Perkembangan teknologi kecerdasan buatan atau artificial intelligence (AI) sudah melampaui sekadar pencarian di mesin pencarian seperti Google dan membantu pekerjaan manusia. Namun, ternyata AI tidak serta-merta mengetahui segalanya dan sama halnya dengan manusia, AI juga perlu belajar.
Hal ini mengemuka dalam diskusi akademik dalam Pelatihan AI Seri-3 bertajuk “LLM for Social Science Researchers: From Concept to Practice” dengan mengundang Dr. Rimawan Pradiptyo, S.E., M.Sc. sebagai narasumber pada Selasa (14/4). Rimawan mengatakan bahwa manusia memiliki kemampuan lebih dibandingkan dengan AI, yaitu metakognisi dan kesadaran untuk berintrospeksi.
“AI bekerja pada level algoritma dan simulasi matematis dengan mengombinasikan berbagai pola data untuk menghasilkan jawaban. Namun, AI tidak memiliki kesadaran dan kemampuan berpikir tentang apa yang dipikirkan manusia walaupun manusia memiliki keterbatasan dalam bounded rationality,” jelasnya.
Perbedaan lainnya adalah pada poin originalitas yang tidak berasal dari AI, melainkan dari manusia. Alat ini hanya memiliki kekuatan pada retrospektif dan menjawab pertanyaan “apa” dan “bagaimana”, namun prediksi masa depan dan pengambilan keputusan kompleks juga menjadi kemampuan manusia.
“Manusia juga memiliki kemampuan untuk melakukan sintesis cepat, mengenali kontradiksi, dan berani melakukan challenge terhadap hasil AI. Masalah yang sering terjadi adalah orang sering bertanya sekali ke AI dan langsung percaya dengan hasilnya,” lanjutnya.
Ia menjelaskan bahwa dalam menggunakan AI, perlu dilakukan eksplorasi berulang dengan menguji berbagai sudut pandang dan dikembangkan secara iteratif. Sebagai pengguna, sering kali manusia mengajukan pertanyaan yang tidak terlalu realistis dan menganggap AI memiliki kesadaran seperti manusia.
“Meminta AI berpikir seperti tokoh tertentu dengan tingkat kesadaran tinggi bisa menghasilkan output yang tidak akurat karena AI tidak memiliki banyak keterbatasan, yaitu dapat mengalami halusinasi, memberikan jawaban yang salah, dan tidak memiliki pemahaman sejati,” jelasnya.
Dalam pelatihan ini, Rimawan menjelaskan bahwa interaksi dengan AI perlu dilakukan secara strategis melalui penggunaan prompt yang terstruktur, pemberian batasan, serta validasi berulang. Ia memperkenalkan pendekatan two-stage prompting, yakni tahap awal memberikan instruksi dengan bahasa yang jelas dan mudah dipahami agar AI dapat belajar dari konteks yang diberikan.
“Dengan teknik ini memberikan kesempatan AI untuk belajar dan meminimalisir kesalahan dari hasil prompting. Dengan cara ini, pengguna didorong untuk melakukan metakognisi terhadap output AI, seperti mengevaluasi apakah jawaban sudah memadai dan apa yang masih perlu diperbaiki,” ujarnya.
Selain itu, Rimawan memperkenalkan pendekatan pseudo-backpropagation sebagai strategi interaksi dengan AI. Pengguna tidak dapat mengubah parameter internal AI secara langsung, sehingga proses “pembelajaran” AI dapat dilakukan melalui rangkaian prompt yang berulang dan terarah.
“Hal ini dilakukan dengan mengajukan pertanyaan dari berbagai perspektif, menguji konsistensi jawaban secara bertahap, serta memberikan umpan balik melalui prompt lanjutan. Dengan pendekatan ini, pengguna dapat mengarahkan AI untuk menghasilkan output yang lebih akurat dan relevan, sekaligus menjaga kualitas analisis agar tetap berada dalam kendali manusia,” tambahnya.
Sebagai penutup, Rimawan mengajak peserta untuk menggunakan game theory dalam berinteraksi dengan AI. Pengguna perlu membayangkan bagaimana AI akan merespons, memprediksi reaction function dari sistem, serta menyesuaikan cara bertanya agar menghasilkan output yang optimal.
“Dengan memahami pola kerja AI sekaligus menyadari kemampuan diri sendiri, interaksi menjadi lebih terarah dan efektif. Prinsip utamanya sederhana, namun krusial: know your tools and know yourself,” pungkasnya.
Reportase: Shofi Hawa Anjani
Editor: Kurnia Ekaptiningrum
Sustainable Development Goals
