Berpikir di Era AI: Autentisitas dan Tanggung Jawab Intelektual ( Bagian I dari Tiga Bagian tulisan)
Berpikir di Era AI: Autentisitas dan Tanggung Jawab Intelektual
Ketika AI semakin menyatu dengan alat (tools), analisis, dan penciptaan pengetahuan, pertanyaannya bukan lagi apakah kita menggunakannya, tetapi bagaimana kita tetap berpikir. ( Tulisan ini disajikan dalam tiga tulisan – Red)
Oleh Farhan Helmy
DUA PULUH TAHUN LALU–, tidak banyak orang mempertanyakan autentisitas sebuah analisis hanya karena penulisnya menggunakan Google untuk mencari informasi, Geographic Information Systems (GIS) untuk menganalisis data spasial, perangkat statistik untuk mengolah data, atau Vensim untuk membangun model dinamika sistem. Kita memahami bahwa perangkat tersebut adalah alat. Peneliti tetap bertanggung jawab atas pertanyaan yang diajukan, data dan metode yang dipilih, interpretasi yang dibuat, serta kesimpulan yang dihasilkan.
Generative Artificial Intelligence (AI) membuat batas yang selama ini terasa cukup jelas menjadi semakin kabur. AI bukan lagi sekadar mesin pencari atau kalkulator. Ia dapat membantu membaca dan membandingkan dokumen, menulis kode, mengeksplorasi data, mengembangkan argumentasi, membuat visualisasi, menguji konsistensi gagasan, bahkan menyarankan hubungan yang mungkin sebelumnya tidak kita lihat.
Karena itu, wajar jika muncul pertanyaan: ketika AI ikut membantu proses tersebut, siapa sebenarnya penulisnya? Namun, jika autentisitas hanya diukur dari seberapa banyak AI digunakan, kita mungkin sedang mengajukan pertanyaan yang kurang tepat. Persoalan yang lebih mendasar adalah dari mana gagasan berasal, siapa yang membuat keputusan intelektual, bagaimana bukti diperiksa, apa yang benar-benar ditambahkan pada pengetahuan yang sudah ada, dan siapa yang pada akhirnya bersedia mempertanggungjawabkan karya tersebut.
Teknologi dan Evolusi Cara Berpikir: Catatan Reflektif
Pandangan saya mengenai AI tidak muncul tiba-tiba bersama perkembangan generative AI beberapa tahun terakhir. Ia berangkat dari perjalanan yang jauh lebih panjang sebagai peneliti dan systems thinker, ketika teknologi secara bertahap menjadi bagian dari cara saya melihat persoalan, membangun analisis, dan mencoba memahami kompleksitas.
Dalam perjalanan tersebut, saya bekerja dengan berbagai generasi perangkat analitis. Geographic Information Systems (GIS) membantu saya melihat persoalan melalui dimensi spasial; remote sensing memperluas observasi melampaui apa yang dapat dilihat langsung di lapangan; R dan SPSS membantu membaca pola dalam data; Python membuka ruang yang lebih fleksibel untuk pengolahan data, pemrograman, dan otomatisasi; sementara Vensim dan system dynamics mengubah cara saya memahami hubungan sebab-akibat, feedback loops, keterlambatan, dan perilaku sistem. Ketika hasil analisis perlu dikomunikasikan, Figma, Canva, dan berbagai perangkat visualisasi lainnya membantu menerjemahkan model dan hasil asesmen menjadi sesuatu yang lebih mudah dibaca, didiskusikan, dan diperdebatkan.
Saya tidak pernah melihat alat-alat tersebut sebagai pengganti proses berpikir. Masing-masing justru membuat sesuatu yang sebelumnya sulit dilakukan menjadi lebih mungkin. GIS mengubah apa yang dapat saya lihat, statistik membantu menemukan pola yang tidak selalu tampak, sementara system dynamics membuat saya lebih berhati-hati terhadap hubungan sebab-akibat yang terlihat sederhana tetapi ternyata menyimpan umpan balik, keterlambatan, dan konsekuensi yang tidak terduga.
Dalam perjalanan itu, saya juga melihat bagaimana batas antarperangkat perlahan menghilang. GIS tidak lagi sekadar membuat peta; Python tidak hanya menjadi bahasa pemrograman; visualisasi bukan lagi sekadar tahap akhir untuk mempercantik hasil. Data, pemodelan, komputasi, visualisasi, dan komunikasi semakin terhubung satu sama lain. Teknologi baru tidak selalu menggantikan teknologi sebelumnya. Lebih sering, ia menambahkan kemampuan baru dan mengubah bagaimana berbagai alat dapat bekerja bersama.
Mungkin di situlah perubahan yang lebih menarik sebenarnya terjadi. Ketika alat berubah, bukan hanya pekerjaan yang menjadi lebih cepat. Cara kita merumuskan pertanyaan, mengeksplorasi kemungkinan, dan bahkan memahami apa yang belum kita ketahui ikut berubah.
Ketika AI Menjadi Bagian dari Ekosistem Analitis
Dilihat dari perjalanan tersebut, AI tidak terasa sebagai teknologi yang sepenuhnya terpisah dari generasi perangkat sebelumnya. Ia lebih menyerupai lapisan baru yang perlahan masuk ke hampir seluruh ekosistem analitis. Namun, ada perbedaan penting: alat-alat sebelumnya terutama membantu kita melakukan sesuatu, sementara AI mulai membantu menyarankan apa yang mungkin perlu dilakukan, atau bahkan dipikirkan.
AI kini terintegrasi ke dalam GIS, perangkat statistik, lingkungan pemrograman, mesin pencari, aplikasi pengolah kata, sistem desain, dan platform analisis data. GIS semakin memanfaatkan machine learning dan GeoAI, lingkungan pemrograman menawarkan AI-assisted coding, perangkat visualisasi dapat menyarankan alternatif representasi data, sementara mesin pencari tidak lagi hanya menemukan dokumen tetapi juga dapat menyintesis sebagian isinya.
Di titik ini saya mulai bertanya: apa sebenarnya yang kita maksud ketika mengatakan seseorang “menggunakan AI”? Jika saya menggunakan GIS yang memanfaatkan algoritma machine learning, apakah saya sedang menggunakan AI? Jika perangkat pemrograman menyarankan beberapa baris kode Python, apakah analisis saya menjadi AI-generated? Jika mesin pencari membantu menemukan dan merangkum literatur, di mana sebenarnya batas antara search, sintesis, dan analisis?
Batas tersebut akan semakin sulit ditarik. Karena itu, membedakan sebuah karya hanya berdasarkan apakah AI digunakan atau tidak tampaknya akan semakin kehilangan makna. Pertanyaan yang lebih berguna adalah apa yang dilakukan teknologi tersebut di dalam proses berpikir, dan keputusan apa yang tetap berada di tangan manusia.
editor : Rianto Muradi
