Agen AI Mulai Ciptakan Bahasa Sendiri yang Membingungkan Manusia

Agen AI, perangkat lunak otonom yang dapat mengeksekusi tugas tanpa campur tangan manusia, kini makin jamak dimanfaatkan di dunia kerja. Namun, interaksi antarsistem mandiri tersebut memunculkan fenomena baru yang berpotensi menyulitkan pengawasan audit manusia.

Menurut laporan TechXplore, perusahaan pengembang agen otonom Emergence menguji perilaku agen buatan dalam simulasi digital. Sepuluh agen AI berbasis model OpenAI, Anthropic, dan Google ditempatkan pada lingkungan virtual layaknya simulasi kota.

Hasilnya menarik perhatian peneliti. Dari transkrip percakapan sepanjang 7,86 juta kata, para agen terpantau memakai jargon unik yang memadukan istilah teknis dan ungkapan puitis, seperti frasa ganjil milik Google dan Anthropic yang sulit dimengerti orang awam.

Mengapa Agen AI Membentuk Dialek Sendiri

Pola komunikasi ini berkembang melalui context window, yakni memori aktif sistem yang menyimpan instruksi serta riwayat interaksi. Ketika satu agen melontarkan istilah baru, agen lain segera mengadopsinya dalam hitungan jam.

Ilmuwan Emergence Deepak Akkil menyamakan dinamika ini dengan fenomena pemutihan semantik (semantic bleaching), saat kata-kata secara bertahap mengalami pergeseran makna. Di lingkungan OpenAI, sistem memadatkan tata bahasa hingga batas minimum, sedangkan agen Gemini memadati percakapan dengan istilah ilmiah berlebihan.

Profesor linguistik Northeastern University Adam Cooper memaparkan bahwa penggunaan slang pada manusia didasari niat sadar untuk merasa diterima dalam kelompok. Niat tersebut tidak dimiliki AI, karena penyebaran istilah semata-mata dipicu oleh tumpukan pesan di memori aktif yang maknanya terus bergeser tipis pada setiap interaksi.

Strategi Multi-Vendor Redam Risiko Opasitas

Eksperimen tersebut juga memberikan panduan penting bagi perancang sistem otomasi. Ketika simulasi menggabungkan agen dari berbagai pengembang berbeda ke dalam satu lingkungan, kecenderungan pemakaian jargon aneh justru turun drastis.

Sebagai bukti, skor opasitas atau tingkat kesulitan memahami pesan pada agen Claude milik Anthropic turun dari 32,8 persen menjadi 7,6 persen di lingkungan campuran. Diversitas arsitektur model terbukti membatasi penyimpangan gaya bahasa yang tak wajar.

Apa Artinya bagi Pelaku Usaha

Bagi pimpinan teknologi dan pemilik usaha yang mulai menghubungkan beberapa agen otonom untuk alur kerja perusahaan, temuan ini menjadi peringatan tata kelola. Menyimpan log percakapan mesin saja tidak cukup jika isi pertukaran datanya lambat laun sulit dipahami auditor manusia saat evaluasi kepatuhan.

Langkah mitigasi paling efektif yang terbukti dalam uji coba adalah menghindari ketergantungan pada model tunggal. Perusahaan sebaiknya merancang ekosistem kerja multi-agen dengan memadukan model dari penyedia berbeda agar komunikasi antarsistem tetap jernih dan terhindar dari dialek tertutup.

Selain itu, pelaku usaha disarankan menyiapkan protokol penerjemah perantara yang mewajibkan agen AI membuat ringkasan tindakan berkala dalam bahasa manusia baku sebelum mengeksekusi keputusan operasional penting.