Efek kecerdasan buatan atau lebih dikenal dalam Bahasa Inggrisnya, AI effect adalah kecenderungan untuk menganggap perilaku dari sebuah program kecerdasan buatan bukan sebagai “kecerdasan yang nyata”, dengan tujuan merendahkan atau mengabaikan peran kecerdasan buatan itu sendiri.
Contoh yang cukup terkenal dari kecenderungan ini bisa dilihat dari Pamela McCorduck:
“Bagian tak terpisahkan dari sejarah kecerdasan buatan adalah bahwa setiap kali seseorang berhasil membuat komputer melakukan sesuatu—bermain catur dengan baik, menyelesaikan masalah sederhana namun relatif tidak formal—selalu ada paduan suara kritik yang mengatakan, ‘itu bukan berpikir’.”
Peneliti Rodney Brooks mengeluhkan hal yang hampir serupa:
“Setiap kali kita berhasil memahami satu bagiannya, hal itu berhenti terlihat ajaib; kita berkata, ‘Oh, itu hanya sebuah komputasi.’”
Definisi
AI effect (efek kecerdasan buatan) adalah kecenderungan untuk menyangkal bahwa sistem AI benar-benar cerdas, meskipun sistem tersebut menampilkan perilaku yang tampak cerdas; setelah suatu capaian berhasil dicapai oleh mesin, capaian tersebut sering dinormalisasi menjadi “sekadar komputasi”, sehingga standar penilaian kecerdasan seolah digeser.[1]
AI effect mengacu pada fenomena ketika definisi kecerdasan buatan atau konsep kecerdasan disesuaikan untuk mengecualikan kemampuan yang secar umum telah dikuasai oleh sistem AI. Hal ini sering tampak dalam bentuk tugas-tugas yang kini dapat dilakukan AI dengan baik tidak lagi dianggap sebagai bagian dari kecerdasan buatan, atau konsep kecerdasan itu sendiri didefinisikan ulang untuk menyingkirkan pencapaian AI. Edward Geist menyebut John McCarthy sebagai pencetus istilah AI effect untuk menggambarkan fenomena ini. Ekspresi paling awal dari gagasan ini (diidentifikasi oleh Quote Investigator) muncul pada tahun 1971 melalui pernyataan “AI adalah sebutan kolektif untuk masalah-masalah yang belum kita ketahui cara menyelesaikannya dengan benar menggunakan komputer”, yang dikaitkan dengan ilmuwan komputer Bertram Raphael.
Pamela McCorduck menyebutnya sebagai “paradoks aneh” bahwa “kesuksesan praktis kecerdasan buatan—program komputasi yang benar-benar mencapai perilaku cerdas—segera diasimilasi ke dalam domain aplikasi tempat mereka berguna, dan menjadi mitra diam di samping pendekatan pemecahan masalah lainnya. Akibatnya, peneliti kecerdasan buatan hanya ditinggalkan untuk mengurusi ‘kegagalan’ yang ada, masalah-masalah yang belum bisa dipecahkan.” Fenomena ini merupakan contoh dari pergeseran standar (moving the goalposts).
Teorema Tesler menyatakan:
Kecerdasan buatan adalah apa pun yang belum berhasil dikerjakan.
— Larry Tesler
Douglas Hofstadter mengutip ungkapan ini, begitu pula banyak komentator lainnya.
Ketika suatu masalah belum diformalkan, masalah tersebut masih dapat dicirikan dengan model komputasi yang melibatkan perhitungan manusia. Beban komputasi suatu masalah dibagi antara komputer dan manusia: satu bagian diselesaikan oleh komputer dan bagian lain diselesaikan oleh manusia. Formulasi ini disebut sebagai human-assisted Turing machine.
Semakin meluasnya penggunaan kecerdasan buatan
Perangkat lunak dan algoritma yang dikembangkan oleh para peneliti kecerdasan buatan kini telah terintegrasi ke dalam banyak aplikasi di seluruh dunia, tanpa benar-benar lagi disebut sebagai kecerdasan buatan. Fenomena kurangnya pengakuan ini terlihat dalam berbagai bidang, seperti catur komputer, pemasaran, otomasi pertanian, perhotelan, hingga optical character recognition (OCR).
Michael Swaine melaporkan bahwa “kemajuan kecerdasan buatan saat ini tidak banyak digembar-gemborkan sebagai kecerdasan buatan, tetapi lebih sering dipandang sebagai kemajuan dalam bidang lain.” Patrick Winston menambahkan, “Kecerdasan buatan menjadi semakin penting justru ketika ia semakin tidak mencolok. Saat ini, sulit menemukan sistem besar yang tidak berfungsi, setidaknya sebagian, karena ide-ide yang dikembangkan atau dimatangkan di dunia kecerdasan buatan.”
Menurut Stottler Henke, “Manfaat praktis besar dari aplikasi kecerdasan buatan, bahkan keberadaan kecerdasan buatan dalam banyak produk perangkat lunak, sebagian besar tidak disadari banyak orang meskipun teknik-teknik kecerdasan buatan sudah digunakan secara luas. Inilah AI effect. Banyak pemasar tidak menggunakan istilah ‘kecerdasan buatan’ bahkan ketika produk perusahaan mereka bergantung pada teknik kecerdasan buatan tertentu. Mengapa demikian?”
Marvin Minsky menulis: “Paradoks ini muncul dari kenyataan bahwa setiap kali sebuah proyek penelitian kecerdasan buatan menghasilkan temuan baru yang berguna, produk tersebut biasanya segera berkembang menjadi bidang ilmiah atau komersial baru dengan nama khasnya sendiri. Perubahan nama ini membuat orang luar bertanya, Mengapa kita melihat begitu sedikit kemajuan dalam bidang pusat kecerdasan buatan?”
Nick Bostrom juga mencatat: “Banyak kecerdasan buatan mutakhir yang tersaring masuk ke aplikasi umum, sering kali tanpa lagi disebut kecerdasan buatan, karena begitu sesuatu menjadi cukup berguna dan cukup umum, ia tidak lagi diberi label kecerdasan buatan.”
Beberapa pakar berpendapat bahwa AI effect akan terus berlanjut, dengan setiap kemajuan kecerdasan buatan memunculkan keberatan baru dan redefinisi atas ekspektasi publik.
Efek dari musim dingin kecerdasan buatan
Pada awal 1990-an, selama “musim dingin kecerdasan buatan” kedua, banyak peneliti kecerdasan buatan mendapati bahwa mereka bisa mendapatkan lebih banyak pendanaan dan menjual lebih banyak perangkat lunak jika mereka menghindari stigma buruk dari istilah “kecerdasan buatan” dan berpura-pura bahwa pekerjaan mereka tidak ada hubungannya.
“Beberapa orang percaya bahwa kata ‘robotika’ sebenarnya membawa stigma yang justru merugikan peluang sebuah perusahaan untuk mendapatkan pendanaan.”
Ego manusia
Michael Kearns berpendapat bahwa “orang-orang secara bawah sadar berusaha mempertahankan bagi diri mereka sendiri peran istimewa di alam semesta”. Dengan meremehkan kecerdasan buatan, orang dapat terus merasa unik dan istimewa. Kearns menyatakan bahwa perubahan persepsi yang dikenal sebagai AI effect dapat ditelusuri pada hilangnya misteri dari sistem tersebut. Kemampuan untuk menelusuri penyebab suatu peristiwa menunjukkan bahwa hal itu lebih merupakan bentuk otomatisasi daripada kecerdasan.
Efek serupa juga dicatat dalam sejarah studi kognisi hewan dan kesadaran, di mana setiap kali kemampuan yang sebelumnya dianggap unik bagi manusia ditemukan pada hewan (misalnya kemampuan membuat alat atau lulus uji cermin), kemudian pentingnya kemampuan tersebut menjadi cenderung diremehkan.
Herbert A. Simon, ketika ditanya tentang minimnya liputan pers terhadap kecerdasan buatan pada waktu itu, mengatakan: “Yang membuat kecerdasan buatan berbeda adalah bahwa gagasan itu sendiri membangkitkan ketakutan dan permusuhan yang nyata pada sebagian manusia. Jadi Anda akan mendapatkan reaksi emosional yang sangat kuat. Namun, itu tidak masalah. Kita akan hidup dengan itu.”
↑Krašovec, Primož (2025). "The AI effect today: On denials of AI's intelligence". Információs Társadalom. XXV (2): 45–58. doi:10.22503/inftars.XXV.2025.2.3.
