Kurawalmedia.com, Tanjungpinang – Meskipun kecerdasan buatan (AI) telah menunjukkan kemajuan pesat dalam berbagai sektor, penelitian terbaru menyoroti perbedaan mendasar antara cara manusia dan mesin dalam memproses informasi, khususnya dalam kemampuan membuat analogi.
Temuan ini membuka pandangan baru tentang sejauh mana AI masih tertinggal dibandingkan dengan manusia dalam berpikir dan menyelesaikan masalah sehari-hari.
Penelitian yang diterbitkan pada Februari 2025 di Transactions on Machine Learning Research ini menguji kinerja manusia dan model bahasa besar (Large Language Models/LLM) dalam menyelesaikan soal-soal analogi dan pola angka digital.
Hasilnya, manusia unggul jauh dalam hal ini, terutama dalam situasi yang memerlukan kemampuan untuk mengenali pola yang lebih kompleks.
Salah satu contoh dalam penelitian ini menggambarkan kemampuan manusia dalam menyelesaikan soal analogi sederhana seperti perubahan urutan huruf.
Seorang asisten profesor AI di Universitas Amsterdam, Martha Lewis, menjelaskan, “Jika ‘abcd’ berubah menjadi ‘abce’, maka ‘ijkl’ akan berubah menjadi ‘ijkm’. Manusia cenderung menjawab dengan benar, sementara AI juga mampu memberikan jawaban yang serupa.”
Namun, masalah muncul saat soal sedikit lebih kompleks. Misalnya, pada soal yang meminta mengidentifikasi pola dalam urutan huruf yang lebih rumit seperti “abbcd” menjadi “abcd”, dan “ijkkl” harus diubah menjadi apa.
Manusia dapat dengan mudah mengidentifikasi pola penghapusan elemen yang berulang dan menjawab “ijkl”, sementara AI, khususnya GPT-4, sering kali gagal memberikan jawaban yang benar pada tipe soal ini.
Temuan utama dari penelitian ini adalah bahwa model AI saat ini tidak memiliki kemampuan untuk melakukan “zero-shot learning” — yaitu kemampuan untuk memahami pola yang belum pernah ditemui sebelumnya.
Berbeda dengan manusia yang bisa menyusun logika dan membuat kesimpulan dari situasi baru tanpa perlu contoh serupa, AI hanya mampu mencocokkan pola yang telah diajarkan sebelumnya.
Menurut Lewis, “AI sangat baik dalam mengenali dan mencocokkan pola yang sudah ada, tetapi sangat buruk dalam membuat generalisasi atau kesimpulan dari pola yang baru.”
Hal ini menjadi kendala besar, terutama dalam aplikasi AI di bidang-bidang krusial seperti hukum, di mana kemampuan untuk menarik analogi dan menerapkan preseden hukum pada kasus yang relevan adalah hal yang sangat penting.
Ketidakmampuan AI untuk berpikir secara analogis bukan hanya masalah teknis, tetapi juga dapat berdampak langsung pada berbagai aspek kehidupan.
Dalam bidang hukum, misalnya, AI digunakan untuk riset, menganalisis yurisprudensi, dan memberikan rekomendasi hukuman.
Namun, jika AI gagal mengidentifikasi kesamaan dalam kasus yang sedikit berbeda, ada potensi risiko besar dalam penerapan keputusan hukum yang adil.
Studi ini mengingatkan kita bahwa evaluasi terhadap AI tidak bisa hanya didasarkan pada akurasi semata, tetapi juga pada kemampuannya dalam berpikir dan menalar.
Kecerdasan buatan masih jauh dari mampu meniru kemampuan berpikir analogis manusia yang sangat penting dalam proses pengambilan keputusan yang melibatkan kompleksitas.
Meski AI berkembang dengan pesat, penelitian ini menegaskan bahwa masih ada jurang besar antara kecerdasan manusia dan mesin dalam hal berpikir dan menalar.
“Ini bukan soal seberapa banyak data yang dimiliki AI, tetapi bagaimana data tersebut dipahami dan diterapkan,” ujar Lewis.
Dengan demikian, kita harus berhati-hati dalam mengandalkan AI, terutama dalam pengambilan keputusan yang melibatkan aspek-aspek kritis yang memerlukan pemikiran kompleks.(*)
Editor: Brp
