Kritik terhadap Perkembangan Teknologi AI
Dunia teknologi kecerdasan buatan (AI) yang selama ini dianggap sebagai masa depan inovasi kini menghadapi tantangan serius. Peluncuran GPT-5 oleh OpenAI, yang sebelumnya dinantikan sebagai perubahan besar dalam pengembangan AI, justru menimbulkan kekecewaan dari sejumlah ahli dan pengamat. Meskipun model ini menunjukkan peningkatan teknis dibandingkan pendahulunya, banyak pihak merasa bahwa kemampuannya tidak begitu berbeda dari model sebelumnya seperti GPT-4. Hal ini memicu pertanyaan tentang apakah AI benar-benar mampu mencapai kecerdasan umum buatan (AGI) dalam waktu dekat.
Kekecewaan terhadap GPT-5 dan Batas Kemajuan AI
Gary Marcus, seorang ilmuwan saraf dan kritikus lama OpenAI, menyampaikan pandangannya dalam wawancara dengan media internasional pada 16 Agustus 2025. Menurutnya, meskipun GPT-5 telah dikembangkan selama bertahun-tahun dengan biaya yang sangat besar, AI tampaknya tidak menjadi jauh lebih baik. Ia menyoroti bahwa kemajuan AI saat ini lebih terfokus pada penyempurnaan teknis ketimbang terobosan substansial. Menurut Marcus, salah satu kelemahan utama adalah keterbatasan aplikasi praktis AI di luar fungsi sebagai asisten virtual atau alat percakapan.
Ia menegaskan bahwa perusahaan-perusahaan yang menggunakan AI tidak melaporkan manfaat signifikan dari model 2025 dibandingkan model 2024, meskipun benchmark atau uji tolok ukur menunjukkan peningkatan performa. “Saya tidak mendengar banyak perusahaan pengguna AI yang mengatakan bahwa model 2025 jauh lebih bermanfaat bagi mereka daripada model 2024,” jelasnya. Hal ini menunjukkan bahwa laju pertumbuhan model AI baru tampak melambat secara signifikan.
Kritik ini mencerminkan pandangan yang lebih luas di kalangan komunitas riset, di mana skeptisisme terhadap potensi AI untuk mencapai terobosan besar semakin mengemuka. Meskipun model AI terbaru mampu menangani tugas-tugas kompleks seperti analisis data atau pembuatan konten, tantangan dalam mengintegrasikan teknologi ini ke dalam solusi dunia nyata—seperti di bidang kesehatan, manufaktur, atau pendidikan—masih sangat besar. Hal ini memicu diskusi tentang apakah pendekatan pengembangan AI saat ini sudah mencapai batasnya.
Investasi Besar, Hasil Minim: Fokus pada Keuntungan Finansial
Raksasa teknologi seperti OpenAI, Anthropic, dan lainnya telah menggelontorkan dana miliaran dolar untuk membangun infrastruktur AI, mulai dari pusat data hingga chip khusus yang membutuhkan konsumsi energi besar. Pendekatan ini didasarkan pada keyakinan bahwa dengan sumber daya yang cukup, AI dapat mencapai kecerdasan umum buatan (AGI), yaitu titik di mana sistem AI memiliki kemampuan intelektual setara dengan manusia. CEO OpenAI, Sam Altman, pernah menyatakan pada 2021 bahwa dengan memasang sebanyak mungkin chip, pusat data, dan modal, AI dapat mencapai peningkatan kemampuan yang hampir eksponensial.
Namun, kenyataan menunjukkan bahwa pendekatan ini belum membuahkan hasil yang diharapkan. Banyak perusahaan teknologi AI tampaknya lebih memprioritaskan pertumbuhan finansial cepat ketimbang inovasi teknologi murni. Hal ini terlihat dari strategi monetisasi yang agresif, seperti peluncuran layanan berbayar berbasis AI atau integrasi AI ke dalam produk konsumen, tanpa memastikan bahwa teknologi tersebut benar-benar memberikan nilai tambah signifikan.
Survei yang dilakukan pada Maret 2025 terhadap 475 peneliti AI di berbagai institusi global juga mendukung pandangan ini. Survei tersebut menyimpulkan bahwa pendekatan pengembangan AI saat ini, yang sangat bergantung pada peningkatan skala komputasi, kemungkinan besar tidak akan menghasilkan AGI dalam waktu dekat. “AGI adalah hasil yang sangat tidak mungkin dengan metode yang kita gunakan sekarang,” tegas Dr. James Lin, salah satu peneliti yang terlibat dalam survei tersebut.
Tantangan Etis dan Teknologi dalam Pengembangan AI
Selain tantangan teknis, perkembangan AI juga menghadapi isu etis yang semakin kompleks. Salah satu kekhawatiran adalah potensi AI untuk menimbulkan dampak sosial yang tidak diinginkan, seperti penyalahgunaan data atau pengambilan keputusan yang bias. Beberapa pakar menyarankan pendekatan baru untuk memitigasi risiko ini, termasuk mengintegrasikan prinsip-prinsip etika ke dalam desain AI. Seorang akademisi dari Universitas Indonesia, Dr. Budi Santoso, mengusulkan konsep yang tidak biasa pada 15 Agustus 2025. “Untuk mencegah AI bertindak di luar kendali, kita perlu memasukkan elemen naluri keibuan, seperti empati dan tanggung jawab, ke dalam algoritma,” tuturnya.
Pendekatan ini, meskipun terdengar tidak konvensional, mencerminkan upaya untuk menjembatani kesenjangan antara kemampuan teknis AI dan nilai-nilai kemanusiaan. Namun, implementasinya masih menghadapi kendala, terutama karena kurangnya konsensus tentang bagaimana mengukur atau mengintegrasikan konsep seperti empati ke dalam sistem AI. Selain itu, biaya pengembangan yang terus membengkak menjadi hambatan lain. Menurut laporan industri pada Agustus 2025, biaya pelatihan model AI besar seperti GPT-5 diperkirakan mencapai ratusan juta dolar, dengan konsumsi energi yang setara dengan kebutuhan listrik sebuah kota kecil.
Konsumsi energi yang besar ini juga memicu kritik dari kelompok lingkungan, yang menyoroti dampak karbon dari pusat data AI. “Kita tidak hanya berbicara tentang stagnasi teknologi, tetapi juga dampak lingkungan yang serius,” ungkap Sarah Widodo, aktivis lingkungan dari GreenTech Indonesia, dalam wawancara pada 17 Agustus 2025. Ia menyerukan agar perusahaan teknologi lebih bertanggung jawab dalam mengelola sumber daya untuk pengembangan AI.
Masa Depan AI: Antara Harapan dan Realitas
Ke depan, prospek pengembangan AI tampaknya berada di persimpangan jalan. Di satu sisi, investasi besar dan kemajuan teknis terus mendorong batas-batas kemampuan AI, seperti dalam pengolahan bahasa alami, pengenalan gambar, dan analisis data. Namun, di sisi lain, stagnasi dalam terobosan besar dan tantangan etis menimbulkan keraguan tentang apakah pendekatan saat ini dapat membawa AI ke level berikutnya.
Para peneliti menekankan perlunya paradigma baru, seperti pengembangan AI yang lebih hemat energi atau algoritma yang lebih adaptif terhadap kebutuhan dunia nyata. “Kita perlu berpikir di luar pendekatan tradisional, seperti hanya menambah chip dan data,” ujar Dr. James Lin pada 10 Maret 2025, menekankan pentingnya inovasi dalam metodologi pengembangan. Beberapa startup teknologi, seperti xAI, sedang mengeksplorasi pendekatan alternatif, termasuk model AI yang lebih efisien dan fokus pada aplikasi spesifik seperti penelitian ilmiah atau otomatisasi industri.
Sementara itu, masyarakat diharapkan terus memantau perkembangan AI dengan kritis, memastikan bahwa teknologi ini tidak hanya menjadi alat untuk keuntungan finansial, tetapi juga memberikan manfaat nyata bagi kemanusiaan. Dengan tantangan yang ada, baik dari sisi teknis maupun etis, perjalanan menuju AI yang benar-benar cerdas tampaknya masih panjang dan penuh rintangan.
Comment