Kenali AI Literacy Karyawan dan Skill yang Dibutuhkan Tiap Divisi

Ayu Novia
8 Min Read
Published:
October 23, 2026
Updated:
October 23, 2026

Key Takeaways

  • AI literacy adalah kemampuan memahami cara kerja dan batasan AI, memakainya untuk tugas yang tepat, mengevaluasi hasilnya, serta menggunakannya secara aman dan bertanggung jawab.
  • Survei Founder Reports terhadap 2.078 pekerja di AS (April 2026) menemukan 89% pernah memakai AI untuk pekerjaan. Sebanyak 45% juga pernah memperbaiki pekerjaan rekan yang terlalu bergantung pada AI.
  • Semua divisi membutuhkan fondasi yang sama, tetapi penekanannya berbeda sesuai risiko pekerjaan masing-masing.
  • Literacy, fluency, dan proficiency adalah tiga tingkat kompetensi yang membutuhkan bentuk pelatihan berbeda.
  • AI literacy diukur dari perilaku kerja, bukan sekadar nilai kuis, seperti kemampuan awal, penerapan saat bekerja, dan dampaknya pada kualitas hasil.

Hampir semua karyawan Anda mungkin sudah memakai AI untuk bekerja. Pertanyaannya, berapa banyak yang tahu kapan hasilnya tidak boleh dipercaya? Di situlah AI literacy berperan. AI literacy adalah kemampuan memahami cara kerja dan batasan AI, memakainya untuk tugas yang tepat, mengevaluasi hasilnya, serta menggunakannya secara aman dan bertanggung jawab.

Kesenjangannya terlihat jelas dalam data. Survei Founder Reports terhadap 2.078 pekerja di Amerika Serikat pada April 2026 menemukan 89% responden pernah memakai AI untuk pekerjaan. Sebanyak 45% bahkan pernah memperbaiki pekerjaan rekan yang terlalu bergantung pada AI. Di sisi lain, survei terpisah dari Federal Reserve Bank of New York mencatat hanya 15,9% pekerja yang perusahaannya menyediakan pelatihan AI. Artikel ini membahas lima komponen AI literacy, kebutuhan tiap divisi, serta cara membangun dan mengukurnya di organisasi Anda.

Apa Itu AI Literacy dan Mengapa Penting di Tempat Kerja?

AI literacy di tempat kerja adalah kompetensi karyawan untuk memakai AI secara efektif tanpa mengorbankan akurasi, keamanan data, dan tanggung jawab profesional. Kompetensi ini penting karena AI dapat menghasilkan jawaban yang terdengar meyakinkan meskipun informasinya salah atau tidak lengkap.

Karyawan yang bisa menggunakan ChatGPT atau Claude belum tentu memahami cara kerja AI. Model AI generatif menyusun jawaban dengan memprediksi pola dari data pelatihannya, bukan dengan memeriksa kebenaran. Tanpa pemahaman ini, karyawan cenderung menerima output AI apa adanya.

Ketika AI dipakai tanpa panduan, risikonya menyebar ke kualitas pekerjaan, keamanan data, dan reputasi organisasi. Survei Founder Reports menemukan 44% pekerja menyatakan perusahaannya tidak memiliki kebijakan AI yang jelas, atau mereka tidak yakin kebijakan itu ada. Kesenjangan ini sering menjadi tanda bahwa kesiapan AI perusahaan belum dibangun dari sisi SDM dan tata kelola.

Di tingkat regulasi, AI literacy juga mulai masuk ranah kepatuhan. Di Uni Eropa, AI Act mewajibkan penyedia dan pengguna sistem AI mengambil langkah untuk mendukung AI literacy bagi staf yang terlibat. Setelah perubahan melalui Digital Omnibus pada 2026, kewajiban ini menekankan upaya pengembangan literasi, bukan jaminan bahwa setiap individu mencapai tingkat kompetensi tertentu. Ketentuan ini tidak otomatis berlaku bagi perusahaan di Indonesia, tetapi menunjukkan arah tata kelola AI secara global.

Lima Komponen Inti AI Literacy

Lima komponen inti AI literacy adalah memahami cara kerja dan batasan AI, menggunakan AI untuk tugas yang sesuai, mengevaluasi hasil, menggunakan AI secara bertanggung jawab, dan mempertahankan penilaian manusia. Kelima komponen ini adalah kerangka praktis yang dipakai dalam artikel ini.

Banyak pelatihan AI berfokus pada komponen kedua, yaitu cara memakai tools. Pelatihan yang berhenti di situ berisiko mengabaikan kemampuan evaluasi dan pengambilan keputusan, padahal kedua kemampuan itu yang paling menentukan kualitas hasil kerja.

1. Memahami Cara Kerja dan Batasan AI

Karyawan perlu tahu bahwa AI generatif bekerja dengan memprediksi pola, tidak selalu memiliki informasi terkini, dan dapat menghasilkan jawaban keliru dengan nada yakin.

Contoh perilaku: karyawan tidak memakai jawaban AI tentang regulasi, harga, atau data terbaru tanpa mengecek sumber resminya.

2. Menggunakan AI untuk Tugas yang Sesuai

Komponen ini mencakup kemampuan memberi konteks, instruksi, dan format output yang jelas kepada AI. Dasarnya bisa dipelajari lewat panduan cara membuat prompt AI. Bagian yang sama pentingnya adalah memilah tugas yang cocok dibantu AI dan yang tidak.

Contoh perilaku: karyawan memakai AI untuk menyusun draf awal dan ringkasan, tetapi tidak untuk keputusan final soal kandidat atau angka laporan.

3. Mengevaluasi Hasil

Karyawan memeriksa akurasi, kelengkapan, dan kesesuaian output sebelum memakainya. Bagian yang paling rawan adalah angka, kutipan, nama, dan rujukan. Kemampuan ini berakar pada kebiasaan berpikir kritis terhadap informasi apa pun, termasuk yang dihasilkan mesin.

Contoh perilaku: setiap angka dalam ringkasan buatan AI dicocokkan dengan data sumber sebelum dibagikan.

4. Menggunakan AI secara Bertanggung Jawab

Karyawan memahami data apa yang boleh dan tidak boleh dimasukkan ke tools AI, terutama informasi rahasia perusahaan dan data pribadi pihak lain. Di Indonesia, data pribadi diatur dalam UU Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Komponen ini juga mencakup keterbukaan tentang penggunaan AI kepada pihak yang menerima hasilnya.

Contoh perilaku: nama dan kontak pelanggan dihapus sebelum meminta AI merangkum keluhan.

5. Mempertahankan Penilaian Manusia

Karyawan mampu menentukan kapan hasil AI bisa langsung dipakai, kapan perlu riset lanjutan, dan kapan keputusan harus diambil manusia. Komponen inilah yang mencegah ketergantungan berlebihan pada AI.

Contoh perilaku: rekomendasi AI tentang kandidat atau perubahan harga diperlakukan sebagai masukan, sementara keputusan tetap di tangan penanggung jawabnya.

Skill AI Literacy yang Dibutuhkan Tiap Divisi

Setiap divisi membutuhkan lima komponen AI literacy yang sama sebagai fondasi, tetapi penekanannya berbeda sesuai jenis pekerjaan dan risiko kesalahannya. HR dan Finance lebih menekankan verifikasi dan perlindungan data. Marketing dan Customer Service lebih menekankan akurasi klaim dan konsistensi suara brand.

Divisi Kemampuan yang Perlu Diperkuat Risiko Khas Contoh Penerapan
Marketing Riset audiens, pengembangan ide, penyusunan draf konten Klaim tidak terverifikasi, suara brand hilang Klaim produk dalam draf konten AI dicek ke tim produk dan disesuaikan dengan panduan brand sebelum tayang
Sales Riset prospek, persiapan pertemuan, penyusunan proposal Informasi keliru tentang calon pelanggan atau produk terlanjur terkirim Ringkasan profil prospek dicocokkan dengan situs resmi dan data CRM sebelum masuk proposal
HR Deskripsi pekerjaan, ringkasan kandidat, analisis kebutuhan pelatihan Kebocoran data kandidat, bias seleksi Identitas di CV disamarkan sebelum diringkas AI, keputusan shortlist tetap di tangan rekruter
Finance Analisis data, ringkasan laporan, deteksi anomali Angka salah yang tidak diperiksa, kebocoran data keuangan Setiap angka dalam ringkasan AI dicocokkan dengan data sumber sebelum laporan diedarkan
Operations Analisis alur kerja, dokumentasi SOP, perbaikan proses Keputusan berdasarkan asumsi yang belum divalidasi Usulan perbaikan proses dari AI diuji di satu tim sebelum diterapkan lebih luas
Customer Service Penyusunan balasan, pencarian informasi, penanganan eskalasi Jawaban tidak akurat, hilangnya empati Draf balasan AI dicek ke basis pengetahuan resmi dan nadanya disesuaikan untuk keluhan sensitif

Tim Marketing dapat memperdalam penerapannya lewat panduan AI untuk marketing. Tim HR perlu memberi perhatian khusus saat memakai AI untuk menyusun jobdesk dan screening CV, karena keduanya menyangkut data pribadi dan keadilan seleksi. Di Finance, prinsip verifikasi angka berlaku saat AI dipakai untuk menyusun laporan forecast dan budget.

Perbedaan AI Literacy, AI Fluency, dan AI Proficiency

AI literacy, AI fluency, dan AI proficiency adalah tiga tingkat kompetensi yang berbeda. Literacy adalah standar minimum untuk semua karyawan, fluency untuk karyawan yang rutin memakai AI, dan proficiency untuk mereka yang merancang cara kerja dan standar AI bagi tim.

Pembagian tiga tingkat ini adalah kerangka praktis untuk memetakan kebutuhan pelatihan. Beberapa framework lain memakai istilah AI fluency dengan pengertian berbeda. Karena itu, yang perlu disepakati di organisasi Anda adalah indikator tiap tingkat, bukan sekadar labelnya.

Tingkat Untuk Siapa Indikator Kemampuan
AI Literacy Seluruh karyawan Memahami batasan AI, memakainya untuk tugas sederhana, tahu data yang tidak boleh dimasukkan, selalu memeriksa angka dan rujukan
AI Fluency Karyawan yang rutin memakai AI Memakai AI dalam alur kerja harian, menyesuaikan pendekatan per tugas, mengevaluasi output secara mandiri
AI Proficiency Manajer, pimpinan, AI champion Merancang alur kerja berbasis AI untuk tim, menilai kelayakan AI untuk proses tertentu, menetapkan standar penggunaan dan tata kelola

Tingkat proficiency berkaitan erat dengan peran kepemimpinan. Pembahasannya lebih lanjut ada di artikel cara memimpin tim di era agentic AI.

Memberikan satu program identik untuk ketiga tingkat ini sering membuat pelatihan kurang berdampak. Sebagian peserta merasa materinya terlalu dasar, sebagian lagi tertinggal sejak sesi pertama. Karena itu, pemetaan tingkat kompetensi perlu dilakukan sebelum pelatihan dimulai.

Cara Membangun AI Literacy Karyawan

Perusahaan membangun AI literacy karyawan melalui tiga langkah yang berjalan bersamaan: memetakan kebutuhan per divisi dan tingkat kompetensi, melatih dengan kasus pekerjaan nyata, dan menetapkan panduan penggunaan AI yang jelas. Ketiganya saling melengkapi dan tidak bisa saling menggantikan.

Petakan Kebutuhan Lebih Dulu

Tentukan fondasi yang berlaku untuk semua karyawan, lalu identifikasi kemampuan tambahan per divisi dan tingkat kompetensi tiap kelompok. Proses ini pada dasarnya adalah training needs analysis yang difokuskan pada AI. Hasilnya menjadi dasar untuk menyusun program pelatihan karyawan yang terukur, sehingga anggaran tidak habis untuk satu program yang sama bagi semua orang.

Latih dengan Pekerjaan yang Dihadapi Peserta

Pelatihan AI literacy perlu memakai kasus yang benar-benar dihadapi peserta di divisinya. Karyawan HR yang berlatih mengevaluasi output AI untuk deskripsi pekerjaan akan lebih cepat menerapkannya dibanding yang hanya mendengar penjelasan umum.

AI literacy sulit terbentuk dari sesi teori satu arah. Yang dilatih adalah kebiasaan menilai dan memverifikasi, dan kebiasaan terbentuk lewat pengulangan pada situasi nyata.

Prinsip ini mendasari Practice-Led Learning by Belajarlagi, yaitu metode belajar yang menekankan hands-on activity dan praktik langsung. Dalam konteks AI literacy, peserta tidak hanya mendengar cara mengevaluasi output AI, tetapi langsung mempraktikkannya dengan contoh dari pekerjaan mereka sendiri.

Siapkan Panduan Penggunaan yang Jelas

Panduan penggunaan AI minimal memuat lima hal:

  1. Daftar tools AI yang disetujui perusahaan.
  2. Kategori data yang tidak boleh dimasukkan ke tools AI.
  3. Jenis pekerjaan yang wajib diperiksa manusia sebelum dipakai.
  4. Aturan keterbukaan penggunaan AI kepada klien atau pihak lain.
  5. Jalur pelaporan jika terjadi kesalahan atau kebocoran data.

Tanpa panduan ini, penggunaan AI cenderung tersebar tanpa arah, atau sebaliknya adopsi AI berhenti di pilot project karena tidak ada standar yang bisa diperluas.

Bagaimana Cara Mengukur AI Literacy Karyawan?

AI literacy karyawan diukur dari perilaku kerja, bukan hanya nilai kuis. Perusahaan perlu melihat tiga lapisan: kemampuan awal sebelum pelatihan, perubahan perilaku saat memakai AI, dan dampaknya pada kualitas serta efisiensi pekerjaan.

Lapisan Yang Diukur Contoh Cara Mengukur
Kemampuan awal Tingkat kompetensi sebelum pelatihan Tes berbasis tugas: peserta diberi output AI yang sengaja mengandung kesalahan angka atau rujukan, lalu diminta menemukan dan memperbaikinya
Perilaku Penerapan lima komponen saat bekerja Audit sampel pekerjaan: apakah angka diverifikasi, data sensitif disamarkan, dan review manusia dilakukan sesuai panduan
Dampak Hasil kerja Jumlah revisi akibat output AI, waktu penyelesaian tugas, dan insiden data yang masuk ke tools tidak resmi

Indikator revisi relevan karena masalahnya nyata: 45% pekerja dalam survei Founder Reports pernah memperbaiki pekerjaan rekan yang terlalu bergantung pada AI. Ulangi tes kemampuan awal dengan format yang sama beberapa minggu setelah pelatihan untuk melihat perubahannya.

Pengukuran ini bisa digabungkan dengan metrik AI adoption yang lebih luas, sekaligus menjadi dasar untuk mengukur ROI training karyawan.

Bangun AI Literacy Tim Anda bersama Belajarlagi

Program AI literacy paling efektif ketika dirancang sesuai fungsi dan tingkat kompetensi tiap kelompok karyawan. Untuk gambaran bentuk programnya, Anda dapat membaca pembahasan AI corporate training.

Belajarlagi Corporate Training

Jika organisasi Anda sedang menyusun standar kemampuan AI untuk karyawan, Belajarlagi Corporate Training menyediakan lebih dari 100 modul lintas Digital Skill, Sales, Soft Skill, hingga Management, dengan kurikulum yang bisa disesuaikan dengan kebutuhan tiap divisi.

FAQ

[open]
[collapse]

Apa itu AI literacy?

AI literacy adalah kemampuan memahami cara kerja dan batasan AI, memakainya untuk tugas yang tepat, mengevaluasi hasilnya, serta menggunakannya secara aman dan bertanggung jawab. Di tempat kerja, AI literacy menentukan apakah AI yang dipakai karyawan benar-benar meningkatkan kualitas kerja atau justru menambah risiko. Kemampuan ini berbeda dari sekadar bisa memakai ChatGPT atau Claude, karena intinya ada pada kemampuan menilai dan memverifikasi output AI.

Apa perbedaan AI literacy, AI fluency, dan AI proficiency?

Ketiganya adalah tingkat kompetensi yang berbeda. AI literacy adalah standar minimum untuk seluruh karyawan, yaitu memahami batasan AI dan tahu data yang tidak boleh dimasukkan. AI fluency untuk karyawan yang rutin memakai AI dalam alur kerja harian dan mampu mengevaluasi output secara mandiri. AI proficiency untuk manajer dan pimpinan yang merancang alur kerja berbasis AI serta menetapkan standar penggunaan bagi tim.

Mengapa AI literacy penting bagi perusahaan?

Karyawan sudah memakai AI jauh lebih luas daripada pelatihan yang disediakan perusahaan. Survei Founder Reports terhadap 2.078 pekerja di Amerika Serikat pada April 2026 menemukan 89% pernah memakai AI untuk pekerjaan, dan 45% pernah memperbaiki pekerjaan rekan yang terlalu bergantung pada AI. Di sisi lain, survei Federal Reserve Bank of New York mencatat hanya 15,9% responden yang bekerja menyatakan perusahaannya menyediakan pelatihan AI. Tanpa AI literacy, risiko kesalahan, kebocoran data, dan pekerjaan ulang ikut meningkat.

Bagaimana cara membangun AI literacy karyawan?

Perusahaan membangun AI literacy melalui tiga langkah yang berjalan bersamaan. Pertama, memetakan kebutuhan per divisi dan tingkat kompetensi lewat training needs analysis. Kedua, melatih karyawan dengan kasus pekerjaan nyata di divisinya, karena yang dibentuk adalah kebiasaan menilai dan memverifikasi. Ketiga, menetapkan panduan penggunaan AI yang memuat tools yang disetujui, data yang dilarang, dan pekerjaan yang wajib diperiksa manusia.

Bagaimana cara mengukur AI literacy karyawan?

AI literacy diukur dari perilaku kerja, bukan hanya nilai kuis. Perusahaan perlu melihat tiga lapisan: kemampuan awal sebelum pelatihan, penerapan lima komponen AI literacy saat bekerja, dan dampaknya pada hasil kerja. Contohnya, peserta diberi output AI yang sengaja mengandung kesalahan angka lalu diminta memperbaikinya, kemudian tes yang sama diulang beberapa minggu setelah pelatihan. Indikator dampak yang bisa dipantau antara lain jumlah revisi akibat output AI dan insiden data yang masuk ke tools tidak resmi.

#
Perusahaan
#
ARTIFICIAL INTELLIGENCE
Belajarlagi author:

Ayu Novia

A Strategist and Copywriter with more than 3 years in the creative industry. Passionate in data-driven writing for various niches of content.

Temukan Hal Menarik dan Asyik Lainnya

Yuk, Langganan Newsletter Kami

Topik apa yang paling menarik untuk anda?
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Cookie Consent

By clicking “Accept”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.