Makin Kaya dengan AI

Atau makin miskin? Banyak orang makin kaya dengan memanfaatkan AI. Di sisi lain, banyak orang juga makin miskin dampak dari AI. Apa pilihan yang tepat terhadap AI (akal imitasi / artificial intelligence)?

Udin adalah sarjana informatika yang baru lulus dari institut terbaik di negerinya berbincang dengan ayahnya.

Ayah: Kerjaan kamu banyak coding?
Udin: Betul. Tiap hari.
Ayah: Bagaimana cara kamu coding?
Udin: Suruh AI bikin code. Lalu, tinggal aku periksa.
Ayah: Mudah banget dong?
Udin: Ya, perusahaan rekomendasi seperti itu dan menyediakan dana.

Coding (koding) adalah menulis code (kode) pada komputer agar komputer mengerjakan tugas yang diperlukan. Dulu, programer harus menulis kode huruf demi huruf, baris demi baris, secara manual. Sekarang, programer bisa menyuruh AI untuk menuliskan code yang diinginkan secara cepat. Bayangkan Anda perlu coding yang terdiri 1000 baris. Berapa lama waktu yang Anda butuhkan? Barangkali 2 jam atau 3 jam untuk menulisnya. Belum lagi, kita mudah tipo, mudah salah ketik. Kita perlu memeriksa ulang tulisan code itu. Total, dari pagi sampai sore, kita baru bisa menyelesaikan coding yang 1000 baris itu.

Bagaimana dengan coding pakai AI? Anda bisa menyelesaikan coding itu hanya dalam 10 menit berbantuan AI. Tulis prompt yang tepat untuk AI maka AI menyelesaikan semuanya.

1. Coding AI
2. Verifikasi
3. Cara AI Belajar
4. Proletarisasi
5. Diskusi

Google mengakui bahwa 25% code mereka dihasilkan oleh AI yang diperiksa oleh programer manusia.

“We’re also using AI internally to improve our coding processes, which is boosting productivity and efficiency,” Pichai said.

“Today, more than a quarter of all new code at Google is generated by AI, then reviewed and accepted by engineers. This helps our engineers do more and move faster.”

“Kami juga menggunakan AI secara internal untuk meningkatkan proses koding kami, yang meningkatkan produktivitas dan efisiensi,” kata Pichai (CEO Google).

“Saat ini, lebih dari seperempat dari semua kode baru di Google dibuat oleh AI, kemudian ditinjau dan diterima oleh para teknisi. Ini membantu para teknisi kami melakukan lebih banyak hal dan bergerak lebih cepat.”

Teknisi adalah ahli teknik atau insinyur atau tukang insinyur. Di Google, teknisi mendapat banyak kemudahan dari AI.

1. Coding AI

Coding dengan bantuan AI jelas lebih produktif. Bagaimana dengan kualitas code nya?

Udin: Aku sering menemukan code yang salah atau buruk.
Ayah: Lalu?
Udin: Aku suruh AI untuk memperbaikinya.
Ayah: Hasilnya?
Udin: AI berhasil memperbaikinya.
Ayah: Apa ada masalah?
Udin: Jika buru-buru bisa saja cukup dengan code kualitas buruk.

Code kualitas buruk berfungsi dengan benar dan baik. Hanya kualitasnya saja berbeda dengan code buatan manusia yang pakar dalam coding. Udin khawatir bahwa kualitas code makin buruk karena AI.

2. Verifikasi

Tugas manusia fokus untuk verifikasi: [1] code benar; [2] code kualitas baik.

Untuk mampu verifikasi, kita perlu mamahami konteks kode, memahami kualitas code, dan kemudian logika code.

Verifikasi logika code, agar code dijamin benar, kita perlu berpikir sebagai programer. Maksudnya, setiap programer mampu melakukan tugas ini. Atau sebaliknya, programer yang tidak mampu melakukan verifikasi logika code maka tidak layak dianggap sebagai programer.

Awalnya, AI barangkali salah dalam menghasilkan code; secara logika. Dengan latihan, AI akan mampu menghasilkan code dengan logika yang benar; tentu dengan cepat.

Verifikasi kualitas code hanya bisa dilakukan oleh programer berpengalaman saja. Awalnya, AI tidak akan mampu verifikasi kualitas code. Setelah banyak belajar, apakah AI akan mampu verifikasi kualitas code?

Kita sulit menjawab verifikasi kualitas ini. Karena kualitas mengandung sisi relatif terhadap beragam alternatif. Programer senior pun menghadapi beragam kesulitan. Hanya saja, intuisi berdasar pengalaman akan memudahkan programer senior. Apakah AI yang “berpengalaman” akan memiliki semacam intuisi programer senior? Mungkin AI tidak akan mampu. Tetapi, AI akan memiliki semacam “intuisi” sendiri untuk mendapatkan code berkualitas. Pengamat dari luar, yang bukan programer senior, akan menilai code dari AI sama berkualitasnya dengan code dari programer senior.

Verifikasi konteks code hanya bisa dilakukan oleh manusia: programer bersama tim mereka, pelanggan, masyarakat sekitar, dan situasi budaya secara luas. AI tidak akan pernah mampu verifikasi konteks code; sejauh AI berkembang dengan skenario saat ini.

Mengapa AI tidak mampu verifikasi konteks code?

Karena AI bekerja dan belajar berdasar data digital. Sementara, konteks code lebih dari data digital; meliputi konteks budaya secara luas. Setiap konteks budaya yang dibuat versi digital maka masih tersedia konteks budaya lain yang tidak digital. Jadi, verifikasi konteks code pasti membutuhkan manusia. AI membutuhkan manusia.

3. Cara AI Belajar

AI belajar dari data yang jumlahnya besar; LLM: large language model. AI model ini disebut sebagai generative AI atau genAI atau GAI. ChatGPT, Gemini, dan Meta adalah beberapa contoh AI generatif.

AI generatif memang penting karena berbeda dengan AI generasi sebelumnya. AI generatif mampu “generate” atau menghasilkan ide-ide baru yang berbeda dari bahan ajar mereka. Jadi, AI menjadi mirip dengan manusia yang kreatif.

Karena AI kreatif maka AI mungkin saja salah; bahkan AI sering halusinasi. Dengan banyak berlatih, maka AI menjadi jarang salah atau AI hampir selalu benar. Problem selesai. Apakah terjamin?

Problem lain muncul: jika AI belajar dari data maka apa yang terjadi jika AI sudah belajar dari seluruh data?

Atau, jika seluruh data baru hanya dihasilkan oleh AI maka AI belajar dari data hasil AI saja, apa yang akan terjadi?

4. Proletarisasi

Berikutnya, kita akan mencermati konteks proletarisasi: pemiskinan. AI berdampak memiskinkan banyak orang dan memiskinkan bumi. Banyak orang menjadi pengangguran dampak AI, banyak orang sulit wirausaha dampak AI, pencemaran lingkungan dampak AI.

Di sisi lain, terjadi plutonisasi: orang super kaya menjadi makin super kaya karena AI; negara super power menjadi makin berkuasa dampak dari AI. Istilah plutonisasi bisa kita sandingkan dengan istilah plutokrasi: kekuasaan politik yang dikuasai oleh pihak super kaya.

Makin kaya bersama AI: plutonisasi. Makin miskin bersama AI: proletarisasi. Proses ini beriringan. Karena hampir seluruh penduduk dunia makin miskin, misal 5 milyar penduduk bumi, maka kekayaan orang miskin ini pindah kepada segelintir pihak super kaya; misal 5 orang super kaya. Misal setiap 1 orang miskin menyumbang 1 dolar maka 1 orang kaya menguasai 1 milyar dolar dari orang-orang miskin. Angka 1 milyar dolar memang sangat besar; demikianlah plutonisasi.

Saya tidak merasa kehilangan 1 dolar!?

Barangkali Anda tidak termasuk proletarisasi mau pun plutonisasi; Anda termasuk satu dari 3 milyar penduduk bumi yang bukan mereka. Atau, Anda tidak sadar menyumbang 1 dolar? Bukankah Anda pakai WA yang ada Meta AI? Bukankah Anda memakai google yang ada Gemini AI? Bukankah Anda pakai chatGPT atau Grok?

Jika harta Anda berkurang 1 dolar per bulan, atau 15 ribu rupiah per bulan, mungkin Anda memang tidak sadar. Hanya terasa mengapa situasi ekonomi menjadi makin sulit hari-hari ini.

Proletarisasi perlu dilawan; plutonisasi juga perlu dilawan. Setiap penduduk bumi berhak hidup layak dan bahagia di bumi ini. Penambahan kekayaan berlebih kepada super kaya juga tidak ada gunanya.

Apa sikap terbaik kita? Sikap yang mudah: ambil yang baik dan tinggalkan yang buruk. Tetapi tidak mudah lagi karena apa yang baik, dan apa yang buruk, tidak sejelas yang dikira.

Ada yang berpandangan bahwa AI hanya alat; pakailah alat sesuai fungsinya; selesai semua urusan. Benar bahwa AI memang alat; teknologi juga alat. Memandang AI sebagai hanya “alat” adalah cara pandang paling dasar; atau, paling lemah. Jadi, kita perlu mempertimbangkan AI dalam konteks histori lebih luas; termasuk pengaruh AI terhadap proletarisasi dan plutonisasi secara timbal balik.

5. Diskusi

Bagaimana menurut Anda?

a) AI Generatif atau LLM

LLM atau AI generatif sangat penting bagi manusia karena AI generatif tampak kreatif mirip manusia; bisa berbincang-bincang dengan bahasa alami manusia.

AI generatif gagal menjawab soal matematika. Saya sering bertanya ke AI tentang triple Pythagoras. Mereka menjawab dengan salah; chatGPT, Gemini, Meta, atau lainnya. Tetapi, AI bisa menulis code seperti kita bahas di atas. Akhirnya AI mampu menjawab soal matematika apa pun dengan menjalankan code komputer. Hal ini, pencapaian yang luar biasa. Apakah AI memahami code tersebut? Apakah LLM telah menulis code dengan interpretasi yang tepat? Apakah semua problem bisa diselesaikan dengan menulis code?

Yang paling istimewa dari LLM bukan kemampuan coding tetapi kemampuan bahasa alamiah manusia. Jadi, kita perlu mengkaji lebih jauh lagi. Dampak positif apa yang bisa diberikan oleh AI kepada alam semesta? Dampak negatif apa yang bisa dicegah oleh AI secara luas? Kita meluaskan perspektif dampak AI ke seluruh semesta. Perspektif sempit tidak lagi cukup: keuntungan finansial apa yang bisa dihasilkan AI kepada para investor? Jika kita berminat mempersempit perspektif maka perlu fokus kepada pihak lemah: keuntungan apa yang bisa diberikan oleh AI kepada orang-orang miskin di belahan dunia?

Kita berharap AI akan berhasil memberi kebaikan kepada seluruh alam semesta termasuk kepada manusia. Jika LLM gagal maka kita bisa mengembangkan model AI yang lain.

b) Proletarisasi

Tema pemiskinan, atau proletarisasi, perlu terus menyebar ke seluruh penjuru bersama AI. Proletarisasi menjadi tersembunyi karena berhubungan dengan AI secara tidak langsung. Hubungan langsung dengan AI adalah plutonisasi; menjadikan segelintir orang super kaya makin super kaya. Di sekitarnya, ada orang-orang kelas menengah yang ikut menikmati ledakan kekayaan itu. Wajar, bila mereka mendukung pengembangan AI. Lebih rumit lagi, proletarisasi dan plutonisasi tampak aman dari aspek legal; mereka tidak menunjukkan tanda pelanggaran legal mau pun moral. Tantangan kita adalah agar bisa memahami situasi ini lebih jernih.

Proletarisasi terjadi pada pengetahuan manusia; manusia makin bodoh dampak dari AI. Proletarisasi terjadi pada alam raya: hutan gundul, tanah longsor, atmosfir kotor, racun karbon bertebaran di mana-mana, satwa langka terancam punah, dan lain-lain.

Bagaimana AI bisa berperan aktif melawan proletarisasi dan plutonisasi?

c) AI Futuristik

Bagamana masa depan AI? Tepatnya, bagaimana masa depan AI yang baik bagi manusia dan seluruh alam raya?

Kita mengkaji AI secara kritis adalah untuk menemukan solusi.

Bagaimana menurut Anda?