Sorotan AI — gambaran menyeluruh — 2026-10-16 (Jum) Berita Sore

Ketika pengumuman pemangkasan dan kecemasan pasar muncul bersamaan dalam berita utama hari yang sama, kesannya seolah-olah AI sedang menekan lapangan kerja dan perekonomian. Misalnya, CWT Italy telah memangkas 190 pekerjaan, dan CNBC melaporkan bahwa kekhawatiran tentang AI kembali menyala di Wall Street. Sementara itu, JPMorgan memperkirakan saham Alphabet memiliki potensi kenaikan 24%. Berita utama saja tidak menentukan alasan pengurangan di masing-masing perusahaan maupun arah pandangan pasar. Yang ingin saya cari tahu dalam setengah hari ini adalah apakah antusiasme dalam berita utama yang memengaruhi penerapan teknologi, atau infrastruktur yang mendasarinya, seperti sistem pelatihan ulang, sistem evaluasi dan regulasi, serta cara menggunakannya secara andal di lapangan. Berikut ini, kita akan melihat kemajuan nyata ketiga bidang tersebut menggunakan materi di setiap bagian.

Perbedaan antara berita utama tentang pemangkasan dan gambaran sebenarnya dari perekonomian

Dilaporkan bahwa CWT Italy memutuskan untuk memangkas 190 pekerjaan dan perdebatan seputar AI semakin memanas (Business Travel News Europe). Perusahaan distribusi video Netflix juga mengumumkan pemutusan hubungan kerja, dan "5 Things to Watch in the Morning" dari CNBC melaporkan bahwa kekhawatiran tentang AI kembali menyala di Wall Street (CNBC). Ketika pengumuman pemangkasan dan kecemasan pasar muncul bersamaan dalam berita utama hari yang sama, hal itu terkesan seolah-olah AI secara langsung menekan lapangan kerja dan perekonomian. Namun, yang dapat kami pastikan dari materi tersebut hanyalah bahwa pembahasan mengenai pengurangan tenaga kerja dan AI dibicarakan pada saat yang sama. Dari judul-judulnya tidak jelas apakah masing-masing pengurangan disebabkan oleh AI atau keadaan lain.

Di sisi lain, pandangan pasar tidak bersifat searah. JPMorgan memperkirakan saham Alphabet memiliki potensi kenaikan 24% (Barron's). Pada saat yang sama ketika kekhawatiran tentang AI dibicarakan, perkiraan yang optimistis dibuat untuk harga saham perusahaan-perusahaan besar terkait AI. Dalam keuangan negara bagian, direktur anggaran negara bagian New York memperingatkan bahwa langkah-langkah federal dan perlambatan AI akan merugikan keuangan negara bagian (POLITICO Pro). Artinya, pada saat yang sama, ada suara yang mengatakan bahwa AI adalah penyebab kekhawatiran, ada yang melihatnya sebagai bukti bahwa masih ada ruang untuk bertumbuh, dan ada pula yang melihatnya sebagai tekanan penurunan terhadap keuangan publik.

Dalam situasi ini, presiden Federal Reserve Bank of Chicago menyatakan, "Bahkan tanpa AI, perekonomian tidak sedang resesi" (Yahoo Finance). Pernyataan ini menunjukkan bahwa kita perlu melihat kondisi perekonomian itu sendiri, terlepas dari ada atau tidaknya AI. Menilai perekonomian hanya dari jumlah PHK atau pergerakan harga saham dapat melebih-lebihkan atau meremehkan dampak AI. Pernyataan sang gubernur hanyalah salah satu cara memandang perekonomian, dan tidak membatalkan laporan tentang pemangkasan maupun kekhawatiran. Namun, pernyataan itu dapat menjadi tolok ukur untuk memisahkan kesan dari judul berita dengan kondisi perekonomian yang sebenarnya.

Dalam hal memengaruhi keputusan investasi, dilaporkan bahwa peningkatan mesin pertanian berbasis AI oleh CNH juga dapat berdampak pada keputusan (Yahoo Finance). Di sini, AI muncul bukan sebagai alasan pemutusan hubungan kerja, melainkan sebagai inti dari produk. Sementara berita utama berfokus pada pemangkasan dan harga saham, hal yang sebenarnya diinvestasikan perusahaan terlihat di tempat lain. Di saat persepsi tentang AI terbelah, yang ingin diketahui pembaca bukanlah seberapa heboh AI dibicarakan, melainkan bentuk penerapannya di lapangan. Pada bagian berikutnya, kita akan melihat infrastruktur yang mendukung penerapannya.

Persiapan bagi mereka yang membesarkan manusia

Meskipun ada berita utama tentang PHK, perusahaan dan organisasi industri sedang bersiap melatih orang sebelum penerapan. TechBullion melaporkan bahwa Mohammed Shahin menganjurkan reskilling dan strategi SDM sebagai sarana untuk mengembangkan sumber daya manusia dalam rangka pengenalan AI. Premisnya di sini adalah bahwa sebelum memperkenalkan AI, bagian SDM harus merancang bagaimana AI akan digunakan oleh karyawan saat ini dan dalam tugas apa. Gerakan serupa juga terjadi di bidang perawatan lansia (nursing care). AHCA/NCAL mengumumkan sebuah webinar bertema sumber daya manusia AI. Tanggal acara akan diumumkan kemudian, dan yang bisa kami konfirmasi saat ini hanyalah bahwa organisasi industri perawatan lansia telah mulai memperlakukan AI sebagai masalah sumber daya manusia.

Ada pula perkembangan di sisi pendidikan. Menurut Oracle Blogs, Oracle Academy mendorong penerapan kurikulum AI pada National Education Conference India. Sementara pendidikan ulang di perusahaan menyasar karyawan yang sudah ada, ini adalah inisiatif yang memasukkan materi pembelajaran sejak tahap kurikulum pendidikan. Yang lainnya adalah Universitas Politeknik Valencia (UPV). Universitas ini telah mengembangkan AI yang mendeteksi seksisme dalam video media sosial. Ini bukan cerita tentang melatih manusia, melainkan tentang cara menemukan bias dalam konten yang ditangani AI. Namun, dalam hal menyiapkan sistem untuk memastikan keadilan sebelum diperkenalkan, arahnya sama dengan pengembangan sumber daya manusia.

Jika dibaca berdampingan, terlihat bahwa perdebatan tentang pemangkasan serta pembinaan dan koreksi bias berlangsung di tempat yang berbeda. Sementara judul tentang pemangkasan berfokus pada berapa banyak pekerjaan yang akan digantikan AI, Teori Pelatihan Ulang dari Shahin, Webinar AHCA/NCAL, Dukungan Kurikulum dari Oracle Academy, dan AI Deteksi dari UPV membahas apa yang perlu disiapkan sebelum penggantian terjadi. Yang ingin dilihat pembaca adalah apakah organisasi yang berbicara tentang penerapan juga menunjukkan rencana pelatihan, cara mengalokasikan ulang sumber daya manusia, dan cara memeriksa bias pada keluaran. Ada tidaknya persiapan tersebut mungkin berdampak lebih besar pada hasil penerapan daripada angka-angka di judul berita.

Sementara persiapan diarahkan pada manusia dan keadilan, mekanisme untuk memverifikasi dan mengatur jawaban yang diberikan oleh AI juga dipertanyakan. Pada bagian berikutnya, kita akan membahas perkembangan verifikasi dan regulasi.

Kerangka kerja yang menghubungkan keamanan melalui evaluasi dan dialog

Ada gerakan yang sedang berlangsung untuk mendukung kesiapsiagaan terhadap AI berbahaya melalui evaluasi eksternal dan dialog internasional. CEO Nvidia menyerukan dialog antara AS dan Tiongkok mengenai AI berbahaya (Cheddar). Anthropic telah memberikan akses setingkat karyawan kepada lembaga penilai METR, sehingga METR dapat mengevaluasi model-model mutakhir (TradingView). Yang pertama adalah seruan untuk membentuk forum diskusi antarnegara, sedangkan yang kedua adalah perubahan operasional yang memungkinkan pihak ketiga memeriksa model dalam kondisi yang mirip dengan di dalam pengembang. Sejauh yang dilaporkan, tidak ada pihak yang mengetahui rincian kesepakatan spesifiknya. Namun, terlihat bahwa fokus pada kesiapsiagaan tidak hanya berupa pelaporan mandiri oleh tiap perusahaan, tetapi juga meluas ke evaluasi eksternal dan dialog.

Arah ini juga bersinggungan dengan kepentingan para peneliti. Ketiga preprint yang ditampilkan di situs kami belum melalui tinjauan sejawat, dan informasi primernya dipublikasikan di arXiv. Yang pertama adalah X-Ragent, yang menangani agen interpretasi rontgen dada. Saat menginterpretasikan gambar, kesimpulan tidak dapat diambil hanya berdasarkan temuan, dan ada situasi di mana bukti tambahan seperti nilai terukur digabungkan. Para penulis menunjukkan bahwa mekanisme untuk mempelajari kapan bukti diperlukan dan mekanisme untuk mengeluarkan pengukuran yang tidak relevan dari inferensi masih lemah. Oleh karena itu, kami melatih keduanya secara terpisah dan menggunakan imbalan yang memberikan penilaian proses hanya pada lintasan yang diagnosisnya benar.

Agent-Reflex yang kedua berfokus pada perilaku ketika alat memberikan respons yang rusak. Agen dalam operasi nyata menerima respons yang keliru dan menerima koreksi dari pengguna di tengah jalan. Para penulis menyatakan bahwa metode yang ada memiliki sinyal guru yang terbatas untuk mendorong pembelajaran dalam merefleksikan dan pulih dari kegagalan dalam situasi seperti itu. Oleh karena itu, pada tahap ketiga pembelajaran, kami mengekstraksi ``keterampilan untuk refleksi'' yang dapat digunakan kembali dari pasangan lintasan sukses dan gagal. VRSD yang ketiga membahas masalah bahwa ketika belajar dari guru yang mengetahui jawabannya, model menjadi mampu membuat pernyataan tanpa memeriksanya. Self-distillation on-policy memberikan informasi istimewa seperti jawaban yang telah diverifikasi hanya kepada guru. Menurut para penulis, hal ini membuat guru condong ke jalan pintas dalam penalaran dengan sedikit verifikasi atau pemikiran ulang, sehingga secara tajam mengurangi variasi keluaran. VRSD tidak menghilangkan informasi istimewa dan menyesuaikan penggunaannya dengan prompt sistem.

Kesamaan ketiga buku tersebut adalah bahwa mereka tidak hanya memverifikasi kebenaran hasil, tetapi juga memeriksa perilaku seperti kapan harus mencari bukti, bagaimana berhenti saat masukan rusak, dan apakah membuat pernyataan tanpa mengonfirmasinya. Ini adalah jenis pertanyaan yang sama yang ingin diajukan oleh kerangka evaluasi eksternal. Ketika pembaca memutuskan apakah akan mengadopsi suatu model, selain angka akurasi, ada baiknya melihat siapa yang mengonfirmasi perilaku ini dan dalam kondisi apa. Pada bagian berikutnya, kita akan membahas cara menerapkan konfirmasi ini pada penggunaan di lapangan.

Penggunaan yang meluas ke layanan kesehatan, pikiran, dan hubungan

Badan Pengawas Obat dan Makanan AS (FDA) dilaporkan telah menyetujui alat AI yang memprediksi kekambuhan kanker payudara (ABC News). Persetujuan ini merupakan contoh keluaran AI yang lolos tinjauan publik sebagai bahan keputusan medis. Di bidang kesehatan mental, dilaporkan bahwa kesejahteraan sosial pengguna yang memakai aplikasi berbasis AI meningkat (2 Minute Medicine). Yang satu berupa prediksi yang mirip diagnosis, yang lain berupa dukungan emosional sehari-hari, sehingga tujuannya berbeda. Namun keduanya memiliki satu kesamaan: sama-sama digunakan secara praktis dalam situasi yang berkaitan erat dengan kesehatan dan emosi manusia. Saat mempertimbangkan penerapannya, pembaca perlu membaca secara terpisah laporan bahwa alat tersebut efektif dan prosedur yang digunakan untuk memastikannya. Persetujuan FDA adalah salah satu contoh yang terakhir, dan pemberitaan aplikasi berada pada tingkat yang berbeda.

Namun, semakin dekat perangkat dengan manusia, semakin besar dampak ketidaksesuaian penggunaan terhadap penggunanya. New York Post melaporkan bahwa "AI poly", yaitu orang yang menggunakan chatbot AI dalam hubungan bertiga, semakin umum, dan para ahli memperingatkan risiko gangguan jiwa. Vietnam.vn membahas bagaimana MoMo memanfaatkan filosofi Tesla dan regulasi yang suportif untuk mempertahankan pengguna. Empati adalah nilai dari sebuah layanan, dan sekaligus dapat menjadi sarana untuk mendorong penggunaan berkelanjutan. Laporan tentang peningkatan kebahagiaan bersamaan dengan peringatan tentang hubungan yang semakin dalam. Karena itu, sebaiknya jangan menganggap jumlah pengguna yang tinggi atau tingkat keberlanjutan yang tinggi sebagai bukti bahwa manfaat bagi pengguna besar.

Pertanyaan juga diajukan dari luar bidang teknologi. The Conversation memperkenalkan perdebatan tentang apakah sesuatu itu makhluk hidup atau mesin di era AI dari sudut pandang petani sekaligus penulis, Berry. Sebuah artikel opini di TCNJ Signal News berargumen bahwa seni AI akan membuat pelanggan menjauh. Ini adalah pendapat media mahasiswa dan bukan survei yang menunjukkan perubahan nyata pada penjualan atau jumlah pengunjung. Namun, tampaknya kekhawatiran bahwa penggunaan AI dapat merusak kepercayaan pelanggan sudah sampai ke lini produksi dan layanan pelanggan.

Persetujuan medis, laporan efektivitas dalam dukungan emosional, peringatan soal hubungan, dan kekhawatiran akan reaksi pelanggan semuanya menuntut penilaian tentang cara teknologi digunakan, terlepas dari kinerjanya. Di bidang yang melibatkan manusia, menentukan siapa yang bertanggung jawab atas cakupan apa dan di mana manusia mengambil alih lebih penting daripada menentukan apakah teknologi itu bisa diterapkan.

Berita tentang perampingan dan harga saham menarik perhatian, tetapi yang terlihat di dalamnya adalah bahwa perampingan dan AI dibahas secara bersamaan. Faktor penentunya adalah pemeliharaan yang berkelanjutan. Di sisi sumber daya manusia, ada gerakan untuk merancang pelatihan ulang sebelum memperkenalkan AI, dan arah yang sama terlihat pada organisasi industri perawatan lansia dan kurikulum pendidikan. Dari segi keselamatan, evaluasi oleh lembaga eksternal dan dialog internasional semakin meluas untuk melengkapi pelaporan mandiri oleh masing-masing perusahaan. Di bidang medis dan psikologi, ada kasus yang dipastikan melalui prosedur seperti persetujuan FDA, dan ada kasus yang hanya dilaporkan oleh pengguna; semakin dekat penggunaan dengan manusia, semakin besar dampak ketidaksesuaian. Saat mempertimbangkan implementasi, fokus bergeser dari momentum berita utama ke isi, seperti persiapan sumber daya manusia, mekanisme verifikasi, dan kepastian penggunaan.

Q1: Saat menggunakan AI dalam pekerjaan Anda, siapa yang memutuskan cara menggunakannya, langkah apa yang diambil, dan bagaimana para penggunanya dipersiapkan? Q2: Apakah dasar untuk menyatakan bahwa tidak ada masalah pada keluaran atau penggunaan AI dikonfirmasi melalui evaluasi eksternal atau prosedur publik, bukan melalui laporan mandiri? Q3: Apakah keputusan tentang personel dan investasi didasarkan pada ada tidaknya mekanisme pelatihan ulang dan verifikasi, bukan pada berita utama atau pergerakan harga saham?

Terakhir, tiga pertanyaan

- Saat menggunakan AI dalam pekerjaan Anda, siapa yang menentukan cara penggunaannya, langkah apa yang diambil, dan bagaimana para penggunanya dipersiapkan? Q2: Apakah dasar untuk menyatakan bahwa tidak ada masalah pada keluaran atau penggunaan AI dikonfirmasi melalui evaluasi eksternal atau prosedur publik, bukan melalui laporan mandiri? Q3: Apakah keputusan tentang personel dan investasi didasarkan pada ada tidaknya mekanisme pelatihan ulang dan verifikasi, bukan pada judul berita atau pergerakan harga saham? - Apakah dasar untuk menyatakan bahwa tidak ada masalah pada keluaran atau penggunaan AI dikonfirmasi melalui evaluasi eksternal atau prosedur publik, bukan melalui laporan mandiri? Q3: Apakah keputusan tentang personel dan investasi didasarkan pada ada tidaknya mekanisme pelatihan ulang dan verifikasi, bukan pada judul berita atau pergerakan harga saham? - Apakah keputusan tentang staf dan investasi didasarkan pada ada tidaknya mekanisme pelatihan ulang keterampilan dan verifikasi, bukan pada judul berita atau pergerakan harga saham?