Meskipun ada kemajuan pesat dalam kecerdasan buatan (AI), manusia tetap unggul dalam hal menguasai video game baru dengan cepat. Meskipun AI unggul dalam permainan dengan aturan dan tujuan yang jelas – seperti catur atau judul strategi tertentu – AI kesulitan menghadapi lingkungan terbuka dan tidak dapat diprediksi yang memerlukan intuisi dan kemampuan beradaptasi. Ini bukan hanya kekhasan permainan; hal ini menyoroti perbedaan mendasar antara cara mesin dan manusia belajar, sehingga berpotensi mengungkapkan mengapa “kecerdasan tingkat manusia” yang sebenarnya masih sulit dipahami oleh AI.
Keunggulan AI: Kekhususan Dibandingkan Generalisasi
Selama beberapa dekade, AI telah menggunakan game sebagai ajang pengujian. Model seperti Deep Blue (catur) dari IBM dan AlphaGo (Go) dari Google menunjukkan kemampuan AI untuk mendominasi lingkungan terstruktur melalui pembelajaran penguatan – uji coba berulang kali. Metode yang sama sekarang mendukung chatbot AI dan unggul dalam menguasai game Atari, Dota 2, dan Starcraft II.
Namun keberhasilan ini bergantung pada kendala yang jelas. AI mengalahkan manusia dalam permainan ini karena aturannya kaku dan tujuannya jelas. Bahkan sedikit variasi dalam desain game dapat mematahkan model AI, yang hanya mengandalkan pengulangan, bukan improvisasi. Berbeda dengan manusia, model AI tidak belajar menggeneralisasi; mereka menjadi sangat ahli dalam satu tugas tertentu.
Mengapa Manusia Masih Belajar Lebih Cepat
Perbedaan utamanya terletak pada cara manusia mendekati pengalaman baru. Manusia dapat memainkan permainan acak dan memahami mekanismenya jauh lebih cepat daripada AI, bahkan dalam judul yang rumit seperti Red Dead Redemption. Manusia secara intuitif memahami tujuan yang ambigu—seperti mewujudkan penjahat yang ambigu secara moral—sementara AI berjuang dengan konsep-konsep abstrak.
Para peneliti dari Universitas New York menekankan bahwa permainan yang dirancang dengan baik memenuhi kemampuan manusia: intuisi, akal sehat, dan pengalaman hidup. Seorang bayi manusia belajar mengenali objek dalam waktu beberapa bulan hanya dengan berada di dunia; AI membutuhkan pelatihan ekstensif. Studi menunjukkan bahwa model AI mungkin memerlukan 37 jam permainan terus-menerus (empat juta interaksi keyboard) untuk menyelesaikan sebuah game, sementara gamer manusia sering kali dapat menyelesaikannya dalam waktu kurang dari 10 jam.
Tolok Ukur Kecerdasan AI Sejati
SIMA 2 Google DeepMind mewakili kemajuan, mengintegrasikan kemampuan penalaran dari model Gemini untuk membantu AI berinteraksi lebih baik dengan lingkungan baru. Namun, terobosan ini pun tidak cukup. Para penulis mengusulkan tolok ukur kecerdasan AI yang sebenarnya: mengalahkan 100 game teratas di Steam atau iOS App Store tanpa pelatihan sebelumnya, dalam waktu yang kira-kira sama dengan waktu yang dibutuhkan manusia.
Tantangan ini masih belum terpecahkan, dan metode yang ada saat ini mungkin tidak cocok untuk menyelesaikannya. Untuk mencapai hal ini, AI memerlukan kreativitas, perencanaan ke depan, dan pemikiran abstrak, yang merupakan kualitas unik manusia.
Ujian sebenarnya dari “kecerdasan tingkat manusia” mungkin tidak datang dari deepfake atau novel, tapi dari menguasai kekacauan video game yang tidak dapat diprediksi.
Kemampuan untuk beradaptasi dengan situasi baru dengan cepat, sebuah keterampilan yang diasah selama bertahun-tahun menavigasi dunia yang kompleks, inilah yang membedakan kecerdasan manusia dan mesin. Sampai AI dapat mereplikasi kemampuan adaptasi bawaan ini, AI akan tetap menjadi alat yang terspesialisasi dan bukan alat kognitif yang sebenarnya.
