AI Tak Menutup Kekacauan Dokumentasi Proyek

AI dapat mempercepat pekerjaan pengembang perangkat lunak, tetapi hasilnya tetap bergantung pada kondisi proyek yang dikerjakan. Dokumentasi yang terpencar atau konteks yang tidak jelas membuat teknologi itu kesulitan menghasilkan keluaran sesuai kebutuhan, kata pakar developer experience Hadian Rahmat di Bandung.

Dalam laporan ANTARA, Hadian mengingatkan bahwa hambatan kerja pengembang kini bukan semata-mata lamanya menulis kode. Persoalan yang lebih mendasar adalah mencari keterangan yang diperlukan untuk memahami proyek, termasuk dokumentasi dan konteks pekerjaan.

Gambaran itu tercermin dalam survei Atlassian yang dikutip Hadian. Sekitar 80 persen developer merasa AI membantu mereka bekerja lebih cepat. Namun, kurang lebih 65 persen masih menghabiskan banyak waktu untuk menelusuri dokumentasi dan konteks.

Kecepatan AI bergantung pada konteks proyek

Angka tersebut memperlihatkan dua sisi pemakaian AI di dunia pengembangan perangkat lunak. Alat itu bisa mempercepat pengerjaan, tetapi waktu yang dihemat belum tentu terasa jika pengembang masih harus mencari tahu aturan, struktur, atau informasi dasar proyek.

Menurut Hadian, pekerjaan juga kerap terputus oleh rapat dan perpindahan antaraplikasi. Ia mencontohkan alur yang melibatkan WhatsApp, Slack, dan Jira. Ketika informasi tersebar di sejumlah tempat, pengembang perlu mengalihkan perhatian untuk menemukan kembali bahan kerja. Hadian mengatakan situasi semacam itu dapat membuat waktu kerja efektif baru dimulai menjelang sore.

Masalah konteks menjadi penting karena AI perlu menerima arahan dan bahan yang cukup untuk mengerjakan tugas. Jika informasi proyek tidak tertata, instruksi yang sama belum tentu menghasilkan aplikasi yang sesuai. Kecepatan menghasilkan jawaban tidak dengan sendirinya menjamin ketepatan hasil.

Hadian menguji perbedaan itu dengan memberikan prompt yang sama kepada dua proyek. Satu proyek memiliki struktur yang jelas, contoh, aturan, dan tahap pemeriksaan. Proyek lainnya tidak dilengkapi unsur-unsur tersebut. Hasil kedua pengujian, menurut dia, berbeda jauh: proyek yang tertata menghasilkan aplikasi sesuai harapan, sedangkan keluaran dari proyek yang berantakan melenceng.

Sumber informasi perlu dirapikan lebih dulu

Temuan itu mendasari sarannya agar tim membenahi sumber informasi utama sebelum menggantungkan pekerjaan pada AI. Istilah yang ia gunakan adalah single source of truth, yakni acuan utama yang menjadi tempat tim merujuk informasi tentang proyek.

Langkah ini berkaitan langsung dengan masalah pencarian konteks. Jika acuan dan aturan kerja jelas, pengembang memiliki dasar untuk memberi arahan, sementara AI memperoleh bahan yang lebih teratur. Hadian menyebut data Atlassian menunjukkan proyek yang terorganisasi dapat mengurangi hambatan kerja dan halusinasi AI.

Ia juga mengingatkan risiko AI slop, yaitu hasil yang cepat tersedia tetapi terasa generik dan seragam. Dalam pandangan Hadian, kehadiran AI tidak menghapus kebutuhan akan penilaian manusia. Selera, pertimbangan, serta kepedulian pada mutu, keamanan, dan kebutuhan pengguna tetap menjadi pembeda dalam pekerjaan.

Manusia tetap memeriksa keluaran AI

Karena itu, pengembang tidak disarankan langsung memakai setiap hasil AI. Hadian merumuskan pembagian tugas secara singkat: “AI membuat draf, manusia yang memutuskan.” Keluaran teknologi perlu ditinjau sebelum digunakan, terutama agar sesuai dengan tujuan proyek dan standar yang ditetapkan tim.

Untuk mulai menerapkan AI, Hadian menyarankan tim memberi alat tersebut pekerjaan berulang, misalnya membantu peninjauan kode. Ia juga menganjurkan penggunaan daftar periksa sebelum hasil dibagikan. Langkah lain yang disebut ialah menghubungkan satu aplikasi kerja dengan AI melalui Model Context Protocol (MCP).

Saran itu menempatkan kerapian alur kerja sebagai pekerjaan awal, bukan urusan yang bisa diserahkan kepada AI setelahnya. Tim tetap perlu menentukan informasi mana yang menjadi rujukan, memeriksa hasil, dan memutuskan apakah keluaran layak dipakai. Bagi pengembang, ukuran manfaat AI bukan hanya seberapa cepat kode dibuat, tetapi juga apakah hasilnya menjawab kebutuhan proyek.