(Business Lounge Journal – Human Resources)
Artificial Intelligence (AI) mulai mengubah cara perusahaan mengelola karyawan. Jika dulu seorang manajer harus melihat langsung bagaimana karyawan bekerja, kini teknologi dapat membantu perusahaan mengumpulkan dan menganalisis berbagai data pekerjaan secara otomatis. Aktivitas di komputer, lokasi pekerja, percakapan dengan pelanggan, hingga pola kerja dapat dipantau dengan bantuan teknologi. Bagi perusahaan, cara ini menawarkan sesuatu yang menarik: lebih banyak data untuk mengukur produktivitas dan membuat keputusan. Namun, semakin mudah karyawan dipantau, semakin penting pula pertanyaan tentang batas pengawasan. Harvard Business Review (HBR) dalam artikel “The Hidden Costs of Monitoring Employees with AI” yang terbit 17 September 2026 membahas sisi lain dari perkembangan tersebut. Persoalannya bukan lagi apakah AI mampu mengawasi karyawan, tetapi bagaimana perusahaan memastikan teknologi tersebut tidak justru merusak kepercayaan dan kualitas hubungan kerja.
Teknologi Membuat Karyawan Semakin Terlihat
Penggunaan teknologi untuk memantau karyawan sebenarnya bukan hal baru. Namun, AI membuat kemampuan tersebut menjadi jauh lebih luas. Sistem dapat mengumpulkan berbagai informasi, menemukan pola, dan memberikan laporan kepada manajemen dengan lebih cepat. OECD mendefinisikan algorithmic management sebagai penggunaan software untuk sepenuhnya atau sebagian mengotomatisasi pekerjaan yang biasanya dilakukan manajer, termasuk memberikan instruksi, memonitor, dan mengevaluasi pekerja. Survei OECD terhadap lebih dari 6.000 manajer tingkat menengah di Prancis, Jerman, Italia, Jepang, Spanyol, dan Amerika Serikat menunjukkan bahwa penggunaan teknologi semacam ini sudah cukup luas. Di Amerika Serikat, 90% manajer yang disurvei mengatakan perusahaan mereka menggunakan setidaknya satu bentuk algorithmic management.
Namun, semakin banyak data yang tersedia tidak otomatis berarti perusahaan mendapatkan kinerja yang lebih baik. Sebuah meta-analisis yang diterbitkan di Personnel Psychology menganalisis 94 sampel independen dengan total 23.461 pekerja. Hasilnya tidak menemukan bukti bahwa electronic performance monitoring meningkatkan kinerja pekerja. Sebaliknya, keberadaan monitoring berkaitan dengan tingkat stres yang lebih tinggi. Penelitian tersebut juga menemukan bahwa monitoring yang lebih transparan dan tidak terlalu invasif berkaitan dengan sikap pekerja yang lebih positif.
Temuan tersebut sejalan dengan survei APA Work in America 2024. Sebanyak 44% pekerja Amerika mengatakan, sejauh yang mereka ketahui, perusahaan menggunakan teknologi untuk memonitor mereka ketika bekerja. Di antara pekerja yang mengetahui dirinya dimonitor, 51% mengatakan mereka merasa tegang atau stres pada hari kerja biasa, dibandingkan 38% pada pekerja yang tidak dimonitor atau tidak mengetahui adanya monitoring. Sebanyak 47% merasa dimicromanage, dibandingkan 23%, sementara 39% berencana mencari pekerjaan baru dalam satu tahun, dibandingkan 21%. APA sendiri mengingatkan bahwa data tersebut menunjukkan hubungan, bukan bukti bahwa monitoring menjadi penyebab langsung kondisi tersebut.
Ada pula persoalan kepercayaan. Survei Pew Research Center terhadap 11.004 orang dewasa di Amerika Serikat menemukan bahwa 81% memperkirakan pekerja akan merasa diawasi secara tidak pantas jika perusahaan menggunakan AI untuk mengumpulkan dan menganalisis aktivitas kerja mereka. Sebanyak 66% juga memperkirakan informasi yang dikumpulkan tersebut dapat disalahgunakan. Untuk penggunaan tertentu, 61% menolak AI digunakan untuk melacak pergerakan pekerja, 56% menolak pemantauan kapan pekerja berada di meja, dan 51% menolak AI merekam secara tepat apa yang dilakukan pekerja di komputer.
Dari Amazon hingga Burger King, AI Monitoring Sudah Masuk ke Tempat Kerja
Gambaran tersebut bukan sekadar teori. Berbagai perusahaan telah menggunakan teknologi untuk memonitor atau membantu mengelola pekerjaan, meskipun bentuk dan tujuannya berbeda.
Amazon, misalnya, menggunakan berbagai sistem digital di gudangnya untuk melacak aktivitas dan produktivitas pekerja. Sebuah laporan Knowable Magazine pada 2026 menyebut bahwa pekerja gudang Amazon dapat dipantau melalui handheld scanner, pemindaian badge, dan software di workstation. Teknologi semacam ini memungkinkan perusahaan memperoleh gambaran aktivitas kerja secara lebih rinci. Sistem monitoring juga digunakan di sejumlah industri lain, termasuk untuk memantau pengemudi dan pekerja layanan.
Contoh yang lebih baru datang dari Burger King. Pada 2026, perusahaan menguji AI assistant bernama “Patty” yang bekerja melalui headset karyawan di sekitar 500 restoran di Amerika Serikat. Sistem tersebut dapat membantu pekerja mengingat resep, memberikan informasi operasional, memantau kondisi inventori, dan menganalisis percakapan di drive-thru. Salah satu kemampuan yang menarik perhatian adalah kemampuannya mengenali kata-kata seperti “welcome”, “please”, dan “thank you” untuk memberikan insight mengenai pola pelayanan. Burger King mengatakan sistem tersebut dimaksudkan sebagai alat coaching dan dukungan operasional, bukan untuk memberikan skor kepada karyawan secara individual.
Di sinilah batas antara AI sebagai alat bantu dan AI sebagai alat pengawasan menjadi semakin tipis. Sistem yang sama dapat dipandang sebagai alat untuk membantu karyawan bekerja lebih baik, tetapi juga dapat dirasakan sebagai bentuk pengawasan apabila data yang dikumpulkan digunakan untuk menilai setiap gerakan atau perilaku pekerja.
Menariknya, Microsoft pernah menghadapi persoalan serupa ketika memperkenalkan Productivity Score untuk Microsoft 365. Dalam versi awalnya, fitur tersebut memungkinkan administrator melihat data yang berkaitan dengan aktivitas pengguna. Setelah mendapatkan feedback, Microsoft menghapus nama pengguna dari fitur tersebut dan mengubahnya menjadi pengukuran pada tingkat organisasi. Microsoft kemudian menegaskan bahwa Productivity Score tidak dirancang untuk menilai perilaku individu.
Contoh Microsoft menunjukkan bahwa desain teknologi sangat menentukan cara sebuah sistem diterima oleh karyawan. Data tetap dapat digunakan untuk memahami bagaimana organisasi bekerja, tetapi perusahaan dapat memilih apakah informasi tersebut digunakan untuk mengawasi individu atau untuk memperbaiki sistem kerja secara keseluruhan.
Masalahnya Bukan AI, tetapi Seberapa Besar Kontrol yang Diberikan
Salah satu teori yang relevan untuk memahami persoalan ini adalah Self-Determination Theory (SDT) yang dikembangkan oleh Edward Deci dan Richard Ryan. Teori ini menjelaskan bahwa manusia memiliki tiga kebutuhan psikologis penting di tempat kerja: autonomy, competence, dan relatedness—atau kebutuhan untuk memiliki kendali atas pekerjaan, merasa mampu, dan memiliki hubungan yang baik dengan orang lain. Ketika kebutuhan tersebut terpenuhi, motivasi yang lebih mandiri dan kualitas kinerja yang lebih baik dapat berkembang.
Penelitian meta-analisis yang diterbitkan pada 2026 juga menemukan hubungan yang konsisten antara pemenuhan kebutuhan psikologis tersebut dengan berbagai hasil kerja yang positif, termasuk kepuasan kerja dan keterlibatan karyawan.
Teori ini membantu menjelaskan mengapa perusahaan perlu berhati-hati dengan monitoring berbasis AI. Jika teknologi hanya digunakan untuk memberikan dukungan, informasi, dan feedback yang membantu karyawan, AI dapat menjadi alat yang memperkuat pekerjaan. Tetapi jika setiap aktivitas diterjemahkan menjadi angka dan digunakan untuk mengontrol pekerja secara terus-menerus, rasa memiliki kendali terhadap pekerjaan dapat berkurang.
Penelitian terbaru mengenai algorithmic management juga menunjukkan adanya apa yang disebut sebagai “autonomy paradox”. Sebuah review yang diterbitkan di Frontiers in Psychology pada Agustus 2026 menemukan bahwa sistem algoritmik dapat meningkatkan koordinasi, kecepatan, dan konsistensi, tetapi pada saat yang sama dapat mengurangi ruang bagi pekerja untuk mengambil keputusan sendiri. Review tersebut menyimpulkan bahwa penggunaan algorithmic management lebih mungkin mendukung kinerja yang berkelanjutan ketika pekerja tetap memiliki ruang untuk menentukan cara dan mengambil keputusan, sementara monitoring digunakan lebih sebagai alat pengembangan daripada hukuman.
Bagi manajemen, ini berarti persoalannya bukan memilih antara “menggunakan AI” atau “tidak menggunakan AI”. Pertanyaan yang lebih penting adalah apa yang dipantau, mengapa dipantau, siapa yang dapat melihat datanya, dan untuk apa data tersebut digunakan.
Survei OECD juga menunjukkan bahwa para manajer sendiri melihat sejumlah persoalan dalam penggunaan algorithmic management. Hampir dua pertiga manajer yang menggunakan teknologi tersebut memiliki kekhawatiran mengenai dampaknya terhadap pekerja. Kekhawatiran yang paling sering disebut adalah ketidakjelasan siapa yang bertanggung jawab ketika algoritma membuat keputusan yang salah, sulitnya memahami logika keputusan algoritma, serta perlindungan terhadap kesehatan fisik dan mental pekerja yang belum memadai. OECD karena itu menekankan pentingnya melibatkan pekerja dalam proses penerapan teknologi tersebut.
Pada akhirnya, AI memang dapat membantu perusahaan melihat lebih banyak hal daripada sebelumnya. Tetapi kemampuan untuk melihat bukan berarti semua hal harus diawasi. Perusahaan yang menggunakan AI dalam manajemen perlu membedakan antara mengumpulkan data untuk memperbaiki pekerjaan dan mengumpulkan data untuk mengontrol manusia. Teknologi dapat membantu manajer mengambil keputusan, tetapi kepercayaan, komunikasi, penilaian manusia, dan ruang bagi karyawan untuk bekerja secara mandiri tetap menjadi bagian penting dari manajemen. Tantangannya bukan membuat karyawan semakin mudah dipantau, melainkan memastikan bahwa teknologi membuat tempat kerja menjadi lebih efektif tanpa menghilangkan kepercayaan yang menjadi dasar hubungan antara perusahaan dan karyawan.