TLDR
Kemajuan AI tidak merata, dengan keterampilan pengkodean berkembang lebih cepat daripada keterampilan lainnya. Pembelajaran penguatan menjadi pendorong utama dalam pengembangan alat AI. Kemampuan untuk menguji dan mengukur keterampilan AI sangat penting untuk keberhasilan produk. Kemajuan AI saat ini sangat pesat terutama di bidang pemrograman komputer, berkat adanya metode pembelajaran yang disebut reinforcement learning (RL). RL sangat efektif jika tugas yang dikerjakan dapat diuji dengan jelas apakah berhasil atau gagal, seperti pada pengujian kode yang sudah lama menjadi standar di dunia pengembangan perangkat lunak.Namun, di bidang lain yang sulit diuji secara otomatis, seperti menulis email atau merespon chatbot, kemajuan AI terasa lebih lambat dan kurang signifikan. Hal ini disebabkan karena kerumitan mengukur kualitas output yang sering bersifat subjektif, sehingga sulit memberikan umpan balik bagi model untuk belajar.Reinforcement learning bekerja sangat baik ketika ada metrik yang jelas dan proses pengujian yang bisa dijalankan berulang kali tanpa harus melibatkan manusia setiap saat. Ini yang membuat aplikasi coding berkembang lebih cepat, sedangkan bidang lain yang terkesan rumit atau subjektif masih tertinggal.Terdapat kemajuan menarik pada model video AI seperti Sora 2 yang menunjukkan bahwa beberapa aspek yang sebelumnya dianggap sulit untuk diuji dan diautomasi mulai bisa diatasi dengan menggunakan RL. Ini memberikan harapan bahwa teknologi ini akan terus berkembang ke bidang lain yang lebih luas.Kesenjangan ini disebut 'reinforcement gap' dan akan terus membesar selama RL menjadi metode utama untuk mengembangkan AI. Hal ini punya dampak besar untuk berbagai industri, mulai dari startup hingga ekonomi secara keseluruhan, karena proses yang mudah diuji/diotomasi akan jauh lebih cepat diambil alih oleh AI.
