Latar Belakang Teoretis
Di tengah maraknya diskursus mengenai AI dalam lingkungan binaan, penelitian yang secara komprehensif meninjau aplikasinya di industri konstruksi masih terbilang langka. Tesis Massimo Regona ini dirancang sebagai sebuah studi pelingkupan (scoping study) yang bertujuan untuk mengisi kekosongan tersebut dengan menyediakan sebuah tinjauan holistik mengenai teknologi AI, serta peluang dan tantangan utama yang menyertainya. Kerangka teoretis penelitian ini dibangun di atas pendekatan metodologis ganda yang unik: pertama, melakukan tinjauan sistematis terhadap literatur akademis untuk membangun fondasi pemahaman berbasis bukti, dan kedua, mengeksplorasi prospek dan kendala adopsi AI di industri konstruksi Australia secara spesifik melalui analisis data media sosial. Hipotesis implisit yang mendasari karya ini adalah bahwa pemahaman yang komprehensif mengenai adopsi teknologi tidak cukup hanya dengan menelaah publikasi ilmiah, tetapi juga harus menangkap persepsi dan sentimen publik yang dinamis. Dengan demikian, tujuan utamanya adalah untuk memetakan peluang dan tantangan adopsi AI dari dua perspektif yang berbeda namun saling melengkapi: akademis dan publik.
Metodologi dan Kebaruan
Penelitian ini mengadopsi metodologi dua cabang yang berbeda namun saling memperkuat untuk mencapai tujuannya.
Cabang pertama adalah Tinjauan Literatur Sistematis, di mana 67 artikel jurnal ilmiah dianalisis secara mendalam untuk mengidentifikasi peluang dan tantangan utama dalam adopsi AI di industri konstruksi secara global. Pendekatan ini memastikan bahwa temuan-temuan awal didasarkan pada bukti-bukti akademis yang telah terverifikasi.
Cabang kedua, yang menjadi kebaruan utama dari penelitian ini, adalah penggunaan analisis media sosial. Secara spesifik, penulis melakukan analisis sentimen dan konten terhadap 7.906 pesan Twitter untuk mengeksplorasi prospek dan kendala adopsi teknologi AI dalam konteks industri konstruksi Australia. Pendekatan inovatif ini memungkinkan penelitian untuk melampaui batas-batas diskursus akademis dan menangkap "denyut nadi" publik dan industri secara
real-time. Kebaruan karya ini terletak pada sintesis antara tinjauan akademis yang terstruktur dengan analisis persepsi publik yang dinamis, menjadikannya studi pertama yang mengeksplorasi adopsi AI di sektor konstruksi Australia dengan menggunakan data media sosial.
Temuan Utama dengan Kontekstualisasi
Analisis data dari kedua cabang metodologi menghasilkan serangkaian temuan yang saling mencerahkan.
Dari Tinjauan Literatur Sistematis, tiga temuan utama muncul:
-
AI ditemukan sangat bermanfaat pada tahap perencanaan proyek konstruksi, di mana keberhasilan sangat bergantung pada peramalan peristiwa, risiko, dan biaya yang akurat.
-
Peluang terbesar dari adopsi AI adalah pengurangan waktu yang dihabiskan untuk tugas-tugas konstruksi yang repetitif melalui pemanfaatan big data dan perbaikan proses kerja.
-
Tantangan terbesar yang teridentifikasi adalah sifat industri konstruksi yang terfragmentasi, yang mengakibatkan masalah signifikan dalam akuisisi dan retensi data.
Sementara itu, dari Analisis Sentimen dan Konten Media Sosial di Australia, ditemukan bahwa:
-
Teknologi AI yang paling populer dan sering dibicarakan adalah Robotika, Internet-of-Things (IoT), dan Machine Learning.
-
Sentimen publik Australia terhadap AI di bidang konstruksi sebagian besar positif, meskipun beberapa persepsi negatif tetap ada.
-
Prospek AI yang paling umum dibicarakan adalah penghematan waktu, inovasi, dan digitalisasi.
-
Kendala AI yang paling sering diangkat adalah risiko proyek, keamanan data, dan kurangnya kapabilitas.
Secara kontekstual, temuan-temuan ini menunjukkan adanya keselarasan yang menarik antara diskursus akademis dan publik. Baik akademisi maupun publik sama-sama mengakui potensi AI dalam efisiensi (penghematan waktu) dan inovasi. Namun, analisis media sosial memberikan nuansa yang lebih praktis pada tantangan yang ada; sementara akademisi menyoroti masalah struktural (fragmentasi industri), publik lebih fokus pada risiko yang langsung terasa seperti keamanan data dan risiko proyek.
Keterbatasan dan Refleksi Kritis
Meskipun metodologinya inovatif, penelitian ini memiliki beberapa keterbatasan. Fokus analisis media sosial yang hanya pada konteks Australia membatasi generalisasi temuan mengenai persepsi publik ke negara lain. Selain itu, data dari satu platform media sosial (Twitter) mungkin tidak sepenuhnya mewakili seluruh spektrum opini publik atau industri.
Sebagai refleksi kritis, tesis ini berhasil memetakan "apa" (peluang dan tantangan) tetapi dapat diperdalam dengan analisis "mengapa" di balik perbedaan antara temuan akademis dan publik. Misalnya, mengapa publik lebih menyoroti keamanan data sementara literatur akademis lebih fokus pada fragmentasi data? Mengeksplorasi kesenjangan persepsi ini dapat memberikan wawasan yang lebih kaya tentang hambatan komunikasi antara pengembang teknologi dan pengguna akhir.
Implikasi Ilmiah di Masa Depan
Implikasi dari penelitian ini bersifat praktis dan akademis. Secara praktis, temuan ini dapat menjadi panduan bagi badan pemerintah dan para pemimpin industri di Australia untuk merancang strategi implementasi AI yang lebih efektif dengan mengatasi kekhawatiran publik secara langsung.
Untuk penelitian di masa depan, karya ini membuka beberapa jalan. Pertama, metodologi analisis sentimen media sosial dapat direplikasi di negara-negara lain untuk membangun gambaran global tentang persepsi publik terhadap AI di bidang konstruksi. Kedua, penelitian selanjutnya dapat berfokus pada pengembangan strategi untuk mengatasi tantangan utama yang teridentifikasi, khususnya masalah fragmentasi data yang menghambat potensi penuh AI. Terakhir, studi di masa depan dapat menyelidiki dampak dari berbagai narasi publik terhadap tingkat adopsi teknologi, membantu merumuskan kampanye komunikasi yang lebih efektif untuk mendorong inovasi.
Sumber
Regona, M. (2022). Opportunities and Adoption Constraints of Artificial Intelligence in the Construction Industry: A Scoping Study..