Mengapa AI Cepat Berkembang di Coding Tapi Lambat di Menulis Email

Perkembangan AI di bidang pemrograman dan coding sedang mengalami lonjakan besar, dengan model-model seperti GPT-5, Gemini 2.5, dan Sonnet 4.5 yang mendorong batas kemampuan otomasi developer. Hal ini karena coding bisa diuji dengan jelas melalui pengujian otomatis seperti unit testing dan integrasi, yang membuat pembelajaran AI menjadi efisien dan efektif.Sebaliknya, penggunaan AI untuk menulis email atau respon chatbot tidak mengalami kemajuan yang signifikan. Alasannya karena kualitas dan keberhasilan hasil penulisan sulit diukur secara objektif dan otomatis. Reinforcement learning yang sangat bergantung pada kemampuan evaluasi ini pun tidak bisa bekerja optimal pada tugas-tugas tersebut.Reinforcement learning adalah metode yang menggunakan umpan balik atau hasil yang jelas untuk membantu AI belajar dan memperbaiki output. Tugas dengan metrik pengujian yang bisa diulang dan diukur seperti coding, pemecahan bug, atau matematika kompetitif dapat dioptimalkan dengan cepat menggunakan metode ini.Beberapa bidang yang tadinya dianggap sulit diotomasi, seperti AI-generated video, menunjukkan perkembangan mengesankan. Contohnya adalah model Sora 2 dari OpenAI yang mampu menghasilkan video realistis dengan konsistensi objek dan wajah, kemungkinan besar berkat penerapan reinforcement learning dalam aspek visual tersebut.Kesenjangan kemampuan reinforcement learning ini sangat penting karena akan mempengaruhi banyak bidang bagaimana AI dapat mengotomasi pekerjaan mereka. Keberhasilan startup dan teknologi AI di masa depan akan sangat bergantung pada kemampuan mereka membangun sistem pengujian yang menjalankan proses pembelajaran secara otomatis dan berulang.