetengah orang berbangga dengan hasil yang dihasilkan dengan AI, tetapi sumbangan mereka sangat kecil sehingga AI yang sepatutnya berbangga, bukan manusia. »
Empat Kekuatan Manusia yang Semakin Bernilai
- Pertimbangan. Memutuskan apa yang perlu diamanahkan kepada AI, dan mengakui bahawa kadangkala lebih cepat untuk melakukannya sendiri daripada menyemak.
- Komunikasi. Tanpa keupayaan untuk menjelaskan dan mempertahankan apa yang dihasilkan, tiada lagi akauntabiliti.
- Pemikiran etika. Setiap penggunaan melibatkan organisasi. Menurut laporan IBM mengenai kos pelanggaran data pada tahun 2025, satu daripada lima organisasi telah mengalami pelanggaran yang berkaitan dengan 'shadow AI'.
- Kebolehsuaian. Alatan sentiasa berubah. « Apa yang bertahan ialah kecerdasan manusia yang dibina di atas asas yang kukuh: kaedah. Kaedah akan bertahan. »
Mengapa Perlu Mengekalkan Geseran
Memberi tumpuan hanya pada hasil adalah satu kesilapan moden, menurut beliau, kerana proses itu membina kemahiran yang tidak kelihatan: menulis sendiri e-mel penting juga merupakan persediaan untuk mesyuarat yang berikutnya. Gabungan terburuk dalam kalangan pengguna tegar ialah keyakinan yang meningkat manakala kemahiran merosot. Beliau menggambarkannya dengan satu imej:
« Bayangkan saya memenangi kejohanan tenis profesional di Kuala Lumpur dengan meracuni setiap lawan saya. Tiada siapa yang akan mengucapkan tahniah kepada saya. Kita mengucapkan tahniah kepada pemenang kerana kita tahu segala usaha yang diperlukan untuk sampai ke tahap itu. Ia sama dengan otak anda. »
Akhir sekali, beliau mengemukakan soalan yang semakin membimbangkan organisasi: siapa yang menandatangani? Jika seseorang tidak terlibat dalam proses tersebut, bolehkah mereka bertanggungjawab ke atas hasilnya?
Apa yang Berkesan: Menjadikan Nilai Itu Kolektif
Jika 95 % projek AI gagal, ini kerana nilainya kekal individu: semua orang mengatakan mereka menjimatkan masa, tetapi organisasi tidak melihat apa-apa. Ia menjadi kolektif apabila kita berkongsi kaedah 'prompting', pembantu, ejen dan maklum balas yang jujur, termasuk tentang apa yang tidak lagi berfungsi. Beliau memuji budaya semakan rakan sebaya dalam organisasi tuan rumah, yang didukung oleh pengurusan atasan, dan mengakhiri dengan rumusan beliau: « Bertanggungjawab bukan bermakna lambat: ia adalah strategik. »
Soalan daripada Hadirin
Perlukah menguji setiap alat baharu? Tidak: mengoptimumkan alat yang sedia ada lebih menguntungkan. Beliau memetik fungsi =COPILOT() dalam Excel, yang membolehkan dialog dengan data dalam helaian. « Jika sesuatu alat bertahan selama tiga bulan, anda pasti akan mendengarnya. » Beliau juga memberi amaran terhadap pempengaruh yang mempromosikan alat yang hebat… untuk syarikat yang hanya mempunyai dua orang pekerja.
Adakah penyambung MCP selamat? Risiko sentiasa ada. Ia boleh dikurangkan dengan memberikan akses minimum kepada penyambung dan melalui persekitaran terurus yang sejajar dengan jabatan IT.