Survei terhadap 1.260 ilmuwan sosial menemukan bahwa 81% menggunakan alat kecerdasan buatan (AI) dalam pekerjaan mereka, tetapi hanya 20% yang telah mengadopsi agen coding — program seperti Claude Code yang dapat menulis dan men-debug kode secara mandiri. Temuan ini menunjukkan bahwa meskipun AI telah menjadi rutinitas dalam penelitian ilmu sosial, alat coding khusus masih menghadapi kurva adopsi yang curam.
Penggunaan AI Umum vs. Agen Coding
Survei yang dilakukan di kalangan peneliti di bidang seperti sosiologi, psikologi, dan ilmu politik ini menanyakan tentang penggunaan berbagai alat AI. Delapan dari sepuluh responden mengatakan mereka menggunakan AI untuk tugas seperti tinjauan literatur, analisis data, atau bantuan penulisan. Namun saat pertanyaan beralih ke agen coding — alat yang menghasilkan atau memodifikasi kode dari perintah bahasa alami — angkanya turun menjadi hanya satu dari lima.
Agen coding berbeda dari asisten AI serba guna. Sementara alat seperti ChatGPT dapat membantu menyusun teks atau bertukar pikiran, agen coding dirancang untuk menginterpretasikan instruksi dan menghasilkan kode yang berfungsi. Bagi ilmuwan sosial yang bekerja dengan data dalam bahasa seperti R atau Python, alat semacam ini dapat menurunkan hambatan untuk menjalankan analisis yang kompleks. Namun survei menunjukkan sebagian besar peneliti belum mengintegrasikannya ke dalam alur kerja mereka.
Adopsi yang Tidak Merata Berdasarkan Gender dan Tahap Karier
Survei mengungkapkan disparitas yang mencolok dalam siapa yang menggunakan agen coding. Pria lebih cenderung melaporkan penggunaannya dibandingkan wanita, dan peneliti di awal karier mengadopsi alat ini dengan tingkat yang lebih tinggi dibandingkan rekan yang lebih senior. Penulis survei tidak merilis persentase pasti untuk subkelompok ini, tetapi menggambarkan perbedaannya sebagai "mencolok."
Pola ini mencerminkan tren yang lebih luas dalam adopsi teknologi, di mana wanita dan profesional yang lebih tua sering tertinggal. Temuan ini menimbulkan kekhawatiran bahwa jika agen coding menjadi semakin penting dalam penelitian, kesenjangan yang ada dapat melebar. Di kalangan responden wanita, tingkat adopsi terlihat lebih rendah dibandingkan pria. Dan peneliti yang meraih gelar PhD lebih dari satu dekade lalu cenderung lebih jarang menggunakan alat ini dibandingkan mereka yang baru menyelesaikan doktor.
Apa yang Tidak Terjawab oleh Survei
Survei mengukur penggunaan tetapi tidak menggali alasan mengapa peneliti memilih untuk tidak menggunakan agen coding. Kemungkinan alasannya bisa mencakup kurangnya kesadaran, pelatihan yang tidak memadai, atau kekhawatiran tentang keandalan. Data tidak memungkinkan kesimpulan tentang penyebab rendahnya adopsi atau disparitas tersebut.
Yang jelas adalah sebagian besar ilmuwan sosial sudah nyaman dengan alat AI. Langkah berikutnya — membuat mereka menerima agen coding — tampaknya menjadi tantangan yang lebih besar. Survei ini memberikan gambaran tentang posisi bidang ini saat ini, tetapi masih menyisakan pertanyaan tentang bagaimana cara menutup kesenjangan.
