AI Menggerus Kebebasan Bepikir, Benarkah?

Keberadaan AI dan kebebasan berpikir | pexels.com

Kita hidup di zaman ketika kita mengajukan satu pertanyaan langsung bisa dijawab dalam hitungan detik dengan artificial intelligence (AI). Apa jangan-jangan, AI sudah menggerus kebebasan berpikir secara tidak disadari?

Misalnya nih, ada mahasiswa yang diberi tugas menulis esai atau membuat opini, sering kali langsung membuka aplikasi AI untuk mencari jawaban, tanpa berusaha memahami pertanyaannya terlebih dahulu. Padahal, memahami pertanyaan itu hal paling penting sebelum menjawab pertanyaan itu sendiri.

Memang nyatanya, kecanggihan AI membuat segala informasi terasa mudah, praktis, dan siap pakai. Namun, di balik kenyamanan ini, kita perlu bertanya, "apakah kita masih benar-benar berpikir?" Jangan-jangan, kita hanya menerima dan berhenti bertanya terus seolah-olah sudah tau semuanya (padahal paham saja enggak).

AI Bisa Menyajikan Tulisan yang Rapi dan Sistematis

AI khususnya yang LLM, bisa menyajikan jawaban dengan bahasa yang rapi dan terdengar meyakinkan. Ia mengambil data dari berbagai sumber, lalu menyusunnya secara sistematis. Sebab, LLM sendiri memang pondasinya adalah semantik bahasa yang bagus, jadi tidak heran jika dari struktur mungkin enak dilihat dan dinikmati.

Nah, hal inilah yang Saya sampaikan di judul, bisa membuat bias otak kita dan merasa jawaban AI sudah lengkap, sehingga menciptakan ilusi kelengkapan.

Kita merasa informasi sudah cukup, padahal yang disajikan hanyalah ringkasan dari banyak kemungkinan, bukan kebenaran mutlak. Ketika jawaban terlihat sempurna, keinginan untuk mencari lebih dalam perlahan memudar.

Padahal, berdasarkan penelitian dari Yang dkk. (2024), menyatakan bahwa LLM sendiri memiliki inkonsistensi dalam memberikan respon yang berkaitan dengan semantik. Hal ini terjadi ketika model disajikan dengan prompt yang memiliki makna setara tetapi diekspresikan secara berbeda dari prompt aslinya.

Dengan kata lain, meskipun dua kalimat memiliki arti yang persis sama, LLM mungkin memberikan respons yang berbeda untuk masing-masing kalimat tersebut.

Mungkin itu kasus sekarang yang terjadi, bisa jadi 3-5 tahun kedepan semantik dari AI akan lebih bagus lagi.

Kehilangan Berpikir Mandiri

Masalahnya tidak berhenti di situ saja. Ketika kita terlalu bergantung pada jawaban instan, kita mulai kehilangan dorongan untuk berpikir mandiri. Rasa ingin tahu yang seharusnya menjadi bahan bakar intelektual menjadi tumpul karena semuanya sudah tersedia.

Kita tidak lagi terbiasa menggali sumber lain atau mempertanyakan ulang informasi yang diterima. Pikiran kita dipersempit oleh algoritma yang memprioritaskan jawaban paling umum menurut pola data.

Bahkan, kita jadi malas hanya untuk mempertanyakan 5W + 1 H saja.

Padahal, dalam dunia yang kompleks, berpikir luas dan kritis adalah kebutuhan mendesak. Apabila nanti semua jawaban disediakan secara instan, kapan terakhir kali kita benar-benar mempertanyakan sesuatu sampai ke akarnya?

"Tapi kan, AI sekarang bisa searching di internet, kan jadi valid?"

Kata siapa. Bisa jadi webtool search yang dimiliki AI untuk mencari informasi terbaru hanya tergantung dari "snippet" saja, bukan membaca halam penuh dari apa yang dicarinya di internet. Hanya memanfaatkan judul utama dan snippet. (Coba perdalam ini agar lebih paham dengan fitur search di AI). Bisa diskusi di komentar.

Di sisi yang lain yang super cepat, inovasi tidak lahir dari jawaban cepat, tetapi dari proses bertanya yang panjang. Masalah-masalah besar seperti perubahan iklim, etika teknologi, atau kebijakan publik tidak bisa diselesaikan dengan satu versi jawaban. Semua itu membutuhkan keberanian untuk berpikir berbeda dan melihat hal-hal yang belum tampak.

Tidak bisa dipungkiri, AI memang bisa mengakselerasi proses ini semua. Namun, jika cuma mengandalkan AI, gak bakal ada inovasi yang benar-benar baru dan berdampak nanti. Apalagi di otak kita yang harus terus berpikir (khususnya di dunia pendidikan).

Dampak di Dunia Pendidikan

Dampaknya pun sudah mulai terlihat di dunia nyata, terutama di lingkungan pendidikan. Misalnya, tidak sedikit mahasiswa yang hanya menyalin jawaban dari AI untuk tugas sekolah tanpa benar-benar memahami isinya.

Alih-alih melakukan pengecekan manual untuk validasi tulisan dan memparafrase tulisan, yang kejadian malah mencari website "parafrase online" agar tidak terlihat tulisan AI dan bebas plagiarisme. Huft..

Harusnya kita selalu baca, cek kelogisan kalimatnya, cek datanya, cek fakta umumnya, dan memperbaiki tulisan dengan bahasa sendiri. Minimal itu dulu aja.

Contoh lain, di ruang kelas, banyak mahasiswa yang cukup puas menyalin jawaban dari chatbot tanpa benar-benar memahami materi. Bahkan ada yang sampai ngeprompt, "ubah jawaban menggunakan bahasa yang tidak terlalu baku, manusiawi, dan sederhana".

Heiii... Yang manusia itu adalah kita.

Dalam dunia riset dan sudah umum diketahui, sebagian orang hanya merangkum hasil pencarian tanpa mendalami metodologi atau konteks. Bahkan dalam pengambilan keputusan, kita sering kali cepat percaya pada satu narasi karena tampilannya terlihat meyakinkan. Semua ini mempersempit ruang berpikir dan mengurangi kualitas nalar.

Apa yang perlu dipikirkan bersama?

Lantas, apa yang bisa kita lakukan? Kita tidak perlu menolak AI kok, sebab ini penemuan adalah penemuan revolusioner.Justru, kita harus menggunakannya dengan cerdas.

Jadikan AI sebagai titik awal untuk menggali topik, bukan sebagai akhir dari pencarian. Ketika menerima jawaban, tanyakan kembali kepada diri sendiri "apakah itu satu-satunya cara melihat persoalan tersebut". Cari juga sumber lain yang memberi perspektif berbeda.

Apalagi AI terbatas di dataset dan database, kita harus rajin-rajin membaca jurnal dan penelitian terbaru akan lebih baik.

Poinnya, kebebasan berpikir tidak akan tumbuh jika kita hanya menerima. Ia tumbuh saat kita bertanya, membandingkan, dan mempertanyakan ulang.

Dalam dunia yang serba instan, mempertahankan rasa ingin tahu adalah bentuk keberanian. Dan keberanian itu hanya bisa dirawat jika kita tidak berhenti berpikir, bahkan saat jawaban sudah di depan mata.

Tulisan ini sebagai refleksi diri, agar kita semua bisa bebas dalam berpikir, beride, dan beropini tanpa harus terpaku dengan apa yang disajikan "dengan sangat rapi" oleh AI.

Referensi:

• Jingyuan Yang, Dapeng Chen, Yajing Sun, Rongjun Li, Zhiyong Feng, and Wei Peng. 2024. Enhancing Semantic Consistency of Large Language Models through Model Editing: An Interpretability-Oriented Approach. In Findings of the Association for Computational Linguistics: ACL 2024, pages 3343–3353, Bangkok, Thailand. Association for Computational Linguistics.