Dampak AI

Potensi algoritme AI untuk membuat perubahan positif harus dipertimbangkan bersama dengan risikonya. Menelaah dampak AI, baik yang menguntungkan maupun yang merugikan, sangat penting untuk memandu penggunaan AI yang bertanggung jawab pada tahun-tahun mendatang.

Seiring meluasnya penggunaan model AI , para insinyur, ilmuwan, pembuat kebijakan, dan pemimpin bisnis mengeksplorasi potensinya di bidang masing-masing. Penyedia teknologi AI mengeluarkan klaim besar terkait masa depan AI, mengutip semuanya hingga dan termasuk "memperbaiki iklim, membangun koloni luar angkasa, dan penemuan semua fisika.”¹

Namun, bagaimana dengan manfaat AI yang bersifat terukur, terkuantifikasi, dan dapat dibuktikan? Di samping janji-janji besar yang disebutkan, bagaimana kemajuan teknologi terkait AI telah memberikan manfaat bagi masyarakat saat ini? Sampai saat ini, dampak positif AI yang dapat dibuktikan telah mencakup beberapa manfaat, seperti:  

• Peningkatan kinerja bisnis

• Perkiraan cuaca dan prediksi terjadinya bencana  

• Pengembangan perangkat lunak yang lebih efisien 

• Teknologi chip baru  

• Mitigasi bahaya zat perfluoroalkil dan perfluoroalkil (PFAS) 

• Perlindungan pemadaman TI  

• Penemuan obat 

• Penelitian fusi nuklir  

Dari chatbot AI hingga antarmuka layanan mandiri dan sistem cerdas lainnya, para pemimpin bisnis memuji adopsi AI dengan peningkatan pendapatan dan keuntungan. Alat intelijen bisnis yang didukung AI dapat mengurangi kesalahan manusia dengan memungkinkan para pemimpin untuk melakukan pengambilan keputusan berbasis data. Sementara itu, aplikasi AI dan peningkatan alur kerja menyederhanakan operasi untuk meningkatkan efisiensi. Secara keseluruhan, adopsi AI generatif dapat menghasilkan pertumbuhan PDB global setinggi 7% selama 10 tahun.²

Laporan IBM Cara Kerja AI 2024 menemukan bahwa 67% pemimpin yang disurvei melaporkan peningkatan pendapatan sebesar 25% atau lebih karena melibatkan AI dalam operasi bisnis. Laporan ini menemukan sentimen yang sama untuk peningkatan laba: 66% pemimpin yang disurvei memuji sistem dan alat bantu AI atas peningkatan margin keuntungan setidaknya 25%. 

Bagaimana para pemimpin ini mendapatkan manfaat bisnis dari AI? Komunikasi dan perencanaan sangat penting: 85% pemimpin mengklaim mengikuti peta jalan AI, dan 72% mencapai keselarasan antara C-suite dan kepemimpinan TI. Program Al dapat membantu para pemimpin bisnis meningkatkan proses pengambilan keputusan, yang mengarah pada keputusan yang lebih tepat. Di empat industri yang dipelajari dalam laporan—keuangan, telekomunikasi, retail, dan manufaktur—contoh penggunaan bisnis utama untuk AI di antaranya: 

• Keuangan: Asisten virtual untuk aplikasi eksternal dan mesin pencari berkemampuan AI  

• Telekomunikasi: Operasi dan otomatisasi TI, asisten virtual untuk aplikasi internal 

• Retail: Peningkatan pengalaman pelanggan 

• Manufaktur: Operasi dan otomatisasi TI 

Melihat lebih dekat pada sektor manufaktur mengungkapkan detail lebih lanjut untuk AI dalam manajemen operasi dan area bisnis lainnya. Respons median dalam survei IBM melaporkan peningkatan 30% dalam akurasi perkiraan, 25% dalam cacat produk, 20% dalam kelebihan inventaris dan manfaat serupa dalam metrik lain. 

Pada tahun 2023, IBM dan NASA berkolaborasi dalam model dasar yang membantu para ilmuwan menganalisis data tentang efek banjir dan kebakaran hutan sebelumnya. Dengan data pelatihan NASA, model yang tersedia untuk umum juga digunakan untuk menilai upaya reboisasi di Kenya dan pulau-pulau panas—daerah perkotaan terkonsentrasi dengan suhu lebih tinggi—di Uni Emirat Arab. 

Berdasarkan model ini, IBM dan NASA merilis model sumber terbuka baru pada bulan September 2024 yang dirancang untuk menjadikan aplikasi iklim lebih cepat dan lebih mudah diakses. Contoh penggunaannya termasuk peringatan banjir, prediksi badai, dan estimasi gelombang gravitasi. Mencegah terjadinya bencana alam ini berpotensi mengurangi risiko jatuhnya korban jiwa dan kerusakan harta benda. 

Alat AI sumber terbuka dapat disesuaikan untuk penggunaan khusus, seperti dalam kolaborasi dengan lingkungan dan perubahan iklim Kanada, untuk membuat “prakiraan” curah hujan yang akurat beberapa jam ke depan. Dan cukup ringan untuk dijalankan pada satu komputer desktop. 

Diumumkan pada bulan Juli 2024, model³ NeuralGCM Google menggabungkan dua pendekatan untuk pembelajaran mendalam dan prediksi cuaca. Pertama-tama, sistem ini menerapkan pemodelan tradisional untuk menilai kondisi atmosfer, kemudian membawa AI untuk menjaga prediksi tetap pada jalurnya. 

Manfaat AI yang sering dikutip adalah bahwa AI mengotomatiskan tugas berulang untuk pengoptimalan alur kerja, membebaskan pekerja untuk berfokus pada prioritas yang penting. Agen didukung AI mengambil langkah lebih jauh dengan menentukan dan melakukan tindakan secara otonom untuk mencapai tugas-tugas tingkat tinggi. 

Di bidang ilmu komputer, agen rekayasa perangkat lunak (SWE) dapat secara mandiri menyelesaikan tiket GitHub untuk merampingkan alur kerja. Misalnya, agen model bahasa besar (LLM) dapat menemukan bug atas nama pengembang dan mengusulkan perbaikan. Pengembang dapat melakukan ulasan dan menyetujui proposal, memberikan lampu hijau kepada agen untuk memperbarui kode.

Model AI generatif membutuhkan komputasi dan berjalan pada unit pemrosesan grafis (GPU) bertenaga tinggi yang dibuat oleh produsen seperti Nvidia dan AMD. GPU secara historis merupakan chip paling kuat yang mampu menangani komputasi tingkat lanjut yang diperlukan oleh algoritme machine learning. 

Kekurangan GPU terus berlanjut sejak pandemi COVID-19 mengganggu rantai pasokan global, tetapi kebutuhan akan kinerja chip yang lebih baik mendorong pengembangan chip yang lebih efisien. Chip inferensi AI NorthPole unit kecerdasan buatan (AIU) yang  diluncurkan tahun lalu menunjukkan peningkatan kecepatan 46,9 kali lipat pada konsumsi energi 72,7 kali lebih efisien daripada H100. Di Amerika Serikat, Kelompok Kerja Senat AI Bipartisan telah berjanji untuk mendukung penelitian dan pengembangan chip AI baru.⁴

Untuk aplikasi AI yang berkelanjutan, teknologi chip baru sangat penting. Perkembangan seperti AIU NorthPole menunjukkan masa depan di mana LLM dapat terus memberikan manfaat positif dengan penggunaan energi yang lebih sedikit, dan dengan perluasan, dampak iklim yang lebih sedikit. 

Zat per- dan polifluoroalkil (PFAS) adalah golongan bahan kimia yang digunakan dalam peralatan masak antilengket, kosmetik, kemasan makanan, dan layar mobile. Namun, PFAS membutuhkan waktu ribuan tahun untuk terurai dalam tanah dan juga terakumulasi dalam darah dan hati manusia dan hewan. PFAS tidak dapat dimetabolisme dan telah dikaitkan dengan timbulnya penyakit kanker dan penyakit lainnya. 

Sebagai bagian dari PFACTS, program penggantian PFAS senilai USD 5 juta yang diprakarsai oleh National Science Foundation AS, para peneliti menggunakan AI generatif untuk menemukan pengganti PFAS potensial. Aplikasi AI menghasilkan struktur molekul kompleks yang diproyeksikan untuk memberikan fungsionalitas yang serupa dengan PFAS dengan toksisitas yang lebih rendah. Model ini telah menghasilkan setidaknya 6.000 pengganti potensial dan sedang diperluas untuk mencakup pertimbangan tambahan.

Saat terjadi gangguan TI, tim tanggap darurat harus mendiagnosis masalah, membuat solusi, dan memperbarui perangkat lunak yang bermasalah sesegera mungkin. Solusi AI yang dapat memecahkan masalah dapat membuat proses ini lebih cepat. 

Platform manajemen TI berkemampuan AI memantau lingkungan klien dan mendeteksi potensi ancaman. Ketika peristiwa semacam itu ditemukan, sistem AI akan merangkumnya, mengidentifikasi penyebab potensial, dan memandu tim tanggap darurat untuk mencari solusi. Bantuan AI secara real-time menyederhanakan pengambilan keputusan dan membantu tim merespons lebih cepat untuk mengurangi dampak pemadaman TI.

Menanggapi COVID 19, perusahaan farmasi dan perawatan kesehatan berlomba-lomba untuk meneliti, menguji, dan menerapkan vaksin yang dapat menyelamatkan nyawa. Penelitian obat sangat rumit dan membutuhkan pemahaman yang mendalam tentang protein dan bagaimana protein berkembang dalam ruang tiga dimensi.

Pada akhir tahun 2020, hampir setahun setelah COVID-19 mendarat di seluruh dunia, tim peneliti di Google DeepMind mengumumkan alat prediksi lipatan protein AI yang diberi nama AlphaFold2.⁵ Alat ini dapat memprediksi, dengan akurasi lebih dari 90%, bentuk tiga dimensi protein berdasarkan kode molekul satu dimensi. 

Bersamaan dengan itu, tim peneliti IBM menciptakan model dasar dan menggunakannya untuk menghasilkan empat antivirus COVID-19. Virus yang bermutasi dari waktu ke waktu menjadikan vaksin yang sudah dikenal kurang efektif, sehingga terobosan dalam penemuan antivirus yang dibantu oleh AI dapat menawarkan solusi baru untuk mengatasi ancaman ini.

Manfaat neural networks dalam perawatan kesehatan tidak terbatas pada pencarian obat baru. Program Pembangunan Perserikatan Bangsa-Bangsa (UNDP) menganjurkan penerapan AI dalam membantu penyandang disabilitas.⁶ Pada tahun 2024, para peneliti di National Institute of Health mencapai keberhasilan dalam menerapkan AI pada diagnosis medis, kendati AI berjuang untuk menjelaskan cara AI mencapai kesimpulannya.⁷

Harga gas alam, minyak, dan listrik meroket sebagai akibat dari kelangkaan akibat pandemi dan peningkatan permintaan global. Dengan pusat data hiperskala yang didorong oleh AI yang menghabiskan daya sebesar megawatt,⁸ kebutuhan akan teknologi baru di sektor energi telah cukup jelas. 

Dalam fusi nuklir, plasma superpanas harus ditampung dalam bejana bermagnet, salah satu jenisnya dikenal sebagai tokamak. Jika medan magnet tokamak goyah, plasma bisa lepas dari penahanan dalam “ketidakstabilan mode sobek”. Pada tahun 2024, sebuah tim peneliti di Princeton University mengembangkan model AI yang dapat memprediksi dan menghindari ketidakstabilan mode sobek pada tokamak.⁹

Tim ilmu data berhasil mengurangi insiden robekan dengan pengontrol tokamak AI yang dilatih dengan pembelajaran penguatan.¹⁰ Segera, fusi nuklir sebagai sumber energi mungkin tidak terbatas pada karya fiksi ilmiah. Tokamak berkemampuan AI yang dilengkapi dengan kemampuan beradaptasi real-time dapat membuka jalan yang menjanjikan menuju masa depan yang didukung oleh fusi nuklir berkelanjutan. 

Manfaat AI tidak dapat ditemukan dalam ruang hampa. Sementara peningkatan pendapatan dapat berasal dari peningkatan produktivitas, pertumbuhan laba mungkin datang dengan PHK terkait AI. Chip dan sumber energi baru menunjukkan harapan, tetapi lingkungan AI saat ini sangat bergantung pada GPU yang haus daya, bahan bakar fosil, dan air. Model generatif yang menghasilkan obat baru dapat melanggar hak cipta dan menciptakan deepfake/pemalsuan yang menipu. 

Kendati AI menjanjikan di banyak bidang, AI juga menimbulkan pertimbangan etis—terutama jika tidak ada pagar pembatas yang memadai. Potensi risiko AI meliputi:  

• Perpindahan pekerjaan 

• Konsumsi energi dan sumber daya yang berlebihan  

• Masalah privasi 

• Pelanggaran hak cipta  

• Informasi yang salah, penipuan, dan hilangnya kepercayaan publik

Ketakutan dan laporan kehilangan pekerjaan telah lama menyertai munculnya AI generatif.¹¹ Dan ketakutan ini tidak sepenuhnya tidak berdasar. Pertimbangkan contoh dari Tiongkok ini, di mana para seniman melaporkan kehilangan pekerjaan hanya untuk dipekerjakan kembali dengan bayaran yang lebih rendah sebagai pemoles seni AI.¹²

Jajak pendapat pada Desember 2023 terhadap 750 pemimpin melihat 44% menegaskan PHK terkait AI pada tahun 2024.¹³ Dan jajak pendapat terhadap 2.000 eksekutif C-suite dari tahun 2024 menemukan bahwa 41% dari mereka berharap untuk mengurangi tenaga kerja mereka dalam lima tahun ke depan sebagai hasil dari implementasi AI. Namun, banyak juga yang percaya pekerjaan baru akan muncul untuk mendukung inisiatif AI.¹⁴

Sebuah laporan tahun 2024 memperkirakan bahwa hampir 30% jam kerja manusia di AS akan diotomatisasi pada tahun 2030—8% lebih banyak ketika menghilangkan dampak AI generatif di tempat kerja. Tidak semua pekerja memiliki kerentanan yang sama. Masa depan layanan pelanggan, dukungan kantor, dan layanan makanan kemungkinan akan menghadapi kehilangan pekerjaan terkait AI. Namun, pekerja STEM, pekerja kreatif, dan pekerja berpengetahuan lainnya mungkin akan mengalami penyesuaian alur kerja alih-alih kehilangan pekerjaan mereka.¹⁵

Untuk meminimalkan pemutusan hubungan kerja, mengatasi ketidaksetaraan di tempat kerja dan menghindari upaya untuk mengganti kecerdasan manusia dengan AI, perusahaan harus mengadopsi strategi AI yang jelas. Menerapkan AI generatif akan mengharuskan para pemimpin untuk mengaktifkan dan mendorong tim mereka untuk meningkatkan keterampilan. Peningkatan keterampilan yang efektif bergantung pada investasi dan komitmen, tetapi imbalannya sepadan dengan prosesnya. Strategi peningkatan dan pelatihan ulang terencana yang beroperasi di setiap tingkat karier akan memungkinkan perusahaan untuk mempertahankan talenta dan pengetahuan institusional yang telah tertanam. 

AI generatif membutuhkan air dan listrik dalam jumlah yang sangat besar—air untuk mendinginkan pusat data hiperskala yang menampung server yang menjalankan AI, dan listrik untuk menyalakannya. Terkadang, pusat data ini dibangun di daerah yang akses air dan listriknya sudah langka atau menjadi langka setelah masyarakat setempat dibuat untuk bersaing dengan pembangunan baru.¹⁶

Northern Virginia adalah salah satu lokasi pusat data paling populer di AS. Pada tahun 2023, penduduk memprotes pembangunan yang tertunda dari proyek yang akan menjadi salah satu pusat data terbesar di dunia pada saat itu, yang menyebutkan permintaan listrik di antara kekhawatiran lainnya. Namun, para pengawas daerah memilih untuk menyetujui pembangunan fasilitas tersebut.¹⁷

Beberapa perkembangan menunjukkan bahwa AI mungkin tidak akan terus mengambil banyak sumber daya dari masyarakat lokal. Sebuah pusat data hiperskala di luar jaringan yang dijadwalkan untuk dibangun di dekat Houston, Texas akan menggunakan tenaga hidrogen.¹⁸ Microsoft telah bergerak untuk mengoperasikan kembali salah satu reaktor nuklir di Three Mile Island, dan berjanji untuk membeli semua listrik yang dihasilkannya selama 20 tahun.¹⁹

Jika chip dengan kinerja tinggi dan hemat energi seperti AIU NorthPole dapat beroperasi dengan sumber energi berkelanjutan, mungkin kemampuan AI dapat terus berkembang tanpa memperburuk kelangkaan energi dan Sumber daya. 

Sisi baiknya, kita dapat mengimbangi beberapa risiko AI melalui penerapan teknologi yang efektif. AI dapat membantu organisasi menjadi lebih tahan iklim dan mengurangi dampak lingkungannya. AI sangat penting untuk masa depan praktik bisnis yang berkelanjutan. Menurut laporan terbaru IBM State of Sustainability Readiness, sembilan dari 10 pemimpin bisnis yang disurvei setuju bahwa AI akan membantu mencapai tujuan keberlanjutan mereka.

"Junjung tinggi komitmen privasi dan kerahasiaan Anda," demikian peringatan Komisi Perdagangan Federal AS (FTC) kepada perusahaan-perusahaan AI dalam sebuah pernyataan di bulan Januari 2024.²⁰ FTC menyatakan keprihatinan atas konflik kepentingan antara kewajiban penyedia AI untuk melindungi informasi identifikasi pribadi (PII) dan data pengguna lainnya, dan kebutuhan yang terus berkembang untuk memperluas kumpulan data pelatihan model. 

AS tidak memiliki peraturan federal untuk perlindungan data terkait AI, baik di tempat kerja maupun dalam kehidupan sehari-hari. Hanya di tingkat negara bagian, beberapa orang Amerika Serikat menikmati perlindungan privasi data yang relatif luas, seperti di bawah California Consumer Privacy Act (CCPA).²¹ Tak lama usai memulai masa jabatan keduanya, Presiden Trump mencabut perintah eksekutif era Biden yang bertujuan melindungi data pribadi dan mengatasi masalah etika AI lainnya. Trump mengeluarkan perintah eksekutifnya sendiri tentang AI yang berjanji untuk melakukan deregulasi industri atas nama mempromosikan inovasi dan "meningkatkan kepemimpinan Amerika dalam bidang AI."²²

Para pembuat kebijakan di Uni Eropa telah menyertakan sentimen tersebut ke dalam undang-undang, dengan mengesahkan Undang-Undang Kecerdasan Buatan Uni Eropa pada tahun 2024 untuk mengatur pengembangan, implementasi, dan penggunaan AI di wilayah tersebut.²³ Sebagai contoh, undang-undang tersebut melarang pengambilan gambar wajah dari internet untuk melindungi dari ancaman pengenalan wajah. Undang-Undang AI yang luas mulai berlaku pada tahun 2026. Sementara itu, tanggung jawabnya ada pada penyedia AI untuk menumbuhkan praktik dan perlindungan etika AI yang bertanggung jawab, dan menganjurkan orang lain untuk melakukan hal yang sama. 

Terkadang, data yang digunakan untuk melatih LLM mencakup materi berhak cipta seperti artikel berita dan karya seni. Beberapa perusahaan secara terbuka mengakui penggunaan materi berhak cipta selama pelatihan, dengan alasan bahwa praktik ini termasuk dalam penggunaan yang wajar. 

Pembuatan gambar juga mengalami kontroversi kekayaan intelektual. Para seniman yang bekerja secara lantang menentang pembuatan gambar komersial, terutama dalam sebuah protes di seluruh situs web portofolio ArtStation pada tahun 2022.²⁴ Para sutradara film 2024 Heretic menyertakan penafian dalam kredit yang meyakinkan pemirsa bahwa tidak ada peran AI generatif dalam pembuatan film.²⁵

Sejauh ini, kantor-kantor pemerintah di AS tampaknya berpihak pada pemegang hak cipta. Kantor Hak Cipta AS memutuskan pada tahun 2023 bahwa gambar yang dihasilkan AI tidak layak untuk perlindungan hak cipta.²⁶ Dalam gugatan tahun 2024, Pengadilan Distrik AS untuk Distrik Utara California memutuskan bahwa penyedia dan pengguna AI dapat dianggap bertanggung jawab atas pelanggaran hak cipta yang berasal dari pembuatan gambar.²⁷

Para pendukung telah memuji AI generatif sebagai alat yang ampuh untuk "mendemokratisasi kreativitas."²⁸ Namun, AI juga mudah diterapkan pada tujuan yang menipu. 

Informasi menyesatkan yang dibuat oleh AI telah merebak sejak tahun 2023 dengan sangat cepat, termasuk gambar, video, dan tangkapan layar dengan teks palsu.²⁹ Bot yang didukung AI membanjiri jaringan media sosial dengan postingan dan komentar yang menyesatkan.³⁰ Pelaku kejahatan dapat menggunakan AI untuk memanipulasi rekaman audio dan video atau gambar dan menciptakan pemalsuan realistis yang dimaksudkan untuk menipu. Beberapa di antaranya merupakan kesenangan yang tidak berbahaya, seperti gambar viral Paus Fransiskus dengan jaket puffer putih yang modis, tetapi yang lainnya memiliki efek yang lebih berbahaya. 

Sepanjang minggu awal invasi Rusia ke Ukraina pada 2022, sebuah video muncul di dunia maya yang tampaknya menunjukkan Presiden Ukraina Volodymyr Zelensky mendesak warganya untuk berhenti berperang melawan tentara Rusia.³¹ Tahun berikutnya, sebuah kampanye video pro-Tiongkok palsu menyebar di Facebook dan Twitter yang menampilkan penyiar berita yang dibuat oleh AI.³²

Menjelang pemilihan presiden Amerika Serikat tahun 2024, beberapa pemilih menerima telepon otomatis dengan rekaman yang dipalsukan dari Presiden Biden yang mendesak mereka untuk tidak memberikan suara pada pemilihan pendahuluan Partai Demokrat yang akan datang.³³ Presiden Trump membagikan sejumlah gambar palsu yang tampaknya menggambarkan dukungan dari superstar musik Taylor Swift.³⁴

Penjahat siber dapat menggunakan pemalsuan/deepfake AI untuk melakukan penipuan suara dan menipu korban agar mentransfer uang kepada mereka.³⁵ Para pendukung keamanan siber mempromosikan deteksi penipuan seperti membuat protokol verifikasi dengan anggota keluarga. Belajar mendeteksi penipuan AI dapat membantu melindungi kerentanan pada populasi yang berisiko.

Semakin meyakinkan hasil AI generatif, semakin tipis pula tabir antara realitas aktual dan realitas buatan. Sementara beberapa peneliti menjelajahi manfaat potensial dari deepfake dalam kampanye kontraterorisme,³⁶ konsumen media harus belajar untuk mengevaluasi gambar dan video yang mereka lihat melalui lensa penting. Sementara itu, perusahaan teknologi dan pemerintah harus berkolaborasi untuk mengurangi bahaya dan memandu penggunaan AI yang bertanggung jawab dan beretika.