Gestalt dan Pola Persepsi Pada Manusia serta Akal Imitasi

– Arief Prihantoro –

Coba perhatikan gambar di atas. Kita bisa menafsirkan gambar tersebut sebagai gambar seorang lelaki berkumis dan berjenggot lebat dengan mata sedang melirik ke kanan. Namun orang lain dapat menafsirkan bahwa gambar diatas adalah gambar seorang wanita bertopi yang sedang duduk di atas rumput, dengan posisi membelakangi kita dan sedang memandangi rumah di depan dia, yg terletak jauh dari pandangan mata. Dua orang yang berbeda bisa memiliki persepsi yang berbeda saat memandang sebuah gambar yang sama.

Dalam contoh kehidupan sehari-hari, bayangkan Anda mencari teman lama di tengah kerumunan, otak kita segera memisahkan wajahnya dari lautan wajah lain. Kita cenderung melihat titik-titik yang berdekatan sebagai satu kesatuan, atau “mengisi” garis tak lengkap menjadi gambar utuh. Prinsip-prinsip ini “menyelubungi hampir seluruh pengalaman persepsi” kita dan menentukan objek serta bagian yang kita lihat dalam lingkungan. Itulah tugas dasar prinsip Gestalt dalam psikologi: otak mengelompokkan elemen visual menjadi bentuk bermakna.

Teori Gestalt muncul dari satu gagasan revolusioner: manusia memahami dunia sebagai pola yang bermakna, bukan sebagai serpihan sensasi. Gagasan ini terus relevan, dari psikologi klasik, sistem komunikasi hingga AI dan etika teknologi modern.

Prinsip-prinsip seperti kesamaan, kedekatan, kelengkapan (closure), kelanjutan (continuity), dan figura-foreground mengarahkan persepsi kita. Prinsip yang sama ditiru dalam teknologi Akal Imitasi saat mengenerasi atau menghasilkan jawaban dari prompt yang diterimanya, sehingga menghasilkan jawaban yang memiliki konteks utuh.

Misalnya, Gambar di bawah memperlihatkan ilusi Rubin’s Vase: apa yang Anda lihat pertama, dua profil wajah hitam atau vas putih? Gambar ini menegaskan fenomena figure-ground, di mana otak menentukan mana yang menjadi figur utama dan apa latar belakangnya.

Teori Gestalt lahir di Jerman pada awal 1900-an sebagai reaksi kritis terhadap dua arus besar psikologi saat itu: Strukturalisme, yang memandang pengalaman mental sebagai kumpulan elemen sensasi dasar dan Asosiasionisme, yang menganggap pikiran bekerja melalui penggabungan unsur-unsur kecil secara mekanis.

Para tokoh Gestalt menilai pendekatan ini gagal menjelaskan bagaimana makna dan pola utuh muncul dalam persepsi manusia.

Titik awal Gestalt sering ditandai oleh karya Max Wertheimer (1912) tentang fenomena phi: dua cahaya statis yang dinyalakan bergantian, dipersepsi sebagai gerakan.
Temuan ini menunjukkan bahwa:
• Persepsi bukan penjumlahan stimulus
• Pikiran secara aktif membentuk pengalaman
Ini menjadi fondasi empiris utama Gestalt.

Teori Gestalt dikembangkan oleh tiga tokoh sentral:
• Max Wertheimer, berfokus pada persepsi dan organisasi visual,
• Wolfgang Köhler yang mengembangkan konsep insight learning dan menolak belajar sebagai trial-and-error mekanis,
• Kurt Koffka mensistematisasi Gestalt ke dalam psikologi perkembangan dan kognitif.

Mereka merumuskan prinsip dasar: “The whole is different from the sum of its parts.”

Menguatnya rezim Nazi memaksa para tokoh Gestalt (yang sebagian besar Yahudi) beremigrasi ke Amerika Serikat pada 1930-an. Sehingga menimbulkan dampak Gestalt menyebar ke dunia akademik global, namun kekuatannya teredam oleh behaviorisme

Meski demikian, benih Gestalt tetap hidup. Dan sejak paruh akhir abad ke-20 hingga kini, Gestalt berpengaruh kuat dalam:
• Psikologi kognitif
• Ilmu saraf kognitif
• Desain visual & UI/UX
• Computer vision & AI
• Teori sistem dan komunikasi
Gestalt kini dipahami bukan sekadar teori lama, tetapi fondasi cara manusia (dan mesin) mengenali pola dan makna.

Computer Vision dan Pengelompokan Pola

Mirip dengan otak manusia, sistem computer vision juga mencoba mengelompokkan piksel dan bentuk dasar untuk mengenali objek. Algoritma-algoritma visi komputasional, seperti yang dipelopori David Marr, memproses gambar pada beberapa tingkatan:

• mengabstraksi sketsa awal (bagian kasar),
• memperhalus dengan struktur lebih detail,
• lalu membangun model 3D objek.

Pada dasarnya, komputer mengadopsi prinsip grouping Gestalt: misalnya, piksel yang “berteman” karena posisi atau warna mirip akan digabung. Sejumlah algoritma penglihatan mengenali kontur dan bentuk menggunakan faktor-faktor Gestalt seperti kedekatan dan kontinuitas. Namun, komputer hanya mengolah struktur, bukan makna. Ia membaca wajah berdasarkan jarak mata-hidung-bibir dalam data, bukan “mengenal” teman Anda. Akibatnya, manusia yang menyederhanakan dunia lewat pola, dimiripkan komputer secara matematis. Analoginya: sama seperti menyusun puzzle, komputer mencari potongan gambar yang pas, sedangkan kita langsung melihat gambar utuh berkat pengalaman sebelumnya.

Wajah, Ekspresi, dan Ketiadaan Makna

Pengenalan wajah dan ekspresi mikro menambah lapisan kompleksitas. Manusia tidak hanya mengenali struktur wajah, tapi juga memahami konteks emosional dan personal. Saat Anda tertawa menemukan teman di keramaian, ada kisah di balik senyum itu. AI, sebaliknya, hanya mengenali pola statis: sepasang mata dengan sudut bibir terangkat dicocokkan dengan label “senyum”. Untuk ekspresi mikro—gerakan wajah sekilas yang mengungkap emosi tersembunyi—tantangannya lebih besar. Ekspresi mikro berlangsung <0.5 detik dan nyaris tak terlihat mata biasa. Penelitian menunjukkan perbedaan gerakan kecil antara senyum tulen dan pura-pura yang sulit dideteksi manusia (“…ekspresi palsu dipamerkan dalam waktu sangat singkat dengan perubahan halus … sangat sulit dideteksi keasliannya hanya dengan mata”). AI mencoba mendeteksi perbedaan getaran otot halus ini dari data, tetapi tanpa pernah memahami “mengapa” seseorang tersenyum. Dengan kata lain, AI melihat wajah seperti pola lampu kota di malam hari—cahayanya terlihat, namun cerita di baliknya gelap.

Perspektif Jung: Arketipe dan Bayangan

Carl Gustav Jung mengajarkan kita adanya arketipe – pola universal dalam jiwa kolektif – serta bayangan (shadow), bagian diri yang tak disadari. Dalam konteks ini, kita bisa membayangkan wajah-wajah yang kita kenal sebagai bentuk arketipal (seperti teman, guru, atau musuh dalam mimpi), hasil cerita dan ingatan kolektif. AI, dengan jutaan data wajah, membangun semacam arketipe digital dari teman Anda (fitur mata, hidung, senyum khas). Tapi Jung memperingatkan bahwa “setiap orang membawa bayangan, dan semakin tidak disadari dalam kesadaran individu, bayangan itu semakin hitam dan padat”. Seperti itu pula bayangan AI: kekuatan “zaman lingkaran tersembunyi” ini adalah ketidaktahuan kita tentang apa yang tidak bisa dipahami AI – misalnya, niat, budaya, konteks emosional. AI bisa mengenali pola emosi sekilas (senyum vs cemberut), tetapi “bayangan” makna—emosi sejati, motif tersembunyi—tetap di luar jangkauannya. Dengan meminjam pernyataan Jung, “AI saat ini membawa bayangan besar: ia belum sadar akan kekurangan dan prasangkanya sendiri”.

Perspektif Luhmann: Sistem, Lingkungan, dan Figur-Ground

Niklas Luhmann, tokoh teori sistem sosial, mengatakan bahwa sebuah sistem (termasuk AI sebagai sistem teknologi) mendefinisikan dirinya dengan membedakan dirinya dari lingkungan sekitar. Artinya, sistem AI membangun batas (figure-ground) antara data yang dianggap relevan (figur) dengan lingkungan (data luar). Luhmann menjelaskan: “Distingsi antara sistem dan lingkungan adalah inti teori [sosial]-nya. Sistem muncul melalui diferensiasi: mereka mendefinisikan diri dengan membangun batas melawan lingkungan”.

Dalam AI visi komputer, batas ini nyata: misalnya, ia memutuskan piksel mana yang “wajah” (figur) dan mana “latar” (ground) berdasarkan statistik. Bedanya dengan pikiran manusia adalah manusia bisa mengubah definisi batas berdasar makna (misalnya, latar laut menjadi latar kokpit dalam imajinasi), sedangkan AI diprogram untuk satu fungsi. Dengan lensa Luhmann, AI adalah “lingkungan” bagi diri manusia, dan manusia yang menjadi “lingkungan” sistem AI. Komunikasi (atau interpretasi) sebenarnya terbatas: AI melakukan operasi sendiri (pengolahan data visual) tanpa “kontek” luas yang membuatnya paham konteks sosial—persis seperti Luhmann menekankan sistem sosial operasional tertutup. Konsekuensinya, apa yang sistem AI “lihat” hanyalah bagian kecil dari realitas luas: ia memerhatikan obyek, tapi mengabaikan konteks sosial-budaya yang membingkainya.

Gestalt sebagai jembatan Jung – Luhmann – AI:

• Jung: Gestalt psikis (arketipe, shadow, emosi kolektif)
• Luhmann: Gestalt sosial (form, komunikasi, diferensiasi makna)
• AI: Gestalt teknis (pola data, representasi laten)

AI sebagai “Akal Imitasi” dan Refleksi Etis Gestalt

Dari perspektif kritis, AI hari ini sejatinya adalah “akal imitasi”. Ia meniru cara kita mengorganisasi persepsi—mengenali pola dan menyintesis data—tetapi tetap tanpa kesadaran makna. AI mampu mengelompokkan piksel menjadi bentuk yang familiar, namun tak tahu cerita di balik gambar. Ia menyerupai mesin imitasi yang mahir dalam struktur namun buta makna. Dalam terang pandangan Jung dan Luhmann, kita melihat bahwa kemampuan AI terbatas pada rekonstruksi simbolik arketipe kita dan batasan sistemnya sendiri. Maka muncul pertanyaan etis: apakah kita hanya ingin AI meniru perilaku manusia tanpa memahami nilai?

Perlu kita renungkan: Bagaimana mendesain AI yang tidak sekadar meniru manusia, melainkan juga menghargai kompleksitas makna? Etika menuntut agar AI dirancang dengan kesadaran bahwa di balik setiap pola adalah makna yang lebih kaya: budaya, konteks, niatan. Seperti Jung mengajak kita merefleksikan bayangan diri, kita juga harus mengakui ‘bayangan AI’: bias, kesalahan penafsiran, dan ketidakmengertian akan nilai manusiawi. Dengan kerangka sistem Luhmann, setiap inovasi AI juga perlu menyadari dampaknya pada sistem sosial yang lebih luas, tidak hanya mengoptimalkan fungsi tertentu. Pada akhirnya, AI harus diarahkan bukan hanya untuk memuat data, melainkan juga memperluas pemahaman kita tentang apa artinya memahami.

Etika Gestalt secara filosofi mengacu pada prinsip Keutuhan Makna (Holistic Integrity Principle). Sementara masalah AI saat ini, AI ’emosional dan face recognition’ cenderung:

• Memecah wajah → fitur → skor emosi
• AI mengenali pola visual
• Tapi tidak memiliki kesadaran Gestalt
• Menghilangkan konteks, sejarah, dan relasi sosial

Artinya:

• AI tahu apa yang mirip wajah marah
• Tapi tidak tahu apa arti marah secara eksistensial, sosial, atau simbolik

Di sinilah perbedaan krusial:

• Gestalt manusia = bermakna
• Gestalt AI = statistik

Maka prinsip etis Gestalt dalam teknologi AI perlu mempertimbangkan:

“Sistem AI tidak boleh mereduksi manusia menjadi fragmen data yang kehilangan makna utuhnya”.

Prinsip Gestalt dapat menjelaskan banyak fenomena penglihatan umum. Karya David Marr dalam computer vision menunjukkan alur persepsi visual dalam komputer yang paralel dengan Gestalt. Jung menekankan pentingnya sadar akan bayangan-nya, sementara Luhmann menggarisbawahi pembedaan sistem–lingkungan. Semua perspektif ini memperdalam pemahaman kita bahwa AI saat ini adalah “akal imitasi”: cakap dalam struktur, namun tanpa kesadaran makna.

Implikasi etis:

• AI tidak boleh memperlakukan manusia sebagai kumpulan fitur data
• AI harus tahu batas perannya dalam sistem sosial
• Manusia harus dipahami sebagai Gestalt makna (psikis, sosial, historis)

AO

Tangerang Selatan, 2 Januari 2026