Konten dari Pengguna

Mengapa AI Butuh Filsafat Sains?

comment
0
sosmed-whatsapp-white
copy-circle
more-vertical

Tulisan dari Filsafat Sains Dimitri Mahayana tidak mewakili pandangan dari redaksi kumparan

Karl Popper (Sumber: Net)
zoom-in-whitePerbesar
Karl Popper (Sumber: Net)

Tanpa Epistemologi, Kita Tidak Tahu Apa yang Sesungguhnya Kita Bangun

Ada momen yang saya ingat dengan jelas. Seorang kolega, peneliti AI senior yang sangat saya hormati, menunjukkan sistem yang baru ia selesaikan. Akurasinya 94 persen pada benchmark. Ia bangga, dan memang seharusnya bangga. Lalu saya bertanya: "Apa yang sesungguhnya sistem ini pelajari?"; Ia terdiam cukup lama. "Saya tidak tahu persis," jawabnya, akhirnya. "Tapi angkanya bagus."

Percakapan itu mengganggu saya berhari-hari. Bukan karena ia tidak kompeten. Justru sebaliknya. Ia adalah peneliti yang sangat kompeten secara teknis. Yang hilang adalah sesuatu yang berbeda. Sebuah kerangka untuk bertanya tentang apa yang sesungguhnya sedang kita lakukan ketika kita membangun AI.

Itulah persis yang disediakan oleh filsafat sains. Dan itulah mengapa serial ini perlu ditulis.

Yang Layak Dipuji dari Ambisi AI

Mari kita mulai dengan apresiasi yang tulus. Artificial Intelligence adalah salah satu proyek intelektual paling ambisius dalam sejarah manusia. Ia mencoba memahami, mereplikasi, dan mungkin melampaui kemampuan kognitif yang selama ini dianggap sebagai keistimewaan eksklusif homo sapiens.

Ambisi itu lahir dari tradisi ilmiah yang luar biasa. Matematika formal Leibniz dan Boole. Mesin-mesin logis Babbage. Fondasi komputabilitas Turing. Teori informasi Shannon. Semua bergabung dalam sebuah momen sejarah yang unik untuk melahirkan sesuatu yang benar-benar baru.

Dan hasilnya nyata. Sistem AI hari ini mendiagnosis kanker dari gambar medis dengan akurasi yang menyamai spesialis. Ia menerjemahkan ratusan bahasa secara real-time. Ia menemukan struktur protein yang membingungkan para ilmuwan selama puluhan tahun. Ia menulis kode, menganalisis data, dan membantu jutaan orang setiap hari dalam pekerjaan mereka.

Ini bukan kemajuan kecil. Ini adalah salah satu pencapaian teknologi paling signifikan dalam sejarah peradaban. Siapapun yang menganggap enteng ini tidak membaca data dengan serius.

Di Mana Filsafat Sains Masuk

Tapi ada masalah. Dan masalah itu serius.

Sejarah AI penuh dengan siklus yang mengkhawatirkan. Janji besar. Antusiasme massal. Pendanaan melimpah. Lalu kekecewaan. Lalu musim dingin. Lalu kebangkitan dengan nama baru. Lalu siklus berulang.

Kita sudah mengalami ini dua kali secara resmi. AI Winter pertama di pertengahan 1970-an. AI Winter kedua di akhir 1980-an. Dan banyak yang khawatir bahwa euforia LLM hari ini mungkin sedang menuju siklus ketiga yang sama.

Pertanyaannya adalah: mengapa siklus ini terus berulang? Dan apakah ada cara untuk memutusnya?

Karl Popper, filsuf sains yang karyanya akan kita jelajahi sepanjang serial ini, mengajarkan sesuatu yang fundamental. Klaim ilmiah yang baik harus bisa disangkal. Jika tidak ada kondisi yang bisa membuktikan suatu klaim salah, klaim itu bukan sains. Ia adalah kepercayaan. AI terlalu sering membuat klaim-klaim yang tidak bisa disangkal dengan cara yang bermakna.

Thomas Kuhn menunjukkan bahwa sains bergerak dalam paradigma. Dan paradigma bisa menjadi penjara intelektual. Komunitas yang terlalu terikat pada satu paradigma akan mengabaikan anomali-anomali yang mengancamnya hingga anomali itu tidak bisa diabaikan lagi. AI simbolik mengalami ini. Expert systems mengalami ini. Dan ada tanda-tanda bahwa paradigma LLM sedang menghadapi tekanan serupa.

Imre Lakatos memberi kita alat untuk membedakan programme riset yang sedang maju dari yang sedang membusuk. Sebuah programme yang sehat menghasilkan prediksi-prediksi baru yang dramatis dan terkonfirmasi. Yang sakit hanya bisa menambal kegagalannya tanpa menghasilkan wawasan baru. Pertanyaan ini sangat relevan untuk menilai kemajuan AI hari ini.

Kritik yang Tidak Boleh Diabaikan

Paul Feyerabend adalah pemikir paling tidak nyaman dalam daftar ini. Ia berpendapat bahwa tidak ada metode ilmiah yang universal. Bahwa kemajuan sains justru sering kali terjadi ketika para ilmuwan berani melanggar aturan metodologis yang berlaku. "Anything goes,"; tulisnya, dalam sebuah pernyataan yang mengejutkan banyak orang.

Ini bukan nihilisme. Ini adalah pengamatan historikal yang sangat tajam. Neural network hampir mati karena monopoli paradigma AI simbolik. Backpropagation bertahan bukan karena ia mengikuti aturan metodologis yang berlaku, melainkan karena segelintir peneliti cukup keras kepala untuk tidak mengikutinya.

Larry Laudan memotong debat-debat abstrak dengan pertanyaan yang pragmatis dan brutal. Bukan "apakah teori ini benar?";, melainkan "berapa banyak masalah yang berhasil diselesaikan, dan berapa banyak masalah baru yang diciptakan?"; Laudan juga berpendapat bahwa pertanyaan "apakah ini sains atau pseudosains?"; adalah pertanyaan yang salah. Yang lebih penting adalah efektivitas problem-solving-nya.

Dan para epistemolog kontemporer membawa dimensi yang bahkan lebih menantang. Helen Longino menunjukkan bahwa objektivitas sains bukan milik individu, melainkan hasil dari proses sosial yang memungkinkan kritik yang genuine dari perspektif yang beragam. Miranda Fricker memperkenalkan "ketidakadilan epistemik": bagaimana sistem pengetahuan bisa secara sistematis merugikan kelompok tertentu. Luciano Floridi mempertanyakan apakah LLM sungguh-sungguh menghasilkan pengetahuan atau hanya simulasinya.

Kritik-kritik ini bukan serangan dari luar terhadap AI. Mereka adalah pertanyaan yang harus diajukan dari dalam oleh siapapun yang serius membangun dan menggunakan AI.

Ke Mana Serial Ini Akan Pergi

Serial ini akan menelusuri 14 tonggak paling penting dalam sejarah AI. Mulai dari Turing Test yang legendaris hingga perdebatan AGI yang sedang berlangsung hari ini.

Setiap tonggak akan dianalisis dengan tiga gerakan. Pertama, apresiasi yang jujur dan substantif terhadap pencapaiannya. Kedua, kritik yang tajam melalui lensa epistemologi, tidak ada yang luput dari pertanyaan kritis. Ketiga, indikasi solusi konkret yang bisa diambil ke depan.

Tiga pertanyaan akan selalu hadir di setiap esai. Apakah klaim-klaim yang dibuat bisa disangkal? Masalah apa yang sesungguhnya diselesaikan, dan masalah baru apa yang diciptakan? Siapa yang terwakili dan siapa yang tidak dalam kemajuan ini?

AI adalah salah satu kekuatan paling transformatif yang pernah kita ciptakan. Justru karena itu, ia layak mendapat pemikiran yang paling serius dan paling kritis yang bisa kita berikan.

Mari kita mulai. (**)