AI & KOMUNIKASI KERJA
Workslop: Hasil AI Rapi, tapi Bikin Tim Kerja Dua Kali
Chat lo rapi. Tapi tim lo tetap nggak ngerti. Apa yang perlu dicek sebelum hasil AI dikirim ke orang lain?
Pesan sudah panjang. Bahasanya profesional. Begitu dikirim ke grup, balasannya tetap: “Jadi, gue harus ngapain?”
Kamu baru memakai AI untuk merangkum rapat atau menyusun rekomendasi. Hasilnya terlihat meyakinkan, sehingga terasa siap dibagikan. Tetapi nama penanggung jawab belum ada, angka belum dicek, dan keputusan yang dibutuhkan masih terselip di antara kalimat umum. Rekanmu akhirnya harus membuka catatan awal, menanyakan maksudnya, lalu menyusun ulang pesan itu.
Kalau pernah mengalaminya, ada istilah yang membantu menjelaskan masalah ini: workslop. Pembahasannya dekat dengan pertanyaan khas JELAFLO: setelah membaca pesan kita, apakah orang lain bisa memahami dan bertindak?
Apa itu workslop?
BetterUp Labs dan Stanford Social Media Lab menggunakan istilah workslop untuk hasil kerja berbantuan AI yang tampak layak, tetapi kurang substansi untuk membantu pekerjaan maju. Beban memahami dan memperbaikinya kemudian jatuh kepada penerima.
Bentuknya bisa berupa ringkasan yang menghilangkan keputusan penting, rekomendasi yang terlalu umum, atau laporan dengan klaim yang belum diperiksa. Ukuran masalahnya bukan panjang dokumen. Pesan tiga baris pun bisa membingungkan jika konteks dan permintaannya hilang.
Namun, gaya bahasa formal atau kalimat yang terasa generik tidak membuktikan seseorang memakai AI. Periksa kekurangan yang terlihat pada hasil kerja. Menuduh rekan memakai AI hanya berdasarkan gaya tulisannya tidak membantu menyelesaikan tugas.
Apa yang ditunjukkan riset?
Dalam survei daring September 2025 terhadap 1.150 pekerja kantoran penuh waktu di AS, 40% responden melaporkan menerima workslop pada bulan sebelumnya. BetterUp juga melaporkan rata-rata sekitar dua jam untuk menyelesaikan tiap kejadian.
Pembahasannya berlanjut pada 2026. Dalam artikel 18 Mei 2026, BetterUp menjelaskan penelitian lanjutan bersama Stanford Social Media Lab yang mencakup hampir 2.300 pekerja penuh waktu dan pemimpin di AS, Kanada, dan Inggris, dengan pengumpulan data antara September 2025 dan Maret 2026.
Untuk praktik sehari-hari, kita bisa mulai dari hal yang dapat diperiksa langsung: apakah dokumen ini menjawab kebutuhan penerimanya? Pertanyaan itu lebih berguna daripada menyamakan jumlah teks yang dihasilkan dengan pekerjaan yang selesai.
Contoh: dari terdengar profesional menjadi bisa ditindaklanjuti
Bayangkan kamu menyiapkan ringkasan evaluasi kampanye dengan bantuan AI. Tujuannya meminta masukan sebelum rapat tim. Contoh berikut adalah skenario fiktif buatan JELAFLO, bukan kutipan riset atau percakapan klien.
“Berdasarkan evaluasi, kita perlu mengoptimalkan strategi komunikasi agar kolaborasi lebih efektif. Mohon ditindaklanjuti.”
Penerima belum tahu bagian mana yang perlu diubah, tindakan apa yang diminta, atau kapan masukan dibutuhkan.
Kalimat tersebut perlu dikembalikan ke konteks kerja yang sebenarnya. Buka catatan rapat, periksa dokumen, lalu tentukan keputusan yang memang ingin kamu minta. Jangan meminta AI mengisi detail yang belum kamu miliki seolah-olah sudah menjadi fakta.
“Untuk rapat Jumat, aku butuh masukan soal CTA di slide 4–6. Menurutmu, pilih ‘Coba gratis’ atau ‘Lihat demo’? Tolong kirim pilihan dan alasannya Kamis pukul 15.00 WIB.”
Ada tujuan, bagian yang diperiksa, keputusan yang diminta, dan tenggat. Nama hari, pilihan CTA, serta jam di sini hanya contoh; sesuaikan dengan kesepakatan tim.
Kalau belum ada tenggat yang disepakati, ubah permintaannya menjadi pertanyaan: “Kapan kamu bisa meninjau bagian ini?” Kejelasan juga berarti memberi ruang untuk membicarakan kapasitas, bukan sekadar membuat instruksi lebih tegas.
Tiga cek sebelum mengirim hasil AI
Gunakan konteks, fakta, tindakan sebagai pemeriksaan singkat. Ini panduan editorial JELAFLO yang bisa kamu sesuaikan dengan jenis pekerjaan.
1. Konteks: penerima perlu tahu apa?
Jelaskan tujuan pesan dan hubungannya dengan pekerjaan yang sedang berjalan. Sertakan tautan atau bagian dokumen yang relevan. Coba baca pembukanya tanpa mengandalkan isi kepalamu sendiri: apakah orang yang tidak ikut rapat tetap mengerti mengapa pesan ini dikirim?
2. Fakta: mana yang sudah kamu periksa?
Cocokkan angka, nama, tanggal, kutipan, dan tautan dengan sumber aslinya. Pisahkan fakta dari usulan. Jika suatu data belum tersedia, tulis “belum terkonfirmasi” atau hapus klaimnya. Detail yang terdengar masuk akal tetap perlu diperiksa sebelum dipakai untuk mengambil keputusan.
3. Tindakan: respons apa yang kamu butuhkan?
Tulis apakah penerima perlu memilih, menyetujui, memberi masukan, atau cukup mengetahui pembaruan. Sebutkan siapa yang kamu tuju dan kapan respons dibutuhkan, jika sudah ada kesepakatan. Untuk pesan informasi saja, kamu bisa menutup dengan “Untuk diketahui, belum perlu tindakan dari tim.”
Setelah membaca ini, orang lain bisa melakukan apa?
AI bisa membantu menyusun alternatif kalimat, merapikan urutan, dan menyoroti bagian yang kabur. Keputusan akhir tentang isi tetap perlu kamu pegang. Beri konteks secukupnya dengan mengikuti aturan data kantor; jangan memasukkan informasi rahasia ke alat yang tidak disetujui.
Kalau kamu yang menerima pesan membingungkan
Mulai dari bagian yang belum jelas. Kamu tidak harus menebak apakah pesannya dibuat dengan AI untuk meminta perbaikan.
“Aku sudah baca rangkumannya. Supaya bisa lanjut, bisa jelaskan keputusan yang kamu butuhkan dariku, bagian yang perlu kutinjau, dan kapan masukannya dibutuhkan?”
Fokus pada informasi yang diperlukan untuk bekerja. Sesuaikan nada dengan hubungan kerja dan situasinya.
Jika kejadian serupa berulang, sepakati format serah-terima yang sederhana: tujuan, materi yang perlu ditinjau, pertanyaan atau keputusan, penanggung jawab, dan tenggat. Tambahkan penanda untuk hal yang masih perlu diverifikasi. Tim jadi punya ekspektasi yang sama sebelum dokumen dianggap siap.
Untuk kiriman berikutnya, coba cek tiga hal tadi selama satu putaran baca. Potong kalimat yang tidak menambah informasi, lengkapi detail yang dibutuhkan, lalu pastikan kamu sendiri dapat menjelaskan isi pesan tanpa bergantung pada teks buatan AI.
Sumber & catatan editorial
- BetterUp Labs: Workslop — The Hidden Cost of AI-Generated Busywork. Definisi dan survei September 2025 terhadap 1.150 pekerja kantoran penuh waktu di AS.
- BetterUp: Workslop — What Canadian Leaders Need to Know, 18 Mei 2026. Konteks penelitian lanjutan lintas tiga negara.
Sumber diperiksa 22 Oktober 2026. Contoh pesan bersifat fiktif. Pola konteks–fakta–tindakan dan langkah praktik merupakan panduan editorial JELAFLO, bukan hasil uji efektivitas atau jaminan hasil tertentu.