Cybernetics: Akar yang Terlupakan dari Kecerdasan Buatan Modern

Arief Prihantoro

Tulisan ini merupakan catatan kritis penulis sebagai bagian dari diskursus akademik atas kuliah umum yang disampaikan oleh Marsekal Pertama TNI Dr. Ir. Arwin Datumaya Wahyudi Sumari, S.T., M.T., Staf Khusus Kepala Staf Angkatan Udara, dalam kegiatan kuliah tamu bertajuk Konsep Dasar Kecerdasan Artifisial: Terapan Kecerdasan Artifisial di Bidang Pertahanan dan Keamanan.

Dalam pemaparan yang berlangsung kurang lebih selama tiga jam tersebut, sejarah AI dijelaskan dengan menempatkan Alan Turing sebagai figur sentral dan fondasi utama perkembangan kecerdasan buatan modern. Narasi seperti ini sebenarnya sangat umum ditemukan dalam banyak diskursus AI kontemporer, baik di lingkungan akademik, media teknologi, maupun industri.

Namun menariknya, sebagian besar materi yang dipaparkan justru secara substantif sedang membahas konsep-konsep yang sangat dekat dengan tradisi cybernetics:

• sistem kontrol,
• feedback,
• autonomous system,
• adaptasi,
• sensor,
• pengambilan keputusan,
• hingga implementasi AI dalam teknologi pertahanan dan mesin perang.

Dengan kata lain, pembahasan selama 3 jam tersebut sesungguhnya bergerak di wilayah sibernetika, bukan komputasi Turing. Namun demikian justru istilah cybernetics sendiri tidak pernah disebutkan selama paparan.

Di sinilah letak persoalan historis yang ingin dibahas dalam tulisan ini.

Dalam banyak narasi modern, Alan Turing sering dijadikan titik awal sejarah AI seolah-olah perkembangan kecerdasan buatan lahir terutama dari tradisi komputasi simbolik semata. Padahal jika ditelusuri lebih dalam, banyak fondasi konseptual AI modern — terutama yang berkaitan dengan:

• sistem otonom,
• feedback loop,
• adaptasi,
• kontrol,
• interaksi agen-lingkungan,
• hingga autonomous warfare,

justru memiliki akar yang sangat kuat pada cybernetics.

Tulisan ini tidak dimaksudkan untuk mengecilkan kontribusi Alan Turing dalam sejarah komputasi modern. Sebaliknya, tulisan ini berusaha mengingatkan bahwa sejarah AI jauh lebih kompleks, interdisipliner, dan tidak dapat direduksi hanya pada satu figur atau satu paradigma saja.

Dalam konteks itulah, cybernetics layak ditempatkan kembali sebagai salah satu akar intelektual paling penting dalam sejarah perkembangan kecerdasan buatan modern.

Ketika orang berbicara tentang Artificial Intelligence (AI), pembicaraan biasanya langsung mengarah pada neural network, deep learning, large language model, atau machine learning. Nama-nama seperti Alan Turing, Geoffrey Hinton, atau perusahaan-perusahaan teknologi modern lebih sering muncul dibanding istilah “cybernetics”. Padahal, jika ditelusuri lebih dalam, akar konseptual paling kuat dari AI justru lahir dari pemikiran cybernetics.

Ironisnya, istilah cybernetics sendiri kini hampir jarang digunakan dalam diskursus AI modern. Banyak konsep yang dahulu menjadi inti cybernetics tetap hidup, tetapi berganti nama dan tersebar ke berbagai bidang seperti control theory, reinforcement learning, robotics, embodied AI, predictive processing, hingga active inference. Seolah-olah cybernetics tidak pernah ada, padahal sebagian besar fondasi tentang sistem otonom, umpan balik, dan adaptasi berasal dari sana.

Dari Radar Perang ke Lahirnya Cybernetics

Asal-usul cybernetics tidak lahir dari laboratorium AI modern, melainkan dari persoalan militer pada masa Perang Dunia II.

Norbert Wiener pada awalnya terlibat dalam penelitian sistem pertahanan udara Amerika Serikat, khususnya terkait deteksi radar dan penembakan artileri anti-pesawat. Masalah yang dihadapi saat itu sangat kompleks.

Pesawat tempur bergerak sangat cepat, sementara posisi target terus berubah setiap detik. Sistem pertahanan tidak cukup hanya mengetahui posisi pesawat saat ini. Sistem harus mampu memprediksi:

• ke mana target bergerak,
• bagaimana pola manuvernya,
• dan kapan waktu terbaik untuk melakukan penembakan.

Di sinilah Wiener mulai menyadari bahwa persoalan tersebut bukan sekadar persoalan mekanik, tetapi persoalan:

• informasi,
• prediksi,
• kontrol,
• dan feedback.

Radar menerima informasi tentang posisi target. Sistem kemudian menghitung prediksi trajectory. Meriam diarahkan. Hasil tembakan diamati kembali. Lalu sistem melakukan koreksi berdasarkan error.

Dengan kata lain, sistem bekerja dalam loop:

observasi → prediksi → aksi → feedback → koreksi

Pengalaman inilah yang kemudian membentuk pemikiran Wiener bahwa baik manusia maupun mesin sebenarnya dapat dipahami sebagai sistem yang:

• menerima informasi,
• memproses sinyal,
• menyesuaikan tindakan,
• dan mempertahankan tujuan melalui feedback.

Dari sinilah lahir gagasan besar cybernetics.

Wiener melihat bahwa prinsip yang sama ternyata muncul di banyak bidang:

• sistem saraf manusia,
• perilaku biologis,
• komunikasi,
• mesin otomatis,
• hingga organisasi sosial.

Karena itu cybernetics tidak pernah dimaksudkan hanya sebagai ilmu tentang komputer. Cybernetics sejak awal adalah ilmu tentang bagaimana sistem mempertahankan stabilitas dan beradaptasi melalui aliran informasi dan feedback.

Pandangan ini sangat revolusioner pada masanya.

Cybernetics mencoba menjembatani:

• manusia dan mesin,
• biologi dan teknologi,
• komunikasi dan kontrol,
• bahkan pikiran dan automasi.

Menariknya, prinsip yang sama juga terlihat pada perkembangan Kecerdasan Buatan modern. AI modern pada dasarnya bukan hanya persoalan komputer atau pemrograman semata. AI berkembang melalui pertemuan banyak disiplin ilmu:

• linguistik dan semiotika,
• neurosains,
• biologi,
• psikologi,
• matematika,
• statistika,
• teori informasi,
• filsafat,
• hingga politik dan ilmu sosial.

Dalam banyak hal, perkembangan AI modern sebenarnya mengulang semangat interdisipliner cybernetics.

Large Language Model misalnya, tidak dapat dijelaskan hanya melalui komputasi teknis. Di dalamnya terdapat:

• struktur bahasa,
• relasi makna,
• probabilitas statistik,
• representasi pengetahuan,
• pola perilaku manusia,
• bahkan bias sosial dan politik.

Karena itu, memahami AI hanya sebagai “teknologi komputer” sebenarnya terlalu menyederhanakan persoalan. AI modern berkembang dari jaringan lintas disiplin ilmu yang sangat luas, sama seperti cybernetics pada masa awalnya.

Dalam konteks ini, berbagai kajian modern tentang:

• semiotika AI,
• semantik komputasional,
• intuisi mesin,
• active inference,
• sibernetika orde kedua,
• neuromorphic system,
• dan integrasi biologis-mekanis,

menunjukkan bahwa perkembangan AI terus bergerak menuju pemahaman yang semakin kompleks tentang hubungan antara:

• informasi,
• makna,
• persepsi,
• adaptasi,
• dan kesadaran.

Dengan kata lain, AI modern tidak berdiri di atas satu disiplin ilmu tunggal.

AI adalah hasil evolusi panjang dari banyak cabang pengetahuan manusia yang saling terhubung — persis seperti semangat awal cybernetics.

Dari titik inilah sejarah AI modern sebenarnya mulai terbentuk.

Awal Mula: Mesin yang Menghitung (Turing) vs Sistem yang Mengatur Diri (Wiener)

Untuk memahami mengapa cybernetics begitu penting, perlu dibedakan dua arus besar pemikiran yang membentuk AI modern.

Arus pertama berasal dari Alan Turing.

Pada tahun 1936, Turing memperkenalkan konsep Turing Machine, sebuah model abstrak yang menjelaskan apa itu komputasi dan apa yang dapat dihitung oleh mesin. Pemikiran Turing berfokus pada simbol, logika, algoritma, dan proses komputasi formal. Pertanyaan utamanya adalah:

“Apa yang dapat dihitung oleh mesin?”

Pemikiran ini kemudian berkembang menjadi fondasi ilmu komputer modern dan AI simbolik.

Namun beberapa tahun kemudian muncul arus kedua yang sangat berbeda, dipelopori oleh Norbert Wiener melalui cybernetics. Jika Turing bertanya tentang komputasi, Wiener bertanya:

“Bagaimana sebuah sistem dapat mempertahankan tujuan dan menyesuaikan diri dalam lingkungan yang berubah?”

Cybernetics tidak hanya mempelajari mesin, tetapi juga organisme hidup, sistem biologis, komunikasi, kontrol, dan feedback loop. Wiener melihat bahwa baik manusia maupun mesin sama-sama dapat dipahami sebagai sistem yang menerima informasi, memprosesnya, lalu mengoreksi dirinya sendiri berdasarkan umpan balik.

Di sinilah perbedaan mendasar mulai terlihat.

Pendekatan Turing bersifat:

• simbolik
• logis
• input-output
• komputasional

Sedangkan pendekatan Wiener bersifat:

• dinamis
• adaptif
• berbasis feedback
• berorientasi pada sistem

Dalam banyak hal, AI modern lahir dari “perkawinan” dua pendekatan ini. Namun sejarah kemudian membuat jalur narasi logika komputasi Turing lebih populer dan lebih dominan dibanding jalur narasi Wiener tentang paradigma cybernetics.

Cybernetics dan Penolakan Awal di Uni Soviet

Sejarah cybernetics juga menunjukkan bahwa perkembangan ilmu pengetahuan tidak pernah berjalan lurus. Banyak gagasan besar justru pernah ditolak sebelum akhirnya diterima.

Hal ini terlihat jelas di Uni Soviet pada awal 1950-an.

Ketika pemikiran Norbert Wiener mulai menyebar ke berbagai negara setelah penerbitan buku Cybernetics tahun 1948, respons awal Soviet justru sangat negatif. Cybernetics pada masa itu dicurigai sebagai:

• “ilmu borjuis”,
• pseudo-science,
• bahkan dianggap alat ideologi kapitalisme Barat.

Beberapa kalangan ideolog Soviet menilai cybernetics terlalu abstrak dan berbahaya karena dianggap dapat mengurangi peran manusia dalam pengambilan keputusan sosial. Bahkan setelah lebih dari 70 tahun, kekhawatiran tersebut masih menjadi paranoia massal secara global, atas disrupsi AI dan Robotika terhadap kehidupan sosial manusia. Kini kita memiliki kekhawatiran yang sama, bagaimana kelak AI dan Robotika, bahkan humanoid akan menggantikan peran manusia secara dominan.

Penolakan di era rezim Stalin di Uni Soviet ini memperlihatkan bahwa ilmu pengetahuan tidak hanya dipengaruhi oleh fakta ilmiah, tetapi juga oleh kondisi politik, ideologi, dan perebutan kekuasaan intelektual.

Namun situasi mulai berubah setelah kematian Joseph Stalin pada tahun 1953. Uni Soviet mulai menyadari bahwa konsep-konsep cybernetics justru sangat berguna untuk:

• automasi,
• kontrol industri,
• pengolahan informasi,
• sistem militer,
• dan teknologi luar angkasa.

Tokoh-tokoh seperti Alexey Lyapunov, Anatoly Kitov, Sergey Sobolev, dan kemudian Victor Glushkov mulai mendorong rehabilitasi cybernetics di lingkungan ilmiah Soviet.

Perubahan ini sangat penting dalam sejarah teknologi modern.

Cybernetics yang sebelumnya dicurigai akhirnya berubah menjadi salah satu fondasi pengembangan:

• sistem kontrol otomatis,
• jaringan komputasi,
• teori informasi,
• hingga sistem ruang angkasa Soviet.

Dengan kata lain, Soviet awalnya menolak cybernetics secara ideologis, tetapi kemudian justru menjadi salah satu negara yang paling serius mengembangkan pendekatan cybernetic dalam teknologi skala besar.

Perubahan sikap ini kemudian memicu percepatan perkembangan teknologi Soviet secara sangat cepat pada akhir 1950-an hingga awal 1960-an.

Cybernetics memberikan Soviet kerangka baru untuk memahami:

• automasi,
• pengolahan informasi,
• sistem kontrol,
• koordinasi industri,
• dan teknologi otonom.

Sebelumnya, banyak sistem teknologi dipahami secara terpisah-pisah sebagai persoalan mekanik biasa. Namun cybernetics memperkenalkan cara berpikir baru:

bahwa mesin, komunikasi, kontrol, manusia, dan organisasi dapat dipahami sebagai bagian dari satu sistem informasi yang saling terhubung.

Perubahan paradigma ini sangat besar dampaknya.

Uni Soviet mulai menerapkan pendekatan cybernetic pada:

• industri militer,
• sistem pertahanan,
• jaringan komputasi,
• teknologi ruang angkasa,
• automasi industri,
• hingga perencanaan ekonomi nasional.

Dalam banyak aspek, pendekatan ini membuat perkembangan teknologi Soviet melesat sangat cepat.

Pada akhir 1950-an dan awal 1960-an, Soviet bahkan sempat melampaui Barat dalam sejumlah bidang strategis:

• peluncuran satelit pertama,
• misi luar angkasa pertama
• navigasi otomatis,
• sistem kontrol roket,
• dan berbagai teknologi autonomous control.

Keberhasilan Sputnik 1 pada tahun 1957 mengejutkan dunia Barat bukan hanya karena keberhasilan teknisnya, tetapi juga karena menunjukkan bahwa Soviet mampu membangun sistem teknologi yang sangat kompleks dan terintegrasi.

Dalam konteks ini, cybernetics menjadi salah satu akar penting dari lonjakan teknologi Soviet.

Ironisnya, kemajuan tersebut justru lahir dari bidang ilmu yang sebelumnya pernah ditolak dan dicurigai secara ideologis.

Sejarah ini menunjukkan bahwa perkembangan ilmu pengetahuan sering bergerak secara paradoksal. Sebuah gagasan yang awalnya dianggap berbahaya atau tidak relevan dapat berubah menjadi fondasi utama kemajuan teknologi suatu peradaban.

Cybernetics di Uni Soviet menjadi contoh nyata bagaimana perubahan cara berpikir terhadap informasi, kontrol, dan sistem dapat mempercepat perkembangan teknologi secara eksponensial.

Percepatan tersebut tidak hanya terjadi pada teknologi ruang angkasa, tetapi juga pada perkembangan komputasi Soviet.

Sebelum cybernetics diterima, komputer di Soviet umumnya dipahami sebagai alat hitung matematis untuk kebutuhan tertentu. Namun setelah cybernetics mulai direhabilitasi pada pertengahan 1950-an, komputer mulai dipandang sebagai bagian dari sistem informasi nasional yang jauh lebih besar.

Di titik inilah muncul tokoh-tokoh penting seperti Anatoly Kitov dan Victor Glushkov.

Anatoly Kitov merupakan salah satu ilmuwan Soviet yang paling awal memahami bahwa komputer tidak hanya berguna untuk kalkulasi ilmiah, tetapi juga dapat digunakan untuk:

• pengolahan informasi nasional,
• sistem kontrol militer,
• manajemen industri,
• dan koordinasi ekonomi.

Kitov membayangkan jaringan komputer terpadu yang mampu menghubungkan berbagai institusi negara secara real-time.

Gagasannya sangat visioner untuk zamannya.

Ia mengusulkan penggunaan jaringan komputasi nasional berbasis cybernetic untuk membantu perencanaan dan pengambilan keputusan negara secara otomatis.

Meskipun banyak proposalnya mendapat resistensi birokrasi dan politik, ide Kitov menjadi salah satu fondasi awal pemikiran tentang jaringan informasi terintegrasi, yang puluhan tahun kemudian lebih dikenal sebagai jaringan intranet dan internet. Kitov peletak gagasan awal.

Pemikiran tersebut kemudian dikembangkan lebih jauh oleh Victor Glushkov.

Glushkov memandang ekonomi nasional sebagai sistem cybernetic berskala besar.

Dalam pandangannya, negara modern menghasilkan data dalam jumlah sangat besar sehingga pengelolaan ekonomi tidak mungkin lagi dilakukan secara efektif hanya melalui birokrasi manual.

Karena itu Glushkov mengembangkan gagasan tentang:

• jaringan komputer nasional,
• pemrosesan informasi real-time,
• automasi ekonomi,
• dan distributed computing.

Puncak dari gagasan ini adalah proyek OGAS (Obshchegosudarstvennaya Avtomatizirovannaya Sistema), yaitu rencana pembangunan jaringan komputer nasional Soviet.

Secara konseptual, OGAS sangat revolusioner. Di era modern, konsep ini ada kemiripannya dengan Cloud Computing.

Sistem ini dirancang untuk:

• menghubungkan pusat-pusat industri,
• mengumpulkan data ekonomi secara real-time,
• melakukan analisis otomatis,
• dan membantu koordinasi perencanaan nasional.

Proyek militer ARPANET (USA) mengembangkannya dengan cakupan lebih luas 10 tahun kemudian. Dalam banyak aspek, konsep tersebut memiliki kemiripan dengan:

• internet modern,
• cloud computing,
• distributed network,
• bahkan sistem pengambilan keputusan berbasis AI.

Meskipun proyek OGAS tidak pernah sepenuhnya terealisasi karena hambatan politik dan birokrasi, pemikiran Glushkov menunjukkan bahwa cybernetics telah mendorong Soviet memandang komputasi bukan sekadar alat hitung, tetapi sebagai infrastruktur saraf bagi negara modern.

Dalam konteks sejarah AI dan komputasi, kontribusi Kitov dan Glushkov sangat penting karena mereka memperluas gagasan cybernetics dari:

• mesin individual, menjadi:
• sistem informasi berskala nasional.

Ini berbeda dengan gagasan Turing yang lebih menekankan pada komputasi mesin secara individual. Mereka memperlihatkan bahwa komputasi, kontrol, komunikasi, dan organisasi sosial dapat dipahami sebagai satu kesatuan sistemik.

Gagasan seperti ini sangat relevan dengan perkembangan teknologi modern saat ini:

• internet,
• AI terdistribusi,
• smart infrastructure,
• autonomous network,
• dan cyber-physical system.

Dengan demikian, cybernetics tidak hanya mempengaruhi sejarah AI, tetapi juga mempercepat perkembangan komputasi Soviet dan membentuk salah satu visi paling awal tentang masyarakat berbasis jaringan informasi.

Dalam diskusi sejarah teknologi, kadang muncul pertanyaan apakah Anatoly Kitov dapat dianggap sebagai “Alan Turing-nya Soviet”.

Analogi tersebut dapat dipahami dalam konteks bahwa Kitov sama-sama merupakan figur visioner yang melihat potensi besar komputasi jauh melampaui zamannya.

Namun secara historis dan konseptual, peran Kitov berbeda dengan Alan Turing.

Turing terutama membangun fondasi teoritis tentang:

• komputasi universal,
• algoritma,
• dan kemungkinan mesin berpikir.

Sementara Kitov lebih berfokus pada:

• jaringan informasi,
• automasi sistem nasional,
• pengolahan data real-time,
• dan integrasi komputasi dengan sistem kontrol negara.

Jika Turing bertanya:

“Apa yang dapat dihitung oleh mesin?”

maka Kitov lebih dekat pada pertanyaan:

“Bagaimana komputer dapat digunakan untuk mengelola sistem kompleks berskala nasional?”

Karena itu, Kitov lebih tepat dipahami sebagai pelopor cybernetic computing dan arsitek awal sistem informasi nasional Soviet dibanding sebagai padanan langsung Turing.

Pemikiran Kitov dan Glushkov menunjukkan perbedaan mendasar antara tradisi komputasi Barat dan tradisi cybernetic Soviet.

Tradisi Barat lebih menekankan:

• mesin berpikir,
• komputasi simbolik,
• dan algoritma.

Sedangkan tradisi Soviet lebih menekankan:

• sistem informasi,
• kontrol,
• koordinasi,
• dan jaringan cybernetic berskala besar.

Menariknya, perkembangan dunia digital modern justru memperlihatkan bahwa kedua pendekatan tersebut akhirnya saling bertemu.

Internet, cloud computing, distributed AI, smart infrastructure, dan autonomous network pada dasarnya membutuhkan kombinasi antara:

• komputasi ala Turing,
• dan kontrol sistem ala cybernetics.

Hal ini menunjukkan bahwa sejarah AI dan komputasi modern sebenarnya tidak hanya dibangun oleh satu jalur pemikiran, tetapi oleh pertemuan antara berbagai paradigma yang berkembang secara paralel.

Era Perang Dingin dan Lahirnya Sistem Otonom

Pada akhir 1940-an hingga 1950-an, cybernetics berkembang pesat karena kebutuhan militer dan teknologi ruang angkasa. Sistem pertahanan otomatis, radar, pelacak target, hingga autopilot roket membutuhkan kemampuan untuk:

• mendeteksi kondisi lingkungan,
• mengoreksi kesalahan,
• menjaga stabilitas,
• dan beradaptasi secara real-time.

Semua ini merupakan inti pemikiran cybernetic.

Dalam konteks ini, perkembangan teknologi luar angkasa Soviet menjadi salah satu contoh paling penting dari penerapan cybernetics dalam sejarah modern.

Peluncuran Sputnik 1 pada tahun 1957 bukan hanya simbol kemenangan politik Soviet dalam Perang Dingin, tetapi juga tonggak besar dalam perkembangan sistem otonom.

Roket dan satelit tidak mungkin dikendalikan terus-menerus secara manual dari Bumi. Sistem tersebut harus mampu menjaga stabilitas dan menjalankan fungsi tertentu secara mandiri.

Karena itu, teknologi Soviet pada akhir 1950-an mulai mengandalkan berbagai mekanisme cybernetic seperti:

• autopilot,
• feedback control,
• navigasi otomatis,
• sistem stabilisasi,
• sensor gyroscope,
• dan koreksi orientasi berbasis kondisi.

Sistem-sistem ini bekerja dalam loop tertutup:

sensor → deteksi error → koreksi → stabilisasi → ulangi

Meskipun teknologi tersebut belum memiliki kemampuan belajar seperti AI modern, sistem itu sudah menunjukkan bentuk awal dari autonomous intelligence.

Dalam banyak kasus, sistem ruang angkasa Soviet harus mengambil keputusan operasional sederhana tanpa campur tangan manusia secara langsung karena:

• keterbatasan komunikasi,
• delay transmisi,
• dan kondisi ekstrem luar angkasa.

Program Luna, misalnya, membutuhkan sistem navigasi dan kontrol yang mampu mempertahankan trajectory secara otomatis.

Begitu pula program Vostok dan Soyuz yang kemudian mengembangkan sistem docking otomatis dan kontrol orientasi pesawat ruang angkasa.

Secara historis, inilah salah satu momen penting ketika teknologi mulai bergerak dari:

mesin mekanis → sistem adaptif berbasis kontrol

Dalam pengertian inilah teknologi luar angkasa Soviet akhir 1950-an dapat dipahami sebagai proto-AI berbasis cybernetics.

Memang sistem tersebut belum memiliki:

• reasoning kompleks,
• pembelajaran otomatis,
• atau representasi pengetahuan seperti AI modern.

Namun sistem tersebut sudah memiliki tiga elemen penting dari kecerdasan otonom:

• persepsi lingkungan melalui sensor,
• pengambilan aksi,
• dan feedback correction.

Yang menarik, pendekatan Soviet terhadap teknologi luar angkasa lebih dekat pada gagasan “sistem yang menjaga dirinya tetap stabil” dibanding “mesin yang berpikir”.

Pendekatan ini sangat berbeda dengan tradisi AI simbolik Barat yang lebih fokus pada logika, komputasi, dan manipulasi simbol.

Di titik ini terlihat perbedaan menarik antara pendekatan Barat dan Soviet.

Pendekatan Barat lebih menekankan komputasi dan kecerdasan simbolik, sedangkan Soviet lebih fokus pada kontrol sistem, stabilitas, dan automasi skala besar. Ironisnya, banyak arah AI modern justru kembali mendekati pendekatan cybernetic tersebut, namun masyarakat teknologi lebih mengenal Alan Turing ketimbang Norbert Wiener, yang memperkenalkan gagasan cybernetics.

Problematika Narasi Sejarah AI: Dominasi Turing dan Terpinggirkannya Cybernetics

Dalam banyak buku populer, media teknologi, bahkan diskursus akademik modern, sejarah AI sering dimulai dari Alan Turing.

Turing memang memiliki kontribusi yang sangat besar dalam sejarah komputasi modern. Konsep Turing Machine menjadi fondasi teoritis ilmu komputer, sementara Turing Test membuka diskusi filosofis tentang kemungkinan mesin berpikir.

Namun persoalannya muncul ketika sejarah AI disederhanakan secara berlebihan hingga seolah-olah seluruh akar AI modern hanya berasal dari Turing.

Dalam banyak narasi populer, Turing sering diposisikan hampir seperti:

• “bapak AI”,
• figur tunggal pendiri kecerdasan buatan,
• bahkan secara simbolik diperlakukan seperti “nabi” AI modern.

Pendekatan seperti ini problematis secara historis.

Sebab AI modern tidak berkembang hanya dari tradisi komputasi simbolik ala Turing.

Jika ditelusuri lebih dalam, banyak karakter utama AI modern justru lebih dekat dengan cybernetics dibanding paradigma Turing klasik.

AI modern berkembang bukan hanya dari:

• algoritma,
• logika simbolik,
• atau komputasi formal,

melainkan juga dari:

• feedback loop,
• adaptasi,
• prediksi,
• self-regulation,
• kontrol sistem,
• persepsi,
• interaksi agen-lingkungan,
• dan pemrosesan informasi dinamis.

Semua konsep tersebut merupakan inti cybernetics sejak awal yang diperkenalkan oleh Norbert Wiener ke publik. Sayangnya, nama Wiener tenggelam dalam gempita kemajuan AI modern. Tidak banyak yang mengenalnya. Ketika terjadi diskursus tentang AI, hampir selalu nama Turing yang muncul.

Karena itu, tidak sepenuhnya tepat jika sejarah AI modern hanya ditarik lurus dari Turing tanpa menempatkan cybernetics sebagai akar sejarah yang sama pentingnya — atau bahkan dalam banyak aspek cybernetics lebih dekat terhadap arah AI kontemporer.

Jika AI hanya dipahami melalui paradigma Turing-style, maka AI akan dipandang sekadar sebagai:

input → komputasi → output

Padahal perkembangan AI modern justru bergerak menuju:

• embodied intelligence,
• reinforcement learning,
• active inference,
• autonomous system,
• humanoid robotics,
• dan adaptive agent.

Semua arah tersebut jauh lebih dekat dengan tradisi cybernetic ala Norbert Wiener.

Dalam konteks ini, cybernetics sebenarnya menawarkan pemahaman yang lebih luas tentang intelligence.

Cybernetics tidak hanya bertanya:

“Bisakah mesin berpikir?”

melainkan juga:

“Bagaimana sebuah sistem mempertahankan tujuan, beradaptasi, memprediksi, dan menjaga stabilitas dalam lingkungan yang terus berubah?”

Pertanyaan kedua inilah yang justru semakin relevan pada era AI modern.

Karena itu, melupakan cybernetics dalam sejarah AI menyebabkan penyempitan cara pandang terhadap kecerdasan buatan.

AI kemudian dipersepsikan semata sebagai persoalan komputasi, padahal pada kenyataannya AI modern merupakan hasil pertemuan:

• komputasi,
• kontrol,
• persepsi,
• komunikasi,
• biologi,
• psikologi,
• linguistik,
• dan teori sistem.

Dalam pengertian ini, cybernetics dapat dipandang bukan sekadar cabang kecil dalam sejarah AI, tetapi salah satu akar intelektual paling kuat yang membentuk arah perkembangan AI modern.

Mengapa Cybernetics Menghilang dari Pembicaraan AI?

Jika cybernetics begitu penting, mengapa istilah ini justru menghilang?

Ada beberapa alasan historis dan ilmiah.

1. AI Modern Beralih Menjadi Data-Driven

Cybernetics memandang kecerdasan sebagai proses dinamis dalam loop tertutup antara agen dan lingkungan.

Namun sejak berkembangnya machine learning dan deep learning, AI mulai lebih berfokus pada:

• optimasi statistik
• data besar
• minimisasi error
• training berbasis dataset

AI berubah menjadi sistem yang sangat kuat dalam mengenali pola, tetapi tidak selalu kuat dalam self-regulation atau adaptasi berkelanjutan.

Akibatnya, konsep feedback dan kontrol tetap ada, tetapi dibungkus ulang dalam bahasa matematika statistik.

2. Cybernetics Terlalu Interdisipliner

Cybernetics tidak hanya berbicara tentang komputer. Bidang ini menyentuh:

• biologi
• psikologi
• neurosains
• sosiologi
• komunikasi
• sistem sosial

Bagi dunia industri dan akademik modern, pendekatan seperti ini dianggap terlalu luas dan abstrak. Dunia teknologi lebih memilih bidang-bidang yang lebih spesifik dan terukur.

Akibatnya, cybernetics terfragmentasi menjadi banyak disiplin:

• control theory
• robotics
• cognitive science
• systems theory
• machine learning

Konsepnya tetap hidup, tetapi nama “cybernetics” perlahan menghilang.

3. Dominasi Paradigma Turing-Style

AI modern sebagian besar berkembang melalui paradigma komputasi:

input → proses → output

Paradigma ini sangat sukses untuk:

• language model
• computer vision
• klasifikasi
• prediksi statistik

Namun sistem semacam ini sering kali belum benar-benar otonom. Mereka cerdas dalam mengenali pola, tetapi belum tentu mampu menjaga tujuan dalam lingkungan dinamis secara mandiri.

Di sinilah pendekatan Wiener-style kembali relevan.

Kembalinya Cybernetics dalam Wajah Baru

Meski istilah cybernetics meredup, banyak ide dasarnya justru muncul kembali dalam AI modern.

Reinforcement Learning

Reinforcement Learning (RL) memperkenalkan agen yang belajar melalui feedback:

aksi → reward → koreksi → ulangi

Ini adalah bentuk modern dari loop cybernetic.

Embodied AI

Embodied AI menolak gagasan bahwa kecerdasan hanya berasal dari manipulasi simbol di dalam “otak digital”.

Pendekatan ini berargumen bahwa kecerdasan muncul dari:

• tubuh
• sensor
• aksi
• interaksi dengan lingkungan

Ini sangat dekat dengan cybernetics klasik.

Active Inference

Pendekatan active inference yang dipopulerkan Karl Friston bahkan lebih jelas lagi membawa kembali semangat cybernetics.

Dalam active inference, agen tidak hanya bereaksi terhadap dunia, tetapi:

• memprediksi dunia
• meminimalkan prediction error
• memperbarui keyakinan internal
• bertindak untuk menjaga stabilitas

Konsep ini sangat dekat dengan:

• feedback loop
• homeostasis
• self-regulation

Semua konsep tersebut merupakan inti dari cybernetics sejak awal diperkenalkan oleh Norbert Wiener.

Autonomous Intelligence: Lebih Dekat ke Wiener daripada Turing

Topik tentang Autonomous Intelligence banyak mengisi paparan yang disampaikan Dr. Arwin, namun beliau merujuk pada Turing style. Sedangkan jika dikaji lebih dalam, perkembangan AI modern memperlihatkan bahwa kecerdasan otonom sejati ternyata lebih dekat ke pemikiran Wiener dibanding Turing.

Sistem otonom bukan hanya mesin yang “menghitung jawaban benar”, tetapi sistem yang mampu:

• bertahan dalam lingkungan tidak pasti
• mengoreksi dirinya
• menjaga tujuan
• beradaptasi secara terus-menerus

Ini adalah definisi cybernetic tentang intelligence.

Mobil otonom, robot adaptif, drone otomatis, bahkan sistem AI masa depan kemungkinan besar tidak akan cukup hanya mengandalkan komputasi simbolik atau pattern recognition ala Turing. Mereka membutuhkan:

• feedback real-time
• self-regulation
• predictive modeling
• closed-loop interaction

Semua ini adalah warisan langsung cybernetics.

Pentingnya Mengingat Sejarah: Jangan Melupakan Cybernetics

Ada persoalan yang lebih besar daripada sekadar perubahan istilah dalam sejarah AI. Persoalan itu adalah kecenderungan manusia modern untuk menikmati teknologi tanpa memahami akar sejarah yang melahirkannya.

Hari ini anak-anak tumbuh di tengah dunia yang dipenuhi AI:

• chatbot,
• recommendation system,
• autonomous vehicle,
• computer vision,
• hingga generative AI.

Namun sebagian besar hanya diperkenalkan pada teknologi sebagai “produk jadi”, bukan sebagai hasil perjalanan panjang pemikiran manusia.

Di sinilah pentingnya sejarah.

Ketika sejarah diabaikan, ilmu pengetahuan mudah berubah menjadi sekadar konsumsi teknologi. Masyarakat menjadi pengguna, tetapi kehilangan kemampuan memahami bagaimana suatu gagasan lahir, berkembang, diperdebatkan, bahkan pernah ditolak sebelum akhirnya diterima.

Cybernetics adalah contoh nyata dari fenomena tersebut.

Padahal cybernetics pernah menjadi salah satu fondasi paling penting dalam memahami:

• hubungan manusia dan mesin,
• feedback,
• kontrol,
• komunikasi,
• adaptasi,
• hingga sistem otonom.

Banyak konsep yang sekarang dianggap modern dalam AI sebenarnya merupakan kelanjutan dari pemikiran cybernetic. Tetapi karena istilahnya berubah dan disiplin ilmunya terfragmentasi, generasi baru sering tidak lagi mengenali akar sejarah tersebut.

Akibatnya muncul ilusi seolah-olah AI modern lahir secara tiba-tiba hanya dari deep learning atau perusahaan teknologi kontemporer.

Padahal perkembangan ilmu tidak pernah muncul dari ruang kosong.

Ilmu pengetahuan berkembang seperti jaringan akar pohon:

• saling terhubung,
• saling mempengaruhi,
• dan tumbuh lintas generasi.

Karena itu, para pengajar memiliki tanggung jawab yang jauh lebih besar daripada sekadar mengajarkan cara menggunakan teknologi.

Pengajar seharusnya membantu peserta didik memahami:

• sejarah ide,
• evolusi pemikiran,
• konflik paradigma,
• dan konteks sosial yang melahirkan teknologi.

Tanpa itu, pendidikan teknologi hanya menghasilkan operator sistem, bukan manusia yang benar-benar memahami peradaban teknologinya sendiri.

Demikian pula bagi para pembelajar.

Mempelajari sejarah bukan nostalgia akademik. Sejarah adalah alat untuk melihat pola perkembangan pengetahuan manusia. Dengan memahami sejarah, seseorang dapat menyadari bahwa:

• ide besar sering lahir dari lintas disiplin,
• ilmu berkembang melalui kritik dan revisi,
• dan banyak gagasan lama sebenarnya kembali relevan dalam bentuk baru.

Kebangkitan kembali konsep seperti:

• reinforcement learning,
• embodied AI,
• predictive processing,
• dan active inference,

menunjukkan bahwa cybernetics sebenarnya tidak pernah benar-benar hilang.

Ia hanya berganti bahasa.

Karena itu, melupakan cybernetics dalam sejarah AI bukan sekadar kehilangan satu istilah akademik. Itu adalah contoh bagaimana sejarah intelektual dapat terkikis ketika masyarakat terlalu fokus pada hasil akhir teknologi dan melupakan proses pemikiran yang membangunnya.

Jika generasi muda tidak diajarkan sejarah seperti ini, maka mereka akan tumbuh dengan pandangan bahwa teknologi selalu muncul secara instan, ahistoris, dan terpisah dari perjalanan panjang ilmu pengetahuan manusia.

Padahal memahami sejarah teknologi berarti memahami bagaimana manusia belajar:

• berpikir,
• beradaptasi,
• mengontrol sistem,
• dan membangun peradaban.

Dalam konteks itulah, mengingat cybernetics bukan hanya soal mengenang masa lalu, tetapi juga menjaga kesinambungan pengetahuan agar generasi berikutnya tidak kehilangan akar intelektual dari dunia teknologi yang mereka warisi.

Cybernetics, Humanoid, dan Masa Depan Cyborg

Relevansi cybernetics tidak berhenti pada sejarah AI atau teknologi luar angkasa. Banyak perkembangan teknologi masa kini yang sebenarnya merupakan kelanjutan langsung dari gagasan cybernetic tentang hubungan antara manusia, mesin, kontrol, dan adaptasi.

Hal ini terlihat jelas dalam perkembangan humanoid robot dan konsep cyborg.

Humanoid modern tidak lagi dirancang sekadar sebagai mesin mekanis yang menjalankan perintah statis. Mereka mulai dikembangkan sebagai sistem yang:

• mampu menjaga keseimbangan,
• mengenali lingkungan,
• merespons perubahan,
• belajar dari interaksi,
• dan beradaptasi secara real-time.

Semua kemampuan tersebut pada dasarnya merupakan implementasi modern dari prinsip cybernetics:

persepsi → feedback → koreksi → adaptasi

Robot humanoid membutuhkan closed-loop system agar dapat:

• berjalan tanpa jatuh,
• mempertahankan stabilitas tubuh,
• menyesuaikan gerakan,
• dan memahami lingkungan sosial manusia.

Tanpa feedback dan self-regulation, humanoid hanya menjadi mesin otomatis biasa.

Dalam konteks ini, perkembangan humanoid sebenarnya menunjukkan bahwa AI modern perlahan kembali ke akar cybernetic-nya.

Deep learning saja tidak cukup untuk menciptakan humanoid yang benar-benar otonom.

Humanoid membutuhkan kombinasi:

• perception,
• control system,
• sensorimotor integration,
• predictive modeling,
• dan adaptive feedback.

Semua itu merupakan inti dari cybernetics sejak awal.

Hal yang sama juga terlihat pada perkembangan cyborg, cybernetics organism.

Istilah cyborg sendiri berasal dari gagasan tentang integrasi antara organisme biologis dan sistem mekanis.

Dalam pendekatan cybernetic, manusia dan mesin tidak dipandang sebagai dua entitas yang sepenuhnya terpisah. Keduanya dipahami sebagai sistem yang dapat:

• bertukar informasi,
• membentuk feedback loop,
• dan saling memperluas kemampuan adaptasi.

Karena itu, teknologi seperti:

• prostetik cerdas,
• brain-computer interface,
• exoskeleton,
• neural implant,
• hingga sistem augmentasi sensorik,

pada dasarnya adalah penerapan langsung dari pemikiran cybernetic.

Dalam teknologi prostetik modern misalnya, tangan robotik tidak cukup hanya mampu bergerak. Sistem tersebut juga harus:

• menerima sinyal saraf,
• menginterpretasikan niat pengguna,
• memberikan umpan balik sensorik,
• dan menyesuaikan gerakan secara adaptif.

Ini adalah hubungan manusia-mesin dalam bentuk cybernetic yang paling nyata.

Karena itu, perkembangan humanoid dan cyborg menunjukkan bahwa masa depan AI kemungkinan tidak hanya berkaitan dengan software atau model bahasa besar, tetapi juga tentang bagaimana sistem cerdas berintegrasi dengan tubuh, lingkungan, dan manusia itu sendiri.

Menariknya, arah ini justru membawa perkembangan teknologi kembali pada pertanyaan awal yang pernah diajukan cybernetics:

Bagaimana sebuah sistem dapat mempertahankan dirinya, beradaptasi, dan terus berfungsi dalam lingkungan yang terus berubah?

Dengan demikian, cybernetics bukan sekadar bagian sejarah lama AI. Cybernetics justru dapat dipandang sebagai jembatan konseptual menuju masa depan:

• humanoid,
• autonomous agent,
• embodied intelligence,
• hingga integrasi manusia dan mesin.

Penutup: Cybernetics Tidak Pernah Hilang

Cybernetics sebenarnya tidak pernah benar-benar mati. Bidang ini hanya terpecah, berganti istilah, dan tersembunyi di balik nama-nama baru.

Ketika AI modern mulai bergerak menuju:

• embodied intelligence
• reinforcement learning
• autonomous agents
• active inference
• predictive processing

maka sebenarnya AI sedang kembali ke akar cybernetic-nya sendiri.

Dengan kata lain, sejarah AI bukan hanya sejarah komputasi ala Turing, tetapi juga sejarah tentang bagaimana sistem belajar mempertahankan dirinya di dunia nyata melalui feedback, adaptasi, dan kontrol.

Dan di situlah cybernetics tetap menjadi akar paling dalam dari kecerdasan buatan modern.

– AO –

Tangerang Selatan, 11 Mei 2026

Semiotika Sebagai Teori Kognitif Tersembunyi di Balik Kemajuan AI – Masyarakat Informatika Sosial Indonesia: Cybernetics: Akar yang Terlupakan dari Kecerdasan Buatan Modern

Memahami Bagaimana Akal Imitasi (AI) Belajar Caranya Belajar Untuk Memperbaiki Proses Bernalarnya (Sibernetika Orde Kedua) – Masyarakat Informatika Sosial Indonesia

Tiga Cairan Kimiawi Otak Biologis Ditiru Oleh Robot Untuk Belajar Berpikir – Masyarakat Informatika Sosial Indonesia