GENERAL-PURPOSE MODEL ≈ GENERAL-PURPOSE COGNITION

– Arief Prihantoro –

Ini bukan cerita tentang “mesin yang punya otak.” Ini cerita tentang bagaimana cara berpikir AI modern bisa dianalogikan dengan cara kerja otak manusia, tanpa jargon yang membuat dahi berkerut.

Bayangkan anda duduk di kedai kopi, memperhatikan kehidupan mengalir: barista meracik kopi, pelanggan mengobrol, musik pelan di latar. Di situ, otak anda bekerja seperti “model serba guna”, menggabungkan pancaindra, ingatan, perhatian, dan motivasi, untuk memahami momen dan mengambil keputusan kecil, halus, tetapi tepat.

AI modern (seperti model generatif multimodal) juga melakukan sesuatu yang mirip: bukan cuma satu trik, melainkan sekumpulan kemampuan umum yang bisa anda arahkan ke banyak tugas, berbahasa, melihat gambar, memahami konteks, bahkan merencanakan langkah. Inilah gambaran “general-purpose model” yang selaras dengan “general-purpose cognition” dalam otak kita.

Kedai kopi sebagai analogi kognisi

Kita mulai dari adegan sebuah cerita sederhana. Anda masuk ke kedai kopi favorit.
Persepsi: Anda melihat papan menu, aroma kopi menyentuh hidung, musik mengisi ruangan.
Atensi: Dari semua informasi yang datang, anda fokus pada barista yang siap menerima pesanan.
Memori: Anda ingat terakhir kali mencoba espresso, terlalu pahit, dan anda lebih cocok dengan cappuccino.
Motivasi: Anda sedang butuh “nyaman”, jadi pilih minuman yang creamy.
Keputusan: Anda memesan cappuccino ukuran sedang, sedikit gula.

AI modern bekerja dengan logika yang koheren: ia memproses input (teks, gambar, suara), menyorot bagian relevan, mengingat konteks percakapan sebelumnya, memprioritaskan hasil yang sesuai tujuan, lalu menghasilkan respons. Bukan persis otak manusia, tetapi alurnya analog:

persepsi → perhatian → memori → motivasi → tindakan.

Bayangkan AI sebagai “barista kognisi” yang meracik jawaban dengan memilih bahan-bahan paling pas dari dapurnya: data persepsi, fokus, ingatan, dan tujuan.

Spotlight perhatian: bagaimana kita memilih yang penting

Dalam neurosains, perhatian sering dianalogikan sebagai “sorot lampu” di panggung mental. Banyak peristiwa terjadi sekaligus di sekitar kita, tetapi sorot lampu menentukan apa yang tampak jelas. Saat sahabat anda masuk kedai, sorot perhatian berpindah dari menu beralih ke pintu; tiba-tiba musik latar dalam café serasa lenyap dari kesadaran anda.

AI modern punya cara mirip untuk memilih yang penting. Ketika membaca paragraf panjang, ia tidak menelan kata per kata secara buta. “Sorot lampu” perhatian menguatkan bagian yang relevan (misalnya kalimat yang menjawab pertanyaan) dan melemahkan sisanya. Inilah mengapa AI bisa memahami konteks tanpa tersesat.

Sorot perhatian manusia: Menguatkan sinyal penting, mengabaikan noise.
Sorot perhatian AI: Menimbang keterkaitan bagian-bagian input untuk menentukan relevansi.

Saat anda memutuskan untuk mendengarkan cerita sahabat anda, anda otomatis menenangkan pikiran anda yang sebelumnya berkelana kemana-mana, mengubahnya menjadi fokus perhatian mendengarkan penuturan sahabat anda. Begitu juga denga AI, yang “menyusutkan” focus perhatiannya ke informasi yang dibutuhkan untuk menyelesaikan tugas yang diberikan. Penekanan yang selektif inilah yang membuat perilakunya tampak “cerdas”, bukan karena tahu segalanya, tetapi karena tahu apa yang harus diperhatikan, kita memberinya parameter attention secara matematis untuk melakukan komputasi yang terfokus.

Memori episodik: bukan sekedar “ingat”, namun “ingat yang bermakna”

Anda melihat cangkir tertentu di rak dan teringat momen peristiwa beberapa bulan yang lalu: hujan deras, kehangatan ruangan, tawa yang lama. Itu bukan sekadar data tetapi sebuah ingatan episodik, yaitu memori yang mengikat waktu, tempat, emosi. Otak menyimpan bukan cuma fakta, melainkan cerita yang hidup yang mengalir secara temporal.

AI modern juga memanfaatkan memori, meski dengan cara berbeda. Ia mempertahankan konteks percakapan, mengingat preferensi yang pernah disebutkan sebelumnya, menautkan bagian awal dan akhir dialog. Bukan episodik lengkap dengan aroma hujan, suara angin dan petir, tetapi episode momen pendek yang cukup untuk merangkai “narasi praktis” yang konsisten. Dalam banyak tugas, memori bukan tentang masa lalu saja, tetapi tentang menjaga benang merah agar keputusan terasa menyatu.
Memori manusia: Episodik, kaya dengan konteks emosional dan spasial.
Memori AI: Konteks tugas, menjaga koherensi percakapan dan instruksi.
Perbedaan ini penting: manusia mengikat makna melalui pengalaman hidup. Sementara AI mengikat makna melalui pola dan konteks yang sedang aktif. Namun keduanya sepakat bahwa “memori” atau ingatan adalah perekat pemahaman.

Motivasi dan Nilai: kenapa AI seolah peduli

Di kedai kopi, pilihan anda tidak netral. Anda ingin rasa nyaman, menghindari pahit, menjaga gula agar tidak berlebihan. Ada bobot, nilai yang anda berikan pada hasil. Otak menggunakan sistem motivasi (dalam bentuk emosi, reward) untuk mengarahkan perilaku ke tujuan: merasa baik, aman, terhubung.

Demikian pula dengan AI, ia juga menggunakan bobot perhatian dalam kalkulasi statistiknya. Dalam komputasi matematisnya ia menggunakan parameter “Weight”.

AI modern sering diberi tujuan eksplisit: menjawab dengan jelas, menghindari hal yang tidak aman, membantu mencapai hasil yang diinginkan pengguna. Di balik layar komputasi, sistem mengoptimalkan “reward” perilaku: respons yang akurat, relevan, bermanfaat. Ia tidak merasakan emosi, tetapi mekanisme penilaian menghasilkan perilaku yang “seolah-olah” peduli pada kualitas.
Motivasi manusia: Emosi dan nilai atau preferensi pribadi diperlukan untuk mengarahkan pengambilan keputusan.
Optimisasi AI: Tujuan (feed forward) dan umpan balik (feedback loops) mengarahkan keluaran.

Yang menarik: ketika tujuan jelas, baik otak biologis maupun AI menjadi lebih efektif. Ketidakjelasan tujuan bikin sorot perhatian goyah dan memori dipakai namun tidak tepat sasaran. Seperti halnya manusia. Itulah mengapa pertanyaan yang jernih sering menghasilkan jawaban yang jernih. Sebaliknya pertanyaan yang multi interpretatif menghasilkan jawaban yang mengandung banyak bias kognitif.

Multimodalitas: otak bekerja tidak satu indera saja

Kedai kopi berbicara lewat banyak saluran sekaligus: visual (barista tersenyum), auditori (bunyi mesin espresso), olfaktori (aroma biji kopi), somatosensori (rasa hangat cangkir di tangan). Otak kita bersifat multimodal, ia menyatukan semua indra menjadi satu pengalaman utuh.

AI modern juga semakin multimodal. Ia bisa menggabungkan teks dengan gambar, bahkan suara dan video, untuk bisa memahami konteks lebih luas.

Jika anda menunjukkan foto latte art dan bertanya, “Ini cocok untuk cappuccino atau flat white?”, model dapat membaca pola dan memberi jawaban yang informatif, mengaitkan visual dengan pengetahuan.
Multimodal manusia: Menggabungkan indra untuk membangun realitas komprehensif.
Multimodal AI: Menggabungkan format data untuk membangun pemahaman tugas secara holistik.
Kekuatan multimodal adalah “integrasi”: melihat gambar saja tidak cukup, mendengar kata saja tidak cukup. Makna utuh muncul bukan karena potongan informasi secara parsial. Makna muncul ketika potongan-potongan informasi saling menguatkan.

Orkestrasi kognisi: dari persepsi menjadi tindakan

Saya coba rangkum alur halus kognisi yang sering kita lupakan karena terasa alami:
1. Persepsi: Informasi masuk dari lingkungan.
2. Atensi: Fokus memilih yang relevan.
3. Memori: Konteks mengikat bagian-bagian jadi cerita.
4. Motivasi: Tujuan memberi arah dan bobot.
5. Keputusan: Tindakan real, memesan kopi, menanggapi teman, mengatur jadwal, dll.

AI modern, sebagai “general-purpose model,” menjalankan siklus mirip seperti itu dalam domainnya: mengambil input, memilih fokus, mempertahankan konteks, mengoptimalkan tujuan, menghasilkan keluaran.

Dalam konteks alur seperti itu kita tidak mengatakan “AI itu otak,” tetapi kita bisa mengatakan “alur kerja AI yang baik itu alur kognitif”, ada struktur yang merupakan resonansi dari cara kita bernalar. Kognisi serba guna dan tepat guna bukan soal tahu segalanya, melainkan tentang kemampuan beralih tugas, merekatkan konteks, dan menjaga agar tujuan tetap jelas.

Batas dan kehati-hatian kita: mirip, bukan identik

Otak manusia dibentuk oleh struktur biologi: neuron, sinapsis, dendrit, neurotransmiter, hormon, emosi, tubuh yang merasakan dunia. AI dibentuk oleh matematika dan komputasi. Kita dengan AI bertemu di wilayah fungsional, alur kerja yang memiliki kemiripan, bukan di wilayah substansi.
Kesamaan: Seleksi perhatian, integrasi multimodal, pemakaian memori dan tujuan.
Perbedaan: Emosi asli, intuisi tubuh, pengalaman hidup, dan makna yang dirasakan. Ini yang tidak dimiliki oleh AI.

Menyadari jurang perbedaan ini bukan untuk mengecilkan AI, tetapi untuk meluruskan analogi dari kesalahpahaman. Kita memakai analogi seperti jembatan untuk alat bantu: aman menyeberang, namun tetap harus tahu batas bebannya. Agar tahu batas bebannya maka kita harus memiliki pemahaman yang substantif dan komprehensif.

Ketika anda pulang dari kedai kopi, anda membawa lebih dari sekedar kafein. Anda membawa perasaan terhubung, membawa ingatan, cerita kecil yang bertambah dalam hidup. “General-purpose cognition” membuat otak anda lentur, bisa membaca situasi, berpindah fokus, mengikat makna, bertindak dengan tujuan.

AI modern, sebagai “general-purpose model,” adalah alat bantu yang anda arahkan: ia membantu menggabungkan informasi, menjaga konteks, dan menyusun jawaban yang relevan. Ia tidak menggantikan rasa, tetapi bisa memperjelas dalam berpikir. Ia tidak merasakan aroma kopi, tetapi bisa memahami pertanyaan tentangnya.

Dalam batasnya, AI menggemakan cara kita bernalar: memperhatikan, mengingat, menilai, bertindak. Tetapi ia tetaplah sebuah mesin. Mesin sibernetis, yang semakin hari semakin menjadi pendamping keseharian kita. Kesalahan kita dalam mengarahkan, akan menyebabkan kesalahan pula dalam ia berpikir dan bertindak. Maka jangan jadikan ia dewa kebenaran. Racun yang kita suapkan maka racun pula yang akan kita terima sebagai masukan untuk kita. Jangan jadikan dia sebagai pengambil keputusan. Keputuran tetap ada pada kendali anda.

AO

Tangerang Selatan, 7 Desember 2025

Leave a Reply

Your email address will not be published. Required fields are marked *