AI memperkecil selisih kecepatan dan kualitas dasar antara desainer yang lebih baru dan desainer yang lebih berpengalaman, tetapi tidak menghapus nilai pengalaman. Pada pekerjaan yang polanya jelas, seperti mencari referensi, membuat variasi visual, menyusun microcopy, atau menyiapkan presentasi, desainer yang memakai AI dapat mengejar ketertinggalan jauh lebih cepat. Namun, ketika masalahnya ambigu dan keputusan desain berdampak pada bisnis, pengalaman tetap menentukan kualitas penilaian.

Karena itu, perbandingan yang tepat bukan lagi “desainer AI” melawan “desainer tradisional”. Pertanyaan yang lebih berguna adalah: siapa yang mampu memakai AI tanpa menyerahkan proses berpikir kepada AI?

Perbedaan utama desainer yang menggunakan AI dan yang tidak

Perbedaan paling terlihat berada pada kecepatan eksplorasi dan produksi, bukan otomatis pada mutu keputusan. AI dapat mempercepat banyak tugas pendukung, tetapi hasil akhirnya masih bergantung pada kemampuan desainer memahami masalah dan menilai keluaran.

Desainer yang menggunakan AI

  • Dapat menghasilkan beberapa arah konsep dalam waktu singkat.
  • Lebih cepat merangkum brief, riset, transkrip wawancara, dan masukan klien.
  • Dapat membuat draft microcopy, user flow, moodboard, ilustrasi konsep, atau variasi layout sebagai bahan awal.
  • Memiliki lebih banyak waktu untuk membandingkan alternatif, jika waktu yang dihemat benar-benar dipakai untuk evaluasi.
  • Berisiko menerima jawaban generik, tidak akurat, bias, atau tidak sesuai merek jika tidak melakukan verifikasi.

Desainer yang tidak menggunakan AI

  • Biasanya menghabiskan lebih banyak waktu pada pencarian referensi, dokumentasi, eksplorasi awal, dan pekerjaan produksi berulang.
  • Dapat membangun pemahaman yang lebih dalam karena menjalani sendiri lebih banyak tahapan, tetapi hal itu tidak terjadi secara otomatis.
  • Lebih mudah mempertahankan proses kerja yang sudah teruji, tetapi berisiko kalah cepat ketika volume pekerjaan meningkat.
  • Tetap dapat menghasilkan desain yang unggul, terutama bila memiliki riset kuat, kepekaan visual, dan pemahaman bisnis yang matang.

Dengan kata lain, AI memberi daya ungkit. Daya ungkit tersebut bisa dipakai untuk berpikir lebih jauh atau sekadar menghasilkan lebih banyak keluaran biasa.

Apa yang dikatakan penelitian?

Bukti yang ada menunjukkan bahwa AI sering memberi keuntungan terbesar kepada pekerja yang lebih baru atau kurang terampil, sehingga selisih performa pada tugas tertentu dapat menyempit. Namun, bukti tersebut tidak berarti pengalaman tidak lagi penting.

Penelitian Erik Brynjolfsson, Danielle Li, dan Lindsey Raymond terhadap 5.179 agen layanan pelanggan menemukan bahwa akses ke asisten AI meningkatkan produktivitas rata-rata sekitar 14 persen. Peningkatannya mencapai 34 persen pada pekerja pemula dan berketerampilan lebih rendah, sedangkan dampaknya minimal pada pekerja yang sudah berpengalaman dan sangat terampil. Para peneliti menyimpulkan bahwa AI membantu menyebarkan praktik terbaik dari pekerja yang lebih mampu dan membantu pekerja baru bergerak lebih cepat pada kurva pengalaman.

Temuan tersebut bukan penelitian tentang desain, jadi angkanya tidak boleh dipindahkan begitu saja ke profesi desainer. Meski demikian, mekanismenya relevan. AI dapat menghadirkan pola, contoh, checklist, dan praktik umum yang sebelumnya baru dikuasai setelah banyak pengulangan.

Penelitian yang lebih dekat dengan desain juga menunjukkan sisi lain. Sebuah studi pada 35 mahasiswa User Experience Design membandingkan proses ideasi dengan dan tanpa ChatGPT. Para peserta menghasilkan 214 konsep desain. Penggunaan ChatGPT meningkatkan kemudahan dan kecepatan, tetapi juga berkaitan dengan keterlibatan kognitif yang lebih rendah. Para peneliti memperingatkan potensi ketergantungan dan penurunan kepercayaan kreatif, meskipun mereka juga menegaskan perlunya penelitian jangka panjang.

Studi Microsoft Research yang dipublikasikan pada CHI 2025 mensurvei 319 pekerja pengetahuan dan mengumpulkan 936 contoh penggunaan AI di tempat kerja. Hasilnya menunjukkan bahwa kepercayaan yang lebih tinggi kepada AI berkaitan dengan lebih sedikit aktivitas berpikir kritis. Di saat yang sama, AI tidak sekadar menghilangkan proses berpikir. Perannya bergeser ke verifikasi informasi, penggabungan jawaban, dan pengawasan pekerjaan.

Kesimpulannya cukup jelas. AI dapat mempercepat jalan menuju hasil yang layak, terutama bagi pemula. Namun, semakin besar ketergantungan kepada AI, semakin penting kemampuan memeriksa, mengoreksi, dan mengambil keputusan.

Apakah selisih pengalaman satu tahun sekarang menjadi kecil?

Pada tugas desain yang rutin dan terstruktur, selisih pengalaman satu tahun memang dapat terasa lebih kecil karena AI mempercepat akses ke pola dan praktik umum. Akan tetapi, belum ada dasar ilmiah yang cukup untuk menyatakan bahwa satu tahun pengalaman desainer secara umum sudah tidak berarti.

Bayangkan dua desainer mengerjakan landing page untuk peluncuran produk yang sama.

Desainer A: dua tahun pengalaman, tanpa AI

  • Membaca brief dan melakukan pencarian referensi secara manual.
  • Membuat dua arah visual dalam satu hari.
  • Menulis draft headline sendiri dan memperbaikinya melalui beberapa putaran.
  • Menyusun presentasi desain secara manual.

Desainer B: satu tahun pengalaman, menggunakan AI secara terarah

  • Meminta AI merangkum brief, lalu memeriksa kembali ringkasannya.
  • Menggunakan AI untuk membuat daftar pertanyaan yang belum dijawab oleh brief.
  • Menghasilkan beberapa arah moodboard dan headline sebagai bahan eksplorasi, bukan hasil final.
  • Memakai AI untuk memeriksa konsistensi istilah, hierarki konten, dan skenario responsif.
  • Menyusun draft presentasi lebih cepat, lalu menyunting alasan desain dengan bahasanya sendiri.

Dalam contoh ini, Desainer B dapat menyelesaikan volume pekerjaan yang mendekati Desainer A. Jeda satu tahun tampak kecil pada jumlah alternatif, kerapian dokumentasi, dan kecepatan presentasi. Ini adalah contoh ilustratif, bukan hasil eksperimen yang membuktikan rasio waktu tertentu.

Perbedaannya akan kembali terlihat ketika klien memberikan brief yang bertentangan, data pengguna tidak lengkap, identitas merek belum jelas, atau keputusan desain berisiko menurunkan konversi. Desainer yang lebih berpengalaman biasanya memiliki lebih banyak pola kegagalan dalam ingatan, lebih cepat mengenali asumsi yang lemah, dan lebih mampu menjelaskan konsekuensi keputusan kepada pemangku kepentingan.

Pengalaman tidak hilang, tetapi bentuk nilainya berubah

Nilai pengalaman bergeser dari kemampuan menghasilkan aset menuju kemampuan menentukan apa yang layak dibuat, mengapa, dan bagaimana mengujinya. AI semakin baik dalam membantu eksekusi, tetapi tanggung jawab desain tetap berada pada manusia.

Pengalaman masih sangat penting untuk:

  • Merumuskan masalah yang sebenarnya, bukan hanya memenuhi permintaan awal.
  • Membedakan preferensi pribadi dari kebutuhan pengguna.
  • Menilai apakah hasil terlihat generik atau bertentangan dengan identitas merek.
  • Memahami aksesibilitas, konteks budaya, etika, hak cipta, dan risiko bisnis.
  • Memilih data yang relevan dan mengenali ketika riset belum cukup.
  • Menghadapi konflik antar pemangku kepentingan dan mempertahankan keputusan dengan alasan yang dapat diuji.
  • Mengetahui kapan hasil AI harus dibuang, bukan diperbaiki.

Di sinilah pengalaman dan AI seharusnya saling memperkuat. Desainer junior dapat memakai AI untuk mempercepat pembelajaran. Desainer senior dapat memakai AI untuk memperluas kapasitas dan menguji lebih banyak alternatif. Sebaliknya, desainer berpengalaman yang menolak semua alat baru bisa kalah produktif, sedangkan desainer baru yang menerima semua keluaran AI bisa terlihat cepat tetapi rapuh saat diuji.

Risiko ketika desainer terlalu bergantung pada AI

Risiko terbesar bukan AI membuat desain buruk, melainkan desainer berhenti menyadari bahwa desainnya buruk. Keluaran yang rapi dapat menciptakan rasa percaya diri palsu.

Beberapa risiko yang perlu dikendalikan adalah:

  • Keseragaman visual. Referensi dan pola populer mudah menghasilkan solusi yang serupa dengan banyak merek lain.
  • Masalah yang salah. AI dapat menjawab brief dengan lancar meskipun brief tersebut dibangun dari asumsi yang keliru.
  • Fakta yang tidak akurat. Ringkasan riset, persona, data pasar, atau klaim aksesibilitas tetap harus diperiksa dari sumber aslinya.
  • Keterampilan yang tidak tumbuh. Jika seluruh ide awal selalu diserahkan kepada AI, desainer kehilangan latihan membingkai masalah dan membangun kepercayaan kreatif.
  • Risiko privasi dan hak penggunaan. Informasi rahasia klien, data pengguna, dan aset berlisensi tidak boleh dimasukkan tanpa aturan yang jelas.

Cara memakai AI tanpa kehilangan kemampuan desain

Gunakan AI sebagai rekan eksplorasi dan pemeriksa, bukan sebagai pemilik keputusan. Alur berikut menjaga kecepatan tanpa mengorbankan proses berpikir.

  1. Rumuskan masalah sendiri. Tulis tujuan bisnis, kebutuhan pengguna, batasan, dan ukuran keberhasilan sebelum meminta keluaran AI.
  2. Buat satu arah awal tanpa AI. Langkah ini menjaga kemampuan menyusun hipotesis dan mengurangi kecenderungan mengikuti jawaban pertama dari mesin.
  3. Pakai AI untuk memperluas pilihan. Minta alternatif, kontra-argumen, pertanyaan yang terlewat, atau skenario ekstrem.
  4. Verifikasi setiap klaim. Cocokkan data, kutipan, aturan aksesibilitas, dan informasi hukum dengan sumber yang dapat dipercaya.
  5. Uji kepada manusia. Desain tetap perlu dilihat, digunakan, dan dinilai oleh pengguna serta pemangku kepentingan yang nyata.
  6. Catat alasan keputusan. Jika desainer tidak dapat menjelaskan mengapa sebuah elemen dipilih, kemungkinan besar keputusan itu belum matang.

Untuk proyek yang membutuhkan strategi merek, identitas visual, atau pengalaman digital yang konsisten, pendekatan ini dapat dikembangkan bersama tim Roku Studio. Fokusnya bukan memakai AI sebanyak mungkin, melainkan memakai teknologi pada bagian yang benar tanpa kehilangan ketajaman desain.

Bagaimana perusahaan sebaiknya menilai desainer?

Tahun pengalaman tetap berguna, tetapi tidak lagi cukup sebagai ukuran tunggal. Portofolio dan proses kerja harus menunjukkan cara desainer berpikir bersama alat modern.

Perusahaan sebaiknya menilai:

  • Kualitas perumusan masalah dan pertanyaan riset.
  • Alasan di balik keputusan desain.
  • Kemampuan membedakan hasil AI yang layak dan menyesatkan.
  • Konsistensi terhadap sistem desain dan identitas merek.
  • Kemampuan menguji desain dengan pengguna.
  • Kecepatan iterasi tanpa penurunan mutu.
  • Kemampuan menjelaskan kontribusi pribadi ketika AI digunakan.

Desainer yang bernilai tinggi bukan orang yang paling banyak menekan tombol AI. Ia adalah orang yang dapat menghasilkan keputusan lebih baik, lebih cepat, dan tetap bertanggung jawab atas hasilnya.

Kesimpulan

AI memperkecil kesenjangan performa pada pekerjaan desain yang rutin, tetapi tidak menghapus kesenjangan penilaian. Selisih pengalaman satu tahun dapat terlihat lebih kecil karena AI membantu desainer baru menemukan pola, membuat alternatif, dan menyelesaikan pekerjaan produksi dengan lebih cepat.

Namun, pengalaman masih menentukan kemampuan memahami konteks, mengenali risiko, menolak solusi yang dangkal, dan menghubungkan desain dengan tujuan bisnis. Masa depan bukan milik desainer yang memakai AI atau menolak AI. Masa depan lebih mungkin dimiliki desainer yang memahami kapan AI membantu, kapan AI menyesatkan, dan kapan manusia harus mengambil alih sepenuhnya.

Pertanyaan yang sering diajukan

Apakah AI bisa menggantikan desainer?

AI dapat menggantikan sebagian tugas seperti membuat variasi, merangkum informasi, dan menyiapkan draft. AI belum menggantikan tanggung jawab untuk memahami pengguna, merumuskan masalah, menilai risiko, dan mengambil keputusan desain dalam konteks bisnis.

Apakah desainer junior dengan AI bisa menyamai desainer senior?

Pada tugas yang rutin dan terstruktur, desainer junior dapat mendekati kecepatan atau kualitas dasar desainer yang lebih berpengalaman. Pada masalah yang ambigu, sensitif, atau berisiko tinggi, pengalaman masih memberi keunggulan besar dalam penilaian dan komunikasi.

Apakah selisih satu tahun pengalaman tidak lagi penting?

Tetap penting, tetapi dampaknya berbeda menurut jenis pekerjaan. AI dapat memperkecil selisih pada produksi dan eksplorasi awal. AI tidak otomatis menyamakan kemampuan riset, strategi, selera visual, pemahaman konteks, dan pengambilan keputusan.

Sumber