Pemimpin pemikiran

Kecerdasan Buatan dan Perjuangan Melawan Teknofobia

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Ketika berbicara tentang Kecerdasan Buatan Generatif dan Model Bahasa Besar, seperti ChatGPT, antusiasme terhadap kecerdasan buatan bercampur dengan teknofobia. Ini adalah hal yang alami bagi masyarakat umum: mereka menyukai hal-hal baru yang menarik, tetapi mereka takut akan hal-hal yang tidak diketahui. Hal baru ini adalah bahwa beberapa ilmuwan terkemuka telah menjadi skeptis teknologi, jika tidak teknofobia. Kasus ilmuwan dan industrialis yang meminta larangan penelitian kecerdasan buatan selama enam bulan, atau skeptisisme ilmuwan kecerdasan buatan terkemuka Prof. A. Hinton, adalah contoh-contoh tersebut. Satu-satunya equivalen sejarah yang saya ingat adalah kritik bom atom dan nuklir oleh sebagian komunitas ilmiah selama perang dingin. Untungnya, umat manusia berhasil menangani kekhawatiran tersebut dengan cara yang cukup memuaskan.

Tentu saja, setiap orang memiliki hak untuk mempertanyakan keadaan kecerdasan buatan saat ini:

  • Tidak ada yang tahu mengapa Model Bahasa Besar bekerja dengan baik dan apakah mereka memiliki batasan.
  • Banyak bahaya yang diciptakan oleh “bom kecerdasan buatan” yang dapat mengancam, terutama jika negara-negara tetap menjadi penonton pasif dalam hal regulasi.

Ini adalah kekhawatiran yang sah yang memicu rasa takut akan hal-hal yang tidak diketahui, bahkan bagi ilmuwan terkemuka. Setelah semua, mereka juga adalah manusia.

Namun, apakah penelitian kecerdasan buatan dapat dihentikan, bahkan sementara? Menurut pendapat saya, tidak, karena kecerdasan buatan adalah respons manusia terhadap masyarakat global dan dunia fisik yang semakin kompleks. Seiring dengan proses kompleksitas fisik dan sosial yang meningkat, kecerdasan buatan dan metamorfosis warga adalah harapan kita untuk memiliki transisi yang mulus dari Masyarakat Informasi ke Masyarakat Pengetahuan. Jika tidak, kita mungkin menghadapi ledakan sosial yang katastropik.

Solusinya adalah untuk memperdalam pemahaman kita tentang kemajuan kecerdasan buatan, mempercepat pengembangannya, mengatur penggunaannya untuk memaksimalkan dampak positifnya, sambil meminimalkan dampak negatif yang sudah jelas dan tersembunyi. Penelitian kecerdasan buatan dapat dan harus menjadi berbeda: lebih terbuka, demokratis, ilmiah, dan etis. Berikut adalah daftar poin yang diusulkan untuk tujuan tersebut:

  • Kata pertama tentang isu-isu penelitian kecerdasan buatan yang memiliki dampak sosial yang luas harus didelegasikan kepada parlemen dan pemerintah yang dipilih, bukan kepada perusahaan atau ilmuwan individual.
  • Setiap upaya harus dilakukan untuk memfasilitasi eksplorasi aspek positif kecerdasan buatan dalam kemajuan sosial dan keuangan, serta meminimalkan aspek negatifnya.
  • Dampak positif sistem kecerdasan buatan dapat melebihi dampak negatifnya, jika langkah-langkah regulasi yang tepat diambil. Teknofobia tidak dibenarkan, dan bukanlah solusi.
  • Menurut pendapat saya, ancaman terbesar saat ini datang dari kenyataan bahwa sistem kecerdasan buatan seperti itu dapat menipu banyak orang awam yang memiliki sedikit (atau rata-rata) pendidikan dan/atau kemampuan penyelidikan yang terbatas. Ini dapat sangat berbahaya bagi demokrasi dan bentuk kemajuan sosial-ekonomi.
  • Di masa depan, kita harus melawan ancaman besar yang datang dari penggunaan Model Bahasa Besar dan/atau CAN dalam kegiatan ilegal (penipuan dalam ujian universitas adalah contoh yang relatif ringan dalam ruang kemungkinan kejahatan terkait).
  • Dampaknya terhadap tenaga kerja dan pasar akan sangat positif, dalam jangka menengah-panjang.
  • Menurut pendapat saya, sistem kecerdasan buatan harus: a) diwajibkan oleh hukum internasional untuk terdaftar dalam “register sistem kecerdasan buatan”, dan b) memberitahu penggunanya bahwa mereka berinteraksi dengan atau menggunakan hasil sistem kecerdasan buatan.
  • Sistem kecerdasan buatan memiliki dampak sosial yang besar, dan untuk memaksimalkan manfaat dan kemajuan sosial-ekonomi, teknologi sistem kecerdasan buatan canggih harus menjadi terbuka.
  • Data terkait kecerdasan buatan harus (setidaknya sebagian) didemokratisasi, untuk memaksimalkan manfaat dan kemajuan sosial-ekonomi.
  • Sistem kompensasi keuangan yang tepat harus disediakan untuk juara teknologi kecerdasan buatan untuk mengkompensasi kerugian keuntungan, karena keterbukaan yang disebutkan di atas, dan untuk memastikan investasi kuat di masa depan dalam penelitian dan pengembangan (misalnya, melalui pemberian paten, skema lisensi wajib).
  • Keseimbangan penelitian kecerdasan buatan antara Akademia dan Industri harus dipikirkan kembali untuk memaksimalkan output penelitian, sambil mempertahankan kompetitif dan memberikan penghargaan untuk risiko penelitian dan pengembangan yang diambil.
  • Praktik pendidikan harus diperbarui pada semua tingkat pendidikan untuk memaksimalkan manfaat dari teknologi kecerdasan buatan, sambil menciptakan generasi baru warga yang kreatif dan adaptif, serta ilmuwan kecerdasan buatan.
  • Mekanisme regulasi, pengawasan, dan pendanaan yang tepat harus dibuat dan diperkuat untuk memastikan hal di atas.

Beberapa poin tersebut dibahas secara rinci dalam buku saya yang terdiri dari 4 volume tentang “Ilmu Kecerdasan Buatan dan Masyarakat”, terutama dalam volume A (ditulis ulang pada Mei 2023 untuk mencakup Model Bahasa Besar dan Kecerdasan Buatan Umum) dan C.

Referensi Buku:

Ilmu Kecerdasan Buatan dan Masyarakat Bagian A: Pengantar Ilmu Kecerdasan Buatan dan Teknologi Informasi

Ilmu Kecerdasan Buatan dan Masyarakat Bagian C: Ilmu Kecerdasan Buatan dan Masyarakat

Prof. Ioannis Pitas (IEEE fellow, IEEE Distinguished Lecturer, EURASIP fellow) adalah Professor di Departemen Informatika AUTH dan Direktur Artificial Intelligence and Information Analysis (AIIA) lab. Ia pernah menjabat sebagai Profesor Tamu di beberapa Universitas. Ia telah menerbitkan lebih dari 920 makalah, berkontribusi pada 45 buku di bidang minatnya dan menyunting atau (co-)menulis 11 buku lainnya tentang Computer Vision dan Machine Learning. Ia adalah ketua dari International AI Doctoral Academy (AIDA).