Riset Terbaru: AI Meniru Jejak Pikiran, Bukan Cara Berpikir Manusia
Riset mengungkap AI hanya meniru hasil akhir pemikiran manusia. Ketergantungan berlebih berisiko mengikis kecakapan tim dan memicu salah langkah operasional.
Foto: TechXplore (Dokumentasi editorial)
Poin penting
- AI bekerja memprediksi teks dari jejak produk akhir, bukan memahami proses sebab-akibat di dunia nyata.
- Ketergantungan alat bantu cerdas terbukti dapat menurunkan keahlian staf hanya dalam waktu 10 menit.
- Model AI bergaya tutor yang melatih proses dinilai lebih efektif menjaga ketajaman analisis karyawan.
Model bahasa besar seperti ChatGPT, Claude, dan Google Gemini kian mahir menyusun laporan bisnis yang terlihat meyakinkan. Namun, dua publikasi riset terbaru di TechXplore mengingatkan para pemimpin usaha agar tidak menyamakan keluaran data AI dengan proses berpikir manusia.
Peneliti Didier Camilo Olarte Gonzalez dan Pier-Luc de Chantal menjelaskan bahwa otak manusia bekerja menggunakan pemrosesan prediktif. Otak terus membaca sebab-akibat, seperti memperkirakan berat cangkir kopi sebelum memegangnya agar tidak tumpah.
Sebaliknya, AI generatif hanya memperkirakan kata berikutnya berdasarkan pola data masa lalu tanpa memahami alasan peristiwa terjadi. Saat ini mulai dikembangkan model dunia, yakni sistem AI yang mempelajari dinamika fisik melalui simulasi sensorik robot, meski belum menyamai pemahaman manusia seutuhnya.
Jejak Hasil dan Risiko Erosi Keahlian
Peneliti Michael Richardson dalam makalahnya di arXiv menegaskan bahwa AI hanya dilatih dari produk akhir pemikiran, seperti buku atau karya seni. Sistem kecerdasan buatan ini kehilangan seluruh proses kegagalan, revisi, dan gesekan nyata yang sebenarnya membentuk keahlian manusia.
Kondisi ini menimbulkan risiko ketergantungan otomasi serupa fenomena pilot penerbangan pada 1997. Richardson mencatat, penggunaan asisten deteksi polip di klinik medis dan kalkulator AI pada siswa justru menurunkan keahlian manual saat alat tersebut ditarik.
Sebuah studi bahkan menemukan bantuan AI selama sepuluh menit sudah cukup membuat seseorang lebih cepat menyerah ketika menyelesaikan masalah secara mandiri.
Kecerdasan buatan dilatih dari jejak pemikiran, bukan proses berpikir itu sendiri. Jika kita merancangnya dengan tepat, mesin dapat bertambah pintar tanpa membuat manusia menjadi tumpul.
Solusinya adalah merancang sistem yang mempertahankan proses bernalar. Uji coba tutor fisika AI di Universitas Harvard membuktikan siswa belajar lebih cepat ketika AI memandu mereka berpikir melalui pertanyaan bertahap, bukan sekadar menyodorkan jawaban jadi.
Apa Artinya bagi Pelaku Usaha
Temuan ini menjadi peringatan penting bagi manajemen yang memanfaatkan otomasi untuk pembuatan konten, riset pasar, dan pemrograman. Ketergantungan instan pada jawaban AI dapat mengikis keterampilan kritis tenaga kerja muda di perusahaan Anda.
Pelaku usaha disarankan mengubah prosedur operasional pemanfaatan perangkat lunak cerdas. Atur instruksi sistem agar bertindak sebagai rekan debat atau tutor yang menguji asumsi kerja, alih-alih mesin penghasil draf instan tanpa proses telaah.
Lakukan audit berkala terhadap kemampuan tim dalam menyelesaikan tugas krusial tanpa bantuan teknologi. Langkah ini memastikan efisiensi bisnis tetap tercapai tanpa mengorbankan ketajaman intuisi dan penilaian analitis karyawan Anda.
- TechXplore: Why AI cannot 'think' like humans do
- TechXplore: AI learns from the products of thinking, not thought itself. That's a problem for machines—and for us
Lihat hasil pemeriksaan (11 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| AI dan pikiran manusia tidak bekerja dengan cara yang sama, di mana AI memprediksi dari jejak produk akhir bukan proses berpikir itu sendiri. | Didukung | “AI and the human mind, however, do not work the same way. Similar results do not necessarily mean similar processes.” TechXplore (Sumber 1) menegaskan bahwa AI dan pikiran manusia tidak bekerja dengan cara yang sama. |
| Model bahasa besar seperti ChatGPT, Claude, dan Google Gemini dapat memecahkan masalah kompleks dan terinspirasi dari otak manusia. | Didukung | “Chatbots powered by large language models such as ChatGPT, Claude, Google Gemini and Perplexity AI can write poems, brainstorm and find solutions to complex problems.” TechXplore (Sumber 1) menyebutkan ChatGPT, Claude, Google Gemini, dan Perplexity AI mampu mencari solusi untuk masalah rumit. |
| Didier Camilo Olarte Gonzalez dan Pier-Luc de Chantal menjelaskan bahwa persepsi manusia bekerja sebagian melalui pemrosesan prediktif. | Didukung | “One influential family of theories, known as predictive processing , proposes that perception works partly in this way.” TechXplore (Sumber 1) ditulis oleh Didier Camilo Olarte Gonzalez dan Pier-Luc de Chantal membahas teori predictive processing. |
| Chatbot memprediksi kata atau fragmen teks berikutnya berdasarkan pola dari sejumlah besar data tanpa perlu memahami alasan terjadinya peristiwa. | Didukung | “They learn to predict the next word or fragment of text . This apparently simple way of predicting can nevertheless produce remarkably capable systems able to solve complex problems.” TechXplore (Sumber 1) menyatakan chatbot LLM belajar memprediksi kata berikutnya tanpa harus memahami alasan kejadian. |
| Model dunia (world models) adalah pendekatan AI yang belajar dari video, simulasi, atau rekaman sensorik robot untuk memprediksi perubahan situasi. | Didukung | “This is where world models kick in—a broad family of AI approaches that aim to predict how situations evolve and, in some cases, how actions may change them.” TechXplore (Sumber 1) menjelaskan fungsi dan cara kerja world models. |
| Michael Richardson dalam makalahnya di arXiv menyatakan AI dilatih dari jejak produk pemikiran yang mengesampingkan proses. | Didukung | “These traces are what artificial intelligence (AI) models are trained on—and as a result, they produce traces themselves, which are shaped like the products of thought” TechXplore (Sumber 2) mengulas makalah Michael Richardson dkk. di arXiv. |
| Pada tahun 1997, seorang kapten American Airlines memperingatkan penurunan keterampilan pilot karena ketergantungan otomatisasi komputer penerbangan. | Didukung | “In 1997, an American Airlines captain warned that pilots were becoming "children of the magenta line." They followed the plane's flight computer so faithfully that their manual flying skills were decaying” TechXplore (Sumber 2) mencatat peringatan kapten American Airlines pada 1997 mengenai anak garis magenta. |
| Klinik medis yang mengadopsi AI deteksi polip mengalami erosi keahlian tenaga klinis saat bekerja tanpa AI. | Didukung | “The same thing happened when some medical clinics adopted AI-assisted colonoscopy , using software to flag possible polyps on the live camera feed. After a while, the skills of the human clinicians” TechXplore (Sumber 2) melaporkan keahlian klinisi mendeteksi polip menurun saat tidak memakai bantuan AI. |
| Siswa matematika SMA yang diberi bantuan AI generatif tanpa batas mendapat skor lebih rendah saat alat tersebut dicabut. | Didukung | “High school mathematics students given unrestricted generative AI support outperformed their peers when the tool was available, but scored lower once it was taken away.” TechXplore (Sumber 2) menyebut siswa SMA mengalami penurunan skor matematika saat AI ditarik (di naskah sempat disebut 'kalkulator AI'). |
| Sebuah studi menemukan bantuan AI selama sekitar 10 menit cukup untuk menurunkan performa seseorang tanpa AI dan membuat mereka lebih cepat menyerah. | Didukung | “One study found roughly 10 minutes of AI assistance was enough to make people perform worse without the AI, and to give up on problems sooner.” TechXplore (Sumber 2) mengutip riset bahwa paparan AI sekitar 10 menit memperburuk performa kerja mandiri. |
| Uji coba tutor fisika AI di Harvard menunjukkan siswa belajar lebih banyak dan lebih cepat karena tutor menuntut mereka melakukan kerja generatif melalui pertanyaan bertahap. | Didukung | “In a trial at Harvard, students taught by a well-built AI physics tutor learned more , and faster, than peers in an active-learning classroom because the tutor kept them doing the generative work.” TechXplore (Sumber 2) memaparkan hasil uji coba AI physics tutor di Harvard. |
Video AI terbaru
How Siemens Accelerates Production Planning and Quality Control With NVIDIA AI
