Masalah dengan “Buatan” — Mengapa Masalah Branding Terbesar AI Mungkin Adalah Namanya

Jack Dorsey telah membuka kembali pertanyaan dasar tentang istilah paling dikenal di industri teknologi. Dalam sebuah posting tanggal 6 Agustus, CEO Block menulis, “Kecerdasan buatan” adalah deskripsi terburuk. Pernyataan singkatnya mengalihkan perhatian dari performa model ke bahasa seputar AI. Ini juga menimbulkan pertanyaan tentang bagaimana nama membentuk kepercayaan, adopsi, dan ekspektasi komersial.

Kata-kata Dorsey mengikuti upaya Block membangun “lapisan intelijen” di seluruh operasinya. Ia dan mitra Roelof Botha menggambarkan sebuah perusahaan yang diorganisir berdasarkan model bersama, bukan rantai manajemen. Kerangka kerja mereka menempatkan orang di ujung operasi, di mana mereka menangani konteks, penilaian, dan keputusan sulit. Deskripsi tersebut menggambarkan AI sebagai infrastruktur yang mendukung pekerjaan, bukan sebagai aktor buatan terpisah.

Mengapa Kepalsuan Menciptakan Kegelisahan

Merriam-Webster mendefinisikan “buatan” sebagai sesuatu yang dibuat manusia, seringkali untuk menyerupai sesuatu yang alami. Sinonim yang tercantum meliputi palsu, sintetis, tidak alami, dan simulasi. Makna-makna tersebut tidak menggambarkan setiap penggunaan AI modern, namun makna-makna tersebut menyertai istilah tersebut dalam bahasa sehari-hari. Sebaliknya, digital menggambarkan sebuah format, sementara smart biasanya menandakan fungsi atau kemampuan tambahan.

Kecerdasan juga merupakan kata yang berat, karena biasanya merujuk pada pemikiran dan pemahaman manusia. NIST menggunakan terminologi yang kurang luas untuk sistem AI. Istilah ini menggambarkan mereka sebagai sistem yang menggunakan mesin untuk membuat prediksi, rekomendasi, atau keputusan untuk tujuan yang ditetapkan oleh manusia. Deskripsi teknis itu menjadikan tujuan dan output sebagai fokus, tetapi tidak berarti perangkat lunak berpikir seperti manusia.

Beberapa studi telah dilakukan untuk memvalidasi gagasan bahwa label memengaruhi evaluasi sistem otomatis. Ada beberapa studi yang mendukung gagasan bahwa label memang memengaruhi penilaian terhadap sistem otomatis.

Studi CHI mengadopsi istilah-istilah berikut: AI, algoritma, program komputer, sistem otomatis, dan model statistik. Bahasa memengaruhi kompleksitas, keadilan, dan kepercayaan yang dirasakan dalam kedua studi tersebut (397 subjek dan 622 subjek). Namun, satu nama tidak dapat dikonfirmasi sebagai nama yang aman dalam setiap konteks dalam studi tersebut.

Kehati-hatian publik menciptakan situasi sulit bagi merek AI manapun. Pew Research Center melaporkan bahwa setengah orang dewasa di AS merasa lebih khawatir daripada antusias dengan penggunaan AI yang lebih luas. Hanya 10% yang merasa lebih bersemangat, sementara 38% melaporkan tingkat perasaan yang sama dari kedua perasaan tersebut. Temuan tersebut mengukur pandangan tentang AI secara luas dan tidak mengisolasi kata “buatan.”

Nama Teknologi Lama Membentuk Ekspektasi

Sementara itu, label teknologi sebelumnya menunjukkan bagaimana nama dapat menyederhanakan sistem yang kompleks. Komputasi awan menggantikan deskripsi server jarak jauh, penyimpanan bersama, dan pemrosesan berbasis internet dengan satu metafora ringkas. NIST kemudian menstandarisasi cloud berdasarkan akses on-demand ke sumber daya komputasi bersama. Standarnya juga mencantumkan skala cepat dan layanan terukur sebagai salah satu fitur utama.

Big data mengikuti jalur berbeda dan menjadikan skala sebagai pesan utama. NIST menggambarkannya sebagai volume besar informasi yang dihasilkan di dunia yang terhubung dan dipenuhi sensor. Lembaga tersebut kemudian mengembangkan kerangka kerja bersama menggunakan istilah tersebut lintas arsitektur data. Namun, nama tersebut menggambarkan skala, bukan alat, metode, atau hasil bisnis yang tepat.

Cryptocurrency mengaitkan kriptografi langsung dengan uang, memberikan perangkat lunak yang tidak dikenal kerangka ekonomi yang familiar. Kata ini menggabungkan metode teknisnya dengan fungsi finansial. Regulator kemudian mengadopsi istilah yang lebih luas, termasuk aset kripto dan aset digital, untuk dokumen hukum dan pasar. SEC kini mendefinisikan aset kripto melalui catatan buku besar terdistribusi yang diamankan secara kriptografi.

Blokir Reframe AI sebagai Lapisan Operasi

Perlu dicatat, bahasa pilihan Dorsey sudah muncul dalam model operasi baru Block. Kerangka kerja perusahaan menempatkan kapabilitas, data perusahaan, data pelanggan, dan antarmuka di sekitar lapisan intelijen. Lapisan tersebut membentuk layanan ketika modelnya mengidentifikasi kebutuhan spesifik pelanggan. Perangkat lunak ini berfungsi sebagai perangkat lunak koordinasi dalam bisnis, bukan sebagai satu produk yang dijual di bawah label AI.

Block juga mengorganisir staf di sekitar kontributor individu, individu yang bertanggung jawab langsung, dan pelatih pemain. Kerangka kerja yang dipublikasikan ini menetapkan aliran informasi rutin dan pekerjaan penyelarasan ke sistem bersama. Orang menangani pekerjaan spesialis, kontak dengan pelanggan, konteks budaya, pilihan etis, dan situasi berisiko tinggi. Deskripsi podcast Sequoia mengatakan Block memangkas 40% tenaga kerjanya selama restrukturisasi yang lebih luas ini.

Kata-kata Block memisahkan lapisan perangkat lunak dari peran pekerja di sekitarnya. “Kecerdasan buatan” bisa menjadi pengganti kecerdasan manusia, terutama ketika perusahaan membahas pemutusan pekerjaan. “Lapisan intelijen” justru menggambarkan fungsi operasional pusat yang menghubungkan data, layanan, dan karyawan. Namun, perubahan kata-kata tidak mengubah jumlah tenaga kerja, biaya, kontrol, atau kinerja sistem.

Nama baru membawa makna yang berbeda

Namun, beberapa alternatif menawarkan kerangka yang berbeda, dan masing-masing mengubah makna yang diharapkan. Kecerdasan mesin mengidentifikasi asal sistem ini, meskipun masih membandingkan perangkat lunak dengan kemampuan manusia. Komputasi kognitif menekankan penalaran dan dukungan pengambilan keputusan. IBM menggunakan istilah itu untuk sistem yang mensimulasikan bagian dari kognisi manusia.

Perangkat lunak cerdas terdengar lebih familiar, namun mencakup produk dengan kemampuan dan risiko yang berbeda. Nama produk yang lebih sempit mungkin memberikan informasi yang lebih jelas dibandingkan yang menggantikan seluruh bidang. Perusahaan dapat menggunakan istilah seperti “model peramalan,” “asisten penulis,” “mesin rekomendasi,” atau “detektor penipuan.” Label-label tersebut menjelaskan tugas sistem sebelum menjelaskan desain teknisnya.

Rebranding saja tidak menyelesaikan kekhawatiran mendasar tentang sistem AI. Penelitian menunjukkan bahwa pelabelan dapat memengaruhi kepercayaan pengguna, tetapi dampaknya bergantung pada konteks, pengalaman pengguna, dan bagaimana teknologi diterapkan. Perubahan penamaan dapat membentuk persepsi, namun transparansi, kinerja, dan akuntabilitas tetap menjadi faktor utama yang menentukan kepercayaan publik.

Regulator juga menekankan perlunya representasi yang akurat. Federal Trade Commission telah mengambil tindakan terhadap perusahaan yang membuat klaim tanpa dasar tentang kemampuan AI, menegaskan bahwa terminologi harus selaras dengan fungsi sebenarnya. Pernyataan Dorsey menyoroti perdebatan yang sedang berlangsung tentang bagaimana industri menggambarkan alatnya, namun setiap perubahan bahasa harus menyeimbangkan kejelasan, akurasi, dan harapan publik.

Terkait: Michael Saylor Mengatakan Bitcoin Adalah Modal Digital dan AI Adalah Kecerdasan Digital