Artificial Intelligence Makin Canggih, Cara Berpikir Manusia Ikut Berubah
saya adalah seorang tech entusiast yang senang membuat artikel dan research mengenai IT - saya bekerja sebagai fullstack developer di PT GROO - saya mahasiswa universitas pamulang
·waktu baca 8 menit
Tulisan dari aidil bayhaqi tidak mewakili pandangan dari redaksi kumparan
PerbesarArtificial Intelligence (AI) atau kecerdasan buatan kini semakin dekat dengan kehidupan sehari-hari. Teknologi ini membantu manusia mencari informasi, menulis, menerjemahkan bahasa, menganalisis data, hingga menyusun berbagai alternatif keputusan.
Banyak pekerjaan yang sebelumnya membutuhkan waktu cukup lama sekarang dapat dilakukan hanya dalam hitungan detik. Tapi di balik kemudahan itu ada pertanyaan yang mulai penting untuk dibicarakan: ketika semakin banyak proses kita serahkan kepada AI, apakah cara kita berpikir juga ikut berubah?
Artikel sumber memang menunjukkan bahwa AI telah digunakan untuk menulis, mencari informasi, membuat kode, menganalisis data, menyusun alternatif, serta membantu proses pengambilan keputusan.
Pertanyaan ini penting karena AI sebenarnya tidak hadir sebagai teknologi yang berdiri sendiri. Di balik sistem AI terdapat data, algoritma, perangkat keras, dan yang tidak kalah penting, keputusan manusia.
Manusia menentukan masalah apa yang ingin diselesaikan, data apa yang digunakan, bagaimana hasil dinilai, hingga risiko apa yang masih dapat diterima.
Artificial Intelligence dan Perubahan Cara Manusia Berpikir
Kemampuan AI yang semakin canggih sering membuatnya dianggap seperti otak manusia versi digital. Apalagi istilah yang digunakan dalam teknologi AI terdengar sangat dekat dengan dunia biologis: neuron, jaringan saraf, memori, perhatian, lapisan, dan sebagainya.
Namun, kemiripan istilah tersebut tidak berarti mekanismenya sama.
Jaringan saraf buatan pada dasarnya merupakan sistem komputasi yang menggunakan representasi matematis. Sementara otak manusia memiliki proses belajar, adaptasi, penggunaan energi, pengalaman, hingga hubungan dengan lingkungan yang jauh lebih kompleks.
Neurosains memang memberikan banyak inspirasi bagi perkembangan AI. Penelitian mengenai sistem visual, pembelajaran berbasis penghargaan, perhatian dan memori ikut memengaruhi berbagai pendekatan dalam kecerdasan buatan. Pertemuan antara neurosains dan AI bahkan berkembang menjadi bidang yang dikenal sebagai NeuroAI.
Tetapi tujuannya bukan semata-mata membuat mesin menjadi salinan otak manusia.
Justru yang banyak dicari adalah prinsip tertentu dari kecerdasan biologis yang mungkin berguna bagi teknologi, misalnya kemampuan belajar dari sedikit pengalaman, beradaptasi dengan perubahan, mempertahankan pengetahuan lama, dan menggunakan konteks saat menghadapi situasi baru.
Secanggih Apa Pun AI, Manusia Tetap Menentukan Arahnya
Ada hal yang sering terlupakan ketika membicarakan AI.
Sebelum sebuah model dilatih, manusia terlebih dahulu menentukan masalah yang hendak diselesaikan.
Tujuan, variabel, indikator sampai definisi keberhasilan semuanya berasal dari keputusan manusia. Karena itu, sistem AI dapat saja terlihat sangat baik secara teknis tetapi ternyata menyelesaikan masalah yang sejak awal dirumuskan secara kurang tepat.
Bayangkan sebuah sistem pendidikan yang hanya menilai keberhasilan berdasarkan seberapa cepat siswa menyelesaikan soal. Model mungkin mampu mengoptimalkan indikator tersebut, tetapi pemahaman, rasa ingin tahu, kemampuan menjelaskan dan kemampuan menerapkan pengetahuan ke situasi baru bisa saja tidak ikut diperhitungkan.
Hal yang sama bisa terjadi pada bidang lainnya.
Sebuah sistem rekrutmen yang hanya belajar dari keputusan masa lalu, misalnya, dapat terus mengikuti pola historis tanpa mempertanyakan apakah pola tersebut memang adil atau masih relevan.
Artinya, persoalan AI tidak selalu berada pada algoritmanya.
Kadang persoalannya sudah muncul jauh sebelum itu, yaitu saat manusia menentukan apa yang dianggap penting dan apa yang dianggap sebagai keberhasilan.
Data Juga Tidak Selalu Netral
AI belajar dari data. Tetapi data bukan sesuatu yang sepenuhnya bebas dari keputusan manusia.
Seseorang tetap harus menentukan informasi apa yang dikumpulkan, siapa yang masuk ke dalam data, kategori apa yang digunakan, data mana yang dibersihkan dan bagaimana data tersebut nantinya digunakan.
Keputusan-keputusan tersebut dapat membawa asumsi tertentu.
Penelitian mengenai data cascades menunjukkan bagaimana masalah pada data yang tidak diselesaikan sejak awal dapat terus terbawa sepanjang proses pengembangan AI. Kesalahan label, data yang kurang mewakili kondisi sebenarnya, dokumentasi yang lemah maupun komunikasi yang buruk tidak otomatis selesai hanya karena model dibuat semakin besar.
Karena itu, perkembangan AI sebenarnya juga sangat bergantung pada kualitas manusia yang berada di belakangnya.
Bukan kualitas dalam arti biologis, melainkan kemampuan untuk memahami masalah, melihat keterbatasan data, mengenali bias, mengevaluasi bukti, mempertanyakan asumsi, dan mempertimbangkan dampak keputusan.
Ketika AI Mulai Mengambil Sebagian Beban Berpikir
Setelah dikembangkan, AI kembali masuk ke kehidupan manusia.
Di sinilah hubungan yang menarik mulai terlihat.
AI membantu manusia menulis, mencari informasi, membuat kode, menganalisis data hingga membuat berbagai alternatif keputusan. Dalam penggunaan yang tepat, teknologi ini dapat mengurangi pekerjaan rutin sehingga manusia memiliki lebih banyak waktu untuk mengerjakan hal yang membutuhkan analisis lebih dalam.
Namun, penggunaan teknologi juga dapat memunculkan apa yang disebut sebagai cognitive offloading.
Secara sederhana, cognitive offloading merupakan kondisi ketika sebagian proses berpikir dialihkan kepada alat eksternal.
Fenomena ini sebenarnya bukan sesuatu yang baru.
Kita sudah lama menggunakan kalkulator untuk menghitung, catatan untuk membantu mengingat, dan mesin pencari untuk menemukan informasi. Jadi, mengalihkan sebagian beban berpikir kepada teknologi tidak otomatis menjadi sesuatu yang buruk.
Masalahnya muncul ketika proses yang seharusnya tetap membutuhkan pertimbangan manusia ikut diserahkan begitu saja.
Misalnya merumuskan masalah, memeriksa bukti, menilai kredibilitas sumber, memahami konteks atau mengambil keputusan akhir.
Jawaban yang Lancar Belum Tentu Benar
Salah satu tantangan AI generatif adalah kemampuannya menghasilkan jawaban yang terdengar sangat meyakinkan.
Bahasanya rapi. Penjelasannya terlihat masuk akal. Dalam beberapa kasus bahkan terasa seperti membaca jawaban dari seseorang yang benar-benar memahami persoalan tersebut.
Padahal, kelancaran bahasa tidak otomatis menunjukkan bahwa seluruh informasinya benar.
Inilah alasan mengapa kemampuan memverifikasi informasi menjadi semakin penting.
Dalam penelitian Lee dan rekan-rekannya pada 2025, sebanyak 319 pekerja pengetahuan memberikan 936 contoh penggunaan AI generatif dalam pekerjaan. Penelitian tersebut menemukan hubungan antara tingkat kepercayaan yang lebih tinggi terhadap AI dengan lebih sedikit keterlibatan berpikir kritis yang dilaporkan oleh responden.
Namun temuan ini juga perlu dibaca secara hati-hati.
Penelitian tersebut berbasis laporan diri, sehingga tidak bisa langsung disimpulkan bahwa AI menyebabkan penurunan kemampuan kognitif manusia. Temuannya lebih menunjukkan bahwa tingkat kepercayaan terhadap AI dan cara teknologi tersebut digunakan dapat memengaruhi seberapa besar usaha berpikir yang dilakukan seseorang.
Jadi persoalannya bukan sekadar apakah kita menggunakan AI atau tidak.
Yang lebih penting adalah bagaimana kita menggunakannya.
Jangan Sampai Belajar AI Hanya Berarti Belajar Membuat Prompt
Dunia pendidikan menjadi salah satu tempat di mana persoalan ini sangat terasa.
Kemampuan menggunakan AI tentu akan menjadi bagian penting dari literasi digital. Tetapi belajar AI seharusnya tidak berhenti pada kemampuan membuat prompt yang bagus.
Pelajar dan mahasiswa juga perlu memahami bahwa model AI memiliki keterbatasan. Jawaban bisa salah, data dapat mengandung bias, informasi bisa tidak lengkap, dan sebuah sistem dapat menghasilkan jawaban yang terlihat meyakinkan meskipun dasar informasinya lemah.
Karena itu, penggunaan AI dalam pendidikan sebaiknya tetap menyisakan ruang bagi proses berpikir manusia.
Salah satu caranya, mahasiswa mencoba memahami persoalan terlebih dahulu sebelum meminta bantuan AI. Setelah itu jawaban AI digunakan sebagai bahan perbandingan, kritik atau pengembangan gagasan.
Dengan pola seperti ini, AI bukan menjadi mesin yang mengerjakan semuanya dari awal sampai akhir, tetapi menjadi alat untuk membantu seseorang berpikir lebih jauh.
Manusia Membentuk AI, AI Kembali Membentuk Manusia
Hubungan antara manusia dan AI sebenarnya berjalan seperti sebuah siklus.
Manusia mempelajari cara kerja kecerdasan biologis, kemudian sebagian prinsipnya diterjemahkan menjadi model komputasi.
Setelah itu manusia menentukan tujuan sistem, menyiapkan data, melakukan anotasi, memilih model, memberikan umpan balik, mengevaluasi hasil dan mengatur penggunaannya.
AI yang sudah selesai dibangun kemudian kembali digunakan dalam pendidikan, pekerjaan, komunikasi, penelitian dan berbagai aktivitas lainnya.
Penggunaan tersebut kemudian memengaruhi cara manusia mencari informasi, menulis, mengingat, memecahkan masalah dan menilai bukti.
Dari sini terlihat bahwa hubungan manusia dan AI bukan hubungan satu arah.
Manusia membentuk AI, kemudian AI ikut membentuk kebiasaan manusia.
Siklus ini bisa menghasilkan dampak yang baik. Jika AI digunakan untuk belajar, bereksperimen, berdiskusi dan menguji pemikiran, manusia bisa menghasilkan pengetahuan dan umpan balik yang semakin baik.
Tetapi siklus tersebut juga bisa bergerak ke arah sebaliknya.
Jika semakin banyak orang bergantung pada AI tanpa membiasakan diri melakukan verifikasi, kualitas pemahaman dan umpan balik manusia dapat ikut menurun. Dalam jangka panjang, hal tersebut bahkan berpotensi membuat informasi dan gagasan yang digunakan untuk mengembangkan AI berikutnya menjadi semakin homogen.
Jadi, Apa yang Harus Dikhawatirkan?
Mungkin pertanyaan tentang masa depan AI tidak perlu selalu berhenti pada kekhawatiran bahwa mesin suatu hari akan menjadi lebih pintar daripada manusia.
Ada persoalan yang jauh lebih dekat dengan kehidupan kita sekarang.
Apakah kita masih terbiasa memeriksa informasi?
Apakah kita masih bisa menjelaskan alasan di balik jawaban yang kita gunakan?
Dan ketika AI memberikan jawaban dalam hitungan detik, apakah kita masih mau meluangkan waktu untuk bertanya apakah jawaban tersebut memang benar?
AI memiliki potensi besar untuk memperluas kemampuan manusia. Ia dapat mengurangi pekerjaan rutin, menyediakan alternatif dan membantu proses eksplorasi. Tetapi manfaat itu akan jauh lebih berarti jika manusia tetap berada di dalam proses berpikirnya.
Pada akhirnya, perkembangan AI bukan cuma soal membuat mesin semakin canggih.
Manusia membangun AI melalui pengetahuan, data, nilai dan keputusan. Setelah itu, AI kembali memengaruhi cara manusia belajar, bekerja dan berpikir.
Karena itu, mungkin tantangan terbesar bukan bagaimana membuat AI semakin pintar, tetapi bagaimana memastikan manusia tidak berhenti menggunakan kemampuan berpikirnya sendiri.