Editorial Ilmu Komputer & AI
Ketika AI Bergabung ke Tim! Model tentang Bagaimana Adopsi AI Berkaitan dengan Pola Sosial pada Tim Rekayasa Perangkat Lunak
Masalah inti
Penyusupan cepat alat pengembangan berbantuan AI ke dalam praktik rekayasa perangkat lunak sedang membentuk ulang cara tim berkolaborasi, berbagi pengetahuan, dan mengoordinasikan pekerjaan mereka. Namun, meskipun peningkatan produktivitas pada tingkat alat banyak dilaporkan, konsekuensi adopsi AI terhadap dinamika sosial tim masih sebagian besar belum ditelusuri. Penelitian ini mengatasi celah kritis: belum jelas apakah adopsi AI berkaitan dengan peningkatan atau pengurangan **community smells** — anti-pola sosio-teknis yang mencerminkan kegagalan koordinasi dan komunikasi di dalam tim perangkat lunak.
Berlandaskan **teori Transactive Memory Systems (TMS)**, penulis berargumen bahwa alat AI tidak memengaruhi pola sosial tim secara tunggal dan seragam. Sebaliknya, hubungan itu bergantung pada jenis kerja kolaboratif yang dilakukan. Teori TMS menyatakan bahwa tim mengembangkan sistem bersama untuk mengodekan, menyimpan, dan mengambil pengetahuan, pada dua dimensi utama: **Specialization** (siapa mengetahui apa) dan **Coordination** (bagaimana pengetahuan dan tugas diorkestrasi). Karena itu, penelitian ini menanyakan apakah adopsi AI memperkuat atau melemahkan dimensi-dimensi terseb
Inovasi
Analisis PLS-SEM mengungkapkan bahwa adopsi AI berkaitan dengan community smells **tidak dengan satu cara saja**, melainkan melalui mekanisme yang bergantung pada jenis pekerjaan.
**Jalur kerja spesialisasi.** Pada pekerjaan yang berorientasi spesialisasi, adopsi AI berkaitan dengan **interaksi antarrekan yang berbagi pengetahuan yang lebih tinggi**. Peningkatan interaksi antarrekan ini, pada gilirannya, berkaitan dengan **community smells yang lebih sedikit**. Dengan kata lain, ketika AI mendukung dimensi spesialisasi TMS — membantu anggota tim menemukan dan memanfaatkan keahlian satu sama lain — AI tampaknya memperkuat, bukan mengikis, koordinasi sosial.
**Jalur kerja koordinasi.** Pada pekerjaan yang berorientasi koordinasi, adopsi AI **secara langsung berkaitan dengan kualitas komunikasi yang lebih tinggi**. Secara khusus, hal ini menunjukkan bahwa AI **melengkapi, bukan menggantikan**, interaksi manusia. Alih-alih menggantikan kerja komunikatif yang merekatkan tim, adopsi AI dalam konteks koordinasi berkaitan dengan kualitas komunikasi yang lebih baik, yang dengan sendirinya menjadi faktor pelindung terhadap community smells.
**Pola keseluruhan.** Di antara lima model yang
Mengapa penting
Temuan ini membawa implikasi teoretis dan praktis.
**Implikasi teoretis.** Dengan melandaskan hubungan AI–community-smell pada teori TMS, penelitian ini bergerak melampaui uraian deskriptif tentang adopsi AI. Penelitian ini menunjukkan bahwa dimensi TMS berperan sebagai mekanisme mediasi: adopsi AI memengaruhi pola sosial melalui interaksi antarrekan yang berbagi pengetahuan (spesialisasi) dan kualitas komunikasi (koordinasi). Pembingkaian kontingen ini membantu merekonsiliasi ekspektasi yang bertentangan dalam literatur — sebagian penelitian memperingatkan bahwa AI dapat mengisolasi pengembang atau melewati koordinasi manusia, sementara yang lain menyarankan AI dapat memperkuat kapabilitas tim. Model ini menunjukkan bahwa kedua hasil itu mungkin terjadi, bergantung pada konteks pekerjaan.
**Implikasi praktis.** Bagi pemimpin rekayasa, hasil ini menyarankan bahwa strategi adopsi AI harus dibedakan menurut jenis pekerjaan. Dalam konteks yang berat spesialisasi, intervensi harus melindungi dan mendorong saluran berbagi pengetahuan antarrekan, karena saluran ini memediasi kaitan antara penggunaan AI dan community smells yang lebih sedikit. Dalam konteks yang berat koordinasi, alat AI harus diposisikan sebagai pelengkap komunikasi manusia, bukan pengganti, mengingat kaitan langsungnya dengan kualitas komunikasi yang lebih tinggi.
**Batasan dan penelitian mendatang.** Penelitian ini mengandalkan data survei dari 152 profesional dan PLS-SEM potong lintang, yang mendukung asosiasi tetapi bukan inferensi kausal. Penelitian mendatang dapat memakai desain longitudinal, jejak kolaborasi objektif, dan sampel yang lebih luas untuk menguji apakah jalur yang teramati bertahan sepanjang waktu dan lintas budaya organisasi. Instrumen yang tervalidasi tetap menawarkan landasan yang dapat digunakan kembali untuk pekerjaan semacam itu.
**Kesimpulan.** Masuknya AI ke tim perangkat lunak tidak secara inheren menjadi pengganggu sosial atau panacea sosial. Hubungannya dengan community smells bersifat kontingen, dimediasi oleh mekanisme interaksi berbasis TMS, dan dibentuk oleh jenis kerja kolaboratif yang dijalani tim.
Siapa yang sebaiknya membaca
Membuka konten member…