AI dan Kemampuan Bertanya

Sebuah artikel di harian Kompas memuat tajuk yang terdengar paradoks: bukan ahli koding, kecerdasan buatan justru membutuhkan ahli filsafat. Laporan itu mencatat bahwa di Amerika Serikat, peluang kerja lulusan filsafat di sektor kecerdasan buatan kini lebih besar ketimbang lulusan ilmu komputer. 

Perusahaan teknologi terkemuka, dari DeepMind sampai Anthropic, disebut merekrut sejumlah filsuf untuk melatih model mereka. Sepintas ini ganjil. Bukankah kecerdasan buatan adalah produk paling murni dari ilmu komputer, matematika, dan rekayasa data?

Keganjilan itu justru menjadi pintu masuk untuk memahami hakikat teknologi yang sedang kita hadapi. Pertanyaan yang lebih mendasar bukanlah mengapa perusahaan kecerdasan buatan memerlukan ahli filsafat, melainkan apa yang sesungguhnya menentukan nilai sebuah model bahasa besar (large language model) di tangan penggunanya. 

Jawaban atas keduanya, menurut hemat saya, bermuara pada satu titik yang sama: kemampuan bertanya.

Mengapa Filsuf?

Artikel Kompas menyebut beberapa alasan teknis. Model bahasa besar memiliki kelemahan bawaan, seperti kecenderungan berhalusinasi, mengarang fakta, dan bersikap menjilat atau sycophancy, yaitu memberi jawaban yang menyenangkan pengguna alih-alih jawaban yang benar. 

Untuk meredam cacat itu, sejumlah laboratorium menempuh pendekatan yang berakar pada tradisi filsafat klasik. Metode Sokrates, misalnya, dipakai untuk melatih model agar mengejar kebenaran, bukan sekadar memuaskan lawan bicara. Prinsip ketidaktahuan Sokrates, kesadaran akan banyaknya hal yang tidak diketahui, ternyata membantu membatasi sikap model yang terlampau percaya diri.

Lebih jauh, filsafat berperan dalam menanamkan nilai. Perusahaan seperti Anthropic menyusun semacam konstitusi bagi modelnya, sebuah dokumen berisi prinsip tentang bagaimana kecerdasan buatan seharusnya berperilaku, dengan menyerap bahan dari beragam sumber pemikiran etika. 

Di sini filsafat moral bekerja bukan sebagai ornamen akademis, tetapi sebagai rangka yang menentukan keputusan mesin ketika berhadapan dengan dilema, dari soal sederhana sampai persoalan hidup dan mati.

Namun ada lapisan yang lebih dalam dari sekadar urusan menambal kelemahan teknis. Kehadiran filsuf di pusat pengembangan kecerdasan buatan menandakan satu pengakuan penting: mesin ini bukan kalkulator yang sekadar memuntahkan hasil. Ia adalah alat yang berurusan dengan makna, konteks, dan penalaran. Dan justru di wilayah makna inilah peran manusia tidak tergantikan.

Bertanya, Bukan Menjawab

Ekonom Chatib Basri menangkap inti persoalan ini dengan tajam. Dalam Grab Business Forum pada Juni 2026, ia mengingatkan bahwa hal terpenting dalam era kecerdasan buatan bukanlah mencari jawaban, melainkan kemampuan bertanya. Kekhawatiran utamanya bukan soal akses terhadap teknologi, sebab model seperti ChatGPT kini tersedia luas dan mampu menjawab hampir segala hal. Persoalannya terletak pada penggunanya.

Chatib mencontohkan sebuah studi kasus dari Universitas Harvard. Bagi orang yang sudah menguasai persoalan, kecerdasan buatan akan melahirkan karya yang luar biasa, karena ia tahu konteks dan arah pertanyaan yang tepat.

Sebaliknya, bagi yang tidak memahami persoalan, alat yang sama hanya akan menghasilkan karya yang kacau. Konsekuensinya, menurut Chatib, adalah apa yang ia sebut K-shaped recovery: jurang yang kian menganga antara mereka yang mampu memanfaatkan teknologi dan mereka yang tidak. Ketimpangan ini, sekali lagi, bukan ditentukan oleh akses, melainkan oleh kapasitas penggunanya. 

Pengamatan ini sejajar dengan apa yang ditunjukkan artikel Kompas. Jika perusahaan kecerdasan buatan merekrut filsuf untuk mengajari mesin bertanya secara sokratik dan bernalar secara etis, maka pada level pengguna, logika yang sama berlaku. 

Mutu keluaran sebuah model bahasa besar berbanding lurus dengan mutu pertanyaan yang diajukan kepadanya. Inilah inti dari apa yang kini disebut prompting: seni dan disiplin merumuskan pertanyaan secara presisi, lengkap dengan konteks, batasan, dan tujuan.

Sebuah pertanyaan yang dangkal akan memperoleh jawaban yang dangkal. Pertanyaan yang dibangun di atas pemahaman atas duduk perkara, dengan konteks yang jelas dan kerangka yang tepat, akan menuntun model menghasilkan keluaran yang tajam dan bernas.

Mesin tidak menggantikan pemahaman; ia justru menguji dan memperbesar pemahaman yang sudah ada. Orang yang dangkal akan tetap dangkal dengan bantuan kecerdasan buatan, bahkan boleh jadi makin dangkal karena merasa cukup dengan jawaban instan yang ia sendiri tak mampu menilai benar atau salahnya.

Sekadar Perkakas

Dari sini kita perlu meletakkan kecerdasan buatan pada tempat yang semestinya: ia adalah perkakas. Tidak lebih, tidak kurang. Seperti palu, mesin tik, atau kalkulator pada zamannya, model bahasa besar adalah alat bantu yang nilainya sepenuhnya terpulang pada siapa yang memegangnya dan untuk apa ia digunakan. Sebuah palu bisa membangun rumah atau menghancurkan kepala; yang menentukan bukan palunya, melainkan tangan dan niat di baliknya.

Karena itu, sikap menjauhi kecerdasan buatan dengan dalih plagiarisme, sebagaimana kerap kita dengar di lingkungan akademik, adalah sikap yang keliru menempatkan persoalan. Kehadiran teknologi ini adalah keniscayaan. Melarangnya sama tidak masuk akalnya dengan melarang kalkulator agar mahasiswa tetap berhitung dengan sempoa. 

Plagiarisme bukan persoalan alatnya, melainkan persoalan etika penggunanya. Yang dibutuhkan bukan pelarangan, melainkan penyuntikan etika ke dalam cara kita memanfaatkannya: kejujuran mengakui sumber, tanggung jawab memverifikasi keluaran, dan integritas membedakan mana hasil pikiran sendiri dan mana yang dipinjam dari mesin.

Justru di sinilah pendidikan kita ditantang. Alih-alih sibuk membangun pagar pelarangan, dunia pendidikan semestinya menggeser titik berat dari keterampilan mencari jawaban menuju keterampilan mengajukan pertanyaan. Sebab, sebagaimana sindiran Chatib, bertanya kepada mahasiswa di kelas dengan harapan memperoleh jawaban hafalan kini telah kehilangan maknanya. 

Mesin sudah bisa melakukannya. Yang belum bisa dilakukan mesin, dan mungkin tak akan pernah sepenuhnya bisa, adalah merumuskan pertanyaan yang benar atas persoalan yang dipahami secara utuh.

Kecerdasan Alamiah

Maka, ada ironi yang menyenangkan dalam perdebatan tentang kecerdasan buatan ini. Pada akhirnya, kapasitas seseorang menggunakan kecerdasan buatan tidak ditentukan oleh kecerdasan buatan itu sendiri, melainkan oleh kecerdasan alamiahnya, yaitu kemampuannya memahami konteks dan menuangkannya ke dalam pertanyaan yang benar. Mesin secerdas apa pun tetap menunggu pertanyaan dari manusia yang tahu apa yang ia tanyakan dan mengapa.

Perusahaan kecerdasan buatan merekrut para filsuf bukan untuk mengajari mesin berpikir menggantikan manusia, melainkan untuk menjaga agar mesin tetap melayani penalaran manusia. 

Pelajaran bagi kita, terutama bagi pembangunan sumber daya manusia Indonesia, sederhana namun mendasar. Yang perlu kita asah bukan kemampuan bersaing dengan mesin dalam mencari jawaban, sebuah pertarungan yang sudah pasti kita kalahkan, melainkan kemampuan yang justru membuat mesin itu berguna: keberanian dan kecakapan untuk bertanya. Sebab di ujung segala kecanggihan buatan, yang menentukan tetap kecerdasan alamiah, bukan kecerdasan buatan.