Blog

  • Tiga Sumber Prediksi Jiang Xueqin

    Tiga Sumber Prediksi Jiang Xueqin

    Jiang Xueqin merupakan bintang siniar di kancah internasional belakangan ini. Ia rajin menyambangi berbagai kanal Youtube untuk berbicara tentang berbagai isu geopolitik. Uraiannya mendapatkan sambutan meriah dari warganet, khususnya sejak perang Amerika Serikat-Israel versus Iran pecah pada 28 Februari 2026 yang lalu. Salah satu contohnya adalah perbincangan di kanal The Diary of a CEO. Saat saya mengetik tulisan ini, video perbincangan tersebut telah ditonton lebih dari 7 juta kali meski berdurasi lebih dari 2 jam.

    Tenar lewat prediksi

    Daya tarik Jiang terletak pada kemampuannya dalam membuat prediksi di pentas politik global. Ia ibarat cenayang. Pada 2024, misalnya, ia memprediksi bahwa Donald Trump akan memenangkan pemilu AS. Selain itu, ia menyatakan dengan berani bahwa Trump akan menginvasi Iran. Dua tahun berikutnya, hari ini, kita melihat prediksi-prediksi tadi menjadi kenyataan.

    Tidak cukup sampai di situ, dalam obrolannya dengan Mehdi Hasan, Jiang melontarkan prediksi tentang perang Amerika-Israel versus Iran yang akan berlangsung lama, di mana AS akan menggunakan pasukan darat. Walau demikian, bom nuklir tidak akan digunakan. Pada kesempatan yang sama, ia menambahkan bahwa Israel akan menghancurkan Masjid al-Aqsha demi memuluskan rencana pembangunan Kuil Ketiga (Third Temple) bagi umat Yahudi.

    Tiga model

    Berkat ketajaman analisis prediksinya, meski hanya bergelar sarjana di bidang Sastra Inggris dari Universitas Yale, para penggemar memberikan gelar profesor kepada Jiang. Lantas, apa yang menyebabkannya mampu membuat prediksi-prediksi yang, sejauh ini, akurat?

    Kepada Jack Neel, Jiang secara terbuka membeberkan bahwa, dalam merumuskan prediksi, ia mengkombinasikan tiga sumber, antara lain:

    1. Teori permainan (game theory). Istilah ini merupakan analogi dari permainan poker. Bagi Jiang, tidak ada pemain poker yang bodoh. Sebaliknya, mereka adalah orang-orang rasional yang menyusun strategi dan bertindak berdasarkan pandangan dunianya masing-masing. Setiap negara dan bangsa memiliki latar belakang budaya, sejarah, dan sistem politik yang membentuk pandangan mereka tentang dunia. Hal ini turut berlaku dalam geopolitik, di mana setiap kepala negara memiliki world view yang memandu kebijakannya. Di tengah dunia yang terbuka, fleksibel, dan dinamis, kebijakan suatu negara bisa jadi ancaman bagi yang lain.

    Meski memungkinkan kita untuk melihat kecenderungan-kecenderung pribadi maupun kelompok dalam dinamika global, bagi Jiang, teori permainan memerlukan bantuan yang berasal dari wawasan masa lalu.

    2. Sejarah. Tidak seperti kebanyakan orang yang memahami sejarah sebagai narasi yang terbatas pada masa lampau, Jiang melihat sejarah sebagai sumber yang dapat dimanfaatkan dalam memprediksikan masa depan. Bagaimanapun, sejarah menyediakan catatan tentang pola-pola yang memiliki kemiripan secara langsung atau melalui analogi dengan kejadian hari ini dan akan datang.

    3. Eskatologi atau pandangan dan keyakinan tentang bagaimana akhir kehidupan. Menurut Jiang, eskatologi adalah kerangka kerja yang tersembunyi di balik kejadian-kejadian besar di dunia. Setiap agama dan tradisi memiliki konsep eskatologi masing-masing. Dari eskatologi, seseorang dapat menjadi sangat termotivasi untuk bertindak ekstrim sebagai wujud keterlibatan dan pengorbanannya terhadap kehadiran juru selamat di akhir zaman. Perluasan wilayah Israel di Jazirah Arab hingga genosida di Palestina tidak dapat dilepaskan dari konsep eskatologi dalam keyakinan Yahudi.

    Itulah tiga sumber acuan Jiang Xueqin dalam membuat prediksi tentang apa yang akan terjadi dalam lingkup global. Dalam skala tertentu, kita bisa menggunakan pendekatan tiga sumber tadi untuk merumuskan prediksi masa depan bangsa ini. World view Presiden Prabowo sebagai “pemain poker”, misalnya, jika dipadukan dengan sejarah bangsa dan konsep Ratu Adil dalam eskatologi Jawa dapat menjadi pintu masuk guna menerawang hari esok Indonesia.

  • Empat cara mahasiswa terhindar dari halusinasi AI

    Empat cara mahasiswa terhindar dari halusinasi AI

    Teknologi kecerdasan artifisial (AI) kini telah menjadi bagian hidup kita, khususnya bagi Generasi Z dan Alfa di perkotaan. Mustahil meminta mereka menjauhi AI ketika mengerjakan tugas-tugas di sekolah atau kampus. Hanya saja, mereka seringkali terlalu percaya pada jawaban yang diberikan oleh mesin AI. Mahasiswa kerap tidak sadar bahwa AI dapat berhalusinasi dan memberikan jawaban ngaco.

    Perihal respon hasulisasi AI itu diketengahkan oleh Bron Eager dalam bukunya, AI-Powered Scholar: A Beginner’s Guide to Artificial Intelligence for Academic Writing & Research. Seperti judulnya, buku ini merangkum panduan pemanfaatan AI bagi penelitian dan penulisan karya ilmiah. Salah satu topik yang ia bahasa di dalamnya adalah tentang bagaimana menggunakan AI secara bertanggung jawab dengan tidak membiarkan diri kita menjadi korban halusinasi AI.

    Patut digarisbawahi, walau AI sangat mungkin memberikan respon yang salah atau tidak logis, pada dasarnya mesin-mesin AI tidak pernah melakukan tipu muslihat secara sengaja. Mesin-mesin AI didesain agar bermanfaat. Dan, untuk itu, mereka memberikan respon berdasarkan data dari pelatihan dan algoritma yang diberikan. Ironisnya, upaya memberikan manfaat itu justru bisa jadi sebaliknya ketika AI dipercaya sepenuhnya untuk mengerjakan tugas-tugas akademik yang menuntut akurasi dan pemahaman yang sesuai konteks.

    Halusinasi AI dalam tiga skenario

    Eager merangkum tiga skenario, di mana AI sangat mungkin melakukan kesalahan kala difungsikan sebagai pihak yang mengerjakan riset atau menulis karya ilmiah.

    Mengarang sitasi atau kutipan merupakan skenario pertama yang lazim ditemukan dalam tugas-tugas mahasiswa yang dikerjakan oleh AI. Sebagai contoh, Fulan diberi tugas oleh dosennya untuk membuat makalah berbasis kajian literatur tentang ekoteologi. Daftar penulis maupun judul literatur yang dihasilkan berdasarkan respon AI tampak menjanjikan. Akan tetapi, ketika diperiksa, dosennya menemukan bahwa sumber-sumber yang disebutkan oleh Fulan justru tidak ditemukan dalam basis data (database). Konsekuensinya, Fulan dapat dituduh melakukan pemalsuan.

    Mesin AI juga sangat mungkin memberikan data palsu tentang fakta-fakta sejarah. Kali ini, mari kita anggap Fulan sedang mengerjakan tugas tentang politik di Indonesia. Ia menggunakan AI pada bagian sejarah gerakan revolusi di Indonesia lalu mengambil semua jawaban AI tanpa pengecekan ulang. Ketika Fulan menyerahkan tugas, dosennya menemukan tanggal peristiwa sejarah dan kutipan yang disandarkan pada tokoh yang tidak akurat. Akibatnya, Fulan diminta melakukan revisi mayor dan reputasinya ikut dipertanyakan.

    Menyajikan informasi yang menyesatkan ada skenario terakhir yang tidak jarang dilakukan oleh AI. Pola ini kerap terjadi dalam data-data statistik. Singkatnya, jangan terlalu percaya pada angka-angka yang diberikan oleh AI.

    Menghindari halusinasi AI

    Eager mengusulkan empat cara agar terhindar dari halusinasi mesin tesebut.

    Pertama, verifikasi terus-menerus. Jangan pernah berhenti memeriksa kebenaran konten yang disajikan oleh AI. Periksa tanggal, referensi, dan klaim utama dengan cara membandingkan dengan sumber aslinya. Jika menyertakan tautan atau Digital Object Identifier (DOI), pastikan tautan dan DOI yang dicantumkan dapat diakses oleh pihak-pihak yang berkepentingan.

    Kedua, posisikan respon AI sebagai draf dan bukan hasil akhir. Sebagai draf, ia memerlukan peninjauan ulang secara ketat dan sesuai dengan standar akademik.

    Ketiga, kedepankan etika. Ini berkaitan dengan niat baik dan bersikap transparan. Jika kita mengerjakan tugas dengan AI, maka sebaiknya hal itu dinyatakan di dalam makalah dengan menyebutkan sejauh mana penggunaannya.

    Keempat, terus memperbarui informasi tentang perkembangan teknologi AI, tertutama yang berkaitan dengan fitur-fitur berikut keterbatasannya. Literasi tentang AI akan sangat membantu untuk menghindari kemungkinan masalah di kemudian hari.

    Selain halusinasi, AI juga kerap memberikan respon bias yang bertentangan dengan standar akademik yang bertumpu pada obyektifitas. Namun, perihal bias dalam AI akan kita bahas di lain waktu. Tabik.