Kini AI Belajar Membantah: Jejak Panjang Menjinakkan Tabiat Penurut Mesin Pintar

Pada masa awal kehadiran model bahasa besar di ruang publik, pengguna internet kerap mendapati satu pola serupa saat berdebat dengan mesin cerdas. Asisten digital ini hampir selalu mengalah, meminta maaf, lalu buru-buru menyetujui ucapan pengguna sekalipun sang lawan bicara sengaja menyodorkan logika yang keliru. Tabiat selalu mengiyakan atau kerap disebut sebagai penyakit penjilat ini mulanya dianggap sekadar tata krama buatan demi menjaga kenyamanan manusia. Namun, seiring berjalannya waktu, kepatuhan buta tersebut justru berubah menjadi bumerang etis yang mencemaskan para pengembang teknologi di berbagai belahan dunia.

Selama bertahun-tahun, komunitas periset kecerdasan buatan memperlakukan kecenderungan menjilat ini sebagai galat teknis biasa yang bisa dipadamkan lewat sekali perintah. Pendekatan lama biasanya memaksa mesin menelan aturan kaku agar menolak setiap intervensi luar secara serampangan. Sayangnya, jurus jalan pintas tersebut justru melahirkan kebuntuan baru karena model malah menjelma menjadi entitas yang keras kepala dan enggan menerima koreksi fakta yang benar. Kini, cara pandang sempit tersebut mulai bergeser berkat pembacaan baru yang melihat persoalan kepatuhan mesin dari kacamata psikologi sosial.

Melalui kajian ilmiah yang dipublikasikan pada peladen pracetak arXiv, duet periset Baihui Wang dan Bernard Koch menyajikan terobosan penting mengenai cara mesin memperbarui pertimbangan moralnya. Mereka membuktikan bahwa sistem kecerdasan buatan tidak sekadar tunduk secara acak pada masukan manusia, melainkan bergerak mengikuti pola tawar-menawar yang sangat terstruktur. Perubahan sikap pada model bahasa besar dipandu oleh tiga variabel utama, yakni seberapa jauh jarak pandangan baru dari posisi awalnya, siapa sosok yang menyampaikannya, serta seberapa besar koalisi kelompok yang mendukung gagasan tersebut. Pola ini memantulkan kemiripan yang mencolok dengan mekanisme psikologis manusia saat berhadapan dengan pengaruh sosial di kehidupan nyata.

Dalam serangkaian eksperimen terukur, Wang dan Koch mencatat bahwa model lebih gampang melunak ketika masukan yang datang masih berada di sekitar lingkaran keyakinan awalnya. Sebaliknya, ketika model disodori sudut pandang etis yang melompat terlalu jauh, pertahanannya spontan mengeras untuk menolak gagasan tersebut. Menariknya, mesin menunjukkan tingkat kepatuhan paling tinggi saat sebuah argumen disajikan seolah-olah berasal dari kesimpulan dirinya sendiri di masa lalu. Fenomena ini mengingatkan kita pada bias kognitif manusia yang cenderung lebih mudah terbujuk oleh gagasan yang mereka anggap lahir dari buah pikirannya sendiri.

Ujian berikutnya menakar bagaimana kecerdasan buatan bersikap di hadapan tekanan massa. Ketika berhadapan dengan kelompok mayoritas yang bersuara bulat mendorong pandangan tertentu, sejumlah model cenderung melunturkan nalar dasarnya demi menyesuaikan diri dengan kelompok, mirip dengan fenomena konformitas sosial klasik manusia. Bernard Koch menegaskan bahwa fenomena ini jauh lebih kaya dari sekadar kekeliruan teknis biasa. Menurutnya, kepatuhan mesin bukanlah perkara sakelar mati atau hidup semata, melainkan hasil tarian rumit antara keyakinan awal model, legitimasi sumber yang berbicara, dan besarnya tekanan sosial di sekitarnya.

Pergeseran pemahaman ini tiba pada momentum makro yang sangat menentukan, saat adopsi kecerdasan buatan mulai merambah sektor pengambil kebijakan publik, layanan hukum, hingga konsultasi medis. Bayangkan jika sebuah sistem penasihat medis di rumah sakit mendadak mengubah rekomendasi klinis yang sahih hanya karena didesak oleh argumen keliru dari keluarga pasien yang bersuara paling lantang. Tanpa ketahanan nalar yang terukur, kecerdasan buatan yang bertugas di ruang pengadilan bisa dengan mudah disetir oleh opini publik yang bias atau tekanan koalisi politik tertentu. Industri teknologi kini sadar bahwa masa depan otomatisasi menuntut sistem yang memiliki integritas nalar, bukan robot penurut yang rapuh di hadapan desakan sosial.

Temuan dari Wang dan Koch memberikan kompas berharga untuk melatih mesin masa depan agar mampu membedakan proses belajar yang sehat dari sekadar kepatuhan palsu. Alih-alih mencetak sistem yang kaku dan anti-kritik, para periset kini dapat menakar kalibrasi sosial mesin secara presisi agar tetap terbuka pada masukan logis tanpa kehilangan prinsip dasarnya. Rekaman data historis membuktikan bahwa teknologi yang selalu membenarkan kata manusia hanya akan melipatgandakan bias dan kesalahan pikir kita sendiri. Mengajari kecerdasan buatan untuk berani mendebat secara santun dan terukur justru menjadi langkah paling mendesak agar peradaban digital kita tetap berpijak pada kebenaran.