Tetaplah terinformasi dengan pembaruan gratis
Cukup daftar ke Artificial Intelligence myFT Digest — langsung dikirimkan ke kotak masuk email Anda.
Penulis adalah direktur pendiri bersama Institut Stanford untuk Kecerdasan Buatan Berpusat pada Manusia (HAI) dan CEO serta pendiri World Labs
Kecerdasan buatan berkembang dengan pesat. Apa yang dulunya membutuhkan model komputasi dalam beberapa hari sekarang bisa dilakukan dalam hitungan menit, dan meskipun biaya pelatihan telah meningkat secara dramatis, biaya tersebut akan segera turun seiring para pengembang belajar untuk melakukan lebih banyak dengan lebih sedikit. Saya sudah pernah mengatakannya, dan saya akan mengulanginya — masa depan kecerdasan buatan ada sekarang.
Bagi siapa pun di bidang ini, hal ini tidak mengejutkan. Ilmuwan komputer telah bekerja keras; perusahaan telah melakukan inovasi selama bertahun-tahun. Yang mengejutkan — dan menimbulkan kejutan — adalah tampaknya tidak adanya kerangka kerja yang menyeluruh untuk tata kelola kecerdasan buatan. Ya, kecerdasan buatan berkembang dengan cepat — dan dengan itu datanglah kebutuhan untuk memastikan bahwa hal tersebut bermanfaat bagi seluruh umat manusia.
Sebagai seorang teknolog dan pendidik, saya sangat yakin bahwa setiap orang di ekosistem kecerdasan buatan global bertanggung jawab baik untuk memajukan teknologi maupun memastikan pendekatan berpusat pada manusia. Itu adalah tugas yang sulit, yang layak mendapatkan seperangkat pedoman yang terstruktur. Menyambut AI Action Summit minggu depan di Paris, saya telah merumuskan tiga prinsip mendasar untuk masa depan pembuatan kebijakan kecerdasan buatan.
Pertama, gunakan ilmu pengetahuan, bukan fiksi ilmiah. Dasar dari pekerjaan ilmiah adalah ketergantungan yang berprinsip pada data empiris dan penelitian yang ketat. Pendekatan yang sama harus diterapkan pada tata kelola kecerdasan buatan. Sementara skenario futuristik menangkap imajinasi kita — baik itu utopia atau apokalips — pembuatan kebijakan yang efektif menuntut pandangan yang jernih terhadap realitas saat ini.
Kita telah membuat kemajuan signifikan di bidang-bidang seperti pengenalan gambar dan pemrosesan bahasa alami. Chatbot dan program bantuan perangkat lunak co-pilot sedang mengubah cara kerja dengan cara yang menarik — tetapi mereka menggunakan pembelajaran data canggih dan pembangkitan pola. Mereka bukan bentuk kecerdasan dengan niat, kehendak bebas, atau kesadaran. Memahami hal ini penting, menyelamatkan kita dari gangguan skenario yang jauh dari kenyataan, dan memungkinkan kita fokus pada tantangan-tantangan penting.
Mengingat kompleksitas AI, bahkan fokus pada realitas kita tidak selalu mudah. Untuk menyambungkan kesenjangan antara kemajuan ilmiah dan aplikasi dunia nyata, kita memerlukan alat yang akan berbagi informasi akurat dan terkini tentang kemampuannya. Institusi-institusi yang sudah mapan, seperti Institut Standar dan Teknologi Nasional AS, bisa menjelaskan efek-efek kecerdasan buatan dalam kehidupan nyata, mengarah pada kebijakan-kebijakan yang tepat, yang didasarkan pada realitas teknis.
Kedua, bersikaplah pragmatis, bukan ideologis. Meskipun kemajuannya cepat, bidang kecerdasan buatan masih dalam masa perkembangan awalnya, dengan kontribusi-kontribusi terbesarnya di depan. Oleh karena itu, kebijakan tentang apa yang boleh dan tidak boleh dibangun harus dirancang secara pragmatis, untuk meminimalkan konsekuensi-konsekuensi yang tidak diinginkan sambil mendorong inovasi.
Contohnya, penggunaan kecerdasan buatan untuk mendiagnosis penyakit dengan lebih akurat. Hal ini berpotensi untuk secara cepat mendemokratisasi akses ke perawatan medis berkualitas tinggi. Namun, jika tidak dipandu dengan baik, hal ini juga bisa memperburuk bias yang ada dalam sistem perawatan kesehatan saat ini.
Mengembangkan kecerdasan buatan bukanlah tugas yang mudah. Mungkin saja mengembangkan sebuah model dengan niat terbaik, namun model tersebut bisa disalahgunakan di kemudian hari. Oleh karena itu, kebijakan tata kelola terbaik akan dirancang untuk mengurangi risiko tersebut secara taktis sambil memberikan penghargaan untuk implementasi yang bertanggung jawab. Para pembuat kebijakan harus merancang kebijakan tanggung jawab yang praktis yang mencegah penyalahgunaan yang disengaja tanpa menghukum dengan tidak adil upaya yang dilakukan dengan itikad baik.
Terakhir, memberdayakan ekosistem kecerdasan buatan. Teknologi ini dapat menginspirasi para siswa, membantu kita merawat populasi yang menua, dan berinovasi dalam solusi untuk energi yang lebih bersih — dan inovasi terbaik terjadi melalui kolaborasi. Oleh karena itu, semakin penting bagi para pembuat kebijakan untuk memberdayakan seluruh ekosistem kecerdasan buatan — termasuk komunitas sumber terbuka dan dunia akademis.
Akses terbuka ke model AI dan alat komputasi sangat penting untuk kemajuan. Membatasinya akan menciptakan hambatan dan melambatkan inovasi, terutama bagi institusi akademis dan peneliti yang memiliki sumber daya lebih sedikit dibandingkan mitra sektor swasta mereka. Konsekuensi dari pembatasan tersebut, tentu saja, meluas jauh di luar dunia akademis. Jika mahasiswa ilmu komputer saat ini tidak bisa melakukan penelitian dengan model terbaik, mereka tidak akan memahami sistem-sistem rumit ini ketika mereka memasuki sektor swasta atau memutuskan untuk mendirikan perusahaan mereka sendiri — sebuah kesenjangan yang serius.
Revolusi kecerdasan buatan sudah di depan mata — dan saya sangat bersemangat. Kita memiliki potensi untuk secara dramatis meningkatkan kondisi manusia kita di dunia yang didukung kecerdasan buatan ini tetapi untuk mewujudkannya, kita membutuhkan tata kelola yang empiris, kolaboratif, dan sangat berakar pada nilai-nilai berpusat pada manusia.