PANDUAN Masyarakat

Keterampilan AI yang Diinginkan Pengusaha

Keterampilan AI yang diinginkan oleh pemberi kerja adalah kemampuan kerja praktis: menulis perintah yang jelas, memeriksa kesalahan keluaran AI, mengotomatiskan langkah berulang dalam alur kerja, dan memahami data di balik hasil AI.

  • 4 menit membaca
  • Terakhir diperbarui
Di halaman ini4 menit membaca
  1. Ikhtisar
  2. Menyelam Lebih Dalam
  3. Dampak Strategis
  4. Masa Depan Keterampilan AI yang Diinginkan Pengusaha
  5. Implementasi Dunia Nyata
  6. Risiko & Pagar Pembatas
  7. Peta Jalan Implementasi
  8. Terus Menjelajah
  9. Pertanyaan yang sering diajukan

Ikhtisar

Hal ini penting karena lowongan pekerjaan semakin banyak yang menyebutkan alat AI. Pekerja yang dapat menunjukkan keterampilan tersebut dengan bukti nyata lebih menonjol dibandingkan kandidat yang hanya mencantumkan nama alat.

Menyelam Lebih Dalam

Postingan pekerjaan sering kali menyebutkan produk tertentu seperti ChatGPT, Microsoft Copilot, atau Google Gemini. Di bawah nama-nama tersebut, pemberi kerja biasanya mencari empat keterampilan yang dapat ditransfer. Mendorong berarti menyusun tugas dengan jelas. Anda memberikan konteks, memberi nama audiens dan format, menambahkan batasan atau contoh, dan terus menyempurnakan berdasarkan apa yang dihasilkan. Pembisik yang baik memperlakukan keluaran pertama sebagai draf dan sengaja memperbaikinya. Verifikasi keluaran adalah memeriksa kerja AI sebelum ada yang mengandalkannya. Peringatan paling terkenal datang pada tahun 2023, dalam Mata v. Avianca di pengadilan federal New York. Pengacara diberi sanksi setelah mengajukan laporan singkat dengan kutipan kasus yang diciptakan ChatGPT. Pengusaha menginginkan orang-orang yang memeriksa fakta, angka, kutipan, dan kode berdasarkan sumber tepercaya sebagai hal yang rutin. Otomatisasi alur kerja berarti menemukan langkah berulang mana yang dapat ditangani oleh AI atau alat otomatisasi seperti Zapier, Make, atau Microsoft Power Automate, dan langkah mana yang masih memerlukan seseorang. Yang dihargai oleh perusahaan adalah penilaian mengenai tempat melakukan tinjauan manusia, bukan jumlah otomatisasi yang dibangun. Literasi data mencakup mengetahui data apa yang telah dilatih atau diberikan pada suatu alat, mengapa kesenjangan dalam data tersebut mengganggu hasil, dan informasi apa yang tidak boleh disisipkan ke layanan luar. Banyak organisasi kini memiliki kebijakan penggunaan AI, dan mematuhi kebijakan tersebut adalah bagian dari keterampilan ini. Ada tiga kesalahpahaman yang umum terjadi. Pertama, sebagian besar keterampilan ini tidak memerlukan pemrograman. Kedua, memberi nama suatu alat tidak sama dengan menunjukkan keahlian menggunakannya. Ketiga, keterampilan AI tidak menggantikan keahlian di bidang Anda. Pengetahuan lapangan Anda adalah apa yang memungkinkan Anda memperhatikan ketika keluarannya salah. Bukti terkuat adalah cerita spesifik: tugas, cara Anda menggunakan AI, cara Anda memeriksa hasilnya, dan apa yang berubah.

Dampak Strategis

Risiko dan keselamatan

Kerugian akibat AI yang bersifat bencana dan sehari-hari bergantung pada siapa yang memahami risikonya dan siapa yang dapat bertindak.

Keputusan yang lebih jelas

Literasi masyarakat dan profesional menentukan apakah kebijakan keselamatan yang kuat memungkinkan secara politis.

Menembus hype

Penjelasan yang jelas mengurangi penangkapan oleh hype, PR laboratorium, dan teater etika yang tidak jelas.

Masa Depan Keterampilan AI yang Diinginkan Pengusaha

Nama alat berubah dengan cepat, sehingga pengusaha cenderung terus mengalihkan fokus mereka dari produk tertentu ke keterampilan yang tahan lama seperti penyusunan tugas yang jelas, verifikasi, dan penilaian mengenai pengawasan. Sistem AI yang mengambil tindakan, seperti mengirim email atau memperbarui catatan, menjadikan pengawasan menjadi lebih penting, karena kesalahan yang tidak dicentang dapat menyebar dan tidak hanya disimpan dalam draf. Semakin banyak organisasi yang menyusun kebijakan penggunaan AI secara formal, sehingga mengetahui dan mengikutinya mungkin menjadi bagian pekerjaan yang diharapkan. Seberapa cepat pertumbuhan permintaan akan keterampilan ini akan bervariasi menurut industri dan wilayah. Persiapan yang paling aman adalah dengan membangun bukti penilaian yang baik daripada mengejar setiap alat baru.

Implementasi Dunia Nyata

Seorang koordinator pemasaran menunjukkan keterampilan mendorong sebelum dan sesudah. Permintaan yang tidak jelas menghasilkan salinan umum. Perintah terstruktur yang menyebutkan nama penonton, nada, dan batas kata menghasilkan draf yang dapat digunakan, dan dia mencatat baris mana yang masih dia tulis ulang.

Seorang paralegal menjelaskan rutinitas verifikasinya: setiap kutipan kasus yang disarankan oleh asisten AI dicari di database hukum resmi sebelum dimasukkan ke dalam memo, dan kutipan apa pun yang tidak dapat dia temukan akan dihapus.

Seorang analis operasi membangun otomatisasi tanpa kode yang mengurutkan email faktur, memasukkan total ke dalam spreadsheet, dan menandai ketidakcocokan untuk ditinjau oleh seseorang. Dia kemudian melaporkan waktu mingguan yang dihemat, berdasarkan pelacakan sebelum dan sesudahnya.

Seorang manajer perawat menunjukkan literasi data dengan menjelaskan mengapa perkiraan staf alat penjadwalan salah untuk minggu liburan. Data historis yang dipelajarinya tidak berisi periode yang sebanding, jadi dia menyesuaikan jadwalnya dengan tangan.

Risiko & Pagar Pembatas

  • Memperlakukan risiko eksistensial sebagai fiksi ilmiah sementara kemampuan bertambah.

  • Membingungkan keamanan produk permukaan dengan penyelarasan dalam otonomi tinggi.

  • Membiarkan audiens non-Inggris dan non-ahli hanya memiliki sumber berkualitas rendah.

Peta Jalan Implementasi

  1. Pisahkan risiko bahaya, penyalahgunaan, dan hilangnya kendali/ketidakselarasan produk.

  2. Tanyakan bukti apa yang akan mengubah pandangan Anda mengenai jangka waktu dan tingkat keparahannya.

  3. Lebih memilih sumber primer dan evaluasi konkrit dibandingkan klaim pemasaran.

  4. Identifikasi satu jalur tindakan: karier, kebijakan, pendanaan, atau keterampilan – bukan hanya kesadaran.

Terus Menjelajah

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the AI Skills Employers Want quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Mulai kuis

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Pertanyaan yang sering diajukan

Apa yang Diinginkan Pengusaha dengan Keterampilan AI?

Keterampilan AI yang diinginkan oleh pemberi kerja adalah kemampuan kerja praktis: menulis perintah yang jelas, memeriksa kesalahan keluaran AI, mengotomatiskan langkah berulang dalam alur kerja, dan memahami data di balik hasil AI. Hal ini penting karena lowongan pekerjaan semakin banyak yang menyebutkan alat AI. Pekerja yang dapat menunjukkan keterampilan tersebut dengan bukti nyata lebih menonjol dibandingkan kandidat yang hanya mencantumkan nama alat.

Menurut panduan, mengapa hanya mencantumkan nama alat seperti "ChatGPT" merupakan bukti lemah dari keterampilan AI?

Panduan tersebut mengatakan bahwa bukti terkuat adalah cerita spesifik: tugas, cara AI digunakan, cara pemeriksaan hasil, dan hasilnya. Nama alat saja tidak menunjukkan hal itu.

Apa yang terjadi dalam kasus Mata v. Avianca tahun 2023 yang disebutkan dalam panduan ini?

Kasus ini adalah contoh kegagalan verifikasi keluaran yang banyak dikutip. Kutipan yang dibuat-buat dimasukkan ke dalam arsip pengadilan tanpa diperiksa.

Mengapa keluaran AI yang lancar dan percaya diri masih perlu diperiksa?

Model bahasa besar menghasilkan teks dengan memprediksi kemungkinan token berikutnya. Kecuali jika hal tersebut terkait dengan pengambilan, betapa halusnya kata-kata tersebut tidak memberi tahu Anda apa pun tentang keakuratannya.

Perubahan pada prompt manakah yang paling mencerminkan keterampilan prompt yang dijelaskan dalam panduan ini?

Panduan ini mendefinisikan prompting sebagai menyusun tugas secara jelas dengan konteks, audiens, format, batasan atau contoh, dan memperlakukan keluaran pertama sebagai draf untuk diperbaiki.

Dalam pola otomatisasi trigger-action-checkpoint, apa yang dimaksud dengan checkpoint?

Pos pemeriksaan adalah titik peninjauan manusia sebelum tindakan dengan konsekuensinya. Panduan ini menekankan bahwa penilaian mengenai tempat melakukan tinjauan adalah hal yang dihargai oleh pemberi kerja.