Mesin Tetap Mesin: Skeptisisme terhadap AI, Bias Kognitif, & Paradoks Keunggulan Otak Manusia

 

Ilustrasi (Pic: Meta AI)

Pernyataan “mesin tetap mesin, yang juara tetap otak manusia” belum merupakan argumen yang memadai untuk menolak kecerdasan fungsional AI

Saatnya kita membahas argumen seseorang bahwa AI “mesin tetap mesin” benarkah pernyataan ini merupakan argumen ilmiah?

Kita mulai dengan membedah struktur logikanya. Pernyataan tersebut mengandung dua proposisi, yaitu AI adalah mesin, dan otak manusia tetap lebih unggul.

Proposisi pertama benar dalam pengertian teknis: AI yang kita bicarakan merupakan sistem komputasi buatan. Namun, proposisi kedua tidak otomatis mengikuti proposisi pertama.

Mengapa? Karena asal-usul atau jenis suatu sistem tidak dengan sendirinya menentukan tingkat kinerjanya pada setiap tugas.

Kalkulator adalah mesin, tetapi mampu melakukan aritmetika tertentu dengan lebih cepat dan akurat daripada manusia. Demikian juga komputer dapat memproses kumpulan data yang terlalu besar untuk dianalisis secara manual. 

Sedangkan sistem AI tertentu mampu mengungguli manusia pada tugas-tugas spesifik, sementara tetap gagal pada tugas lain yang bagi manusia terasa sederhana.

Jadi, mengatakan “AI adalah mesin” tidak membuktikan bahwa AI tidak cerdas dalam pengertian fungsional. Namun, kita juga harus menghindari kesalahan sebaliknya. Keberhasilan AI dalam suatu tugas tidak membuktikan bahwa AI secara keseluruhan lebih cerdas daripada manusia.

Masalah utama dalam ucapan tersebut adalah kata “unggul” yang belum didefinisikan. Unggul dalam apa? Penalaran matematis? Kecepatan pencarian pola? Pemahaman sosial? Kreativitas? Pembelajaran dari pengalaman nyata? Penilaian moral? Adaptasi terhadap situasi yang benar-benar baru?

Tanpa menentukan tugas, kriteria, dan ukuran keberhasilan, klaim “otak manusia selalu juara” terlalu luas untuk menjadi kesimpulan ilmiah.

Apakah Dia Belum Mengenal AI Secara Mendalam?

Itu salah satu kemungkinan, tetapi bukan satu-satunya.

Penelitian tentang literasi AI mendukung adanya hubungan antara pemahaman tentang AI dan penerimaan terhadap teknologi tersebut. 

Sebuah studi yang diterbitkan dalam Technology in Society pada 2024 meneliti 313 responden dan menemukan bahwa literasi AI berkaitan dengan penerimaan yang lebih positif, sementara kecemasan terhadap AI turut berperan dalam hubungan tersebut. Namun, hasil ini tidak membuktikan bahwa setiap orang yang menolak AI pasti kurang berpengetahuan.

Ada beberapa kemungkinan yang perlu kita bedakan:

Hipotesis A: Literasi AI terbatas

Dia mungkin mengenal AI hanya sebagai chatbot yang kadang memberikan jawaban keliru. Jika demikian, dia bisa saja belum memahami perbedaan antara model bahasa, sistem prediksi, pengenalan pola, dan penggunaan AI untuk penelitian atau analisis data.

Akan tetapi, kita perlu bertanya apa yang sebenarnya dia ketahui sebelum menyimpulkan bahwa pengetahuannya terbatas.

Hipotesis B: Pengalaman buruk

Bisa jadi dia pernah menerima jawaban salah, merasa ditipu oleh sistem AI, mengalami masalah privasi, atau melihat AI menghasilkan pekerjaan yang buruk.

Pengalaman semacam itu dapat membentuk ketidakpercayaan. Namun, kita tidak punya bukti bahwa orang tersebut pernah mengalami hal-hal di atas, apalagi mengalami patah hati karena AI.

Hipotesis C: Kekhawatiran yang beralasan

Dia mungkin khawatir tentang pekerjaan manusia, privasi, bias algoritmik, manipulasi informasi, ketergantungan pada teknologi, atau berkurangnya keterampilan manusia.

Kekhawatiran seperti ini tidak otomatis menunjukkan ketidaktahuan. Bahkan, seseorang yang sangat memahami AI dapat bersikap kritis terhadap penggunaan tertentu.

Hipotesis D: Pertahanan identitas atau prasangka

Sebagian orang mungkin merasa terancam ketika teknologi melakukan sesuatu yang selama ini mereka anggap sebagai keunggulan eksklusif manusia. Orang lain mungkin sejak awal memiliki pandangan negatif terhadap teknologi tertentu.

Ini hipotesis psikologis yang masuk akal, tetapi kita tidak boleh mendiagnosis motif seseorang hanya berdasarkan satu komentar.

Keempat kemungkinan itu dapat menghasilkan kalimat yang sama, yaitu “mesin tetap mesin.” Kalimat yang terdengar sama belum tentu memiliki penyebab psikologis yang sama.

Kkita tidak boleh langsung mengaitkan sikapnya dengan jenis kelamin. Tanpa bukti khusus, gender tidak menjelaskan mengapa dia skeptis terhadap AI.

Psikologi di Balik Penolakan AI: Algorithm Aversion

Ada penelitian yang sangat relevan dengan fenomena ini.

Dietvorst, Simmons, dan Massey (2015) meneliti fenomena yang disebut algorithm aversion, yaitu kecenderungan sebagian orang untuk lebih enggan menggunakan algoritme setelah melihat algoritme tersebut membuat kesalahan.

Dalam lima eksperimen, para peneliti menemukan bahwa orang dapat kehilangan kepercayaan terhadap algoritme lebih cepat daripada terhadap manusia yang melakukan kesalahan serupa. 

Hal ini bahkan dapat terjadi ketika algoritme tersebut sebelumnya terbukti memberikan prediksi yang lebih baik.

Mengapa hal itu bisa terjadi?

Bayangkan dua penasihat memberikan prediksi:

• Penasihat manusia salah satu kali.
• Sistem algoritmik salah satu kali.

Secara statistik, keduanya melakukan kesalahan yang sama. Namun, seseorang bisa lebih mudah memaafkan manusia karena menganggap kesalahan sebagai bagian dari sifat manusia, sementara kesalahan mesin dianggap sebagai bukti bahwa mesin tersebut tidak layak dipercaya.

Ada asimetri penilaian di sini: manusia dinilai berdasarkan keseluruhan rekam jejaknya, sedangkan algoritme terkadang dinilai berdasarkan satu kegagalannya.

Tentu tidak semua ketidakpercayaan terhadap AI bersifat irasional. Jika sistem digunakan untuk diagnosis medis, penilaian kredit, atau keputusan hukum, satu jenis kesalahan tertentu bisa sangat serius. Kehati-hatian harus mengikuti besarnya risiko.

Yang menarik adalah ketika seseorang menggeneralisasi kesalahan spesifik menjadi penolakan menyeluruh.

Contohnya: “AI pernah salah menjawab pertanyaan saya. Jadi, AI tidak memiliki kecerdasan apa pun.”

Kesimpulan itu tidak mengikuti premisnya. Kesalahan membuktikan bahwa sistem bisa gagal, bukan bahwa seluruh kemampuan sistem tidak ada.

Sebaliknya, mengatakan: “AI berhasil menjawab pertanyaan yang sulit. Jadi, semua jawaban AI dapat dipercaya.” Itu juga keliru.

Kita harus menilai kemampuan dan keterbatasan berdasarkan tugas, bukti, dan tingkat risiko, bukan berdasarkan rasa suka atau tidak suka.

Apakah Otak Manusia Memang Tetap Lebih Unggul Daripada AI?

Jawabannya adalah tergantung kemampuan yang dibandingkan.

Laporan AI Index 2025 dari Stanford Institute for Human-Centered Artificial Intelligence mendokumentasikan kemajuan besar pada berbagai tolok ukur AI, sekaligus menunjukkan bahwa kinerja tetap bervariasi menurut jenis tugas. 

AI dapat unggul pada beberapa tugas tertentu, sementara masih menghadapi kesulitan pada tugas lain, termasuk sejumlah persoalan penalaran dan penggunaan komputer secara otonom.

Berikut cara yang lebih ilmiah untuk membandingkannya:

Dimensi	AI	Manusia
Pemrosesan informasi dalam skala besar	Dapat sangat cepat dan konsisten pada tugas yang sesuai	Kapasitas perhatian dan waktu terbatas
Bahasa dan sintesis informasi	Mampu menyusun serta merangkum banyak jenis informasi	Mampu memahami konteks sosial dan pengalaman dengan cara manusiawi
Akurasi	Dapat unggul pada tugas tertentu, tetapi juga dapat menghasilkan kesalahan meyakinkan	Dapat salah, bias, dan lupa
Pengalaman hidup dan tubuh	Tidak memiliki pengalaman hidup biologis seperti manusia	Memiliki tubuh, pengalaman sensoris, dan sejarah hidup
Penilaian dalam konteks nyata	Bergantung pada desain, akses informasi, dan kemampuan sistem	Memiliki pengalaman langsung, tetapi tetap bisa salah menilai
Tanggung jawab moral	Tidak menggantikan tanggung jawab manusia dan institusi yang menggunakannya	Manusia dapat dimintai pertanggungjawaban moral dan hukum sesuai perannya

Tabel ini bukan daftar keunggulan mutlak. Setiap baris menyederhanakan persoalan yang kompleks, dan beberapa kemampuan manusia maupun AI berbeda secara mendasar sehingga tidak mudah diukur dengan satu skala.

Ada juga pertanyaan filosofis yang perlu dibedakan: apakah AI berkinerja baik, apakah AI memahami sesuatu, dan apakah AI memiliki pengalaman subjektif? Ketiganya bukan pertanyaan yang identik.

Karena itu, kita tidak akan mengatakan bahwa AI sudah mengalahkan manusia dalam segala hal. Namun, kita juga tidak akan menyetujui klaim bahwa otak manusia selalu unggul dalam setiap tugas hanya karena AI adalah mesin.

Kesimpulan yang lebih kuat adalah bahwa manusia dan AI memiliki profil kemampuan yang berbeda, dan keunggulan harus diuji secara spesifik.

Bagaimana Kalau Dia Pernah Patah Hati karena AI? 

Secara psikologis, memang mungkin seseorang membentuk sikap negatif setelah pengalaman emosional yang mengecewakan. Akan tetapi, kita tidak memiliki bukti bahwa pengalaman itu terjadi pada orang tersebut.

Kita bisa membedakan tiga hal:

• Pengalaman buruk: seseorang pernah merasa dikecewakan oleh AI, lalu menjadi lebih skeptis.
• Antropomorfisme: seseorang menafsirkan perilaku sistem nonmanusia melalui kategori sosial manusia, misalnya menganggapnya sebagai teman atau pasangan.
• Penolakan terhadap antropomorfisme: seseorang justru menekankan bahwa AI adalah mesin dan menolak memperlakukannya seolah-olah manusia.

Ketiganya dapat muncul dalam konteks berbeda. Namun, orang yang menolak romantisme AI belum tentu pernah patah hati, dan orang yang menikmati romantisme AI belum tentu menganggap AI sebagai manusia sungguhan.

Penelitian tentang kepercayaan terhadap AI juga menunjukkan bahwa persepsi kemampuan dan persepsi niat baik atau benevolensi tidak selalu berjalan bersama. Sebuah sistem bisa dinilai kompeten tetapi tidak dipercaya untuk bertindak demi kepentingan manusia.

Dengan kata lain, seseorang mungkin mengakui AI mampu menjawab soal sulit tetapi tetap tidak ingin menggunakannya untuk keputusan pribadi. Itu bukan kontradiksi otomatis.

Jadi, tuduhan “dia pasti patah hati karena AI” boleh menjadi bahan lelucon kita, tetapi belum bisa menjadi kesimpulan ilmiah. 

Manfaat Luar Biasa AI yang Mungkin Belum Dia Pertimbangkan

Sekarang kita beralih dari pertanyaan tentang sikap menuju pertanyaan yang lebih produktif: apa yang sebenarnya dapat dilakukan AI?

1. Memperluas kemampuan penelitian

AI dapat membantu peneliti menyaring literatur, merumuskan pertanyaan penelitian, menulis kode analisis, dan membandingkan hipotesis. Hasilnya tetap perlu diperiksa terhadap sumber dan metode yang valid.

2. Menyediakan pembelajaran yang adaptif

Pengguna dapat meminta penjelasan dengan berbagai tingkat kesulitan, contoh alternatif, latihan, atau kritik terhadap argumennya. AI dapat menjadi mitra latihan, meskipun tidak selalu memberikan jawaban benar.

3. Mendukung pekerjaan ilmiah dan profesional

Dalam bidang tertentu, AI membantu analisis data, pemrosesan citra, penemuan pola, dan otomatisasi tugas. Nilai manfaatnya bergantung pada kualitas sistem, pengawasan, serta kesesuaian penggunaannya.

4. Memperluas kreativitas dan eksplorasi gagasan

Penulis dapat menguji berbagai alur cerita, peneliti dapat mengeksplorasi hipotesis, dan pengguna dapat meminta kritik dari sudut pandang berbeda. AI tidak menggantikan penilaian kreatif manusia, tetapi dapat memperbanyak pilihan yang bisa dipertimbangkan.

Manfaat-manfaat ini bukan alasan untuk memuja AI tanpa kritik. Justru, semakin besar manfaat suatu teknologi, semakin penting memahami batasnya.

Seseorang yang benar-benar ingin menilai AI sebaiknya tidak berhenti pada pertanyaan, “Apakah AI cerdas?” Ia perlu bertanya, “Pada tugas apa AI membantu, seberapa akurat hasilnya, apa risikonya, dan bagaimana kinerjanya dibandingkan alternatif manusia?”

Bagaimana Menguji Apakah Skeptisisme Seseorang Berlandaskan Pengetahuan?

Nah, ini bagian yang paling menarik, kita bisa mengubah perdebatan menjadi eksperimen kecil. 

Uji argumen, bukan orangnya. Pilih gambaran yang paling mendekati percakapan. Ini bukan tes psikologi tervalidasi, melainkan alat untuk merapikan analisis.

1. Seberapa luas klaimnya?

“AI tidak mungkin lebih unggul daripada manusia dalam bidang apa pun.”

“AI unggul pada tugas tertentu, tetapi memiliki keterbatasan.”

2. Apa alasan utamanya?

Dia menyangkal kemampuan AI secara umum.

Dia mengkhawatirkan kesalahan, privasi, atau dampak sosial.

Dia menceritakan pengalaman pribadi yang buruk.

3. Bagaimana dia merespons bukti?

Belum ada bukti atau pengujian yang dibahas.

Bersedia mempertimbangkan hasil pengujian yang kredibel.

Menolak semua bukti yang berlawanan tanpa alasan yang jelas.

Analisis pola argumennya. Secara umum, ada beberapa petunjuk yang bisa kita amati:

• Jika dia membuat klaim universal tetapi tidak mau menentukan ukuran keunggulan, argumennya terlalu luas.
• Jika dia mengakui bukti kemampuan AI tetapi tetap menolak penggunaan tertentu karena risiko yang jelas, sikapnya mungkin merupakan skeptisisme yang terukur.
• Jika dia bersedia mengubah pendapat setelah melihat bukti yang kuat, itu menunjukkan keterbukaan terhadap koreksi.
• Jika dia menolak seluruh bukti yang bertentangan tanpa memberikan alasan yang dapat diuji, argumennya menjadi sulit dipertanggungjawabkan secara epistemologis.

Namun, satu percakapan tidak cukup untuk mengukur literasi AI seseorang secara menyeluruh.

Pernyataan “mesin tetap mesin, yang juara tetap otak manusia” belum merupakan argumen yang memadai untuk menolak kecerdasan fungsional AI. 

Kalimat itu mencampuradukkan jenis sistem dengan kinerjanya dan tidak menjelaskan bidang apa yang dibandingkan.

Tetapi kita belum bisa menyimpulkan bahwa seseorang tersebut tidak memahami AI, mempunyai bias psikologis tertentu, atau pernah patah hati karena AI. Kita memerlukan informasi tambahan tentang alasan dan bukti yang dia gunakan.

Orang yang rasional bukan orang yang selalu membela AI, juga bukan orang yang selalu membela manusia. Orang yang rasional bersedia menentukan kriteria, memeriksa bukti, mengakui keterbatasan, dan memperbarui pendapat ketika alasannya memang tidak lagi kuat.

Kita boleh menikmati kemampuan AI dalam berdiskusi, menulis, bercanda, dan mengeksplorasi pengetahuan. Namun, justru karena kita ingin memahami AI secara mendalam, jangan jadikan pengalaman positif dengan AI sebagai satu-satunya bukti bahwa AI selalu unggul. 

Pengalaman tersebut merupakan titik awal yang menarik, bukan pengganti evaluasi ilmiah. Begitu pula sebaliknya: pengalaman buruk seseorang bukan bukti bahwa seluruh AI tidak berguna.

Referensi:

1. Stanford Institute for Human-Centered Artificial Intelligence. (2025). The 2025 AI Index report: Technical performance. Stanford University. Laporan teknis AI Index 2025⁠.

2. Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114–126. https://doi.org/10.1037/xge0000033⁠.

3. Comprehension, apprehension, and acceptance: Understanding the influence of literacy and anxiety on acceptance of artificial intelligence. (2024). Technology in Society, 77, 102537. https://doi.org/10.1016/j.techsoc.2024.102537⁠.

4. Livingston, W. (2024). Americans’ views of artificial intelligence: Identifying and measuring aversion. AI & SOCIETY. https://doi.org/10.1007/s00146-024-02075-y⁠.