Etiket AI: Norma Baru di Tempat Kerja dalam Menggunakan AI

Oleh Victor Hoang · Diperbarui 26 Agustus 2026

Etiket AI adalah norma baru untuk memakai AI dengan hormat dan transparan di tempat kerja: kapan perlu mengaku memakainya, siapa yang mendapat pengakuan atas hasil kerja berbantuan AI, momen mana yang memerlukan manusia, dan seberapa jauh boleh bersandar padanya sebelum bantuan berubah menjadi jalan pintas yang tak pernah disetujui siapa pun.

Tak satu pun dari ini tertulis di tempat resmi mana pun, dan itulah masalahnya. "Etiket email" dulu juga terasa baru: kapan boleh membalas ke semua, seberapa cepat balasan diharapkan. Tim menemukan jawabannya secara informal, tidak merata, dan sering kali lewat jalan sulit. Etiket AI mengikuti jalur yang sama, hanya saja taruhannya lebih tinggi: salah dalam etiket email berarti mengganggu rekan, salah dalam etiket AI bisa diam-diam mengikis kepercayaan, salah menisbahkan karya orang lain, atau membocorkan data klien ke alat yang tak pernah disetujui.

Apa Sebenarnya Arti "Etiket AI"

Etiket AI berada satu lapis di bawah kebijakan AI. Kebijakan menentukan alat mana yang disetujui dan data apa yang boleh menyentuhnya. Etiket adalah segala yang tidak dicakup kebijakan, penilaian yang diambil orang puluhan kali sehari yang tak diantisipasi dokumen mana pun. Haruskah Anda menyebut bahwa AI dipakai untuk menyusun email ini? Pantaskah bot pencatat ikut hadir di rapat yang satu ini?

Kebanyakan perusahaan kini sudah punya kebijakan penggunaan AI, sering kali berupa satu halaman tentang alat yang disetujui dan penanganan data. Jauh lebih sedikit yang sudah menyinggung norma sosialnya, dan di celah itulah sebagian besar gesekan sebenarnya berada. Dokumen kebijakan tidak memberi tahu manajer apakah boleh memakai AI untuk menyusun umpan balik bagi penilaian bawahan. Sebuah norma bisa, setelah tim benar-benar membicarakannya.

Fakta Penting

• 57% karyawan secara global mengaku menyajikan konten buatan AI sebagai karyanya sendiri tanpa mengungkapkannya (53% di AS), berdasarkan studi KPMG terhadap lebih dari 48.000 orang di 47 negara. Sumber: KPMG, Trust, attitudes and use of artificial intelligence
• 40% pekerja kantoran di AS menerima "workslop," konten buatan AI yang tampak rapi tetapi minim substansi, dalam sebulan terakhir, dengan biaya pembereskan sekitar $186 per karyawan per bulan. Sumber: BetterUp Labs and Stanford Social Media Lab, Workslop
• 39,7% dari seluruh data yang dipindahkan karyawan ke alat AI memuat informasi sensitif, dimasukkan kira-kira sekali setiap tiga hari per karyawan. Sumber: Cyberhaven, 2026 AI Adoption & Risk Report
• 33,4% pekerja Amerika mengatakan pencatat rapat berbasis AI pernah hadir di rapat kerja, tetapi hanya 34,7% dari kelompok itu yang selalu dimintai izin lebih dulu; 25,1% tidak pernah dimintai izin. Sumber: Kolmogorov Law / Pollfish survey, July 2026
• 60% eksekutif sudah memakai AI dalam pengambilan keputusan, tetapi hanya 5% yang merasa mengelolanya dengan baik, kesenjangan yang dalam riset Deloitte 2026 disebut "cultural debt." Sumber: Deloitte, 2026 Global Human Capital Trends
• Ketika manajer secara terbuka memberi contoh penggunaan AI mereka sendiri, karyawan melaporkan kenaikan kepercayaan sebesar 30 poin terhadap AI agentik, bukti bahwa norma menyebar lewat perilaku pemimpin lebih daripada lewat dokumen kebijakan. Sumber: Microsoft Work Trend Index 2026
• 44% pekerja di AS mengatakan perusahaannya tidak punya kebijakan AI yang jelas, atau tidak yakin kebijakan itu ada, padahal sebagian besar sudah memakai AI untuk bekerja; di perusahaan dengan kurang dari 10 karyawan, angkanya naik menjadi 59%. Sumber: Founder Reports, AI in the Workplace Report

Soal Pengungkapan: Haruskah Anda Mengaku Memakai AI?

Pengungkapan adalah norma yang paling sering diperdebatkan tim, biasanya tanpa sadar bahwa mereka memperdebatkannya, karena ketidaksepakatan itu muncul sebagai rasa tak nyaman yang samar, bukan debat terbuka. Angka KPMG di atas memberi bukti atas sesuatu yang sudah lama dicurigai banyak pemimpin: lebih dari separuh karyawan yang memakai AI di tempat kerja tidak mengatakannya, dan sebagian cukup besar secara aktif menyajikan hasilnya sebagai sepenuhnya karya sendiri.

Komplikasi jujurnya adalah bahwa "selalu ungkapkan" juga belum tentu benar. Tak ada yang mengharapkan catatan kaki setiap kali pemeriksa ejaan membetulkan salah ketik. Norma yang benar-benar bertahan dalam praktik menyesuaikan pengungkapan dengan taruhannya: penyuntingan ringan tidak perlu disebut, tetapi konten substantif, seperti analisis, rekomendasi, atau memo keputusan, kemungkinan besar perlu, terutama jika ada pihak hilir yang akan mengandalkannya. Itu penilaian yang tak bisa diambilkan oleh dokumen kebijakan; ia harus dibahas dan disepakati, idealnya sebelum momen canggung pertama memaksa percakapan itu terjadi. Pergeseran yang lebih dalam di balik ketegangan ini, dari "saya mengoperasikan alat" menjadi "saya mengawasi keluarannya," dibahas dalam apa sebenarnya budaya AI-native itu.

Atribusi dan Pengakuan: Ini Karya Siapa?

Bersebelahan dengan pengungkapan, dan sama belum terselesaikannya, adalah siapa yang mendapat pengakuan ketika seseorang dan agen AI sama-sama berkontribusi. Ketika sebuah agen menyusun sebagian besar proposal dan seseorang menyunting seperlima akhirnya, kebanyakan sistem penghargaan masih mengandaikan satu manusia menghasilkan 100% keluaran, karena itulah satu-satunya model yang dibuat untuk dinilai.

Tim yang melewatkan percakapan ini cenderung berakhir di salah satu dari dua posisi buruk. Sebagian diam-diam menggelembungkan pengakuan, membiarkan hasil kerja berbantuan AI terbaca seolah seseorang mengerjakan semuanya tanpa bantuan, yang menumbuhkan kekesalan begitu rekan kerja menyadari proporsinya. Sebagian lain menganggap keluaran berbantuan AI kurang sah, yang menghukum orang karena memakai alat yang sering kali merupakan pilihan efisien dan jujur. Tak satu pun ekstrem itu adil, dan keduanya mengikis kepercayaan yang menjadi sandaran tim manusia-agen. Norma yang bisa dijalankan menyebutkan pembagiannya secara jujur: apa yang dihasilkan agen, apa yang diubah atau diverifikasi orang itu, dan siapa yang bertanggung jawab jika salah. Bagian terakhir itu lebih penting daripada dua bagian pertama digabungkan, karena pengakuan tanpa akuntabilitas hanyalah pemasaran.

Kapan Tidak Memakai AI: Momen yang Memerlukan Manusia

Sebagian besar percakapan tentang etiket AI berfokus pada cara memakai AI dengan baik. Separuh yang lebih sulit adalah menyepakati kapan tidak memakainya sama sekali, karena sebagian momen memikul bobot yang tak bisa digantikan keluaran yang fasih.

PHK, penilaian kinerja, dan kabar berat lainnya

Karyawan bisa merasakan ketika pesan yang sulit disusun oleh AI, dan tandanya bukan tata bahasa yang buruk, melainkan keformalan yang tak wajar, yang terbaca seperti dioptimalkan untuk menghindari tanggung jawab hukum, bukan ditulis oleh seseorang yang sungguh menimbang keputusan itu. SHRM secara khusus telah mengingatkan pemberi kerja agar tidak menyampaikan kabar PHK hanya dengan AI: pesan itu secara teknis bisa berisi hal yang benar namun tetap terasa hampa, karena penerimanya merasakan tak ada yang cukup lama merenungkan keputusan itu untuk menulisnya sendiri.

Belasungkawa, ucapan selamat, dan momen personal lainnya

Logika yang sama berlaku pada skala yang lebih kecil dan lebih personal. Pesan untuk seseorang yang kehilangan anggota keluarga, atau ucapan selamat atas pencapaian yang tulus, bermakna justru karena ada orang yang memilih meluangkan beberapa menit untuk menyusunnya. Menjalankannya lewat AI lebih dulu tidak hanya berisiko membuat nada sedikit meleset, tetapi mengubah hakikat gestur itu. Momennya berhenti menjadi "ada yang memikirkan saya" dan berubah menjadi "ada yang mendelegasikan memikirkan saya," meski penerimanya tak pernah tahu bagaimana pesan itu ditulis.

One-on-one dan percakapan coaching

Versi yang paling berdampak muncul dalam pengelolaan orang yang berkelanjutan. Manajer boleh memakai AI untuk menyusun catatan atau menyiapkan poin pembicaraan, tetapi percakapan coaching itu sendiri, pertanyaan lanjutan, pembacaan atas kondisi sebenarnya seseorang, adalah jenis kerja antarpribadi yang menjadi fondasi keamanan psikologis dan kepercayaan di tempat kerja. Menyerahkan substansinya kepada naskah buatan AI, alih-alih memakai AI sebagai persiapan, adalah cara cepat membuat bawahan merasa seperti sebuah tiket, bukan seorang manusia.

Ketergantungan Berlebihan dan Workslop: Ketika Bantuan AI Menjadi Pekerjaan Tambahan

Riset workslop dari BetterUp Labs dan Stanford Social Media Lab menamai pola kegagalan yang cukup umum sehingga perlu satu istilah: konten buatan AI yang tampak selesai padahal belum, seperti presentasi, laporan, atau potongan kode yang menciptakan kesan kemajuan sambil diam-diam melimpahkan pemikiran sebenarnya kepada siapa pun yang menerimanya. Tingkat kejadian bulanan 40% berarti ini bukan kasus tepi, melainkan pajak rutin yang sudah dibayar kebanyakan pekerja kantoran tanpa punya namanya.

Kegagalan etiket di balik workslop itu halus: bukan karena seseorang memakai AI, melainkan karena ia memperlakukan draf pertama sebagai draf akhir dan mewariskan celahnya kepada rekan untuk ditutup. Riset yang sama menemukan bahwa menerima workslop terbukti merusak pandangan orang terhadap pengirimnya, lebih dari separuh melaporkan merasa kesal, dan sebagian besar mulai memandang rekan itu kurang tepercaya atau kurang cakap, terlepas dari pekerjaannya yang lain. Biaya reputasi itu menumpuk dengan cara yang sama seperti AI slop merusak konten eksternal: standar kualitas terkikis karena volume menjadi lebih mudah daripada kedalaman.

Shadow AI dan Data Sensitif: Norma yang Tak Pernah Ditulis

Sebagian besar masalah etiket AI bermuara pada penyebab yang lebih sederhana: orang memakai alat AI yang tak pernah disetujui perusahaannya, kadang disebut shadow AI. Hal ini terjadi karena akun AI pribadi hanya berjarak satu tab, dan meminta izin lebih dulu sering terasa lebih lambat daripada langsung menyelesaikan pekerjaan.

Risikonya bukan hipotetis. Riset Cyberhaven menemukan hampir 40% dari seluruh data yang dipindahkan karyawan ke alat AI tergolong sensitif, seperti kode sumber, informasi klien, dan angka keuangan, dan rata-rata karyawan melakukannya kira-kira setiap tiga hari. Sebagian besar bukan niat jahat, melainkan seseorang menempelkan email klien ke chatbot agar balasan lebih cepat tersusun, tanpa memikirkan ke mana informasi itu baru saja pergi. Norma etiket yang layak ditetapkan secara eksplisit: sebelum menempelkan apa pun ke alat AI, tanyakan apakah Anda akan nyaman jika orang yang dibicarakan bisa melihat persis ke mana data itu pergi. Tata kelola AI membahas sisi strukturalnya; etiket adalah kebiasaan harian yang mencegah celah itu terbuka kembali di antara tinjauan kebijakan.

AI dalam Rapat: Pencatat, Transkrip, dan Persetujuan

Pencatat rapat berbasis AI diam-diam menjadi salah satu alat AI paling umum di tempat kerja, dan salah satu yang paling sedikit diatur norma yang nyata. Sepertiga pekerja Amerika kini pernah mengalami rapat yang dihadiri satu pencatat, dan data persetujuannya adalah cerita sebenarnya: kurang dari 35% mengatakan mereka selalu dimintai izin lebih dulu, dan seperempat mengatakan tidak pernah dimintai izin sama sekali.

Celah etiket di sini hampir seluruhnya soal momen sebelum rapat dimulai, bukan alatnya. Mengumumkan bahwa sebuah bot akan merekam, dan memberi orang kesempatan nyata untuk keberatan, hanya butuh sekitar sepuluh detik. Melewatkan langkah itu tidak hanya berisiko menimbulkan masalah hukum di yurisdiksi yang mewajibkan persetujuan untuk merekam, tetapi juga diam-diam memberi sinyal bahwa berbicara bebas bisa ditranskrip dan diteruskan ke tempat tak terduga. Itu berkaitan langsung dengan apakah orang memilih diam dalam rapat atau mengatakan apa yang sebenarnya mereka pikirkan.

Mengapa Norma Eksplisit Mengalahkan Membiarkannya Implisit

Setiap celah di atas berakar pada penyebab yang sama: tim mengadopsi AI lebih cepat daripada menyepakati cara memakainya di sekitar satu sama lain. Data Founder Reports menggambarkan skalanya dengan gamblang, sebagian besar pekerja sudah memakai AI, dan hampir setengahnya mengatakan perusahaannya tak pernah memberi tahu di mana batasnya, lebih parah di perusahaan kecil yang tak ada pemilik penulisan kebijakannya.

Membiarkan norma ini implisit tidak membuat ketegangan di baliknya hilang, hanya menunda biayanya, mekanisme yang sama yang dalam riset Deloitte disebut cultural debt. Tim tanpa norma pengungkapan yang eksplisit tidak menghindari pertanyaan pengungkapan, hanya menjawabnya secara tidak konsisten, orang per orang, sampai seseorang terbakar oleh asumsi yang tak pernah disepakati. Norma eksplisit lebih murah, bukan karena sempurna, melainkan karena mengubah seratus penilaian individu menjadi satu percakapan yang cukup dilakukan tim sekali, dan dapat ditinjau kembali ketika alatnya berubah.

Norma Awal AI untuk Tim yang Praktis

Tim yang berhasil menuliskan sesuatu yang singkat dan spesifik, bukan yang serba lengkap:

Ini bukan templat untuk disalin tanpa diskusi. Menuliskannya sebagai tim, bukan mengadopsi daftar milik orang lain, itulah yang membangun pemahaman bersama. Norma yang tak pernah dibahas jarang bertahan menghadapi kasus ambigu pertama.

Cara Pemimpin Menetapkan Norma AI, Bukan Sekadar Mengumumkannya

Norma tidak menyebar hanya karena sebuah kebijakan dikirim lewat email. Riset Microsoft tentang perilaku manajer menemukan bahwa ketika manajer secara terbuka memberi contoh penggunaan AI mereka sendiri, mengungkapkannya, mengakui di mana ia keliru, kepercayaan karyawan terhadap AI agentik naik 30 poin. Itu temuan tentang kepemimpinan, bukan teknologi: orang menakar apa yang dapat diterima dengan melihat apa yang dilakukan atasannya, bukan membaca apa yang dikatakan perusahaan.

Pemimpin yang berkata "saya memakai AI untuk menyusun ini, lalu menulis ulang bagian yang penting" berbuat lebih banyak untuk menetapkan norma pengungkapan daripada slide mana pun dalam materi onboarding. Hal yang sama berlaku pada keputusan yang lebih berat: manajer yang secara terbuka menulis sendiri umpan balik yang sulit, bukan membiarkan AI menyusunnya, mengajarkan tim di mana garisnya berada. Ini dinamika yang sama di balik Frontier Firm dan bangkitnya agent boss, di mana tugas manajer semakin mencakup memberi teladan dalam penilaian atas AI. Dasarnya sama dengan apa sebenarnya budaya bisnis itu: norma adalah apa yang dilakukan sekelompok orang di bawah tekanan, bukan yang tertulis di slide nilai-nilai.

Langkah Selanjutnya

Etiket AI berada di dalam pergeseran yang lebih besar yang dibahas dalam apa sebenarnya budaya AI-native itu:

• Tim manusia-agen, untuk mekanisme yang lebih dalam tentang bekerja berdampingan dengan agen yang bertindak, bukan sekadar menjawab
• AI cultural debt, untuk apa yang terjadi ketika norma seperti ini tak pernah dibuat eksplisit
• Keamanan psikologis di tempat kerja, untuk alasan mengapa orang perlu merasa aman menyampaikan keraguan atas hasil kerja berbantuan AI sejak awal

Tak ada yang akan menyerahkan buku panduan etiket AI yang sudah jadi kepada tim Anda, karena alatnya berubah lebih cepat daripada yang bisa dilacak dokumen mana pun. Yang tidak berubah adalah ujian dasarnya: apakah Anda akan nyaman jika orang di seberang tahu persis bagaimana ini dibuat? Tim yang terus menjawabnya dengan jujur, bersama-sama, akhirnya punya norma yang bertahan. Tim yang menyerahkannya pada penilaian individu akhirnya mendapat angka KPMG: separuh tim diam-diam berjalan sendiri-sendiri.