‘Apa kesamaan yang dimiliki oleh chatbot, lemari es pintar, alat prediksi risiko gagal bayar, penerjemah otomatis, mobil tanpa pengemudi, filter spam email, dan alat prediksi gempa bumi?’
Kecerdasan buatan menolak definisi yang stabil, tulis Paola Lopez dalam Air raksa (Jerman), yang tidak hanya menimbulkan kebingungan konseptual namun juga permasalahan hukum yang konkrit. Istilah ‘AI’ mencakup sistem yang luas dan terus berubah, mulai dari model generatif hingga alat algoritmik yang lebih terbatas.
Dan bukan hanya jenis sistem AI yang berbeda-beda. Teknologi berkembang pesat dan model versi baru menggantikan model lama dengan kecepatan yang mencengangkan. Hasilnya adalah target bergerak yang menolak kategorisasi yang jelas. Ketidakstabilan yang ‘berubah-ubah’ ini mempunyai implikasi hukum yang besar. Bagaimana kita bisa mengatur sesuatu tanpa terlebih dahulu mendefinisikan ‘apa yang diatur’?
Upaya untuk membuat undang-undang berisiko menjadi terlalu sempit dan gagal mencakup sistem-sistem yang sedang berkembang, atau terlalu luas dan menyatukan teknologi-teknologi yang berbeda secara fundamental. Selain itu, ketika perdebatan mengenai peraturan semakin intensif, perusahaan-perusahaan sengaja meremehkan penggunaan AI.
PredPol, misalnya, adalah pemimpin pasar dalam kebijakan prediktif hingga kota Santa Cruz, tempat basisnya, melarang penggunaan teknologi tersebut. Perusahaan menanggapinya dengan mengubah namanya menjadi Geolitica dan mengklaim bahwa mereka tidak pernah menawarkan alat prediksi sejak awal. Situasi serupa pasti akan terjadi lagi, saran Lopez: ‘Pada awalnya, semua orang ingin “menggunakan AI†dan semuanya “memiliki AI†, karena mudah untuk mengikuti gelombang AI yang sedang booming. Namun begitu peraturan diberlakukan… tidak ada seorang pun yang ingin dikaitkan dengan AI.’
Devaluasi pekerjaan
Munculnya AI di tempat kerja tidak hanya membahayakan pekerja yang melakukan tugas-tugas otomatis; itu juga membentuk kembali nilai kerja. Lisa Herzog membedakan empat dimensi nilai kerja yang dirusak oleh AI: ‘didaktik, pembangunan komunitas, penciptaan makna, dan politik’.
Pada tataran didaktik, pekerjaan merupakan ruang untuk memperoleh dan menyempurnakan keterampilan. Dengan mengotomatiskan tugas-tugas kompleks, AI membatasi peluang untuk belajar melalui praktik, sehingga mempersulit perolehan pengetahuan ahli. Hal ini juga dapat berdampak pada motivasi, ‘jika kesempatan untuk berlatih dan mengembangkan keterampilan tertentulah yang membuat seseorang tertarik pada profesi tertentu’.
Kedua, pekerjaan mendorong integrasi sosial dengan menyatukan orang-orang yang mungkin belum pernah bertemu sebelumnya, namun manajemen algoritmik mengisolasi pekerja, sehingga lebih sulit untuk mengembangkan rasa budaya bersama.
Dimensi karya yang ketiga adalah maknanya. ‘Tindakan manusia secara struktural bersifat polisemi’, dengan tugas-tugas yang lebih kecil dan membosankan menjadi bermanfaat ketika kita tahu bahwa tugas-tugas tersebut berkontribusi pada tujuan yang lebih luas. Platform yang dikelola AI menghilangkan makna ini dengan mengalihdayakan banyak pekerjaan kecil ke pekerja sementara tanpa mengetahui tujuan akhir mereka. Buruh mulai merasa seperti menjalani ‘sebuah rintangan yang kecil dan rumit’ daripada mencapai sesuatu yang bernilai nyata.
Dan yang terakhir, tempat kerja ‘merupakan tempat politisasi yang penting’. Hal ini memungkinkan terjadinya perbincangan mengenai kondisi kerja dan hak-hak pekerja sehingga menumbuhkan kesadaran dan tindakan politik. Dengan merestrukturisasi tenaga kerja menjadi tugas-tugas individual dan mengadu domba pekerja yang tidak mempunyai jam kerja dalam perlombaan untuk mendapatkan pekerjaan, AI meniadakan aspek pekerjaan ini.
Ketidakterbatasan yang baru
Ekonomi adalah ‘sebuah upaya untuk mengatasi sumber daya yang terbatas dengan melipatgandakan kemungkinan akses’, tulis Birger P. Priddat. Sejarah ekonomi dapat dipahami sebagai rangkaian ‘rezim lapangan’ yang berkembang dalam berbagai dimensi, dimulai dengan bidang dalam arti literal.
Pertama, peralihan dari pertanian horizontal ke pertambangan vertikal menandai peralihan dari peternakan domestik ke ekstraksi sumber daya yang terbatas. Perdagangan global kemudian memungkinkan perekonomian Eropa untuk memperluas basis sumber daya mereka tanpa mengintensifkan produksi. Dengan laut tanpa batas dan tanpa jalur sebagai bidang geometri baru, kapal berfungsi sebagai vektor dalam `apropriasi spasial hasil dari benua asing’. Bidang berikutnya bersifat temporal: perekonomian industri didorong oleh investasi pada keuntungan di masa depan dan peralihan dari siklus pertumbuhan musiman ke produktivitas konstan.
Pada abad kedua puluh satu, dengan habisnya sumber daya fisik dunia, bidang ini telah meluas secara internal, ke dalam perilaku manusia itu sendiri: ‘Sama seperti Locke yang mendefinisikan tanah adat sebagai “kosong†, Google, Meta, dan sejenisnya mendefinisikan data pribadi kita … sebagai “mentah†dan “tanpa pemilik†hingga diproses oleh algoritma mereka.’
Dan bagaimana dengan masa depan? Priddat menyarankan bahwa bidang keenam adalah biologis. Kita telah mencapai titik dimana iklim tidak dapat kembali lagi: penangkapan karbon sebanyak apapun tidak dapat memulihkan sistem yang telah kita hancurkan. Satu-satunya pilihan kita adalah memanfaatkan kekuatan AI untuk membentuk kembali dunia kita: rekayasa geo surya, karang tahan panas, bakteri pemakan plastik, protein yang dikembangkan di laboratorium.
‘Keterbatasan baru tidak terletak pada perluasan ruang, namun kepadatan desain. Kita tidak sedang berada di akhir sejarah produktivitas, namun berada pada titik paling berbahaya dan produktif: peralihan dari kehancuran yang tidak disadari ke komposisi kehidupan planet yang disadari.’
Antropomorfisme yang direkayasa
LLM menjadi semakin mirip manusia, menghasilkan respons yang bersifat komunikatif, empati, dan sadar diri. Bukan sekedar kebetulan, kualitas antropomorfik ini diperkenalkan secara sistematis melalui serangkaian pilihan desain, tulis Max Beck. Bahkan keputusan untuk menghadirkan interaksi dalam bentuk ‘obrolan’, dibandingkan, katakanlah, ‘alur kerja berbasis node atau alat baris perintah’ merupakan pilihan desain yang disengaja, begitu pula dengan ‘tampilan token yang dihasilkan dalam antarmuka obrolan sebagai teks mengalir yang mengingatkan pada pengetikan manusia’.
Proses pembuatan LLM dimulai dengan model dasar, dilatih pada kumpulan teks yang luas untuk menghasilkan bahasa yang masuk akal secara statistik. Pada tahap ini, ‘bentuk respons ditentukan murni berdasarkan teori probabilitas dari data pelatihan yang berbeda, yang tidak selalu bersifat percakapan.’ Penyempurnaan kemudian mengadaptasi model ke tugas yang lebih spesifik dan meningkatkan relevansi dan kelancaran.
Langkah berikutnya adalah ‘Pembelajaran Penguatan dari Umpan Balik Manusia’ (RLHF), di mana evaluator manusia memberi peringkat dan membandingkan keluaran, memberikan penghargaan kepada keluaran yang tampak membantu, sopan, atau ramah. Proses ini memberi model ‘kepribadian’ dengan menanamkan norma-norma komunikatif manusia ke dalam tanggapannya. Hasilnya adalah gaya yang sering meniru kesadaran emosional.
Antropomorfisme yang direkayasa ini memiliki keuntungan finansial yang jelas dan sepertinya tidak akan hilang dalam waktu dekat. Sistem yang lebih mirip manusia akan lebih mudah dan menyenangkan untuk digunakan, meningkatkan ‘kelengketan’ dan memperpanjang waktu interaksi: ‘Pada akhirnya, waktu penggunaan adalah mata uang dari semua platform interaktif.’ Antropomorfisme merupakan strategi yang menyelaraskan pengalaman pengguna dengan prioritas ekonomi pengembang dan operator AI.
Ulasan oleh Cadenza Academic Translations
