Beberapa waktu terakhir, diskusi tentang AI dalam desain produk industri semakin sering muncul. Gambar-gambar hasil AI beredar luas—rapi, estetik, dan tampak “selesai”. Tidak jarang, visual-visual ini langsung disebut sebagai karya desain. Di titik itulah, sebagai seorang desainer sekaligus pendidik, saya merasa perlu berhenti sejenak dan bertanya: apakah kita sedang membicarakan desain, atau hanya terpesona oleh gambar?
Masalahnya, menurut saya, bukan terletak pada AI. Masalahnya ada pada cara kita memposisikan hasil kerja AI dalam proses desain.
Saya berpendapat bahwa output visual yang dihasilkan oleh AI—termasuk yang berbasis large language model—seharusnya dipahami setara dengan sketsa eksplorasi ide, bukan sebagai hasil akhir desain. Cara pandang ini penting, bukan hanya untuk menjaga kualitas praktik desain, tetapi juga untuk menjaga pendidikan desain agar tidak kehilangan fondasinya.
Sketsa: Medium Berpikir, Bukan Tujuan
Dalam desain produk industri, sketsa awal hampir tidak pernah dimaksudkan untuk “indah”. Ia kasar, tidak proporsional, dan sering kali ambigu. Tetapi justru di situlah fungsi utamanya: sebagai alat berpikir.
Sketsa adalah ruang di mana ide diuji tanpa beban kesempurnaan. Ia memungkinkan desainer berdialog dengan gagasannya sendiri—mencoret, mengulang, membatalkan, lalu mencoba kembali. Dalam banyak kasus, sketsa justru bekerja sebagai pertanyaan, bukan jawaban.
Lawson (2006) menjelaskan bahwa proses desain bukanlah proses linear menuju solusi, melainkan dialog terus-menerus antara masalah dan kemungkinan solusi. Sketsa hadir sebagai medium dialog itu—bukan sebagai hasil akhir.
Dalam konteks ini, gambar hasil AI bekerja dengan cara yang sangat mirip. Ia cepat, kaya referensi, dan mampu memunculkan variasi visual yang mungkin tidak terpikirkan sebelumnya. Namun sama seperti sketsa manual, ia belum membawa keputusan desain apa pun.
Contoh Kasus 1: AI sebagai Pemantik Ide, Bukan Penentu Bentuk
Dalam sebuah studio desain produk, saya pernah meminta mahasiswa mengeksplorasi konsep perabot duduk untuk ruang publik. Beberapa mahasiswa menggunakan AI untuk menghasilkan puluhan variasi bentuk kursi dalam waktu singkat.
Yang menarik bukan pada kualitas visualnya, melainkan apa yang terjadi setelah gambar-gambar itu muncul.
Mahasiswa yang menggunakan AI secara reflektif:
- memilih satu atau dua visual,
- membongkarnya kembali melalui sketsa tangan,
- menguji ulang dengan data antropometri,
- dan mengaitkannya dengan konteks ruang publik yang nyata.
Sebaliknya, mahasiswa yang memperlakukan output AI sebagai “jawaban”:
- berhenti di gambar,
- kesulitan menjelaskan alasan bentuk,
- dan gagal menghubungkan desain dengan kebutuhan pengguna.
Perbedaannya bukan pada kecanggihan alat, melainkan pada kedalaman nalar desainernya.
AI Tidak Mengambil Keputusan—Dan Tidak Pernah Seharusnya
Dalam literatur desain, keputusan desain selalu berkaitan dengan tanggung jawab. Buchanan (1992) menyebut desain sebagai upaya menghadapi wicked problems—persoalan kompleks yang tidak memiliki satu jawaban benar.
AI tidak berada di wilayah ini.
AI mampu:
- mengolah pola visual,
- menggabungkan referensi,
- dan menyajikan bentuk yang terlihat meyakinkan.
Namun AI tidak:
- memahami konteks sosial pengguna,
- menilai dampak jangka panjang,
- atau memikul konsekuensi dari keputusan desain.
Karena itu, AI seharusnya berhenti di tahap eksplorasi, bukan melompat ke tahap keputusan.
Ketika Sketsa Disalahpahami sebagai Karya Akhir
Masalah muncul ketika visual—baik hasil AI maupun hasil rendering—langsung diperlakukan sebagai desain final. Ketika ini terjadi, desain kehilangan prosesnya.
Dalam konteks pendidikan, saya sering menemui mahasiswa dengan visual yang sangat “jadi”, tetapi tidak mampu menjawab pertanyaan mendasar: masalah apa yang sedang diselesaikan? atau mengapa bentuk ini dipilih?
Fenomena ini sebenarnya bukan hal baru. Jauh sebelum AI hadir, rendering 3D yang terlalu cepat sering menciptakan ilusi kematangan desain. AI hanya mempercepat dan memperjelas masalah lama itu.
Norman (2013) mengingatkan bahwa desain yang baik tidak lahir dari estetika semata, melainkan dari pemahaman mendalam terhadap pengguna. Ketika visual mendahului nalar, desain berubah menjadi sekadar tampilan.
Implikasi bagi Pendidikan Desain
Sebagai pendidik, saya melihat dua ekstrem yang sama-sama bermasalah. Melarang AI sepenuhnya adalah ilusi kontrol. Membiarkan AI tanpa kerangka berpikir adalah bentuk kelalaian akademik.
Yang dibutuhkan adalah pendekatan ketiga: mengajarkan posisi AI secara jelas dalam proses desain.
Dalam pendidikan studio, AI seharusnya:
- diperlakukan sebagai alat eksplorasi,
- diuji melalui riset pengguna,
- dikritisi melalui diskusi,
- dan dipertanggungjawabkan melalui narasi proses.
Mahasiswa perlu memahami bahwa jika mereka tidak mampu menjelaskan mengapa sebuah bentuk dipilih, maka seindah apa pun visualnya—termasuk yang dihasilkan AI—itu belum bisa disebut desain.
Mengembalikan AI ke Tempatnya
Saya tidak melihat AI sebagai ancaman bagi desain. Saya melihatnya sebagai alat yang sangat kuat—selama kita tidak salah menempatkannya.
AI seharusnya membantu desainer:
- berpikir lebih luas,
- mengeksplorasi lebih cepat,
- dan mempertanyakan lebih dalam.
Bukan menggantikan tanggung jawab berpikir itu sendiri.
Selama kita memandang output AI setara dengan sketsa, bukan sebagai hasil akhir, desain akan tetap menjadi praktik yang reflektif, manusiawi, dan bertanggung jawab. Masalahnya bukan pada kecanggihan mesin, tetapi pada keberanian desainer untuk tetap berpikir.
Rujukan Bacaan
- Buchanan, R. (1992). Wicked Problems in Design Thinking. Design Issues.
- Lawson, B. (2006). How Designers Think. Architectural Press.
- Norman, D. A. (2013). The Design of Everyday Things. Basic Books.
- Cross, N. (2011). Design Thinking: Understanding How Designers Think and Work. Berg.
PRODESINA 