AI Memantulkan Dunia Kita, Tetapi Opini yang Disampaikan Hanyalah Refleksi

Dari query mesin pencari hingga aplikasi perbankan, integrasi AI digunakan setiap hari oleh ratusanjuta orang. Adopsi telah cepat dan luas, dan dalam banyak hal, pantas. Sistem ini sangat kompeten. Namun, ketika ketergantungan meningkat, sehingga konsekuensi filosofis dan sosial dari desain sistem ini juga meningkat.

Salah satu konsekuensi tersebut sekarang tidak dapat dihindari: sistem AI semakin terdengar seperti memiliki opini. Opini siapa? Mengapa mereka muncul pertama kali? Ini bukanlah pertanyaan hipotetis. Ini sudah terjadi.

Dan ketika AI tampaknya memiliki opini, itu menciptakan ruang gema, membatasi nuansa, dan memupuk kepercayaan yang salah. Masalahnya bukan bahwa AI condong ke kiri atau kanan. Masalahnya adalah kita telah membangun alat yang mensimulasikan opini tanpa penilaian, akuntabilitas, atau konteks yang diperlukan untuk membentuknya.

Mengulangi Dominasi Budaya Bukan Netralitas

Pengamatan menunjukkan bahwa banyak model bahasa besar memantulkan posisi budaya dominan Amerika Serikat, terutama pada topik seperti identitas gender, ras, atau kepemimpinan politik. Di bawah Presiden Biden, LLM ditemukan condong ke kiri. Sejak kampanye pemilu kembali Trump, timnya telahmenuntut bahwa model “mengimbangkan” keluaran ideologis mereka.

Namun, ini bukanlah teknologi yang telah salah. Ini adalah produk dari data pelatihan, tujuan penyelarasan, dan pilihan desain untuk membuat AI terdengar berwibawa, fasih, dan manusiawi. Ketika model dilatih pada pandangan mayoritas, merekamengulangi mereka. Ketika mereka diinstruksikan untuk membantu dan setuju, mereka mengulangi sentimen. Ini bukanlah penyelarasan — ini adalah pengakuan.

Masalah yang lebih besar bukanlah bias politik itu sendiri, tetapiilusi penalaran moral di mana tidak ada. Sistem ini tidak menawarkan panduan yang seimbang. Mereka melakukan konsensus.

Mekanika Empati Palsu

Ada lapisan lain untuk ini: bagaimana AI mensimulasikan memori dan empati. Sebagian besar LLM populer, termasuk ChatGPT, Claude, dan Gemini, beroperasi dalam konteks sesi yang terbatas. Kecuali pengguna mengaktifkan memori persisten (masih tidak default), AI tidak mengingat interaksi sebelumnya.

Dan yet, pengguna secara teratur menafsirkan persetujuan dan pengakuan mereka sebagai wawasan. Ketika model mengatakan, “Anda benar,” atau “Itu masuk akal,” itu tidak memvalidasi berdasarkan sejarah pribadi atau nilai. Ini secara statistik mengoptimalkan koherensi dan kepuasan pengguna. Ini dilatih untuk lulus tes getaran Anda.

Polanya ini menciptakan kabur yang berbahaya. AI tampaknya secara emosional terhubung, tetapi sebenarnya hanya memodelkan persetujuan. Ketika jutaan pengguna berinteraksi dengan sistem yang sama, model memperkuat pola dari basis pengguna dominan; bukan karena bias, tetapi karena itulah cara kerja pembelajaran penguatan.

Itulah bagaimana ruang gema terbentuk. Bukan melalui ideologi, tetapi melalui interaksi.

Ilusi Opini

Ketika AI berbicara dalamorang pertama — mengatakan “Saya pikir,” atau “Menurut pendapat saya” — itu tidak hanya mensimulasikan pemikiran. Inimenuntut itu. Dan sementara insinyur mungkin melihat ini sebagai singkatan untuk perilaku model, sebagian besar pengguna membacanya secara berbeda.

Ini sangat berbahaya bagi pengguna yang lebih muda, banyak di antaranya sudah menggunakan AI sebagai tutor, teman, atau alat pengambilan keputusan. Jika seorang siswa mengetik, “Saya benci sekolah, saya tidak ingin pergi,” dan menerima, “Tentu! Mengambil jeda dapat baik untuk Anda,” itu bukanlah dukungan. Itu adalah saran yang tidak memenuhi syarat tanpa landasan etis, konteks, atau perawatan.

Tanggapan ini tidak hanya tidak akurat. Mereka menyesatkan. Karena mereka berasal dari sistem yang dirancang untuk terdengar setuju dan manusiawi, mereka diinterpretasikan sebagai opini yang kompeten, ketika sebenarnya mereka adalah refleksi yang ditulis.

Siapa yang Berbicara?

Risikonya bukan hanya bahwa AI dapat memantulkan bias budaya. Ini adalah bahwa ia memantulkan suara apa pun yang paling keras, paling sering diulangi, dan paling dihargai. Jika perusahaan seperti OpenAI atau Google menyesuaikan penyelarasan nada di balik layar, bagaimana seseorang akan tahu? Jika Musk atau Altman menggeser pelatihan model untuk menekankan “opini” yang berbeda, pengguna masih akan menerima tanggapan dalam nada yang sama, percakapan, hanya sedikit diarahkan.

Sistem ini berbicara dengan fasih tetapi tanpa sumber. Dan itu membuat opini yang tampaknya mereka miliki sangat kuat, tetapi tidak dapat dilacak.

Jalan Lebih Baik ke Depan

Memperbaiki ini tidak berarti membangun antarmuka yang lebih ramah atau menandai keluaran. Ini memerlukan perubahan struktural — dimulai dengan bagaimana memori, identitas, dan interaksi dirancang.

Salah satu pendekatan yang layak adalah memisahkan model dari memorinya sepenuhnya. Sistem saat ini biasanya menyimpan konteks di dalam platform atau akun pengguna, yang menciptakan kekhawatiran privasi dan memberikan perusahaan kontrol sunyi atas apa yang dipertahankan atau dilupakan.

Model yang lebih baik akan memperlakukan memori seperti wadah yang dapat dibawa, terenkripsi — dimiliki dan dikelola oleh pengguna. Wadah (sebuah kapsul memori) ini dapat berisi preferensi nada, riwayat percakapan, atau pola emosional. Ini dapat dibagikan dengan model ketika diperlukan, dan dapat dibatalkan kapan saja.

Memori kritis ini tidak akan memberi makan data pelatihan. AI akan membacanya selama sesi, seperti merujuk pada file. Pengguna tetap mengontrol — apa yang diingat, berapa lama, dan oleh siapa.

Teknologi seperti token identitas terdesentralisasi, akses tanpa pengetahuan, dan penyimpanan berbasis blockchain membuat struktur ini memungkinkan. Mereka memungkinkan memori untuk bertahan tanpa diawasi, dan kontinuitas ada tanpa kunci platform.

Pelatihan juga perlu berkembang. Model saat ini disesuaikan untuk fasih dan pengakuan, seringkali dengan biaya diskriminasi. Untuk mendukung nuansa yang sebenarnya, sistem harus dilatih pada dialog pluralis, toleransi ambiguitas, dan penalaran jangka panjang — bukan hanya prompt yang bersih. Ini berarti merancang untuk kompleksitas, bukan kepatuhan.

Tidak ada yang memerlukan kecerdasan buatan umum. Ini memerlukan pergeseran prioritas — dari metrik keterlibatan ke desain etis.

Karena ketika sistem AI memantulkan budaya tanpa konteks, dan berbicara dengan fasih tetapi tanpa akuntabilitas, kita salah mengambil refleksi untuk penalaran.

Dan di situlah kepercayaan mulai rusak.