Menurut sebuah panel dari ratusan peneliti kecerdasan buatan, bidang tersebut saat ini sedang mengejar kecerdasan buatan umum dengan cara yang salah. Wawasan ini terungkap dalam Panel Presidensial Asosiasi untuk Kemajuan Kecerdasan Buatan (AAAI) 2025 tentang Masa Depan Penelitian AI. Laporan panjang itu disusun oleh 24 peneliti kecerdasan buatan yang ahli dalam berbagai bidang mulai dari keadaan infrastruktur AI hingga aspek sosial kecerdasan buatan. Laporan itu mencakup poin terpenting untuk setiap bagian, serta bagian opini masyarakat di mana responden diminta memberikan pendapat mereka sendiri tentang bagian tersebut. Bagian tentang “Persepsi vs. Realitas Kecerdasan Buatan”, yang dipimpin oleh ilmuwan komputer MIT Rodney Brooks, merujuk pada karakterisasi Siklus Hype Gartner, siklus lima tahap yang umum dalam hype teknologi. Pada November 2024, Gartner “memperkirakan bahwa hype untuk Generative AI baru saja melewati puncaknya dan sedang menurun,” catat laporan itu. 79% responden dalam bagian opini masyarakat menyatakan bahwa persepsi publik saat ini tentang kemampuan AI tidak sesuai dengan realitas penelitian dan pengembangan AI, dengan 90% mengatakan bahwa ketidaksesuaian tersebut menghambat penelitian AI—74% dari jumlah tersebut mengatakan bahwa “arah penelitian AI didorong oleh hype.” Kecerdasan buatan umum (AGI) merujuk pada kecerdasan tingkat manusia: kecerdasan hipotetis mesin yang menginterpretasikan informasi dan belajar darinya seperti yang dilakukan manusia. AGI adalah suatu tujuan suci dalam bidang itu, dengan implikasi untuk otomatisasi dan efisiensi di berbagai bidang dan disiplin. Pertimbangkan tugas-tugas sepele yang tidak ingin Anda habiskan banyak waktu melakukannya, mulai dari merencanakan perjalanan hingga mengurus pajak. AGI bisa diterapkan untuk meringankan beban tugas rutin, tetapi juga mempercepat kemajuan di bidang lain, mulai dari transportasi hingga pendidikan dan teknologi. Mayoritas yang mengejutkan—76% dari 475 responden—mengatakan bahwa hanya memperluas pendekatan saat ini terhadap AI tidak akan cukup untuk menghasilkan AGI. “Secara keseluruhan, respon tersebut menunjukkan pendekatan yang hati-hati namun progresif: peneliti AI memprioritaskan keamanan, tata kelola etis, pembagian manfaat, dan inovasi bertahap, memadvokasi perkembangan kolaboratif dan bertanggung jawab daripada perlombaan menuju AGI,” tulis laporan itu. Meskipun hype mengganggu status penelitian—dan pendekatan saat ini terhadap AI tidak menempatkan peneliti di jalur yang paling optimal menuju AGI—teknologi ini telah membuat terobosan besar. “Lima tahun yang lalu, kita hampir tidak bisa melakukan percakapan ini – AI terbatas pada aplikasi di mana tingkat kesalahan tinggi dapat ditoleransi, seperti rekomendasi produk, atau di mana domain pengetahuan sangat terbatas, seperti mengklasifikasikan gambar ilmiah,” jelas Henry Kautz, seorang ilmuwan komputer di University of Virginia dan ketua bagian laporan tentang Faktualitas & Kepercayaan, dalam sebuah email kepada Gizmodo. “Lalu, dengan tiba-tiba dalam skala waktu sejarah, AI umum mulai bekerja dan mendapatkan perhatian publik melalui chatbot seperti ChatGPT.” Faktualitas AI “jauh dari terselesaikan”, tulis laporan itu, dan model-model LLM terbaik hanya menjawab sekitar setengah dari sejumlah pertanyaan dengan benar dalam uji benchmark 2024. Namun, metode pelatihan baru dapat meningkatkan kekokohan model-model tersebut, dan cara-cara baru mengatur AI dapat lebih memperbaiki performa mereka. “Saya percaya tahap berikutnya dalam meningkatkan kepercayaan akan menjadi penggantian agen AI individual dengan tim agen yang bekerja sama yang terus memeriksa fakta satu sama lain dan berusaha untuk saling jujur,” tambah Kautz. “Sebagian besar masyarakat umum serta komunitas ilmiah—termasuk komunitas peneliti AI—meremehkan kualitas sistem AI terbaik saat ini; persepsi tentang AI tertinggal sekitar satu atau dua tahun di belakang teknologi.” AI tidak akan pergi ke mana pun; bagaimanapun, Siklus Hype Gartner tidak berakhir dengan “memudar menjadi tak dikenal,” tetapi malah “dataran produktivitas.” Berbagai arena kasus penggunaan AI memiliki tingkat hype yang berbeda, tetapi dengan semua kehebohan tentang AI—dari sektor swasta, dari pejabat pemerintah, bahkan dari keluarga kita sendiri—laporan ini adalah pengingat segar bahwa peneliti AI sedang memikirkan secara sangat kritis tentang keadaan bidang mereka. Dari cara sistem AI dibangun hingga cara mereka diterapkan di dunia, ada ruang untuk inovasi dan perbaikan. Karena kita tidak akan kembali ke masa tanpa AI, satu-satunya arah adalah ke depan.
