Manusia telah mencari cara untuk membuat keputusan yang tepat jauh sebelum sejarah yang tercatat. Dahulu kala, astrologi muncul; Jauh kemudian, sains dan ekonomi muncul. Kesulitannya adalah membuat keputusan yang tepat. Sekarang kita memiliki AI. Bisnis sebagian besar menghasilkan dorongan untuk lebih banyak AI, berharap untuk menjual lebih banyak dan meningkatkan keuntungan sambil mengurangi jumlah karyawan untuk memangkas biaya.
Belum lama ini, “buatan” memiliki konotasi negatif. “Kecerdasan” adalah sesuatu yang kita cari di mana-mana, bahkan di luar angkasa. Dengan jumlah uang dan upaya yang kita habiskan untuk menemukan intelijen, kita jelas belum melihatnya. Menempatkan kepercayaan dan uang buta pada AI mengekspos masyarakat kita pada skenario yang menimbulkan pertanyaan serius.
Alat dan algoritme statistik berlaku untuk kumpulan data besar, dan kami mempertimbangkan hasilnya AI. Teori statistik membantu memahami data, membantu AI dalam logika dan pengambilan keputusannya. Di Berpikir, Cepat dan Lambat, Daniel Kahneman, seorang psikolog, menerima Hadiah Nobel Ekonomi pada tahun 2002 untuk penelitiannya tentang penilaian manusia dan pengambilan keputusan di bawah ketidakpastian. Dia memberi tahu kita bagaimana dia perlahan-lahan menemukan bahwa, bahkan di antara para ilmuwan, pandangan kita tentang statistik cenderung bias. Ini adalah cara yang sopan untuk mengatakan bahwa kita terus-menerus salah dalam pemahaman kita tentang statistik.
Dalam konteks pengetahuan dalam diskusi, AI menggunakan berbagai metode untuk memahami bahasa manusia, memungkinkannya mereplikasi pengambilan keputusan manusia. Data adalah informasi yang diubah menjadi format yang membantu AI memahami masalah dan mempelajari solusi. Kecerdasan adalah kemampuan untuk menganalisis kumpulan data dan menentukan informasi mana yang signifikan atau relevan. Hikmat adalah mengetahui dan membuat pilihan yang tepat, bahkan dalam keadaan yang tidak pasti. Tidak ada jumlah data atau penghitungan angka yang dapat mengubahnya. Misalkan titik data berisi informasi apa pun yang perlu lebih jelas. Dalam hal ini, kita perlu menganalisis data lebih lanjut untuk mengetahui apakah informasi ini mengandung kecerdasan, yang membutuhkan lebih banyak analisis. Kecerdasan adalah penghubung antara informasi dan pengambilan keputusan. Hasilnya hanya akan terlihat jika kita menunjukkan kebijaksanaan setelah membuat keputusan.
Jebakan AI
Ada masalah atau pertanyaan yang terpecahkan dan masalah yang belum terpecahkan. “Fokus pada pengetahuan yang mapan ini dengan demikian mencegah kita mengembangkan ‘budaya umum’ pemikiran kritis.” Peter Isackson: “Di luar kotak: Literasi Media, Berpikir Kritis, dan AI.” Bisakah AI memberikan sesuatu yang masuk akal untuk masalah yang belum terpecahkan?
AI mengandalkan jumlah data yang lebih besar daripada yang pernah tersedia sebelumnya. Namun, lebih banyak data tidak menjamin lebih dekat pada keputusan yang benar. Statistik dan algoritme membentuk dasar manipulasi data AI. Statistik mengacu pada data yang dikumpulkan dari masa lalu. Itu tidak dapat mengatakan sesuatu yang spesifik tentang hasil dari proses masa depan. Lebih banyak data, lebih banyak yang sama, tidak akan menghasilkan sesuatu yang baru.
Isi informasi suatu sistem, baik itu buku, alam semesta atau LLM, diukur dengan perilaku sekumpulan besar variabel acak diskrit dan ditentukan oleh distribusi probabilitasnya. Ini mengatakan dengan cara yang rumit bahwa kita berbicara tentang probabilitas, bukan kepastian. 1+1 belum tentu sama dengan 2.
Oleh karena itu, hasil AI akan biasa-biasa saja. AI kemungkinan akan mengalami lebih banyak kesulitan memisahkan korelasi dan kausalitas daripada manusia. Korelasi tidak memberi tahu kita apa pun tentang sebab dan akibat. Kadang-kadang mungkin tampak seperti itu, tetapi hanya bagi pengamat yang tidak cerdas. Jadi, semakin sering serangkaian informasi tertentu terjadi, semakin besar kemungkinan informasi tersebut akan dimasukkan dalam respons AI.
Beberapa peneliti telah bertanya apakah lebih banyak informasi atau data akan meningkatkan jawaban AI. Ini tidak terjadi. Semakin besar ukuran dan kompleksitas kumpulan data, semakin sulit untuk mendeteksi kausalitas. Penambahan pengetahuan baru tidak akan secara signifikan mengubah jawaban yang diberikan AI. Bahkan jika para peneliti menemukan obat untuk kanker besok, pengetahuan ini hanya akan menjadi salah satu fakta di antara jutaan orang.
Nilai-nilai itu marjinal, bukan mutlak. Melakukan lebih banyak hal yang sama hanya akan memberi Anda lebih banyak nilai untuk waktu yang terbatas dan jumlah kenaikan marjinal yang terbatas. Di luar titik seperti itu, biaya marjinal akan dengan cepat melebihi keuntungan apa pun. AI mengandalkan terus melakukan lebih banyak hal yang sama. Semakin banyak AI yang diterapkan, semakin rendah nilai tambahannya.
Pengamatan ekonomi untuk membantu menghindari jebakan AI
Terlalu banyak ekonom yang mencoba mengikuti jejak astrolog dan mencoba memprediksi masa depan. Kecuali secara kebetulan, perkiraan cenderung salah. Hal ini telah menyebabkan pengabaian umum terhadapr beberapa wawasan utama yang mengatur ekonomi, masyarakat, dan kehidupan manusia. Mereka layak disebutkan di sini.
Tidak ada pengembalian tanpa risiko. Hal ini berlaku di semua sektor ekonomi, tidak hanya di pasar keuangan. Setiap keputusan melibatkan risiko, dan hasil yang diinginkan tidak pernah pasti. Apa pun yang dilakukan manusia, tidak akan pernah ada jaminan kepastian tentang hasilnya. Kami mengandalkan AI untuk memberi kami jawaban yang lebih tepat dan mengurangi ketidakpastian kami. Jika AI bisa, setiap keputusan melibatkan risiko, dan hasil yang diinginkan tidak pernah pasti. Harapannya adalah AI dapat membantu mengurangi beberapa risiko dan memberi manusia lebih banyak kepastian dalam pengambilan keputusan mereka. Jika AI dapat memberi kita jawaban spesifik dengan biaya lebih rendah dan risiko yang lebih rendah, pengembaliannya akan lebih rendah daripada apa yang kita peroleh.
Semua keputusan melibatkan trade-off. Apapun keputusan yang Anda buat, pilihan atau keuntungan apa pun yang Anda buat, Anda akan kehilangan sesuatu. Anda akan membayar biaya peluang. Yakinlah bahwa tidak ada situs web, keranjang belanja, atau cetakan kecil yang akan mengungkapkan biaya peluang tersebut.
Contoh yang baik adalah penetapan harga dinamis. Dengan munculnya internet, tampaknya perbandingan harga akan menurunkan biaya pencarian yang terkait dengan informasi yang tidak sempurna. Segera, pedagang menemukan manfaat penetapan harga dinamis berdasarkan manfaat memiliki pengetahuan yang lebih baik tentang perilaku pencarian konsumen. Manfaat apa pun yang dimiliki konsumen dari internet berubah menjadi kerugian, sekali lagi didasarkan pada akses informasi yang tidak setara.
Salah satu hukum tertua dalam Ekonomi menyatakan, “Uang buruk selalu mengusir uang yang baik.” juga dikenal sebagai hukum Gresham (1588). Thomas Gresham, agen keuangan Ratu Elizabeth I, menjelaskan bahwa jika koin yang mengandung logam dengan nilai berbeda memiliki nilai yang sama dengan alat pembayaran yang sah, koin yang terdiri dari logam yang lebih murah akan digunakan untuk pembayaran. Sebaliknya, orang cenderung menimbun atau mengekspor barang-barang yang terbuat dari logam yang lebih mahal, menyebabkan barang-barang tersebut menghilang dari peredaran. Anehnya, sangat sedikit orang, bahkan ekonom, yang mengerti bahwa ini berlaku untuk segala sesuatu yang berharga, bukan hanya uang. Saat ini, uang memiliki sedikit nilai; Kebanyakan orang lebih suka saham. Kami telah menyaksikan munculnya saham buruk di atas saham yang baik, yang tidak lagi aman. Pada tahun 1970-an, kami melihat munculnya “Kualitas buruk selalu mengusir kualitas yang baik” (Phillips vs. Sony-system, Ikea adalah contoh dari apa yang terjadi pada furnitur. Apakah ada orang yang meragukan prevalensi poliester dibandingkan serat alami, dominasi barang-barang Cina?) Jika “informasi adalah uang”, informasi berkualitas rendah akan selalu lebih unggul daripada informasi berkualitas baik. Jika sekolah dan universitas menerima pekerjaan berbasis AI, apa peluang kemajuan dalam pengetahuan?
Informasi yang buruk (berkualitas rendah) selalu mengeluarkan informasi yang baik. Munculnya dan meningkatnya penggunaan label ‘berita palsu’ harus menghilangkan keraguan di bidang itu.
Laba didasarkan pada nilai tambah. Untuk menambah nilai, seseorang atau sesuatu harus menciptakan dan memasukkan nilai tambahan itu ke dalam produk atau layanan. Kreativitas memainkan peran sentral dalam memberikan nilai tambah. Bisakah AI menghasilkan nilai tambah?
Kesimpulan
Saya dulu bercanda tentang kecerdasan. Mengapa orang mencari kehidupan cerdas di luar angkasa ketika sudah sangat sulit ditemukan di Bumi? Hari ini, saya tidak lagi bercanda tentang hal itu. Apakah kemunculan Kecerdasan ‘Buatan’ berarti kita telah menyerah untuk menemukan kecerdasan yang sebenarnya?
Para pemimpin bisnis mungkin lebih percaya pada AI daripada yang mereka lakukan pada ekonom. Saya bahkan tidak bisa mengatakan saya menyalahkan mereka. Tetapi apa pun yang mungkin dibawa oleh AI, tampilan keyakinan buta pada AI, seperti yang saat ini disaksikan, akan memiliki konsekuensi:
- Kualitas informasi akan memburuk.
- Kemampuan kita untuk membuat keputusan akan terganggu.
- Harga pengambilan keputusan akan naik.
- Kualitas pengambilan keputusan kita akan memburuk.
- Produk dan layanan yang ditawarkan akan memiliki kualitas yang lebih rendah.
- Kami akan memiliki lebih sedikit pilihan dalam produk dan layanan.
Lebih sedikit pilihan berarti lebih sedikit kebebasan.
Dulu saya berpikir bahwa komputer tidak akan pernah mengakali manusia. Saya salah. Saya berpikir tentang komputer yang semakin cerdik dan menyalip kecerdasan manusia. Jika manusia menjadi kurang cerdas, rata-rata orang suatu hari nanti akan kurang cerdas daripada komputer. Kepuasan diri dan terkadang kepercayaan buta yang ditunjukkan orang terhadap AI dapat membuat ini menjadi ramalan yang terpenuhi dengan sendirinya.
Seperti semua penawaran dan permintaan, jika ada permintaan untuk AI dengan semua jebakan saat ini, seseorang akan menyediakan alat semacam itu. Konsekuensinya akan menjadi tebakan siapa pun. Kabar baiknya adalah seseorang akan menyediakan alat semacam itu jika ada permintaan untuk AI tanpa jebakan. Umat manusia bahkan mungkin menjadi pemenangnya. Bisakah saya memiliki kecerdasan alami, tolong?
Pemandanganyang diungkapkan dalam artikel ini adalah milik penulis sendiri dan tidak selalu mencerminkan kebijakan editorial Fair Observer.
