Manusia vs AI : Kenapa Riset Adaptabilitas Harvard Business School Ketinggalan Zaman?

Melanjutkan pembahasan dari artikel sebelumnya, kita kini membedah klaim kedua dari laporan HBS yang tak kalah menarik: superioritas manusia dalam hal adaptabilitas. Riset bertajuk "How Humans Outshine AI in Adapting to Change" ini menyimpulkan bahwa manusia secara signifikan lebih unggul dalam beradaptasi saat aturan main diubah secara mendadak.

Pada permukaannya, kesimpulan ini terdengar valid. Namun, argumen tersebut mulai goyah ketika kita bertanya: "Siapa" sebenarnya AI yang menjadi lawan tanding manusia dalam studi ini? Inilah titik kritis yang seringkali luput dari perhatian audiens non-teknis.

Kelemahan fundamental dari riset ini terletak pada metodologinya. Merujuk pada paper riset asli di jurnal *Nature Human Behaviour*, para peneliti secara eksplisit menyatakan bahwa mereka menguji "enam jenis umum algoritma *reinforcement learning* (RL)". Di sinilah letak masalahnya: mereka menggunakan teknologi AI dari generasi yang lebih tua untuk mengukur kapabilitas masa depan.

Dua Era AI: Spesialis vs Generalis

Seperti yang dipaparkan oleh Hairi Abass dalam diskusi internal kami, ada perbedaan fundamental antara AI yang diuji dalam riset HBS dengan AI modern yang kita kenal hari ini. Perbedaan ini bisa dibagi menjadi dua era:

• Era Pra-Transformer (AI Jadul): Algoritma *Reinforcement Learning* (RL) seperti DQN atau PPO adalah AI "spesialis". Mereka dilatih untuk menjadi master dalam satu tugas spesifik dengan aturan yang jelas, namun kaku dan tidak dirancang untuk beradaptasi terhadap perubahan drastis.
• Era Pasca-Transformer (AI Modern): Large Language Models (LLM) seperti GPT-4 atau Gemini memiliki *agentic reasoning*. Mereka tidak "menghafal" permainan, melainkan bisa "memahami" tujuan dan aturan baru dari instruksi, lalu merumuskan strategi secara dinamis.

Studi HBS pada dasarnya menyimpulkan manusia lebih unggul dengan cara mengadunya melawan 'AI jadul'. Ini seperti menyimpulkan bahwa manusia lebih cepat dari kendaraan dengan cara mengadu pelari maraton melawan mobil Tamiya.

Pentingnya Verifikasi di Era AI

Dua studi kasus dari laporan HBS ini menggarisbawahi pesan penting yang ditekankan oleh Dr. Prabu Revolusi: di era inovasi eksponensial, verifikasi terhadap sumber informasi—bahkan dari institusi sekaliber Harvard—menjadi sebuah keharusan. Proses publikasi akademis yang panjang berisiko tertinggal dari laju perkembangan teknologi di lapangan.

Di Forumsatria.ai, kami percaya bahwa dialog antara dunia akademis dan praktisi adalah kunci untuk memahami AI secara utuh. Dengan menerjemahkan dialog teknis antara praktisi—seperti Hairi Abass, Dito Eka Cahya, dan Gusti Aju Dewi—menjadi analisis yang lebih mudah diakses, kita dapat membangun pemahaman yang lebih cerdas, akurat, dan relevan bagi kemajuan ekosistem AI di Indonesia.