Jakarta (ANTARA) – Mendapatkan gambaran pasti tentang relevansi manusia dalam menghadapi kemajuan teknologi sepertinya tidak mudah.
Ada pendapat yang kuat dari sekelompok orang, bahkan perwakilan dari pandangan sebagian besar masyarakat, yang meyakini bahwa manusia tidak akan pernah tergantikan oleh mesin. Bahkan yang berbasis kecerdasan buatan (AI), adalah yang paling cerdas.
Perkembangan perangkat pintar ini bergerak sangat cepat. Pada tahap intensif mengungkap dan mereplikasi sisi emosional, intuitif, dan konteks budaya di balik nuansa kemanusiaan. Tapi peluang adalah antara harapan dan ketidakmungkinan.
Ada banyak gambaran serupa mengenai kekuatan posisi manusia. Salah satunya diungkapkan oleh Bernard Marr, 2024, dalam artikelnya “AI Tidak Akan Menggantikan Manusia: Inilah Alasan Mengejutkan Mengapa.”
Dalam tulisannya, Marr berpendapat bahwa otak manusia adalah sistem pemrosesan informasi yang kompleks dan efisien. Sebagai perbandingan, perangkat berbasis AI yang mampu memproses data hingga petabyte dengan pengenalan pola masih kalah dengan manusia dalam memahami nuansa.
Sekalipun Anda menghadapi kenyataan yang tampaknya tidak nyata, konteksnya berbeda, terutama jika Anda harus melakukan lompatan intuitif melalui data yang terbatas. Semua kemampuan komputasi AI tidak mampu meniru dan bahkan melampaui kecerdasan manusia semacam ini.
Memahami nuansa yang dimaksud Marr, misalnya, AI mampu menilai situasi emosional berdasarkan ekspresi wajah. Namun kedalaman situasi emosional tidak dapat dinyatakan dengan pasti. Berdasarkan ilmu saraf, sensor AI dapat melacak perbedaan antara bahagia dan sedih. Namun, seseorang tidak bisa menentukan seberapa bahagia dan sedihnya seseorang.
Pernyataan AI terbatas pada epiphenomena, gejala yang dangkal. Padahal pembedaan nuansa emosional penting dalam pengambilan keputusan. Misalnya saja dalam menentukan jenis pengobatan pemulihan pasien gangguan jiwa. Anda harus memeriksa seberapa terganggunya dia. Ini harus mengandalkan AI untuk membaca nuansa wajah Anda.
Juga dengan membaca keinginan konsumen. Ekspresi wajah yang menginginkan suatu produk harus dibedakan dari mereka yang sekadar menginginkannya.
Keterbatasan ini mungkin berarti bahwa seluruh kecerdasan manusia belum direplikasi, melainkan digantikan oleh AI.
AI “baru” menjadi perangkat augmentasi, memperluas kemampuan manusia. Meskipun dalam artikel lain, “Gelombang ketiga AI telah hadir: Mengapa AI agen akan mengubah cara kita bekerja,” kata Bernard Marr, mengacu pada pendapat Silvio Savarese, wakil presiden eksekutif dan ilmuwan di kepala Salesforce AI Research, saat ini. Perkembangan AI berada pada gelombang ketiga.
Dalam hal distribusi: gelombang awal, adalah pengembangan AI prediktif. Dalam perkembangan pertama ini, AI memudahkan perusahaan untuk memprediksi tren dan mengambil keputusan berdasarkan data.
Gelombang pertama ini diikuti oleh gelombang kedua yang memperkenalkan AI generatif. AI jenis ini mampu menghasilkan konten dan menghubungkannya dengan manusia. Baik AI berada pada gelombang pertama atau gelombang kedua, kemampuannya mewakili dan mendukung pekerjaan manusia.
Karena AI berguna dalam dua gelombang ini, ada baiknya menyebutnya Asisten AI.
Sedangkan pada gelombang ketiga saat ini yang mulai banyak digunakan adalah Agent AI. AI yang mampu melakukan tugas mandiri sebagai agen dan berinteraksi dengan Agen AI lainnya. Namun, Marr tetap berpegang pada poin aslinya: AI “hanya” mengubah cara orang bekerja, bukan menggantikannya.
Sementara itu, optimisme memperkirakan bahwa kecerdasan AI dapat mencapai kesempurnaan kecerdasan alami manusia, dengan mengatakan bahwa alih-alih AI menggantikan manusia di masa depan, proses ketidakrelevanan manusia saat ini terus berlanjut.
Optimisme yang diungkapkan juga mengisyaratkan adanya AI Agentic. AI pada dasarnya berbeda dari Asisten AI. Agen AI dapat bertindak dan berinteraksi dengan Agen AI lainnya, sedangkan Asisten AI lebih sugestif. Sejalan dengan hal tersebut, Dean DeBiase, 2024, dalam “How Agency AI Will Turn Your Life and Workplace Upside Down” mengatakan bahwa yang membedakan Agency AI dengan tipe sebelumnya adalah sifatnya yang independen.
Agentic AI bertindak secara independen, memiliki peran yang lebih luas dalam manajemen tugas, dan memiliki kemampuan beradaptasi dengan lingkungan yang kompleks. Oleh karena itu, AI jenis ini dapat bertindak tanpa manusia dan kehadirannya akan menjungkirbalikkan kehidupan dan tempat kerja.
Semua ini terjadi, ~DeBiase mengutip penelitian Gartner~, karena pada tahun 2028, 33 persen perusahaan global akan menjalankan operasinya yang didukung oleh Agentic AI. Angka ini meningkat sebesar 1 sen dibandingkan tahun 2024. Meskipun tidak sepenuhnya, peran masyarakat akan terkikis secara signifikan. AI memaksanya menjadi tidak relevan.
Manfaat Agentic AI tidak berhenti sampai di situ. Ketika orang pintar terus belajar, keterampilan mereka meningkat. Hal ini didorong oleh tersedianya informasi yang dapat diolah, dianalisis dan diubah menjadi pengetahuan yang dibutuhkan dalam operasional bisnis. Kecerdasannya melampaui Asisten AI, serta akses ke data yang dapat digunakannya. Semuanya didorong oleh sistem informasi yang sebelumnya terisolasi dan dibuat terbuka.
Ilustrasi cara kerja Agentic AI adalah cara kerja mobil tanpa pengemudi. Sebagai agen yang didasarkan pada kecerdasan jenis ini, mobil mampu menilai situasi secara real time sambil melakukan penyesuaian yang diperlukan.
Mobil mulai bekerja dengan memeriksa kecukupan tenaga berkendara, menjamin keamanan dan kenyamanan di dalam kabin penumpang, mengatur kecepatan berdasarkan kondisi jalan, serta berinteraksi dengan penumpang untuk menjamin kenyamanan. Dalam situasi kritis, tindakan dipilih untuk mencegah kecelakaan. Sekalipun ada situasi yang tidak dapat dihindari, tindakan dipilih dalam waktu yang sangat singkat untuk meminimalkan kerugian.
Dibandingkan dengan agen cerdas lainnya, mobil Agentic AI “terkoordinasi” untuk tidak berada di ruangan yang sama pada waktu yang sama. Karena bila itu terjadi, berarti shock. Sistem informasi yang tersambung antar mobil Agentic AI mampu menghindarinya dari kemacetan atau situasi tidak efisien lainnya. Berbeda halnya ketika mobil dioperasikan oleh orang, dengan sistem informasi yang tidak berjaringan. Kehendak otonom setiap pengemudi dapat mengakibatkan kecelakaan atau kemacetan panjang.
Sifat agen dari perangkat ini sering digunakan dalam bidang robotika dan mobil tanpa pengemudi. Semua diilustrasikan oleh Gareth Davie dan Aline Bessa, 2024, dalam “Apa itu Agentic AI? Definisi, Fitur, dan Pertimbangan Manajemen”.
Ia menyatakan, mobil otonom yang mampu bertindak umumnya merupakan agen independen, karena kemampuannya dalam mengambil data lingkungan dan, jika diperlukan, sebagai operasi penyelamatan.
Penerapan kendaraan otonom yang dilakukan jauh sebelum munculnya istilah Agentic AI masih terbatas pada tingkat lembaganya. Sistem pengambilan keputusan yang terbatas ini masih berdasarkan aturan atau keinginan yang ditetapkan oleh masyarakat. Ini bukan agen yang sepenuhnya independen.
Bagaimana Agent AI berinteraksi dengan data, menggunakannya untuk membentuk informasi, hingga memunculkan ciri-ciri agen independen, jelas Erik Pounds, 2024, dalam “Apa itu Agent AI?”.
Prosesnya terdiri dari empat langkah, dalam menyelesaikan masalah. Pertama, pahami. Pada langkah ini, Agentic AI mengumpulkan dan memproses data dari berbagai sumber. Ini mencakup sensor, database dan antarmuka digital serta aplikasi dalam kehidupan sehari-hari. Dalam langkah persepsi ini, dilakukan ekstraksi ciri-ciri penting, pengenalan objek, dan identifikasi entitas relevan dalam lingkungan.
Pada aplikasi pada mobil tanpa pengemudi, berupa pengenalan mobil lain, pejalan kaki, lebar jalan, kecepatan rata-rata mobil lain. Ini semua tentang jarak yang harus Anda tempuh untuk mencapai garis finis.
Kedua, berikan alasannya. Model bahasa besar (LLM) mengatur, memberi alasan, memahami tugas, memberikan solusi, dan mengoordinasikan banyak hal untuk dipilih.
Dengan mobil tanpa pengemudi, alternatifnya adalah memilih rute yang panjang namun lancar, atau rute yang pendek namun lebih padat. Kecepatan sampai di tempat tujuan, atau optimalisasi konsumsi energi menjadi perhatian pengguna mobil.
Ketiga, tentukan tindakannya. Dengan mengintegrasikan dengan perangkat keras dan perangkat lunak, serta dengan lingkungan eksternal, terjadi koordinasi antarmuka program aplikasi. AI agen dalam ilustrasi mobil tanpa pengemudi dengan cepat menjalankan tugas berdasarkan rencana yang telah dirumuskan.
Alat evaluasi juga disertakan dalam Agentic AI untuk memastikan agen melakukan tugas dengan benar. Misalnya, dalam kasus pengoperasian kendaraan Agentic AI lain, di jalan yang sama, kecepatan setiap kendaraan akan terkoordinasi dengan aman.
Dan yang keempat, belajar. Kemampuan AI Agen terus meningkat melalui putaran umpan balik, ketika aliran data besar digunakan sebagai materi pembelajaran. Data yang dihasilkan dari interaksi dimasukkan ke dalam sistem untuk menyempurnakan model. Kemampuan berkembang seiring waktu. Semuanya menawarkan alat yang ampuh untuk membuat keputusan yang tepat.
Berdasarkan berbagai argumentasi para ahli di atas, serta penjelasan mekanisme yang mudah dipahami, Agen AI bukanlah keajaiban peradaban. Perkembangan simultan mereka menempatkan AI sebagai yang terdepan. Agentic AI bukan lagi bayangan masa depan, namun keberadaannya sudah terlihat di depan mata kita.
*) Dr. Firman Kurniawan S adalah pemerhati budaya dan komunikasi digital, pendiri LITEROS.org
Leave a Reply