Produktivitas AI ERE di Spanyol: penilaian dokumen

Pelajaran karier yang kurang nyaman dari kisah kerja AI terbaru di Spanyol bukanlah bahwa perangkat lunak bisa menghasilkan lebih banyak gambar, kode, atau naskah. Pelajarannya adalah bahwa pemberi kerja dapat mengubah klaim produktivitas itu menjadi argumen tentang kebutuhan staf. Bagi pekerja, respons yang lemah adalah menambahkan baris keterampilan AI yang samar di CV. Respons yang lebih kuat adalah mendokumentasikan bagian-bagian pekerjaan yang bukan sekadar volume output.

El Confidencial melaporkan apa yang disebutnya sebagai “Primera sentencia en España” yang mengaitkan Expediente de Regulación de Empleo, atau ERE, dengan kecerdasan buatan. Hal itu membuat kasus ini berguna melampaui judul berita hukumnya. Kasus ini memberi pelajar dan pekerja pertengahan karier sebuah pertanyaan praktis untuk dijawab sebelum restrukturisasi melakukannya: jika AI mengubah asumsi produktivitas seputar peran Anda, bukti apa yang menunjukkan penilaian, akuntabilitas, konteks klien, dan kepemilikan alur kerja Anda?

Apa yang menurut El Confidencial berubah dalam argumen produktivitas

Menurut El Confidencial, putusan no. 864/2026 dari Kamar Sosial Pengadilan Tinggi Madrid menyelesaikan banding terkait pemutusan hubungan kerja kolektif di sebuah perusahaan pengembangan gim video dan berpihak pada perusahaan. Perusahaan tersebut berargumen bahwa AI meningkatkan kualitas visual gim video, penilaian pengguna, kelincahan, dan efisiensi, menurut laporan yang sama. Itu tidak sama dengan mengatakan bahwa setiap peran kreatif atau teknis dapat digantikan. Ini adalah sinyal yang lebih spesifik: pemberi kerja mungkin semakin membingkai AI bukan sebagai keuntungan alat kerja, tetapi sebagai alasan untuk menggambar ulang jumlah tenaga kerja yang dibutuhkan untuk sebuah alur kerja.

Untuk karier, jabatan pada lencana kerja tidak sepenting jejak nilai di balik pekerjaan tersebut. Seorang desainer yang hanya menampilkan aset akhir lebih mudah digambarkan sebagai kapasitas output. Seorang desainer yang dapat menunjukkan bagaimana ia menafsirkan umpan balik pemain, mengelola batasan merek, menolak hasil generatif yang berisiko, berkoordinasi dengan tim engineering, dan memegang tanggung jawab persetujuan memiliki kumpulan bukti yang berbeda. Hal yang sama berlaku bagi analis, pemasar, pemimpin dukungan, produser, dan developer: jangan hanya mengatakan bahwa Anda menggunakan AI, tunjukkan di mana Anda membuat keputusan yang tidak bisa dipertanggungjawabkan oleh alat tersebut.

Angka-angka HuffPost menunjukkan mengapa konteks itu penting

HuffPost melaporkan bahwa perusahaan desain gim video tersebut menerapkan ERE terhadap 13 pekerja pada Desember 2024, dengan alasan kerugian dan alat AI yang dapat mempercepat pekerjaan. HuffPost juga melaporkan bahwa pendapatan turun dari €7,99 juta pada 2023 menjadi €4,59 juta pada 2024, sementara laba €646.297 berubah menjadi kerugian €3,54 juta. Ini penting karena argumen AI tidak muncul sendirian dalam laporan tersebut. Argumen itu berada berdampingan dengan kondisi bisnis yang memburuk, yang sering menjadi cara perubahan tenaga kerja dibenarkan dalam praktik.

HuffPost juga melaporkan bahwa perusahaan mengatakan gambar yang dihasilkan AI dapat meningkatkan kualitas visual, mempersingkat waktu kerja, dan mendukung reorganisasi di area produksi kreatif dan grafis. Namun, HuffPost memperingatkan bahwa putusan tersebut “no entra a valorar la legitimidad” dari mengganti pekerja dengan AI atau menetapkan doktrin tentang isu itu. Dalam istilah karier yang sederhana, jangan membaca satu putusan secara berlebihan seolah-olah itu aturan universal. Namun, bacalah sebagai peringatan bahwa perubahan alur kerja yang dapat diukur bisa menjadi bagian dari cara pemberi kerja membahas jumlah karyawan.

Halaman BOE untuk Statuta Pekerja Spanyol menunjukkan bahwa teks konsolidasinya terakhir diperbarui pada 21 Okt. 2026. Pekerja yang menghadapi ERE nyata membutuhkan nasihat ketenagakerjaan yang berkualifikasi, bukan utas LinkedIn atau webinar dari penjual sertifikat. Namun, orang yang merencanakan investasi keterampilan berikutnya tetap dapat mengambil pelajaran yang jelas dari mekanisme ketenagakerjaan ini: literasi AI tidak cukup jika kontribusi Anda hanya digambarkan sebagai produksi yang lebih cepat.

Sinyal keterampilan bergeser dari penggunaan alat ke kepemilikan

Survei Developer Stack Overflow 2024 menemukan bahwa 76% responden menggunakan atau berencana menggunakan alat AI dalam proses pengembangan mereka. Ketika sebuah keterampilan menjadi seumum itu, keterampilan tersebut berhenti menjadi pembeda dengan sendirinya. Mengatakan bahwa Anda bisa memberi prompt pada model seperti mengatakan bahwa Anda bisa menggunakan spreadsheet dalam peran keuangan: kadang diperlukan, tetapi jarang cukup. Sinyalnya bergeser ke alur kerja di sekitar alat tersebut.

OECD mengatakan lebih dari sepertiga individu di seluruh OECD menggunakan alat AI generatif pada 2025, dan menyoroti risiko terhadap privasi, keselamatan, keamanan, dan otonomi manusia. Risiko-risiko itu bukan sekadar hiasan karier yang abstrak. Justru di sanalah akuntabilitas manusia dapat terlihat: memutuskan data apa yang tidak boleh ditempelkan ke sebuah alat, memeriksa apakah output aman untuk dirilis, menjelaskan trade-off kepada klien, atau memegang tanggung jawab atas konsekuensi ketika pekerjaan otomatis memengaruhi pengguna.

Di sinilah inflasi kredensial terbongkar. Kursus singkat yang mengajarkan istilah AI mungkin membantu Anda memulai, tetapi tidak akan membuktikan bahwa Anda bisa menjalankan alur kerja di bawah berbagai batasan. Jalur belajar yang berguna seharusnya meninggalkan artefak: peta proses sebelum dan sesudah, pemeriksaan kualitas, log prompt yang terkait dengan keputusan, rubrik peninjauan, catatan pemangku kepentingan, dan contoh saat Anda mengesampingkan atau mengoreksi output model. Manajer perekrutan dan panel promosi internal mungkin tidak mengatakannya sejelas itu, tetapi mereka menyaring bukti bahwa Anda dapat dipercaya dengan pekerjaan tersebut, bukan hanya dengan alatnya.

Apa yang sebaiknya didokumentasikan pekerja berikutnya

Laporan El Confidencial seharusnya mendorong pekerja untuk membangun dossier nilai, bukan panik membeli kredensial. Untuk setiap tugas berulang, tuliskan apa yang dihasilkan alat, apa yang Anda putuskan, siapa yang bergantung pada keputusan itu, dan risiko apa yang Anda tanggung jika terjadi kesalahan. Jika Anda berusia 25 tahun, catatan itu membantu Anda mengubah output junior menjadi bukti penilaian operasional. Jika Anda berusia 45 tahun, catatan itu membantu menerjemahkan memori institusional dan konteks klien menjadi sesuatu yang terlihat sebelum spreadsheet reorganisasi berikutnya dibuat.

Langkah praktisnya adalah membuat pekerjaan Anda lebih sulit dipadatkan menjadi hitungan unit. Simpan contoh brief ambigu yang Anda perjelas, cacat yang Anda temukan, pelanggan yang Anda pahami, batasan yang Anda seimbangkan, dan handoff yang Anda perbaiki. AI mungkin mengubah asumsi produktivitas, dan di beberapa tempat kerja hal itu sudah terjadi. Respons Anda bukanlah mengklaim kebal dari otomatisasi, melainkan membuat bagian manusia dalam alur kerja menjadi spesifik, berbukti, dan sulit diabaikan.