Kecerdasan Buatan dan Peran Humaniora
Kecerdasan buatan atau artificial intelligence (AI) saat ini mampu menulis ringkasan, menerjemahkan bahasa, bahkan menyusun puisi hanya dalam hitungan detik. Kemampuannya dalam mengolah informasi berkembang begitu pesat. Kondisi ini wajar memunculkan pertanyaan: masih pentingkah humaniora di tengah dunia yang semakin otomatis?
Namun, kemampuan mengolah informasi tidak selalu berarti kemampuan memahami kehidupan. Semakin canggih sebuah sistem dalam menghitung, semakin penting pula bagi kita untuk bertanya: apa sebenarnya yang sedang dihitung, dan apa yang justru luput dari perhitungan tersebut?
Esai ini tidak hendak menolak kehadiran AI. Menolak AI sama saja dengan menutup mata terhadap kenyataan yang sedang berlangsung di hadapan kita. Pertanyaan yang ingin saya telusuri justru lebih mendasar: manusia macam apa yang sedang kita bentuk ketika teknologi tumbuh semakin kuat?
Pertanyaan tersebut akan saya telusuri melalui beberapa persoalan yang saling berkaitan, yaitu relasi AI dengan etika, empati, bias data, seni, dan hukum.
AI Mengolah Data, Manusia Menentukan Arah
Ada cara berpikir yang sederhana, tetapi keliru, dalam melihat hubungan antara AI dan etika: menganggap AI sebagai wilayah data, sedangkan etika sepenuhnya menjadi wilayah manusia, seolah-olah keduanya berjalan di jalur yang terpisah.
Kenyataannya jauh lebih rumit. AI memiliki kemampuan komputasional yang luar biasa untuk mengenali pola, membuat prediksi, dan melakukan optimasi. Namun, kemampuan tersebut tidak pernah berdiri sendiri. Manusialah yang menentukan data apa yang digunakan untuk melatih sistem, konteks dan tujuan apa yang hendak dicapai, hingga siapa yang harus bertanggung jawab ketika hasilnya memberikan dampak terhadap kehidupan orang lain.
AI mengolah data, tetapi manusialah yang menentukan arah. Kerangka etika AI internasional pun bergerak ke arah yang sama. UNESCO, melalui Recommendation on the Ethics of Artificial Intelligence yang disahkan pada 2021, menegaskan bahwa pengawasan manusia, akuntabilitas, dan penghormatan terhadap martabat manusia harus menjadi fondasi setiap sistem AI, bukan sekadar fitur tambahan (UNESCO, 2021).
Artinya, humaniora bukanlah lawan dari teknologi. Humaniora justru menjadi cara bagi manusia untuk memahami untuk apa sebuah teknologi digunakan dan manusia macam apa yang hendak dibentuk oleh teknologi tersebut.
Empati yang Disimulasikan
Chatbot saat ini mampu merespons curahan hati dengan kalimat yang terdengar hangat, bahkan menenangkan. Namun, mengetahui tidak selalu berarti memahami. Sebuah sistem dapat mengenali pola kata yang lazim muncul ketika seseorang sedang sedih, kemudian menyusun respons yang secara statistik paling mungkin dianggap menenangkan.
Proses tersebut tentu berbeda jauh dari pengalaman ikut merasakan kesedihan orang lain. Pertanyaan apakah AI memiliki perasaan sebenarnya sudah cukup jelas untuk dijawab. Yang lebih mengganjal justru pertanyaan berikutnya: apakah menghasilkan respons yang menyerupai empati sama dengan benar-benar mengalami empati?
Empati manusia lahir dari tubuh yang pernah terluka, dari ingatan tentang kehilangan, dan dari waktu yang pernah dihabiskan untuk menemani orang lain. Sementara itu, respons AI lahir dari triliunan parameter yang dilatih untuk memperkirakan kata berikutnya.
Keduanya mungkin terdengar serupa di permukaan, tetapi berasal dari proses yang secara mendasar berbeda. Di sinilah kita perlu berhati-hati agar tidak menyamakan simulasi empati dengan pengalaman manusia yang sesungguhnya.
Siapa yang Tercatat, Siapa yang Tidak Terlihat
Data sering kali dianggap objektif karena hadir dalam bentuk angka. Padahal, angka-angka tersebut berasal dari kehidupan manusia. Di dalamnya terdapat berbagai keputusan: apa yang dicatat, siapa yang dicatat, bagaimana sesuatu dikategorikan, dan pengalaman siapa yang justru tidak pernah masuk ke dalam sistem.
Karena itu, pertanyaan tentang siapa yang tercatat dan siapa yang tidak terlihat menjadi penting. Jawabannya turut menentukan wajah sebuah algoritma bahkan sebelum algoritma tersebut mulai melakukan perhitungan.
Bisa jadi, persoalan bias algoritmik tidak bermula ketika algoritma mulai bekerja, melainkan jauh sebelumnya, yaitu ketika realitas manusia yang timpang diterjemahkan menjadi angka yang tampak netral.
UNESCO mencatat persoalan serupa dalam rekomendasinya. Sistem AI berpotensi mereproduksi dan memperkuat bias yang telah ada sehingga memperparah diskriminasi, prasangka, dan stereotip yang sebelumnya sudah hidup di tengah masyarakat (UNESCO, 2021).
AI tidak selalu menciptakan ketimpangan dari nol. Sering kali, AI hanya mewarisi ketimpangan yang telah lama ada, kemudian menjalankannya dengan kecepatan dan skala yang jauh lebih besar.
Efisiensi, Produktivitas, dan yang Tersisa dari Manusia
AI unggul dalam hal efisiensi. Ia dapat merangkum sebuah novel tebal menjadi beberapa paragraf atau menyusun draf puisi lengkap dengan rima dalam hitungan detik. Namun, ada sesuatu yang mungkin hilang ketika efisiensi menjadi satu-satunya ukuran.
Membaca novel secara utuh bukan sekadar mengumpulkan informasi tentang alur, tokoh, dan konflik. Membaca adalah proses menghayati waktu, ikut merasakan keraguan tokoh, sekaligus diam-diam mempertanyakan kehidupan sendiri melalui kehidupan orang lain yang hadir di halaman buku.
Begitu pula dengan menulis puisi. Menulis puisi bukan sekadar menyusun kata-kata indah, melainkan usaha menerjemahkan sesuatu yang terkadang sulit diucapkan menjadi bentuk yang dapat dibagikan kepada orang lain.
Di sinilah hubungan antara efisiensi, produktivitas, dan makna perlu dipertegas. Efisiensi memang dapat mempercepat produktivitas. Namun, produktivitas yang terus dikejar tanpa jeda berpotensi mengikis ruang bagi makna.
Padahal, makna sering kali lahir dari proses yang lambat, tidak efisien, bahkan penuh kebimbangan. Membiarkan AI mengambil alih seluruh proses tersebut sama saja dengan membiarkan mesin menjalani bagian dari kehidupan yang justru paling layak dijalani sendiri oleh manusia.
Van Gogh dan Pertanyaan tentang Pengalaman
Ketika AI menghasilkan gambar yang menyerupai gaya lukisan seorang seniman, pertanyaan yang muncul sebenarnya jauh lebih rumit daripada sekadar apakah gambar tersebut terlihat indah. Apakah menghasilkan sebuah karya sama dengan mengalami pengalaman yang melahirkan karya tersebut?
Ambil contoh Vincent van Gogh. AI dapat mempelajari pola sapuan kuas yang tebal, palet warna kuning dan biru yang khas, bahkan menirukan komposisi Starry Night dengan sangat meyakinkan.
Namun, yang sulit dipelajari AI adalah apa yang mungkin berada di balik lukisan tersebut: kesulitan hidup yang konon menyertai tahun-tahun terakhir kehidupannya, hubungan yang tidak selalu mudah dengan orang-orang terdekat, atau malam-malam di Saint-R, yang sering dikaitkan dengan lahirnya langit berputar dalam karya-karyanya.
Tentu, kita tidak dapat memastikan sejauh mana pengalaman-pengalaman tersebut benar-benar membentuk karya Van Gogh. Proses kreatif pun jarang dapat dijelaskan sesederhana hubungan sebab-akibat.
Namun, justru di situlah persoalannya. Pengalaman manusia dengan segala kerumitan dan ketidakpastiannya tidak pernah hadir hanya sebagai data yang dapat dijadikan bahan pelatihan. Pengalaman adalah bagian dari kehidupan yang dijalani, bukan sekadar sekumpulan piksel yang dapat diekstraksi polanya.
Filsuf kognisi Margaret Boden, yang telah lama meneliti hubungan kreativitas dan AI, menekankan bahwa persoalan ini pada dasarnya merupakan persoalan filosofis, bukan sekadar persoalan teknis. Sebuah sistem dapat menghasilkan karya yang tampak kombinatif, eksploratif, bahkan mengejutkan.
Namun, apakah proses tersebut layak disebut sebagai kreativitas yang sesungguhnya masih bergantung pada pertanyaan apakah kreativitas mensyaratkan adanya otonomi, niat, dan kesadaran, bukan hanya hasil akhir yang tampak serupa (Boden, 2014).
Hal tersebut bukan berarti karya yang dihasilkan AI otomatis tidak bernilai. Yang sedang dipersoalkan bukan semata-mata nilai estetiknya, melainkan perbedaan proses dan pengalaman di balik penciptaannya. Perbedaan inilah yang sering luput ketika kita hanya menilai sebuah karya berdasarkan hasil akhirnya.
Algoritma di Ruang Sidang: Konsistensi Bukan Keadilan
Di beberapa negara, sistem berbasis algoritma telah digunakan untuk membantu hakim menilai risiko seorang terdakwa mengulangi tindak pidana. Sistem semacam ini dapat memberikan hasil yang konsisten untuk kasus-kasus dengan pola data yang serupa. Namun, konsistensi tidak selalu berarti keadilan.
Dua kasus yang terlihat serupa dalam data dapat memiliki latar belakang yang sangat berbeda ketika dilihat dalam kehidupan nyata. Angka dapat membantu memberikan gambaran, tetapi tidak selalu mampu menangkap keseluruhan konteks manusia di balik sebuah perkara.
Investigasi ProPublica pada 2016 terhadap perangkat lunak COMPAS, yang digunakan dalam sistem peradilan Amerika Serikat untuk menilai risiko residivisme, menemukan bahwa sistem tersebut hampir dua kali lebih sering menandai terdakwa kulit hitam sebagai berisiko tinggi dibandingkan terdakwa kulit putih, meskipun keduanya pada akhirnya tidak mengulangi tindak kejahatan dalam proporsi yang sama (Angwin, Larson, Mattu, & Kirchner, 2016).
Algoritma tersebut memang tidak diberi informasi mengenai ras terdakwa secara langsung. Namun, algoritma belajar dari data historis yang telah lama membawa jejak ketimpangan sosial. Ketimpangan itu kemudian diteruskan dalam bentuk angka yang tampak ilmiah dan bebas prasangka.
Karena itu, persoalannya bukan sekadar apakah AI boleh digunakan dalam hukum. AI bahkan dapat sangat membantu manusia mengolah informasi dalam jumlah besar yang sulit dikerjakan seorang diri.
Persoalan yang jauh lebih penting adalah: siapa yang mengambil keputusan akhir, konteks apa yang harus dipertimbangkan di luar angka, dan siapa yang bertanggung jawab ketika sebuah keputusan berbasis teknologi mengubah kehidupan seseorang?
AI sebagai Alat, Manusia sebagai Kemudi
Jika ditarik satu benang merah dari persoalan etika, empati, bias, seni, dan hukum, arahnya kurang lebih sama. AI merupakan alat yang luar biasa kuat, tetapi tetap membutuhkan manusia yang memegang kemudi. Secanggih apa pun sebuah alat, ia tidak dapat menentukan sendiri ke mana harus melaju, untuk siapa ia bekerja, dan nilai apa yang harus dijaga sepanjang perjalanan.
Humaniora, dalam pengertian inilah, tidak sedang berebut tempat dengan teknologi. Humaniora justru menjadi ruang bagi manusia untuk terus bertanya, mempertimbangkan, dan bertanggung jawab atas hal-hal yang tidak dapat didelegasikan begitu saja kepada mesin, secanggih apa pun teknologi tersebut.
Ketika mesin belajar menjadi semakin cerdas, manusia justru perlu semakin mengingat bagaimana caranya menjadi manusia.
