Author: Bambang N Prastowo

Bambang N Prastowo

Ada bahasan menarik tentang resiko menggunakan AI untuk percepatan pengembangan layanan sistem informasi. Ini terkait dengan Biro transformasi digital UGM yang mengembangkan chatbot dengan nama Lisa sebagai interface terintegrasi yang dirancang untuk bisa menjawab seggala pertanyaan tentang UGM.

Alih-alih menyiapkan daftar Q&A (tanya jawab) secara khusus, Lisa dikembangkan menggunakan teknologi machine learning dari masukan web content di bawah domain ugm.ac.id dan mungkin juga berita-berita dari media massa tentang UGM.

Bambang N Prastowo

Ya bagaimana lagi, kita memang sedang dipaksa berubah. Perkuliahan tidak seperti dulu. Perubahan sosial, ekonomi, dan teknologi bergerak jauh lebih cepat daripada ritme sistem pendidikan itu sendiri. Dulu, sekolah dari SD hingga perguruan tinggi, merupakan ritual sosial yang sangat menentukan derajat seseorang. Gelar pendidikan bahkan pernah menjadi penentu langsung pangkat, jabatan, dan gaji pokok tanpa terlalu peduli kompetensi yang didapat dari institusi pendidikannya. Sekarang, gelar tetap dicari, tetapi maknanya bergeser menjadi sekadar tiket administratif. Sementara itu, dunia kerja menuntut keterampilan dan portofolio, bukan sekadar bukti pernah duduk di perguruan tinggi selama empat tahun.

Perubahan juga tampak jelas pada mekanisme kenaikan kelas dan kelulusan. Dahulu, ulangan umum dan ujian akhir berfungsi sebagai penyaring. Yang tidak memenuhi standar mengulang kelas. Saya ingat di SD, dari tahun ke tahun selalu mendapat teman baru sekitar 10% dari yang tinggal kelas, bahkan di kelas 6 SD masih dapat teman baru yang tidak lulus ujian. Kini hampir semua naik kelas dan lulus, karena evaluasi berubah menjadi formalitas birokrasi. Kalau nilai terlalu rendah di suatu sekolah, bisa pindah ke sekolah lain yang masih bisa menerima kenaikan kelasnya.

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.

Bambang Nurcahyo Prastowo

Membandingkan manusia dengan mesin, terutama mesin berbasis kecerdasan buatan tidak mudah. Barangnya berbeda: manusia berpikir dan bertindak secara individual, sedangkan mesin adalah konstruksi teknis yang sebagian besar dirancang untuk beroperasi secara kolektif. Manusia sejak lahir mulai belajar dari nol, membangun pengetahuan, pengalaman, dan keterampilan sedikit demi sedikit melalui interaksi dengan lingkungan. Sebaliknya, Mesin AI sering kali tidak perlu “belajar” dari awal setiap kali digunakan. Pengetahuan yang sudah diperoleh sebuah model dapat diwariskan, ditingkatkan, dan disebarkan ke mesin lain sehingga proses belajar berlangsung bertahap dari generasi ke generasi.

Cara manusia dan mesin memperoleh informasi juga sangat berbeda. Manusia biasanya membaca buku sesuai dengan minatnya, dan jumlah bacaan yang bisa dicerna sangat terbatas. Bahkan seorang pembaca tekun seumur hidup pun hanya mampu menguasai sebagian kecil dari total pengetahuan tertulis yang ada. Mesin AI, di sisi lain, dapat diprogram untuk menerima input dari seluruh koleksi buku atau setidaknya jumlah yang melampaui batas kapasitas pembacaan manusia. Dengan demikian, mesin memiliki peluang untuk menyerap referensi dalam skala masif, sesuatu yang tidak mungkin dilakukan manusia tanpa bantuan.