Author: mnurahsan

  • 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.