Hari ini ada salah satu yang paling membekas yakni pengalaman yang tidak menyenangkan saat berinteraksi dengan teknologi.
Sebagai orang yang kerja di perusahaan berbasis teknologi, dan juga punya latar belakang IT, saya tentu bukan orang yang anti sistem. Saya justru termasuk yang percaya bahwa teknologi bisa membantu banyak hal. Teknologi bisa mempercepat, merapikan, mempermudah, dan menurunkan beban kerja manusia.
Tapi hari ini saya kembali diingatkan bahwa ada batas yang tidak bisa dilompati hanya dengan kalimat, “kan sudah ada sistem.”
Karena pada beberapa momen, teknologi masih sangat membutuhkan manusia.
1) Chatbot tidak bisa menggantikan rasa dipahami
Salah satu contohnya adalah chatbot. Secara fungsi, chatbot memang membantu. Orang bisa kirim pesan kapan saja, bisa dapat jawaban lebih cepat, dan perusahaan bisa mengurangi beban layanan yang repetitif.
Tapi ada hal yang sering hilang dari implementasi chatbot: rasa dipahami.
Saat orang sedang kesal, bingung, atau butuh kepastian, mereka tidak cuma butuh jawaban template. Mereka butuh merasa bahwa masalahnya benar-benar dimengerti. Mereka butuh tahu apakah pertanyaannya sudah terbaca, sedang diproses, antriannya panjang atau tidak, dan kapan kira-kira akan ada jawaban yang lebih jelas.
Kalau semua pertanyaan dijawab dengan pola yang sama, padahal konteksnya berbeda, rasanya justru menjengkelkan. Bukan karena teknologinya jelek, tapi karena desain layanannya kurang manusiawi.
Buat saya, chatbot itu bagus. Tapi harus ada manusia yang menjaga sisi manusianya. Harus ada ruang untuk eskalasi, untuk kasus baru, untuk emosi yang tidak bisa dijawab dengan template.
2) Otomatisasi tidak selalu mampu menangani anomali
Hal kedua yang saya rasakan adalah soal sistem otomatis.
Saat sebuah sistem dibangun, harapannya orang tinggal input data, klik beberapa bagian, lalu output-nya keluar sesuai desain. Semua tutorial sudah disiapkan, panduan sudah ada, langkah-langkahnya sudah dibuat runtut.
Masalahnya, hidup tidak selalu berjalan sesuai tutorial.
Hari ini saya ada di posisi itu. Saya sudah mengikuti caranya, sudah baca panduannya, sudah mencoba sesuai alur yang disediakan, tapi hasil yang seharusnya muncul tetap tidak muncul.
Di titik seperti ini, sistem otomatis tidak cukup. Tetap perlu manusia untuk menilai: ini salah user, salah data, atau memang ada anomali yang belum di-cover oleh sistem?
Justru di sinilah kualitas sistem diuji. Bukan saat semua berjalan mulus, tapi saat ada kasus yang tidak masuk template. Kalau semua anomali dianggap mustahil, sistem akan terlihat rapi di atas kertas tapi menyusahkan di lapangan.
3) Masalah online tidak selalu harus berujung offline
Hal ketiga yang saya pikirkan hari ini adalah keterbatasan interaksi online.
Banyak masalah digital seharusnya bisa dipetakan. Harusnya ada daftar masalah yang sering terjadi, ada panduan yang lebih relevan, ada opsi bantuan yang lebih kaya daripada sekadar teks atau telepon.
Karena kalau setiap masalah online ujungnya disuruh datang ke kantor, rasanya ada yang belum selesai dalam desain layanannya.
Bisa saja masalah itu sebenarnya kecil. Bisa saja kalau dipahami lebih cepat, tidak perlu bikin orang keluar rumah, antre, buang waktu, dan memenuhi layanan offline untuk kasus yang seharusnya bisa diselesaikan secara jarak jauh.
Mungkin bentuk bantuannya tidak harus selalu chat. Bisa video call, screen sharing, pengiriman bukti yang lebih mudah, atau alur diagnosis yang lebih cerdas. Intinya, teknologi harus membantu menyelesaikan, bukan hanya memindahkan antrean dari online ke offline.
Sistem yang baik juga harus berani mengakui kekurangannya
Di luar tiga hal tadi, ada satu pelajaran yang menurut saya penting sekali.
Kadang kita terlalu percaya diri pada sistem yang kita buat. Karena selama ini terasa aman, kita jadi mudah defensif saat ada keluhan. Seolah-olah kalau user mengalami masalah, berarti user-nya yang salah paham, yang salah pakai, atau yang kurang teliti.
Padahal sistem buatan manusia ya tetap bisa punya celah.
Ketika ada komplain, seharusnya itu jadi bahan belajar. Lihat salahnya di mana. Minta orang menunjukkan kejadiannya. Cek bukti yang muncul. Demo-kan alurnya. Kalau ternyata memang ada yang tidak sesuai dengan desain awal, ya akui saja.
Bukan ngeyel. Bukan defensif. Bukan merasa sistem kita terlalu hebat untuk salah.
Karena sistem yang baik bukan sistem yang mengaku tidak pernah error. Sistem yang baik adalah sistem yang mau belajar saat error itu benar-benar terjadi.
Hari ini saya jadi makin yakin bahwa teknologi yang baik bukan cuma soal otomatisasi. Bukan cuma soal efisiensi. Bukan cuma soal mengurangi peran manusia.
Justru teknologi yang baik adalah teknologi yang tahu kapan harus dibantu manusia, kapan harus memberi ruang empati, dan kapan harus cukup rendah hati untuk menerima bahwa tidak semua hal bisa dibereskan dengan template.