Daftar Kesalahpahaman Paling Umum Tentang Artificial Intelligence (AI)

Dalam era teknologi modern, kecerdasan buatan (AI) telah menjadi bagian penting dari kehidupan kita. Meskipun AI telah mengalami perkembangan pesat, masih banyak kesalahpahaman umum yang mengelilingi teknologi ini. Pembicaraan tentang AI penuh dengan kebingungan dan misinformasi karena kita menggunakan kata “AI” untuk merujuk pada banyak hal. 

Sebuah studi yang diterbitkan pada tahun 2016 menunjukkan bahwa para pakar AI yang disurvei memperkirakan dengan probabilitas lebih dari 50% bahwa sistem AI akan mencapai kemampuan manusia secara keseluruhan pada tahun 2040-2050. Stuart Russell, salah satu penulis buku teks AI yang banyak digunakan, memperkirakan bahwa AI supercerdas kemungkinan akan muncul dalam masa hidup generasi berikutnya. Sementara Sam Altman, CEO perusahaan AI OpenAI, memperkirakan bahwa dalam beberapa dekade mendatang, program komputer akan melakukan hampir segalanya, termasuk membuat penemuan ilmiah baru yang akan memperluas konsep kita tentang “segalanya”.

Ada banyak contoh ketika peneliti atau pengembang terkenal di bidang AI membuat perkiraan yang menunjukkan bahwa AI berkembang pesat, sehingga menimbulkan lebih banyak mitos dan ketakutan seputar AI. Namun, terlepas dari semua keributan tersebut, AI belum mencapai tahap puncaknya dan memang masih jauh dari itu.

Pandangan orang-orang sangat berbeda tergantung pada gerbang mana yang menjadi tempat pengenalan mereka terhadap dunia AI. Dalam artikel kali ini, memiliki tujuan untuk membongkar beberapa kesalahpahaman umum tentang AI dan memberikan pemahaman yang lebih baik tentang teknologi ini.

AI akan mengambil pekerjaan kita

Mungkin kesalahpahaman yang paling populer dan berpotensi berbahaya tentang AI adalah bahwa AI akan membuat orang kehilangan pekerjaan. Banyak orang merasa prihatin dengan laporan Forum Ekonomi Dunia (WEF) yang memperkirakan bahwa pada tahun 2025, 85 juta pekerjaan mungkin akan digantikan oleh pergeseran pembagian kerja antara manusia dan mesin. Namun, hal ini hanya berarti hilangnya posisi-posisi entry-level yang mengerjakan tugas-tugas yang berulang.

Berkat kemajuan teknologi, beberapa komputer dapat menjalankan proses bisnis tanpa bias manusia. Natural Language Processing (NLP) memungkinkan chatbot memahami ucapan dan memberikan dukungan teknis kepada pelanggan di berbagai industri, termasuk makanan dan ritel. Departemen sumber daya manusia dan perusahaan keuangan menggunakan robotic process automation (RPA) untuk memvalidasi sistem penggajian, menghasilkan laporan email, dan mengelola pengeluaran, serta tugas-tugas lain yang biasanya dilakukan oleh karyawan.

Namun, laporan WEF yang sama juga menyebutkan bahwa akan ada 97 juta lowongan pekerjaan baru akibat pergeseran ini. Karena semakin banyak komputer yang dilatih untuk melakukan tugas-tugas berulang yang sering diberikan kepada karyawan tingkat pemula, semakin banyak tugas yang berfokus pada pekerjaan yang kompleks dan dibayar secara kompetitif akan muncul. Artinya, para profesional muda bisa memiliki pilihan profesi menarik yang lebih luas.

AI tidak membutuhkan manusia

Meskipun AI akan secara radikal mengubah cara kerja apa yang dilakukan dan siapa yang melakukannya, dampak teknologi yang lebih besar adalah melengkapi dan meningkatkan kemampuan manusia, bukan menggantikannya. Saat ini, para ahli melatih algoritma machine learning untuk melakukan pekerjaan yang dirancang untuk mereka lakukan. Para ahli mengajarkan aplikasi terjemahan mesin untuk memproses ekspresi idiomatik, mengajarkan aplikasi medis untuk mendeteksi penyakit. AI semakin banyak menarik kesimpulan melalui proses yang tidak transparan, yang mempunyai konsekuensi hukum.

Misalnya, parlemen Uni Eropa memberikan konsumen hak untuk menerima penjelasan atas keputusan berbasis algoritme apa pun. Ini adalah salah satu bidang di mana AI akan meningkatkan lapangan kerja, dan para ahli memperkirakan bahwa perusahaan perlu menciptakan sekitar 75.000 lapangan kerja baru untuk memenuhi persyaratan akan aturan tersebut.

Bidang kedokteran juga menunjukkan bahwa upaya gabungan antara ilmuwan dan mesin telah menghasilkan dampak yang lebih besar daripada yang dapat dicapai keduanya secara terpisah. Sebuah tim ahli patologi di Harvard telah mengembangkan metode untuk mendeteksi sel kanker payudara. Ini mampu mengidentifikasi sel kanker secara akurat sekitar 92% dari keseluruhan waktu. Sedangkan analisis dari ahli patologi 96% akurat. Terobosan yang lebih besar lagi adalah menggabungkan analisis ahli patologi dengan metode diagnostik komputer otomatis meningkatkan akurasi hasil hingga 99,5%. Kerja kolaboratif antara mesin dan manusia telah menghasilkan pengurangan kesalahan yang signifikan.

Industri kendaraan self-driving juga membutuhkan tenaga ahli. Mereka diperlukan baik dalam proses taktis mengemudi kendaraan maupun dalam proses kognitif yang diperlukan untuk mengenali rambu-rambu lalu lintas dan hambatan umum di jalan. Berkat responsnya yang cepat dan kemampuannya untuk mengingat dengan sempurna peraturan lalu lintas dan mematuhinya, AI mengungguli pengemudi manusia dalam kondisi jalan yang standar. Namun, keunggulan AI ini praktis terhapus begitu terjadi sesuatu yang belum dilatih untuk ditangani oleh AI. Ketika hal ini terjadi, kekuatan pemrosesan AI harus digantikan oleh kemampuan adaptasi manusia.

AI bekerja persis seperti otak manusia

Meskipun AI mengalami kemajuan yang luar biasa, anggapan ini tidak benar. AI tidak dapat memahami lingkungannya, juga tidak dapat benar-benar “belajar” dari lingkungannya seperti yang dapat dilakukan manusia. Misalnya, Siri atau Alexa terkadang dapat memberikan jawaban yang kacau saat percakapan keluar jalur.

Teknik AI yang paling populer memang disebut jaringan saraf dan terinspirasi oleh otak biologis. Namun, penting untuk dicatat bahwa meskipun namanya “jaringan saraf”, model tersebut bukanlah model saraf fisiologis karena baik model neuron maupun hubungan antar neuron dalam jaringan saraf AI tidak masuk akal atau realistis secara biologis. Artinya, baik struktur konektivitas jaringan saraf konvolusional, jaringan saraf feed-forward, maupun arsitektur deep learning lainnya tidak realistis secara biologis.

AI Kognitif dapat mengidentifikasi gambar atau menganalisis makna kalimat, namun hal ini tentunya memerlukan campur tangan manusia. Ketika Facebook mencoba mengidentifikasi berita yang relevan untuk disajikan kepada pengguna, proses otomatis gagal membedakan berita asli dan palsu. Faktanya, peretas Rusia berhasil memposting berita palsu tanpa terdeteksi oleh filter otomatis, sehingga Facebook memutuskan untuk menyewa tim editor untuk memantau Tab Berita. Itu hanyalah salah satu contoh keamanan yang tertinggal dari kinerjanya. Ada juga pola tertentu yang dikembangkan untuk mengelabui algoritma agar salah mengklasifikasikan objek yang berlapis pada gambar. Teknologi kognitif adalah alat yang hebat, namun otak manusia masih jauh lebih unggul.

Untuk memberikan akal sehat pada mesin, diperlukan beberapa konsep dasar. Mungkin pengetahuan bawaan yang dimiliki bayi manusia tentang ruang, waktu, hubungan sebab dan akibat, sifat benda mati dan makhluk hidup lainnya, dan kemampuan untuk menarik analogi dari pengalaman sebelumnya. Belum ada seorang pun yang mengetahui cara menangkap pengetahuan atau kemampuan tersebut dalam mesin.

AI adalah 100% objektif

Secara teknis bisa saja demikian. Sistem AI hanya bisa berfungsi sebaik masukan yang diberikannya. Jika kita dapat menghapus kumpulan data tentang ras, gender, atau konsep ideologis lainnya, kita dapat membuat sistem AI yang membuat keputusan tidak memihak berdasarkan data tersebut. Namun, di dunia nyata, tentunya kita tidak berharap AI akan 100% objektif.

Contoh yang menarik adalah alat perekrutan Amazon, yang menunjukkan bias terhadap perempuan. Alat perekrutan eksperimental perusahaan menggunakan AI untuk menilai kandidat dengan memberi mereka 1 hingga 5 bintang. Proyek ini murni didasarkan pada peninjauan resume pelamar sehingga perekrut tidak membuang waktu untuk tugas-tugas manual. Namun, pada tahun 2015, Amazon menyadari bahwa sistem perekrutan baru berbasis AI telah mengevaluasi kandidat secara tidak adil dan menunjukkan bias terhadap perempuan.

Masalahnya adalah perusahaan menggunakan data historis selama 10 tahun terakhir untuk melatih model AI-nya. Data ini mengandung bias terhadap perempuan, karena industri teknologi dulunya didominasi oleh laki-laki. Oleh karena itu, sistem rekrutmen Amazon salah memahami bahwa kandidat laki-laki lebih diutamakan. Undang-undang tersebut menghukum resume yang menyertakan kata-kata “feminin”, seperti “kapten klub catur wanita.” Oleh karena itu, Amazon berhenti menggunakan algoritma tersebut untuk merekrut.

Banyak perusahaan teknologi terkemuka berupaya untuk menutup kesenjangan gender dalam perekrutan. Kesenjangan ini paling menonjol di kalangan tenaga teknis, misalnya pengembang perangkat lunak, karena jumlah laki-laki lebih banyak dibandingkan perempuan.

Selain itu, jangan lupa tentang banyaknya contoh bias di jejaring sosial. Pada tahun 2019, Facebook mengizinkan pengiklannya untuk dengan sengaja menargetkan iklan berdasarkan jenis kelamin, ras, dan agama. Misalnya saja, iklan pekerjaan lebih memilih perempuan untuk posisi perawat atau sekretaris, sedangkan iklan pekerjaan untuk petugas kebersihan dan supir taksi sebagian besar ditujukan kepada laki-laki, khususnya laki-laki dari kelompok minoritas. Akibatnya, Facebook tidak lagi mengizinkan perusahaan untuk mencantumkan usia, jenis kelamin, atau ras dalam iklan mereka.

Manfaatkan potensi AI untuk bisnis

(Airgram)

Lima kesalahpahaman yang dijelaskan dalam artikel ini mengungkapkan kelemahan pemahaman tentang kondisi AI saat ini. Memang benar, seiring berkembangnya bidang ini, mungkin akan ada lebih banyak kesalahpahaman yang muncul. Bagi banyak bisnis, AI adalah alat yang berguna. Bila diterapkan dengan benar. AI dapat meningkatkan interaksi dengan pelanggan, menganalisis data lebih cepat, membantu pengambilan keputusan, menghasilkan peringatan dini tentang gangguan yang akan datang, dan banyak lagi. AI juga memiliki sejumlah penggunaan yang berguna dalam lingkungan industri, misalnya, visi/pengenalan komputer, yang memungkinkannya mendeteksi bagian yang rusak dengan jauh lebih efisien dan cepat dibandingkan operator manusia.

Itulah informasi seputar kesalahpahaman tentang AI yang dapat membuka wawasan tentang teknologi tersebut dan membuatnya lebih tepat guna. Dengan perkembangan teknologi yang terus berlanjut, penggunaan AI di bidang apa pun akan menjadi lebih canggih dan terjangkau. Kunjungi blog MetaNesia untuk mengetahui informasi lain seputar blockchain, AR, VR, dan teknologi imersif metaverse lainnya.

Tertarik untuk menggunakan layanan virtual reality dan augmented reality? Segera hubungi customer service kami melalui WhatsApp untuk bertanya dan berkonsultasi secara gratis. Rasakan juga pengalaman dunia virtual yang menakjubkan dengan bergabung bersama MetaNesia.