Berita Berpikir Lebih Baik – O'Reilly

gomerdeka

Berita Berpikir Lebih Baik – O'Reilly

Selama bertahun-tahun, banyak dari kita yang terbiasa membiarkan komputer berpikir untuk kita. “Itulah yang dikatakan komputer” adalah kalimat yang sering diucapkan dalam banyak interaksi layanan pelanggan yang buruk. “Itulah yang dikatakan data” adalah variasinya—”data” tidak banyak bicara jika Anda tidak tahu bagaimana data itu dikumpulkan dan bagaimana analisis data dilakukan. “Itulah yang dikatakan GPS”—ya, GPS biasanya benar, tetapi saya pernah melihat sistem GPS memberi tahu saya untuk mengambil jalan yang salah di jalan satu arah. Dan saya pernah mendengar (dari seorang teman yang memperbaiki perahu) tentang pemilik perahu yang kandas karena itulah yang diperintahkan GPS mereka.

Dalam banyak hal, kita mulai menganggap komputer dan sistem komputasi sebagai peramal. Godaan itu bahkan lebih besar sekarang karena kita memiliki AI generatif: ajukan pertanyaan dan Anda akan mendapatkan jawaban. Mungkin itu akan menjadi jawaban yang bagus. Mungkin itu akan menjadi halusinasi. Siapa tahu? Apakah Anda mendapatkan fakta atau halusinasi, respons AI pasti akan meyakinkan dan berwibawa. AI sangat ahli dalam hal itu.

Belajar lebih cepat. Gali lebih dalam. Lihat lebih jauh.

Sudah saatnya kita berhenti mendengarkan peramal—manusia atau lainnya—dan mulai berpikir sendiri. Saya bukan skeptis terhadap AI; AI generatif hebat dalam membantu menghasilkan ide, meringkas, menemukan informasi baru, dan banyak lagi. Saya khawatir tentang apa yang terjadi ketika manusia mengalihkan pemikiran ke hal lain, baik itu mesin atau bukan. Jika Anda menggunakan AI generatif untuk membantu Anda berpikir, itu jauh lebih baik; tetapi jika Anda hanya mengulang apa yang dikatakan AI, Anda mungkin kehilangan kemampuan untuk berpikir secara mandiri. Seperti otot Anda, otak Anda menurun jika tidak digunakan. Kita telah mendengar bahwa “Orang tidak akan kehilangan pekerjaan mereka karena AI, tetapi orang yang tidak menggunakan AI akan kehilangan pekerjaan mereka karena orang yang menggunakannya.” Cukup adil—tetapi ada poin yang lebih dalam. Orang yang hanya mengulang apa yang dikatakan AI generatif kepada mereka, tanpa memahami jawabannya, tanpa memikirkan jawabannya dan menjadikannya milik mereka sendiri, tidak melakukan apa pun yang tidak dapat dilakukan AI. Mereka dapat digantikan. Mereka akan kehilangan pekerjaan karena seseorang yang dapat memberikan wawasan yang melampaui apa yang dapat dilakukan AI.

Mudah sekali untuk menyerah pada pemikiran “AI lebih pintar dari saya”, “ini AGI”. Mungkin memang begitu, tetapi saya tetap berpikir bahwa AI paling baik dalam menunjukkan kepada kita apa yang bukan kecerdasan. Kecerdasan bukanlah kemampuan untuk memenangkan permainan Go, bahkan jika Anda mengalahkan juara. (Faktanya, manusia telah menemukan kerentanan dalam AlphaGo yang memungkinkan pemula mengalahkannya.) Ini bukan kemampuan untuk menciptakan karya seni baru—kita selalu membutuhkan seni baru, tetapi tidak membutuhkan lebih banyak Van Gogh, Mondrian, atau bahkan karya seni yang dihasilkan komputer. Keluarga Rutkowski(Apa arti AI bagi model bisnis Rutkowski merupakan pertanyaan hukum yang menarik, tetapi Van Gogh jelas tidak merasakan tekanan apa pun.) Rutkowski-lah yang memutuskan apa artinya menciptakan karya seninya, sama seperti yang dilakukan Van Gogh dan Mondrian. Kemampuan AI untuk menirunya memang menarik secara teknis, tetapi sebenarnya tidak mengatakan apa pun tentang kreativitas. Kemampuan AI untuk menciptakan jenis karya seni baru di bawah arahan seniman manusia merupakan arah yang menarik untuk dijelajahi, tetapi mari kita perjelas: itu adalah inisiatif dan kreativitas manusia.

Manusia jauh lebih baik daripada AI dalam memahami konteks yang sangat besar—konteks yang mengerdilkan sejuta token, konteks yang mencakup informasi yang tidak dapat kita gambarkan secara digital. Manusia lebih baik daripada AI dalam menciptakan arah baru, mensintesis jenis informasi baru, dan membangun sesuatu yang baru. Lebih dari apa pun, diktum Ezra Pound “Buatlah Baru” adalah tema budaya abad ke-20 dan ke-21. Meminta ide-ide startup kepada AI adalah satu hal, tetapi saya tidak berpikir AI akan pernah menciptakan Web atau, dalam hal ini, media sosial (yang benar-benar dimulai dengan grup berita USENET). AI akan kesulitan menciptakan sesuatu yang baru karena AI tidak dapat menginginkan apa pun—baru atau lama. Meminjam kata-kata yang diduga diucapkan Henry Ford, AI akan hebat dalam merancang kuda yang lebih cepat, jika diminta. Mungkin seorang bioinsinyur dapat meminta AI untuk menguraikan DNA kuda dan menghasilkan beberapa perbaikan. Tetapi saya tidak berpikir AI dapat merancang mobil tanpa melihatnya terlebih dahulu—atau tanpa meminta manusia mengatakan “Memasang mesin uap pada sepeda roda tiga“.”

Ada bagian penting lain dari masalah ini. Di DEFCON 2024, Moxie Marlinspike berdebat bahwa “keajaiban” pengembangan perangkat lunak telah hilang karena pengembang baru dijejalkan ke dalam “lapisan abstraksi kotak hitam.” Sulit untuk menjadi inovatif ketika yang Anda ketahui hanyalah React. Atau Spring. Atau kerangka kerja besar lain yang terlalu banyak dibangun. Kreativitas datang dari bawah ke atas, dimulai dengan dasar-dasar: mesin dan jaringan yang mendasarinya. Tidak ada yang mempelajari assembler lagi, dan mungkin itu hal yang baik—tetapi apakah itu membatasi kreativitas? Bukan karena ada beberapa urutan bahasa assembly yang sangat pintar yang akan membuka serangkaian kemampuan baru, tetapi karena Anda tidak akan membuka serangkaian kemampuan baru ketika Anda terkunci dalam serangkaian abstraksi. Demikian pula, saya telah melihat argumen bahwa tidak seorang pun perlu mempelajari algoritma. Lagi pula, siapa yang akan pernah perlu mengimplementasikan sort()Masalahnya adalah sort() adalah latihan yang bagus dalam pemecahan masalah, terutama jika Anda memaksakan diri melewati masalah sederhana bubble sort ke quicksortBahasa Indonesia: merge sortDan di luarIntinya bukanlah mempelajari cara mengurutkan; melainkan mempelajari cara memecahkan masalah. Dilihat dari sudut ini, AI generatif hanyalah lapisan abstraksi lain, lapisan lain yang menciptakan jarak antara pemrogram, mesin yang diprogramnya, dan masalah yang dipecahkannya. Abstraksi memang berharga, tetapi yang lebih berharga adalah kemampuan memecahkan masalah yang tidak tercakup dalam rangkaian abstraksi saat ini.

Yang membawa saya kembali ke judul. AI bagus—sangat bagus—dalam hal yang dilakukannya. Dan ia melakukan banyak hal dengan baik. Namun, kita manusia tidak boleh lupa bahwa tugas kita adalah berpikir. Tugas kita adalah menginginkan, mensintesis, dan memunculkan ide-ide baru. Terserah kita untuk belajar, menjadi fasih dalam teknologi yang kita gunakan—dan kita tidak dapat mendelegasikan kefasihan itu kepada AI generatif jika kita ingin menghasilkan ide-ide baru. Mungkin AI dapat membantu kita mewujudkan ide-ide baru itu menjadi kenyataan—tetapi tidak jika kita mengambil jalan pintas.

Kita perlu berpikir lebih baik. Jika AI mendorong kita untuk melakukan itu, kita akan berada dalam kondisi yang baik.



Sumber

Mohon maaf, Foto memang tidak relevan. Jika keberatan atau harus diedit baik Artikel maupun foto Silahkan Klik Laporkan. Terima Kasih

Also Read

Tags

ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap ap url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url