Month: October 2025

Arief Prihantoro

Debat Semantik di Jantung Kognisi Digital

Kehadiran Model Bahasa Besar (LLM) seperti GPT atau Gemini telah mengubah lanskap teknologi dan komunikasi secara fundamental. Model-model ini menunjukkan kemampuan luar biasa untuk menghasilkan teks yang koheren, menyusun kode pemrograman, dan bahkan menulis puisi atau esai filosofis yang meyakinkan, sering kali menciptakan kesan bahwa mereka telah mencapai tingkat “pemahaman” bahasa yang mendalam. Kecepatan dan kualitas output mereka seolah-olah merupakan sihir digital yang telah memecahkan misteri bahasa manusia secara sibernetik.

Namun, di balik keajaiban ini, muncul sebuah perdebatan filosofis dan teknis yang krusial di kalangan para ahli: Apakah kecanggihan ini murni produk dari kalkulasi statistik belaka?

Bambang N Prastowo

Gelembung finansial selalu datang bersama setiap gelombang teknologi besar. Kita pernah mengalaminya pada akhir 1990-an ketika internet baru dikenal luas, lalu menyaksikannya lagi pada masa keemasan kripto di dekade 2010–2020-an. Kini tanda-tanda serupa muncul di sekitar kecerdasan buatan dan komputer kuantum. Polanya mirip-mirip: euforia investasi yang tumbuh jauh lebih cepat daripada nilai guna riil teknologi yang bersangkutan.

Untuk LLM ai agak beda. Masyarakat pada umumnya tidak lagi sekadar baca beritanya saja tapi bisa coba langsung. AI llm sudah masuk ke ruang kerja, ke dapur, ke ruang kuliah, ke dunia tulis-menulis, dan ke pengembangan perangkat lunak. Saya pakai chatgpt untuk membuat contoh-contoh program di perkuliahan yang sesuai dengan materi yang sedang dibahas. Saya pernah coba masak dengan resep karangan chatgpt, not bad lah rasanya.

Rasanya kita perlu pisahkan pemahaman antara gelembung finansial dari fondasi operasional. Yang disebut bubble pada dasarnya adalah kondisi ketika nilai pasar sebuah teknologi membengkak karena ekspektasi dan ketakutan tertinggal, bukan karena kinerja atau kebutuhan nyata. Dot-com bubble dulu menjadi contoh klasik: perusahaan yang hanya menambahkan akhiran “.com” di namanya bisa memperoleh valuasi miliaran dolar tanpa produk, tanpa pelanggan, bahkan tanpa rencana bisnis yang masuk akal. Para investor tidak membeli perusahaan, mereka membeli mimpi. Ketika akhirnya mimpi itu runtuh pada tahun 2000, pasar saham teknologi jatuh hingga lebih dari tujuh puluh persen, dan hanya segelintir perusahaan seperti Amazon dan Google yang bertahan.

Arief Prihantoro

Artikel ini mencoba menjelaskan

dari perspektif semiotika,

bagaimana sebuah mesin AI

mampu “memahami” makna

dalam interaksinya

dengan manusia sebagai pengguna.

Pondasi teoretis Kecerdasan Buatan (AI) modern, dari era simbolik hingga model generatif transformatif, secara fundamental berakar pada tiga tradisi semiotika utama:
1. Diadik (Ferdinand de Saussure),
2. Triadik (Charles S. Peirce),
3. Kultural (Roland Barthes).

Tulisan ini mengajukan tesis bahwa ketiga model ini tidak saling bertentangan, melainkan saling melengkapi, menyediakan kerangka kerja holistik untuk memahami bagaimana mesin memroses dan “memahami” makna.

Arief Prihantoro

Misteri Engram dan Revolusi Pandangan Terhadap Otak

Selama puluhan tahun, ilmu saraf berusaha menjawab salah satu pertanyaan terbesar mengenai fungsi kognitif manusia: Bagaimana tepatnya ingatan (memori) disimpan di dalam otak?

Pandangan tradisional dalam neurosains yang berpegang pada model lokalisasi, dimana memori spesifik, atau yang disebut “engram,” dianggap tersimpan dalam struktur tertentu, seperti sekelompok neuron atau sinaps yang diperkuat, di lokasi yang dilindungi.

Adnuri Mohamidi

Sebuah studi penting terhadap para praktisi AI di perusahaan teknologi besar baru saja dirilis awal bulan Oktober ini. Temuannya mengungkap sebuah kebenaran pahit: isu inklusi disabilitas sering kali diabaikan dan dipinggirkan dari proses inti pengembangan AI.

Iya. Ketika kita merayakan kemajuan AI Generatif (GenAI), ada kelompok pengguna yang secara diam-diam ditinggalkan. Mereka adalah kelompok Penyandang Disabilitas (People with Disability/PWD).