Apakah AI Menghadirkan Ulang Frontend Lost Decade?

Dalam sebuah artikel yang mendalam di blog Mastro JS, developer Mauro Bieg mengajukan pertanyaan provokatif: Apakah AI sedang menyebabkan pengulangan dari Frontend Lost Decade? Bagi banyak developer frontend, fenomena yang AI lakukan pada pekerjaan programmer saat ini terasa sangat familiar - karena mereka sudah mengalaminya sebelumnya.

Alex Russell pernah menciptakan istilah Frontend Lost Decade untuk menggambarkan bagaimana ekosistem JavaScript framework mengorbankan performa, aksesibilitas, dan kualitas pengalaman pengguna demi developer productivity. Bieg sekarang menarik paralel antara transformasi frontend dan agentic coding melalui lensa deskilling.

Apa itu Deskilling?

Dalam konteks industri, deskilling adalah proses eliminasi tenaga kerja terampil melalui pengenalan teknologi yang dioperasikan oleh pekerja semi- atau non-terampil. Ini menghasilkan penghematan biaya dan mengurangi hambatan masuk, namun juga melemahkan posisi tawar pekerja.

Frontend dulunya adalah skill yang sangat spesialis: memerlukan pengetahuan mendalam tentang semantic HTML, CSS, perbedaan antar browser, aksesibilitas, progressive enhancement, network performance, dan interface design. Sekarang, dengan framework seperti React dan komponen siap pakai seperti Shadcn, browser diperlakukan sebagai compilation target semata. Developer bisa memuat komponen radio button yang monstruos tanpa perlu memahami HTML di bawahnya, performa page load, atau aksesibilitas.

AI Sedang Mendeskilling Programming

Apa yang terjadi pada programmer secara umum kini mirip dengan yang dialami frontend developer. Pekerjaan menulis kode manual secara terampil sedang dihilangkan oleh teknologi yang dioperasikan oleh pekerja semi-terampil. Bisnis jelas akan menggunakan teknologi ini untuk penghematan biaya dan melemahkan posisi tawar developer.

Bieg membandingkan ini dengan para pengrajin yang tergantikan oleh pekerja jalur perakitan lebih dari seabad lalu. Kita merasa kehilangan mendalam bahwa skill yang diasah seumur hidup tidak lagi dihargai pasar. Dan kita sedih bahwa proses baru menghasilkan kualitas kerja yang lebih rendah.

Abstraksi yang Bocor

Tentu saja, ada cara lain membingkai ini: ini hanyalah otomasi dan efisiensi. Teknologi baru bekerja pada level abstraksi yang lebih tinggi. Tapi detail selalu bocor, seperti yang dijelaskan Law of Leaky Abstractions Joel Spolsky.

Agentic coding menggunakan AI untuk menulis fitur atau memperbaiki bug dengan mendeskripsikan perubahan pada level abstraksi yang lebih tinggi. AI akan mengisi detail yang dihilangkan berdasarkan training data dan konteks. Ini adalah abstraksi yang sangat bocor - tidak deterministik seperti compiler, dan variasi kecil pada input bisa memberikan hasil yang sangat berbeda.

Analogi terbaik untuk LLM adalah pencarian Google lama atau Stack Overflow. Dulu, programmer harus memilih kata kunci yang tepat agar post forum yang benar muncul di halaman pertama. Sekarang, dengan LLM, pencarian fuzzy di ruang dimensi tinggi digantikan oleh prompt. Tapi keduanya sama-sama sensitif terhadap variasi wording.

Apakah Kualitas Masalah?

Bieg menunjukkan fakta pahit: banyak perusahaan berkinerja sangat baik meskipun menghasilkan software yang buruk. Kesuksesan bisnis dan kualitas software sangat jarang berkorelasi. Terrible website punya dampak relatif kecil pada bottom line jika dibandingkan faktor seperti brand loyalty dan pricing.

Namun, seperti gerakan Bauhaus pada awal abad ke-20 yang menanggapi industrialisasi, solusinya bukan menolak teknologi baru, tapi bekerja bersamanya sambil tetap peduli pada kualitas dan end user. AI adalah tool baru di toolbox. Yang dibutuhkan adalah orang yang tahu apa yang mereka lakukan, dan yang peduli pada apa yang mereka lakukan. Saat hype mereda, industri akan menyadari bahwa AI hanyalah satu tool lagi - dan seperti tool lainnya, abstraction akan bocor, dan seseorang harus benar-benar memahami apa yang terjadi untuk memperbaikinya.