JawabanDipublikasikan18 sumber
Meta Berhenti Menilai Karyawan dari Pemakaian AI setelah Tokenmaxxing
Meta dilaporkan tidak lagi menjadikan penggunaan AI maupun status “AI Native” sebagai dasar evaluasi kinerja. Penilaian baru diarahkan pada kontribusi dan hasil kerja, bukan total token atau dashboard adopsi AI.
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Meta dilaporkan tidak lagi menjadikan penggunaan AI maupun status “AI Native” sebagai dasar evaluasi kinerja.
- Penilaian baru diarahkan pada kontribusi dan hasil kerja, bukan total token atau dashboard adopsi AI.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: Why did Meta stop evaluating employees based on AI-tool usage and “AI Native” status after its 2026 “AI-driven impact” mandate fostered “tok. Article summary: Meta appears to be separating AI adoption from performance scoring because its earlier mandate produced a bad proxy: employees could raise token counts and leaderboard rank without necessarily creating better work, while. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Meta dilaporkan menghentikan penilaian karyawan berdasarkan penggunaan AI karena masalahnya sederhana: lebih banyak memakai AI tidak sama dengan menghasilkan kerja yang lebih baik.
Pada awal 2026, penggunaan AI menjadi metrik yang sangat terlihat di sejumlah perusahaan teknologi. Di Meta, penggunaan AI dan status “AI Native” disebut masuk dalam bahasa evaluasi, sementara peringkat internal atas pemakaian token membuat konsumsi model berubah menjadi kompetisi. Fenomena ini kemudian dikenal sebagai tokenmaxxing: memaksimalkan pemakaian token AI demi memperbaiki posisi atau persepsi kinerja. 2
3
7
Kini, Meta dilaporkan menghapus penggunaan AI dan status “AI Native” dari kriteria tinjauan kinerja. Pendekatan barunya dimaksudkan untuk menilai kontribusi serta hasil, baik pekerjaan itu dibantu AI maupun dicapai dengan cara lain. 7
9
Mengapa jumlah token adalah metrik kinerja yang buruk?
Token adalah satuan kecil teks yang diproses model AI. Angka ini dapat berguna untuk memantau permintaan terhadap sistem dan biaya komputasi, tetapi lemah sebagai ukuran prestasi seorang karyawan.
Seseorang bisa membuat lebih banyak prompt, menjalankan tugas lebih panjang, atau memakai model untuk pekerjaan bernilai rendah tanpa meningkatkan mutu, ketepatan, kecepatan, keandalan, maupun dampak bisnis dari hasilnya. Ketika penggunaan AI dikaitkan dengan pengakuan atau evaluasi, metrik itu berisiko berubah menjadi tujuan utama.
Pelaporan di industri teknologi menggambarkan adanya upaya membengkakkan penggunaan AI demi memainkan peringkat internal, bersamaan dengan kenaikan biaya inferensi. 1
11
16 Inilah kegagalan mendasar tokenmaxxing: yang dioptimalkan adalah proksi produktivitas, bukan produktivitas yang sesungguhnya.
Meta dilaporkan memberi tahu karyawan bahwa penggunaan AI akan dibatasi setelah terjadi kenaikan biaya yang disebut “eksponensial”. Meta dan Amazon juga dilaporkan mencabut papan peringkat penggunaan token. 1
2 Langkah mundur ini bukan berarti AI tidak bermanfaat di tempat kerja. Pesannya adalah konsumsi mentah tidak cukup untuk membuktikan nilai AI.
Apa yang berubah dalam evaluasi berbasis kontribusi?
Pedoman Meta yang dilaporkan menghapus penggunaan AI dari evaluasi dan meminta manajer agar tidak memakai total token ataupun dashboard adopsi AI untuk menilai dampak kerja. 7
9
Secara praktis, pertanyaannya bergeser dari “Seberapa banyak AI yang dipakai orang ini?” menjadi “Apa yang benar-benar dihasilkan orang ini?”
Evaluasi yang berfokus pada kontribusi dapat menilai hal-hal seperti:
- kualitas dan ketepatan hasil kerja;
- keandalan serta kemudahan pemeliharaan sistem atau proses;
- jangkauan dan kegunaan bagi pelanggan atau tim internal;
- dampak bisnis maupun operasional; dan
- pertimbangan yang tepat dalam memutuskan kapan AI membantu dan kapan tidak.
Bahasa dalam panduan baru itu penting karena hasil yang sama tetap dapat dihargai, baik dicapai dengan dukungan AI maupun melalui metode lain. 7
9 AI tetap tersedia sebagai alat, tetapi tidak lagi seharusnya menjadi papan skor.
Mengapa Meta masih menguji Hatch?
Perubahan kebijakan evaluasi tidak serta-merta berarti Meta menarik diri dari adopsi AI. Perusahaan itu juga dilaporkan mendorong karyawan untuk menguji Hatch, proyek agen AI yang lebih otonom. 7
Perbedaannya terletak pada apa yang ingin dibuktikan. Agen yang dapat mengambil tindakan di situs web dan aplikasi merupakan proposisi produk yang berbeda dari chatbot yang hanya menghasilkan teks. Pengujian internal dapat membantu menguji apakah agen mampu menyelesaikan tugas dengan akurat, menangani izin akses secara aman, dan menghadirkan pengalaman yang layak dipercaya sebelum kemungkinan peluncuran yang lebih luas.
Untuk produk seperti Hatch, bukti yang berguna bukanlah berapa banyak token yang dipakai penguji. Yang lebih penting ialah apakah agen dapat menyelesaikan tugas bernilai secara konsisten, memberi pengguna kendali yang memadai, serta tidak menimbulkan kesalahan, masalah keamanan, atau kebutuhan pengawasan yang mahal.
Pelajaran yang lebih luas bagi AI di tempat kerja
Perubahan Meta yang dilaporkan sejalan dengan pergeseran yang lebih luas di industri. Perusahaan yang semula mendorong karyawan memakai AI sebanyak mungkin kini menghadapi pertanyaan yang lebih sulit: apakah pengeluaran itu benar-benar menciptakan peningkatan yang terukur?
Sejumlah laporan menggambarkan biaya AI yang meningkat tanpa lonjakan produktivitas yang setara. Kondisi ini mendorong sebagian perusahaan menerapkan batas penggunaan, anggaran, atau penerapan yang lebih selektif. 1
10
11
Bagi perusahaan, pendekatan yang lebih sehat adalah memperlakukan adopsi AI sebagai eksperimen yang terikat pada hasil:
- Tentukan pekerjaan apa yang memang harus membaik.
- Ukur kualitas, waktu yang dihemat, keandalan, dan biaya—bukan sekadar aktivitas penggunaan alat.
- Pertahankan akuntabilitas manusia atas keputusan dan hasil akhir.
- Bandingkan pekerjaan berbantuan AI dengan tolok ukur non-AI yang relevan.
- Hentikan insentif yang mendorong pemakaian model tanpa kebutuhan.
Data penggunaan AI tetap berguna secara operasional, terutama untuk perencanaan kapasitas dan pengendalian biaya. Namun, data itu bukan pengganti yang baik untuk menilai kontribusi karyawan. Kebijakan Meta yang dilaporkan menangkap perbedaan tersebut: yang layak dihargai adalah dampak pekerjaan, bukan banyaknya AI yang dikonsumsi untuk menghasilkan pekerjaan itu. 7
9
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Meta Berhenti Menilai Karyawan dari Pemakaian AI setelah Tokenmaxxing"?
Meta dilaporkan tidak lagi menjadikan penggunaan AI maupun status “AI Native” sebagai dasar evaluasi kinerja.
Apa poin penting yang harus divalidasi terlebih dahulu?
Meta dilaporkan tidak lagi menjadikan penggunaan AI maupun status “AI Native” sebagai dasar evaluasi kinerja. Penilaian baru diarahkan pada kontribusi dan hasil kerja, bukan total token atau dashboard adopsi AI.
Sumber
nytimes.comTech Workers Maxed Out Their A.I. Use. Now They're ...
wired.comMeta Pushes Its New AI Agent on Employees—but Eases Off on Tokenmaxxing
hr.economictimes.indiatimes.comMonths after Meta made AI tools mandatory for employees, company execs tell engineers performance reviews will not count AI use