OpenAI Computer Use Legal: Uji AI Agent Kontrak Bareng Ironclad

Apa Itu OpenAI Computer Use Legal dan Kolaborasi Bareng Ironclad?

Konsep computer use pada model bahasa besar berfokus pada kemampuan AI untuk melihat layar, memakai kursor, mengisi formulir, dan mengoperasikan aplikasi layaknya seorang staf kantor. Lewat fokus riset openai computer use legal, OpenAI ingin membawa kemampuan ini ke ranah pekerjaan korporat yang punya risiko tinggi, yakni administrasi kontrak.

Ironclad sendiri adalah salah satu platform terkemuka di dunia untuk urusan digital contracting. Di dalam software seperti Ironclad, alur kerja nggak pernah sesederhana mengetik teks. Tim operasional harus mengatur siapa yang boleh menyetujui dokumen, kapan klausul khusus harus keluar, dan bagaimana dokumen disimpan dengan rapi.

Ketika OpenAI merilis GPT-6 Astra beberapa waktu lalu, mereka sudah memamerkan kebolehan model ini dalam menyiapkan dokumen dan mengetes situs web. Sekarang, target berikutnya adalah bikin agent makin efisien dalam memahami aturan bisnis perusahaan, mengeksekusi alur multitahap, dan memverifikasi sendiri apakah hasil akhirnya sudah sesuai instruksi awal atau belum.

Kolaborasi ini memberi jalan bagi para peneliti OpenAI buat melihat langsung masalah nyata yang dihadapi pengguna software profesional. Alih-alih cuma menebak-nebak di laboratorium, mereka langsung membawa problem lapangan ke meja riset.

11 Tugas Rumit: Cara OpenAI Menguji AI Agent di Software Hukum

Bayangkan alur kerja di sebuah kantor ketika tim pengadaan ingin membeli software baru. Bagian Finance harus menyetujui kalau nilainya melewati batas tertentu, tim Security wajib memeriksa kepatuhan data, dan tim Legal harus mengecek kalau ada pasal yang nggak standar. Mengubah aturan-aturan ini ke dalam sistem butuh ketelitian ekstra.

Karyawan Ironclad bersama tim OpenAI menyusun 11 tugas riset yang mencakup pekerjaan legal, komersial, dan pengadaan (procurement). Beberapa tugas yang diberikan kepada model antara lain:

1. Menyiapkan alur persetujuan perjanjian kerahasiaan data (NDA).
2. Membangun alur persetujuan pengadaan barang dengan batas anggaran bertingkat.
3. Mengubah klausul legal yang bisa dipakai ulang supaya otomatis menyesuaikan yurisdiksi hukum yang dipilih pemohon.

Buat seorang staf berpengalaman, satu tugas seperti ini rata-rata memakan waktu sekitar 30 sampai 40 menit. Tapi buat AI agent, tantangannya jauh lebih berat. Agent nggak boleh cuma mengeklik tombol di antarmuka software; ia harus memastikan kalau alur yang dibikin tetap jalan mulus saat dicoba pada skenario yang berbeda.

Setiap tugas dinilai berdasarkan 8 hingga 50 kriteria evaluasi yang mendetail. Lewat rubrik penilaian ini, peneliti bisa melihat persis di langkah mana agent bekerja dengan benar dan di langkah mana ia mulai kehilangan arah.

Skor Benchmark: GPT-6 Astra Kalahkan GPT-5.6 Sol di Urusan Kontrak

Untuk menguji kemampuan ini, OpenAI membandingkan GPT-6 Astra dengan pendahulunya, GPT-5.6 Sol. Pengujian dilakukan dengan setelan penalaran optimal masing-masing, yaitu Max reasoning untuk Astra dan High reasoning untuk Sol.

Hasil pengujian pada 11 tugas penelitian tersebut menunjukkan peningkatan performa yang cukup kentara:

Rata-rata skor GPT-6 Astra mencapai 55,0%, atau sekitar 32% lebih tinggi daripada GPT-5.6 Sol yang cuma mengantongi skor 41,6%. Yang nggak kalah menarik, perkiraan waktu simulasi yang dihabiskan Astra terpangkas sampai 48%, dari 37,0 menit menjadi 19,2 menit per percobaan.

Dalam salah satu demo tugas pengujian, GPT-6 Astra berhasil memenuhi sekitar 94% kriteria tugas dalam estimasi waktu 20 menit. Sementara itu, GPT-5.6 Sol membutuhkan waktu sekitar 32 menit dan hanya menuntaskan 85% kriteria. Bahkan, model internal yang dipakai dalam pengembangan Astra sempat menyentuh angka 63,7%, yang rencananya bakal terus ditingkatkan untuk generasi model berikutnya.

Kemajuan ini memperlihatkan kalau penalaran tingkat tinggi pada Astra bikin AI lebih sedikit melakukan kesalahan navigasi, sehingga alur kerja selesai dua kali lebih cepat.

Data Latihan dari Mana? Amannya Pakai Kontrak Publik SEC EDGAR

Isu privasi selalu jadi pertanyaan besar kalau kita membicarakan dokumen perjanjian kerja sama. Dokumen hukum biasanya memuat rahasia dagang, nilai transaksi, hingga identitas petinggi perusahaan yang sangat sensitif.

OpenAI menegaskan bahwa data pelanggan sama sekali nggak dipakai buat latihan ini. Mereka nggak memakai data pelanggan OpenAI, kontrak internal OpenAI, maupun dokumen rahasia milik pengguna Ironclad. Sebagai gantinya, para peneliti membuat tugas simulasi sintetis menggunakan dokumen kontrak publik yang tersedia di database SEC EDGAR milik pemerintah Amerika Serikat.

Sebelum dipakai, dokumen dari SEC EDGAR tersebut dibersihkan terlebih dahulu menggunakan filter khusus untuk membuang seluruh informasi pribadi (PII). Setelah bersih, tugas sintetis ini dilatihkan ke model menggunakan metode reinforcement learning (RL) di dalam software Ironclad yang disiapkan khusus untuk uji coba.

Dengan memadukan lingkungan latihan yang aman, rubrik penilaian ketat, dan masukan dari praktisi asli, model bisa mengasah keahliannya tanpa melanggar batas kerahasiaan data siapa pun.

Mengapa Manusia Masih Wajib Pegang Kendali di Alur Legal?

Meski skor Astra naik lumayan tinggi, angka 55,0% menunjukkan bahwa tugas ini masih jauh dari kata sempurna. Hampir separuh kriteria evaluasi masih belum bisa diselesaikan secara konsisten oleh AI agent.

Di dunia kontrak bisnis, satu pengecualian kecil yang terlewat bisa berbuntut sengketa hukum yang panjang. Misalnya, jika agent lupa menyertakan syarat review dari tim legal saat klausul ganti rugi diubah, perusahaan bisa menanggung risiko kerugian finansial yang fatal. Kalau agent kehilangan fokus di tengah jalan, kredibilitas seluruh proses otomatisasi bisa runtuh.

Inilah alasan mengapa pengawasan manusia (human oversight) tetap menjadi pilar utama. Kamu bisa membaca ulasan kami seputar dampak AI pada produktivitas kerja yang membahas kenapa peran kendali profesional justru makin dicari saat otomatisasi merajalela. AI bertindak sebagai asisten operasional yang menyiapkan draf dan alur teknis, sedangkan manusia memegang kendali atas verifikasi akhir dan keputusan strategis.

Ironclad sendiri melihat bahwa platform manajemen kontrak yang lengkap tetap mutlak diperlukan. Platform tersebut berfungsi sebagai pagar pengaman agar aturan perusahaan tetap ditegakkan, terlepas dari seberapa canggih model AI yang mengoperasikannya di belakang layar.

Riset OpenAI Lainnya dalam Memecahkan Masalah Kompleks

Eksplorasi computer use untuk software kontrak ini bukan satu-satunya eksperimen penalaran berat yang dikerjakan OpenAI. Bersamaan dengan pengumuman kerja sama Ironclad ini, OpenAI juga menyoroti riset mereka dalam mendorong kecerdasan buatan untuk pembuktian matematika lewat publikasi riset terbarunya.

Selain matematika, evaluasi keandalan model AI juga diperluas ke sektor-sektor yang sangat sensitif. Lewat publikasi MentalHealthBench, OpenAI menguji bagaimana model menangani percakapan dan konteks seputar kesehatan mental secara lebih terukur.

Tak berhenti di situ, model OpenAI juga sempat diuji untuk mengusulkan solusi pada persoalan persamaan Navier–Stokes, salah satu problem matematika dan fisika tersulit di dunia. Rangkaian riset teoretis dan praktis ini memperlihatkan bagaimana fondasi penalaran model frontier terus ditempa sebelum diterapkan pada perangkat lunak profesional seperti sistem kontrak.

Efek Buat Pekerja Legal Ops dan Kantor di Indonesia

Bagi para pekerja kantoran, staf operasional, maupun praktisi hukum di Indonesia, tren computer use di software vertikal ini membawa sejumlah perubahan nyata pada lanskap karier masa depan:

1. Pekerjaan Administratif Berulang Bakal Berkurang: Menghubungkan formulir izin cuti atau alur pembelian barang ke software kantor lambat laun bakal dikerjakan oleh agent. Waktumu bisa dialihkan untuk menganalisis risiko bisnis yang lebih strategis.
2. Kebutuhan Standardisasi Logika Bisnis: AI cuma bisa bekerja kalau aturan mainnya jelas. Perusahaan di Indonesia bakal sangat membutuhkan profesional yang jago merumuskan standard operating procedure (SOP) menjadi logika instruksi yang runut.
3. Kepatuhan pada Regulasi dan UU PDP: Penggunaan agent untuk mengolah dokumen wajib memperhatikan ketentuan perlindungan data pribadi yang berlaku di Indonesia. Memastikan agent tidak membocorkan data identitas karyawan atau pelanggan adalah kompetensi baru yang sangat bernilai.
4. Perubahan Profil Loker: Profesi seperti Legal Operations Specialist, Contract Analyst, dan Business Process Architect bakal makin diminati karena mereka bertindak sebagai jembatan antara kebutuhan bisnis dan eksekusi AI.

Untuk mulai membiasakan diri menyusun alur kerja berbasis aturan seperti yang diujikan OpenAI, kamu bisa mencoba prompt berikut untuk memetakan alur dokumen di kantormu:

Saya sedang merancang alur persetujuan kontrak pengadaan barang untuk tim operasional kantor. Tolong buatkan matriks alur kerja berbasis logika kondisional yang jelas dengan ketentuan berikut:1. Nilai transaksi di bawah Rp50 juta: Cukup persetujuan Manajer Divisi.2. Nilai transaksi antara Rp50 juta - Rp200 juta: Wajib persetujuan Manajer Divisi dan Tim Finance.3. Nilai transaksi di atas Rp200 juta: Wajib persetujuan Direktur, Tim Finance, dan Tim Legal.4. Jika vendor berasal dari luar negeri, tambahkan pemeriksaan kepatuhan pajak dan tim kepatuhan.Tampilkan hasilnya dalam format tabel langkah demi langkah beserta dokumen prasyarat yang wajib disiapkan pemohon.

Cara Melatih Diri Menghadapi Otomatisasi Dokumen Legal

Supaya kariermu nggak tertinggal saat teknologi agent makin matang, ada beberapa langkah praktis yang bisa kamu mulai dari sekarang:

1. Pahami Arsitektur Alur Kerja (Workflow): Pelajari cara kerja alur persetujuan bersyarat (if-this-then-that). Biasakan membedah proses kerja di mejamu menjadi bagan alur yang sistematis.
2. Kuasai Keterampilan Prompting Konseptual: Biasakan memberikan konteks batasan, kriteria keberhasilan, dan aturan pengecualian secara detail saat meminta bantuan AI untuk merapikan draf perjanjian.
3. Perdalam Pemahaman Kepatuhan Data: Jangan cuma fokus pada kecepatan kerja. Pahami batas-batas hukum terkait kerahasiaan dokumen perusahaan agar kamu tahu data mana yang boleh dan tidak boleh disentuh sistem otomatis.
4. Tingkatkan Kemampuan Evaluasi Kritis: Karena AI masih rawan melewatkan detail aturan, latih matamu untuk mengecek kejanggalan dalam draf atau alur persetujuan yang disodorkan mesin.

Kalau kamu ingin memperkuat fondasi keahlian praktis AI dari dasar agar makin percaya diri di tempat kerja, kamu bisa mengikuti kelas Fondasi AI untuk Kerja. Di sana, kamu bakal belajar bagaimana mengintegrasikan AI ke alur kerja harian tanpa mengorbankan kualitas dan privasi data.

Uji Kemampuan Model AI Sendiri Lewat Classai Router

OpenAI juga mengumumkan bahwa mereka membuka pintu kolaborasi bagi perusahaan software lain yang ingin menguji kegagalan AI pada alur kerja profesional yang rumit. Tren pengembangan model AI ke depan memang diarahkan untuk menyelesaikan tugas-tugas penalaran berat, seperti yang juga diterapkan para analis keuangan pada riset kuantitatif GPT-6 Astra.

Kalau kamu seorang developer, pemilik bisnis, atau penggiat teknologi yang penasaran ingin menguji sendiri ketajaman penalaran model frontier ini untuk mengolah dokumen panjang, kamu bisa langsung mencobanya lewat Classai Router.

Lewat Classai Router, kamu cukup memakai satu API key untuk mengakses beragam model unggulan tanpa perlu kartu kredit luar negeri. Kamu bisa membandingkan langsung performa model frontier seperti gpt-6-astra (Rp2.240 input / Rp11.200 output per 1 juta token) atau generasi sebelumnya seperti gpt-5.6-sol (Rp2.240 input / Rp11.200 output per 1 juta token). Cukup isi saldo mulai Rp10.000 via QRIS atau virtual account, dan kamu sudah bisa mulai bereksperimen membangun agen alur kerjamu sendiri.