The Myth of Artificial Intelligence dan Batas Nalar Mesin

Mobil yang menyetir sendiri, asisten suara, dan program yang mengalahkan juara permainan papan membuat banyak orang yakin bahwa mesin secerdas manusia tinggal menunggu waktu. The Myth of Artificial Intelligence karya Erik J. Larson menantang keyakinan itu. Larson, seorang ilmuwan komputer dan penulis, berpendapat bahwa anggapan kecerdasan buatan setingkat manusia pasti akan tiba adalah mitos.

Larson tidak sedang menolak teknologi. Ia ingin kita menilai klaim tentang AI dengan kepala dingin. Berikut pelajaran-pelajaran utamanya.

Hebat di tugas sempit belum tentu cerdas secara umum

Mesin memang luar biasa dalam tugas yang batasnya jelas, seperti permainan dengan aturan tetap. Namun Larson menunjukkan bahwa keberhasilan di tugas sempit tidak otomatis membawa kita lebih dekat ke kecerdasan umum, yaitu kemampuan memahami dan menavigasi dunia yang berantakan seperti manusia.

Anggapan bahwa kemajuan-kemajuan sempit akan terus menumpuk hingga menjadi kecerdasan umum, menurut Larson, lebih mirip cerita yang terus diulang daripada kesimpulan dari bukti.

Perbedaan ini penting karena dunia nyata jarang punya aturan yang rapi. Percakapan sehari-hari penuh makna tersirat, situasi berubah tanpa pemberitahuan, dan jawaban yang tepat sering bergantung pada konteks yang tidak tertulis di mana pun.

Tiga cara bernalar: deduksi, induksi, dan abduksi

Bagian paling menarik dari buku ini adalah pembahasan tentang jenis-jenis penalaran:

• Deduksi menarik kesimpulan pasti dari aturan umum. Jika aturannya benar, kesimpulannya pasti benar.
• Induksi menarik pola umum dari banyak contoh. Inilah dasar kerja machine learning: belajar dari data dalam jumlah besar.
• Abduksi menebak penjelasan terbaik dari informasi yang terbatas.

Contoh abduksi dalam keseharian: kamu melihat jalan basah di pagi hari dan menduga semalam turun hujan. Dugaan itu bukan kepastian, tetapi tebakan cerdas yang mempertimbangkan konteks. Manusia melakukannya terus-menerus tanpa sadar. Menurut Larson, abduksi inilah bagian yang hilang dari mesin, dan belum ada yang tahu cara membangunnya.

Penalaran yang sama kita pakai saat memahami lelucon, menangkap maksud tersirat dalam pesan teman, atau menduga penyebab motor yang tiba-tiba mogok. Kita tidak punya semua data, tetapi tetap bisa menebak dengan cukup baik karena memahami bagaimana dunia biasanya bekerja.

Mengapa big data saja tidak cukup

Banyak orang mengira masalah AI akan selesai dengan menambah data dan daya komputasi. Larson menjelaskan mengapa pandangan ini keliru. Induksi belajar dari pola yang sudah pernah terjadi, sehingga mudah tergelincir saat menghadapi situasi baru, kejadian langka, atau hal yang menuntut pemahaman konteks.

Data yang makin besar membuat mesin makin pandai mengenali pola, tetapi tidak dengan sendirinya membuatnya mampu menebak penjelasan seperti manusia.

Pelajaran ini relevan bagi siapa saja yang memakai alat berbasis AI di tempat kerja. Hasil yang tampak meyakinkan tetap perlu diperiksa, terutama ketika situasinya tidak biasa atau berbeda dari contoh-contoh yang umum.

Mitos yang mengancam budaya inovasi

Kekhawatiran terbesar Larson bukan pada mesinnya, melainkan pada kita. Jika kita percaya kecerdasan setara manusia pasti datang, kita bisa berhenti mencari ide-ide baru dan menganggap persoalan ilmiahnya sudah selesai. Mitos ini juga bisa membuat kita meremehkan wawasan manusia.

Dengan kata lain, Larson ingin kita tetap rendah hati terhadap misteri pikiran manusia. Masih banyak pertanyaan ilmiah yang terbuka, dan justru di sanalah ruang bagi ide-ide segar.

Sebagai gantinya, Larson melihat masa depan yang lebih menjanjikan dalam augmentasi, yaitu teknologi yang memperkuat kemampuan manusia, ketimbang otomatisasi yang berusaha menggantikannya. Dalam keseharian, ini berarti memakai AI sebagai alat bantu untuk mencari, merangkum, atau menyusun draf, sambil tetap mengandalkan penilaianmu sendiri untuk keputusan akhir.

Menilai klaim AI dengan kepala dingin

Saat membaca berita tentang terobosan AI berikutnya, coba ajukan beberapa pertanyaan sederhana:

1. Apakah keberhasilan ini terjadi pada tugas yang sempit dan aturannya jelas?
2. Apakah sistem ini bisa menangani situasi yang belum pernah ada di datanya?
3. Apakah klaimnya didukung bukti, atau hanya proyeksi ke masa depan?

The Myth of Artificial Intelligence membantumu membedakan kemajuan nyata dari cerita yang terus diulang sampai terdengar seperti kenyataan. Untuk menelusuri kesalahan awal para perintis, batas machine learning, dan argumen Larson secara utuh, baca ringkasan lengkap “The Myth of Artificial Intelligence” di aplikasi BacaApps.

Baca ringkasan lengkapnya di BacaApps: The Myth of Artificial Intelligence karya Erik J. Larson