TLDR
Kegagalan AI seringkali disebabkan oleh sistem yang dibangun di sekitarnya, bukan hanya model itu sendiri. Organisasi perlu memeriksa dan memastikan keakuratan informasi yang diberikan oleh sistem AI untuk menghindari kesalahan. Penggunaan AI yang efektif memerlukan perhatian pada arsitektur informasi dan proses pengambilan keputusan yang mendukung model. Pomodo.id - Permasalahan yang terjadi dengan sistem kecerdasan buatan (AI) bukanlah sekadar kegagalan model, melainkan juga akibat dari sistem pendukung yang mengelilinginya. Sebagai contoh, ketika seorang pegawai di sektor keuangan menggunakan asisten AI untuk menanyakan apakah kontrak pemasok dapat dibatalkan tanpa penalti, jawaban yang diterima mungkin tampak meyakinkan dan mengutip klausul yang tepat. Namun, jika klausul tersebut telah direvisi namun sistem AI hanya mengacu pada versi lama, jelas ada kesalahan. Ini menunjukkan bahwa bukan hanya model AI yang perlu dievaluasi, tetapi juga sistem pendukung yang mengaturnya.Selama ini, fokus diskusi publik seputar AI sering terpusat pada bagaimana membandingkan kecanggihan model yang berbeda. Namun, pengalaman pengguna terhadap asisten AI tidak sebatas pada model yang digunakan; ini juga meliputi seberapa baik sistem pendukung dalam menangani instruksi, pengambilan dokumen, penyimpanan informasi, serta penetapan aturan kapan intervensi manusia diperlukan. Sebuah studii menunjukkan bahwa dua organisasi bisa jadi menggunakan model yang sama, tetapi mendapatkan hasil yang sangat berbeda tergantung pada sistem pendukung yang dibangun di sekeliling model tersebut.Seiring perkembangan AI, banyak perusahaan masih terjebak dalam debat tentang seberapa layak investasi dalam teknologi ini. Banyak dari mereka belum siap untuk melakukan automasi bahkan pada tugas-tugas dasar seperti merangkum dokumen atau menerjemahkan, meskipun ini adalah fungsi dasar yang dapat dilakukan AI. Setelah pergeseran dari tugas-tugas sederhana, perhatian kini beralih kepada kemampuan AI untuk menyelesaikan masalah yang tidak sepenuhnya didefinisikan. Misalnya, model sebagai eksperimen dari OpenAI baru-baru ini berhasil menyelesaikan lima dari enam soal ujian Internasional Olimpiade Matematika, meraih nilai setara medali emas, menunjukkan betapa cepatnya kemajuan dalam kemampuan AI.
Sistem pendukung AI mencakup berbagai elemen yang membantu kecerdasan buatan beroperasi dengan baik dan aman. Ini termasuk prosedur pengambilan keputusan, kebijakan yang mengatur interaksi, serta pengelolaan risiko dan komunikasi. Tanpa sistem tersebut, model AI hanya dapat memproduksi hasil optimal jika informasi yang diberikan akurat dan terkini. Misalnya, dalam konteks Indonesia, sistem pendukung yang kuat dapat membantu organisasi dalam memahami kebijakan terbaru dan memperkecil risiko kesalahan yang bisa berakibat fatal.
Menghadapi kemajuan ini, para profesional muda Indonesia, yang berusia antara 18 hingga 30 tahun, harus memperhatikan perkembangan dalam industri AI dan bagaimana penerapan teknologi ini dapat memengaruhi karier mereka. Dengan semakin banyaknya perusahaan mencari efisiensi melalui automasi dan AI, keterampilan yang berhubungan dengan teknologi ini menjadi semakin dicari. Akan ada peluang kerja yang signifikan bagi mereka yang dapat memahami dan mengelola sistem pendukung AI dan bukan hanya teknologi itu sendiri.Sekarang lebih dari sebelumnya, penting bagi individu untuk memahami bahwa keberhasilan dalam penerapan AI tidak hanya ditentukan oleh kecepatannya dalam menyelesaikan satu tugas, tetapi oleh kompleksitas sistem yang mendukungnya. Ini berarti bahwa untuk dapat bersaing, lulusan muda dan calon karyawan di Indonesia harus mengembangkan keterampilan yang lebih dari sekadar kemampuan teknis terhadap AI, tetapi juga pemahaman tentang bagaimana sistem ini berfungsi dalam konteks yang lebih luas. Penguasaan terhadap kombinasi kedua elemen tersebut akan memberi keunggulan kompetitif di pasar kerja yang semakin mengutamakan efisiensi dan inovasi.
