K3 di Era AI & Otomatisasi: Risiko Baru yang Sering Diabaikan

Perkembangan kecerdasan buatan (Artificial Intelligence/AI) dan sistem otomasi telah membawa perubahan besar dalam dunia kerja. Proses menjadi lebih cepat, efisien, dan berbasis data. Namun di balik kemajuan tersebut, muncul risiko K3 baru yang sering luput dari perhatian karena tidak bersifat fisik. Risiko ini berkaitan langsung dengan kesehatan mental dan psikologis pekerja, yang dampaknya tidak kalah serius dibanding kecelakaan kerja konvensional.

1. Kelelahan Mental Akibat Interaksi Berkelanjutan dengan AI

Penggunaan AI menuntut pekerja untuk terus beradaptasi dengan sistem, dashboard, notifikasi, dan analisis data yang kompleks. Pekerja dituntut selalu fokus, cepat memahami informasi, dan segera mengambil keputusan. Kondisi ini memicu kelelahan mental (mental fatigue), terutama pada pekerjaan berbasis monitoring, analitik, dan kontrol sistem otomatis. Kelelahan mental yang berkepanjangan dapat menurunkan konsentrasi, meningkatkan risiko kesalahan kerja, dan berdampak pada kesehatan jangka panjang.

2. Over-Monitoring dan Hilangnya Rasa Aman Psikologis

AI memungkinkan perusahaan memantau kinerja karyawan secara real-time: waktu kerja, produktivitas, kecepatan respon, bahkan pola perilaku. Jika tidak dikelola dengan bijak, sistem ini dapat menimbulkan rasa diawasi secara berlebihan (over-monitoring). Karyawan merasa tidak dipercaya, tertekan, dan kehilangan ruang untuk bernapas. Dalam perspektif K3, kondisi ini mengancam psychological safety, yaitu rasa aman untuk bekerja tanpa ketakutan berlebihan.

3. Decision Fatigue dalam Sistem Berbasis Data

Di era AI, pekerja sering dihadapkan pada banyak rekomendasi dan pilihan berbasis algoritma. Meski terlihat membantu, terlalu banyak keputusan kecil yang harus dibuat setiap hari dapat memicu decision fatigue. Akibatnya, kualitas pengambilan keputusan menurun, respon menjadi lambat, dan risiko kesalahan meningkat. Dalam konteks K3, decision fatigue berpotensi menyebabkan kesalahan fatal, terutama di sektor industri, transportasi, dan layanan kritis.

4. Stres Akibat Target Berbasis Algoritma

AI sering digunakan untuk menetapkan target kerja yang dinamis dan terus diperbarui berdasarkan data performa. Target yang ditentukan algoritma sering kali tidak mempertimbangkan kondisi manusiawi seperti kelelahan, emosi, atau faktor personal. Tekanan untuk terus “sesuai algoritma” dapat memicu stres kronis, kecemasan, hingga burnout. Jika dibiarkan, kondisi ini berdampak pada absensi tinggi, turnover karyawan, dan penurunan produktivitas jangka panjang.

5. Tantangan K3: Dari Fisik ke Psikososial

Era AI menuntut pendekatan K3 yang lebih holistik. Tidak cukup hanya fokus pada alat pelindung diri dan prosedur fisik, tetapi juga pada kesehatan mental dan beban kognitif pekerja. Perusahaan perlu menyusun kebijakan K3 yang adaptif, seperti batasan monitoring digital, evaluasi beban kerja berbasis manusia, serta dukungan kesehatan mental yang nyata.

Penutup

AI dan otomasi adalah keniscayaan, namun keselamatan dan kesehatan kerja harus tetap menjadi prioritas utama. Risiko non-fisik seperti kelelahan mental, over-monitoring, decision fatigue, dan stres berbasis algoritma adalah tantangan K3 modern yang tidak boleh diabaikan. Dengan pendekatan yang tepat, AI dapat menjadi alat pendukung kerja, bukan sumber risiko baru bagi keselamatan dan kesejahteraan pekerja.