Konten dari Pengguna

Meritokrasi Tidak Tinggal di Dalam Aplikasi

Doni Kandiawan

Doni Kandiawan

ASN Pemda Bangka

·waktu baca 4 menit

google
Ikuti kumparan di Google
info
Jadikan kumparan sebagai preferensi terpercayamu di Google
comment
0
sosmed-whatsapp-white
copy-circle
more-vertical

Tulisan dari Doni Kandiawan tidak mewakili pandangan dari redaksi kumparan

Beberapa waktu lalu, saya mengikuti sebuah webinar kedinasan yang membahas pemanfaatan AI Agent untuk membantu pemetaan talenta dan pengolahan informasi kinerja Aparatur Sipil Negara (ASN). Paparan narasumber terdengar begitu menjanjikan: teknologi kecerdasan buatan digadang-gadang sebagai masa depan pengelolaan karier pegawai yang mampu memproses data dengan sangat efisien. Sebagai seorang ASN yang menyambut baik arah reformasi birokrasi ini, saya tentu mendambakan sistem karier yang lebih adil dan transparan. Namun, ada satu penjelasan yang mengganjal di benak saya ketika pemateri menyebutkan bahwa jika ada data digital pegawai yang tidak lengkap, maka verifikasi manual tetap harus dilakukan. Dari situlah muncul sebuah kegelisahan: jika ujungnya kembali ke tangan manusia, siapakah yang memverifikasi data tersebut, dan siapa yang memverifikasi para verifikatornya?

Sumber: SIASN BKN / Badan Kepegawaian Negara RI - https://www.bkn.go.id/publikasi/statistik-asn/
zoom-in-whitePerbesar
Sumber: SIASN BKN / Badan Kepegawaian Negara RI - https://www.bkn.go.id/publikasi/statistik-asn/

Sebagai pegawai yang telah mengabdi selama lebih dari dua dekade dalam birokrasi dan mengalami enam kali proses seleksi Jabatan Pimpinan Tinggi (JPT), saya memiliki kepentingan besar agar perubahan menuju Manajemen Talenta ini berjalan dengan sukses. Pengalaman panjang tersebut membuat saya memahami betul betapa mendesaknya sebuah perubahan. Kita harus jujur mengakui bahwa mekanisme lama, seperti seleksi terbuka JPT, kerap memakan waktu dan biaya yang tidak sedikit. Penilaiannya pun sering kali hanya menangkap performa pegawai pada momentum tertentu saja, sehingga rekam jejak yang dibangun selama bertahun-tahun justru luput dari perhatian utama. Organisasi sangat membutuhkan kaderisasi dan succession planning yang matang. Manajemen Talenta hadir membawa jawaban itu dengan menawarkan instrumen untuk membangun talent pool bagi masa depan birokrasi kita.

Namun, mari kita bedah bagaimana transformasi ini diwujudkan ke dalam sistem digital. Saat ini, berbagai data kinerja dan rekam jejak ASN didokumentasikan secara digital, lalu diintegrasikan dalam ekosistem pengelolaan ASN nasional untuk menjadi bahan dalam pemetaan talenta. Di layar monitor, semuanya mewujud menjadi grafik 9-box grid yang tampak begitu terukur dan meyakinkan.

Tetapi, angka-angka itu tidak lahir begitu saja dari keajaiban mesin. Kita perlu melihatnya sebagai sebuah rantai pertanggungjawaban: Siapa yang menghasilkan data awal tersebut? Siapa yang memberikan penilaian? Siapa yang memverifikasinya di tingkat instansi? Siapa yang dapat mengoreksi jika terjadi kekeliruan? Dan pada akhirnya, siapa yang mengawasi seluruh proses tersebut? Dalam pengolahan data, berlaku prinsip sederhana: garbage in, garbage out. Data yang salah tidak akan pernah menjadi benar hanya karena dimasukkan ke dalam aplikasi yang canggih.

Kita tidak boleh terjebak pada dikotomi dangkal antara manual versus digital, seolah-olah teknologi adalah musuh objektivitas. Digitalisasi jelas membantu mengurangi sebagian subjektivitas birokrasi yang bersifat kasat mata. Namun, teknologi tidak otomatis menghapus subjektivitas yang terjadi sebelum data tersebut masuk ke dalam sistem. Aplikasi absensi sangat akurat mengukur kehadiran fisik, tetapi kehadiran bukanlah keseluruhan dari kinerja. Begitu pula dengan pengisian catatan aktivitas harian; ia membantu mendokumentasikan apa yang kita kerjakan, tetapi kualitas esensial dari pekerjaan itu tetap bergantung pada bagaimana atasan menilai dan memverifikasinya.

Dari sinilah muncul risiko baru: subjektivitas yang berganti rupa menjadi angka.

Sistem digital dapat menghasilkan angka skor yang sangat presisi hingga dua angka di belakang koma, tetapi angka yang presisi belum tentu berasal dari penilaian yang objektif. Bahaya terbesar bagi manajemen ASN hari ini bukanlah penolakan terhadap teknologi, melainkan risiko sistemik berupa kekeliruan input, perbedaan persepsi antaratasan, serta subjektivitas penilaian yang tidak mudah terlihat dalam output sistem. Ketika penilaian yang bias di tingkat hulu kemudian tampil sebagai angka di tingkat hilir, hasilnya dapat terlihat lebih objektif daripada proses yang melahirkannya. Hasil evaluasi tersebut justru terkesan mutlak dan sulit untuk ditelusuri kembali kelemahannya.

Agar Manajemen Talenta ini memiliki fondasi meritokrasi yang kokoh, kita membutuhkan empat prinsip pengaman tata kelola yang sederhana namun ketat. Pertama, setiap data penting yang dimasukkan harus memiliki dasar bukti (evidence) yang valid di lapangan. Kedua, mekanisme verifikasi harus dibuat berlapis; tidak boleh ada satu pihak yang menghasilkan data sekaligus menjadi satu-satunya pihak yang mengesahkannya dari hulu ke hilir. Ketiga, harus tersedia mekanisme klarifikasi dan koreksi yang jelas ketika ASN menemukan data kinerja atau potensi yang tidak sesuai dengan kenyataan. Terakhir, seluruh proses penilaian harus meninggalkan jejak yang dapat diaudit (audit trail) secara berkala untuk menjawab pertanyaan besar tentang siapa yang mengawasi para verifikator data.

Setelah puluhan tahun bekerja di dalam birokrasi dan melihat berbagai perubahan regulasi dari dekat, apa yang sebenarnya diharapkan seorang ASN dari sistem merit? Jawabannya bukanlah tampilan dashboard yang canggih atau deretan skor yang rumit. Kami hanya membutuhkan sebuah keyakinan—keyakinan bahwa apa yang dikerjakan, kompetensi yang dimiliki, dan rekam jejak yang dibangun selama ini benar-benar dibaca secara adil oleh sistem. Manajemen Talenta boleh saja menggunakan aplikasi, dan meritokrasi boleh diterjemahkan menjadi barisan data. Namun, keadilan tidak pernah otomatis lahir dari teknologi. Meritokrasi boleh tinggal di dalam aplikasi, tetapi integritas tidak boleh ditinggalkan di luar aplikasi.