Beberapa tahun lalu, percakapan tentang kecerdasan buatan dipenuhi nada kekaguman dan kecemasan. Orang bertanya apakah AI akan menggantikan pekerjaan manusia, mengambil alih industri, atau bahkan mengancam eksistensi profesi tertentu. Namun hari ini, nada percakapan itu mulai bergeser. Bukan lagi soal takut pada AI, melainkan lelah dengan kehadirannya yang terasa tak pernah berhenti.
AI kini hadir di hampir setiap sudut kehidupan digital: menyarankan kalimat saat kita menulis, merekomendasikan video, merangkum dokumen, menjawab pertanyaan, hingga memproduksi gambar dan suara. Ia bukan lagi teknologi khusus, melainkan lapisan tak terlihat yang membungkus aktivitas sehari-hari. Di titik inilah muncul fenomena yang bisa disebut sebagai AI fatigue—keletihan kognitif akibat interaksi terus-menerus dengan sistem yang selalu menawarkan bantuan, rekomendasi, dan jawaban instan.
Keletihan ini tidak selalu dramatis. Ia hadir dalam bentuk halus: rasa jenuh, sulit fokus, atau ketergantungan pada saran otomatis. Banyak mahasiswa, misalnya, mulai terbiasa meminta AI merangkum bacaan sebelum benar-benar membacanya. Di dunia kerja, draft laporan sering kali lahir dari template algoritmik sebelum disesuaikan oleh manusia. Proses berpikir yang dulu melibatkan kebingungan, percobaan, dan revisi kini dipersingkat oleh mesin yang tampak efisien.
Konteks sosial dari fenomena ini tidak bisa dilepaskan dari budaya kecepatan. Dunia akademik dan profesional semakin menuntut produktivitas tinggi dalam waktu singkat. AI hadir sebagai solusi yang menjanjikan efisiensi. Namun ketika efisiensi menjadi nilai utama, ruang untuk berpikir lambat—merenung, mempertanyakan, dan meragukan—perlahan menyempit.
Berpikir lambat bukan sekadar kebiasaan lama yang romantis. Ia adalah fondasi bagi refleksi mendalam, kreativitas, dan penilaian etis. Dalam proses berpikir lambat, manusia berhadapan dengan ketidakpastian dan kompleksitas. AI, sebaliknya, dirancang untuk mengurangi friksi tersebut. Ia menawarkan jawaban yang rapi, cepat, dan sering kali meyakinkan. Masalahnya, ketika jawaban selalu tersedia, kebutuhan untuk bertanya bisa melemah.
Generasi muda berada di tengah arus ini. Mereka tumbuh bersama teknologi yang semakin intuitif dan prediktif. Ketika tugas dapat diselesaikan dalam hitungan menit dengan bantuan AI, muncul pertanyaan baru: apakah proses belajar masih dihargai, ataukah hanya hasil akhir yang dinilai? Jika kemampuan utama yang dilatih adalah memilih dan mengedit output mesin, maka struktur kognitif pun ikut berubah.
Fenomena ini juga menyentuh dimensi emosional. Interaksi dengan AI sering kali bersifat transaksional: kita memberi perintah, sistem memberi respons. Pola ini, jika terlalu dominan, bisa memengaruhi cara kita berinteraksi dengan manusia. Dialog yang kompleks dan penuh ambiguitas terasa lebih melelahkan dibanding percakapan dengan sistem yang selalu responsif dan tidak menuntut empati. Keletihan kognitif perlahan bercampur dengan keletihan relasional.
Namun membaca AI fatigue tidak berarti menyalahkan teknologi. AI adalah produk dari kebutuhan manusia akan kemudahan dan percepatan. Ia bekerja dalam kerangka sistem yang lebih besar: ekonomi perhatian, target kinerja, dan budaya instan. Tanpa tekanan tersebut, kehadiran AI mungkin tidak terasa begitu mendesak. Karena itu, fenomena ini lebih tepat dibaca sebagai gejala sosial ketimbang sekadar dampak teknis.
Dalam dunia kampus, misalnya, tekanan untuk menghasilkan karya ilmiah cepat dan banyak dapat mendorong penggunaan AI sebagai alat utama, bukan sekadar pendukung. Di dunia kerja, target produktivitas membuat karyawan semakin bergantung pada otomatisasi. Dalam kondisi seperti ini, AI fatigue bukan sekadar kelelahan karena teknologi, tetapi refleksi dari struktur sosial yang memuja kecepatan.
Implikasinya cukup luas. Jika ruang berpikir lambat semakin jarang, kualitas penilaian etis bisa terdampak. Keputusan penting—baik akademik, profesional, maupun sosial—membutuhkan pertimbangan yang tidak selalu bisa dipercepat. Ketika kita terbiasa menerima jawaban siap pakai, daya kritis berisiko melemah. Keletihan kognitif bukan hanya soal lelah mental, tetapi potensi pengikisan kemampuan reflektif.
Di sisi lain, ada paradoks yang menarik. AI dirancang untuk meringankan beban, tetapi justru dapat menambah beban baru: kebutuhan untuk terus memverifikasi, menyesuaikan, dan memastikan akurasi. Alih-alih benar-benar menghemat energi, kita mengalihkan energi pada bentuk kerja yang berbeda—mengelola mesin yang terus bekerja. Keletihan bukan hilang, melainkan berubah bentuk.
Membaca fenomena ini secara jernih membantu kita menghindari dua sikap ekstrem: glorifikasi tanpa kritik dan penolakan total. AI fatigue menunjukkan bahwa hubungan manusia dengan teknologi selalu ambivalen. Ia membantu sekaligus menuntut; mempermudah sekaligus mengubah pola pikir.
Penutup dari analisis ini bukanlah ajakan untuk menjauh dari AI, melainkan untuk lebih sadar terhadap ritme berpikir kita sendiri. Dalam dunia yang semakin cepat dan otomatis, kemampuan untuk melambat mungkin menjadi keterampilan yang justru semakin langka. Bukan karena teknologi salah, tetapi karena kemanusiaan membutuhkan ruang jeda.
Di tengah keberlimpahan jawaban, mungkin yang paling penting adalah menjaga keberanian untuk tetap bertanya—meski pertanyaan itu tidak segera dijawab oleh mesin.
