Apa Itu Sebenarnya Artificial Intelligence? Ini Kata Para Pakar

JAKARTA - Tidak semua yang berlabel AI (artificial intelligence/ kecerdasan buatan) benar-benar kecerdasan buatan. Teknologi tersebut, pada kenyataannya hingga kini, belum maju cukup jauh untuk benar-benar menjadi "cerdas" dan memudahkan masyarakat di dunia.

"AI sering menjadi topik yang sensasional," kata Neil Morelli, kepala psikolog industri dan organisasi untuk Codility, sebuah platform penilaian yang dirancang untuk mengidentifikasi bakat teknologi terbaik. "Itu membuatnya mudah untuk berpindah dari satu reaksi ekstrem ke reaksi ekstrem lainnya," katanya.

"Di satu sisi, ada ketakutan akan penyalahgunaan AI, karakteristik 'tidak terkendali', dan 'kotak hitam'. Di sisi lain, optimisme dan adopsi yang dengan kegembiraan berlebihan berdasarkan janji yang berlebihan atau kesalahpahaman tentang kemampuan dan keterbatasan AI. Keduanya dapat menyebabkan hasil negatif,” katanya.

Sebagian besar kebingungan yang ada tentang apa itu AI, atau bukan, didorong oleh penggunaan istilah yang terlalu luas. Ini sebagian besar didorong oleh cerita atau film hiburan populer, media, dan informasi yang salah.

Apa itu Sesungguhnya AI ?

"Hari ini banyak dari apa yang diberi label sebagai 'kecerdasan buatan', sebenarnya tidak demikian," kata Peter Scott, direktur pendiri Next Wave Institute, sebuah perusahaan pelatihan dan pembinaan teknologi. "Pelabelan yang salah ini sangat umum sehingga kami menyebutnya 'pencucian AI.' "

Batas-batasnya sering bergeser ketika menyangkut AI. "AI telah digambarkan sebagai 'apa yang belum bisa kami lakukan', karena begitu kami mempelajari cara melakukannya, kami berhenti menyebutnya AI," tambah Scott

Tujuan akhir AI, kata Scott, adalah menciptakan mesin yang berpikir seperti manusia. Banyak orang merasa bahwa apa pun yang kurang dari itu tidak pantas disebut namanya sebagai AI.

Menurut Scott, sebagian besar dari mereka yang berada di lapangan akan mengatakan bahwa jika menggunakan pembelajaran mesin, terutama jika menggunakan pembelajaran mendalam, maka itu adalah AI. 

“Secara resmi, AI adalah superset dari pembelajaran mesin, yang memberikan ruang gerak yang cukup bagi pasukan pengiklan untuk mempromosikan perdagangan mereka, karena perbedaan antara keduanya tidak terdefinisi dengan baik," ungkap Scott.

Jeff Kiske, direktur teknik, pembelajaran mesin di Ripcord, juga setuju. “Sebagian besar dari apa yang disebut AI saat ini lebih baik disebut sebagai "pembelajaran mesin," katanya.  Ia lebih suka merujuk hal ini pada teknologi mutakhir yang digerakkan oleh data. 

Istilah pembelajaran mesin, menurut Kiske, hanya menyiratkan bahwa komputer telah belajar untuk memodelkan fenomena berdasarkan data. “Ketika perusahaan memuji produk mereka sebagai 'didorong oleh pembelajaran mesin,' saya mengharapkan tingkat kecanggihan yang jauh lebih tinggi," tutur Kiske

Joshua A. Gerlick, seorang Fowler Fellow di Case Western Reserve University di Cleveland, mengatakan bahwa AI adalah bidang studi yang sangat luas yang mencakup banyak teknologi. Dengan risiko penyederhanaan yang berlebihan, menurutnya tema umum yang membedakan sistem AI 'benar' dari 'menyesatkan' adalah apakah ia belajar dari pola dan fitur dalam data yang dianalisis.

Ini adalah janji dari banyak kasus penggunaan dalam SDM untuk pembelajaran mesin yang sebenarnya tidak naik ke tingkat kecerdasan buatan yang sebenarnya.

Implikasi bagi SDM

"Bayangkan departemen sumber daya manusia memperoleh perangkat lunak yang 'diberdayakan oleh AI' untuk mencocokan karyawan yang baru direkrut dengan seorang mentor berpengalaman dalam organisasi. Perangkat lunak ini diprogram untuk menemukan kata kunci umum di profil mentee dan mentor potensial, dan seleksi diperoleh berdasarkan kecocokan timbal balik tertinggi.  Sementara sebuah algoritme tentu saja memfasilitasi proses pencocokan dalam perangkat lunak,” kata  Gerlick.

"Itu sama sekali bukan algoritme yang didukung AI. Algoritme ini hanya mereplikasi proses yang dapat diselesaikan oleh setiap manusia, dan meskipun cepat, itu tidak membuat proses perjodohan lebih efektif," tambahnya. 

Platform perangkat lunak yang benar-benar diberdayakan AI, katanya, akan memerlukan beberapa data awal, seperti profil pasangan mentee-mentor sebelumnya dan apakah hasilnya berhasil. Kemudian akan mempelajari faktor-faktor yang menyebabkan pasangan berhasil. 

"Faktanya, perangkat lunak akan sangat sensitif sehingga mungkin hanya dapat diterapkan untuk mengidentifikasi pasangan mentee-mentor yang sukses di satu organisasi tertentu," kata Gerlick. "Secara tidak langsung, ia telah 'belajar' bagaimana memahami budaya unik organisasi dan archetype individu yang bekerja di dalamnya. Seorang eksekutif sumber daya manusia harus menemukan bahwa platform perangkat lunak bertenaga AI meningkatkan efektivitasnya dari waktu ke waktu dan semoga melebihi keberhasilan rekan-rekan manusianya, memberi mereka waktu untuk melakukan inisiatif yang lebih kompleks."

Christen da Costa, pendiri Gadgetreview.com, mengatakan menurutnya istilah "AI" terlalu mudah dilontarkan. "Sebagian besar alat otomatisasi, misalnya, bukan yang saya sebut AI," katanya. "Mereka mengambil informasi yang diberikan kepada mereka oleh pengguna dan mencari kasus yang cocok. Seiring waktu mereka mempelajari preferensi pengguna dan menjadi lebih baik, tapi itu pembelajaran algoritmik. Meskipun itu bisa menjadi aspek AI, tapi itu tidak membuat AI ."

Apakah itu penting? Bisa. Ketika profesional SDM mempertimbangkan untuk mengadopsi teknologi baru, penting untuk tidak bingung atau terombang-ambing oleh istilah teknologi tinggi yang cenderung terlalu sering dilontarkan. Penting juga untuk tidak terlalu terpikat, atau berpotensi disesatkan oleh, iming-iming "kecerdasan buatan".

"Pembaca dan pengamat AI di SDM yang bijaksana akan bijaksana untuk mengingat bahwa sistem AI membantu melakukan tugas manual, berulang, dan melelahkan di SDM," kata Morelli dari Codility. "Namun, jangkauan dan ruang lingkup tugas ini mungkin lebih sempit daripada yang dipercayai oleh beberapa vendor dan penyedia."

Tidak ada sistem AI yang memahami, memahami, mempelajari, mencocokan pola, atau beradaptasi dengan sendirinya, katanya. “Sebaliknya, ini membutuhkan data yang diberi label manusia dan dikuratori sebagai titik awal. Untuk alasan ini, pengguna dan evaluator harus lebih teliti terhadap data pelatihan yang digunakan untuk mengajarkan sistem AI,” katanya, “Terutama asal, pengembangan, dan karakteristik data."

"Ketika skeptis tentang apakah suatu teknologi benar-benar 'diberdayakan oleh AI,' pertimbangkan untuk mengajukan beberapa pertanyaan sederhana," saran Gerlick:

1. Apakah teknologi ini menggunakan data untuk meningkatkan kemampuan prediktifnya?

2. Apakah teknologi ini meningkatkan efektivitas dari apa yang sudah dapat dilakukan manusia?

Jika jawaban atas pertanyaan itu adalah ya, katanya, "maka kecerdasan buatan mungkin akan membantu."