AGI Diprediksi Jadi Tahap Berikutnya: AI dengan Kemampuan Umum Setara Manusia

Pasca-booming kecerdasan buatan generatif yang dipicu kemunculan ChatGPT pada 2022, para pengamat kini menaruh mata pada tahap evolusi berikutnya: Artificial General Intelligence atau AGI. Konsep ini bukan sekadar upgrade fitur, melainkan loncatan paradigma. Universitas Stanford mendefinisikan AGI sebagai sistem AI yang memiliki kemampuan umum setara, atau bahkan melampaui, manusia dalam mempelajari sesuatu, bernalar, dan menerapkan pengetahuan di berbagai tugas dan bidang.

Beda mendasar antara AI saat ini dengan AGI terletak pada cakupan dan fleksibilitasnya. AI generatif seperti ChatGPT ahli di tugas spesifik, misalnya menulis kode atau menghasilkan gambar. AGI, sebaliknya, dijanjikan mampu beralih dengan mulus dari satu domain ke domain lain, persis seperti cara otak manusia bekerja. Tidak ada tembok antara keahlian teknis dan logika umum. Kemampuan transfer pengetahuan lintas bidang inilah yang jadi penanda utama AGI.

Klaim bahwa AGI akan melampaui manusia dalam bernalar bukan sekadar slogan pemasaran. Definisi dari Universitas Stanford itu menggarisbawahi dua ambang batas: kesetaraan dan kelampauan. Fase kesetaraan sudah mendekati kenyataan di beberapa metrik, tetapi fase kelampauan masih wilayah spekulasi tinggi. Apa yang penting adalah bahwa AGI diposisikan sebagai *fase perkembangan AI berikutnya*, bukan akhir dari seluruh evolusi teknologi. Artinya, setelah AI generatif, dunia tidak berhenti di situ.

Banyak yang mengira AGI sudah ada. Faktanya, belum ada sistem yang benar-benar memenuhi definisi itu secara umum. Apa yang ada sekarang adalah narrow AI yang sangat baik di tugas tertentu. Narasi tentang AGI sering kali mengaburkan batas antara simulasi kecerdasan umum dan kecerdasan umum yang sesungguhnya. Konon, kemampuan "mempelajari sesuatu" secara mandiri tanpa data kurasi khusus adalah kunci yang membedakan AGI dari model-model besar saat ini.

Dampak dari pergeseran fokus ke AGI akan terasa paling keras pada pasar tenaga kerja dan riset pendidikan. Jika AI bisa bernalar secara umum, maka peran manusia dalam pengambilan keputusan kompleks terancam tergantikan. Namun, belum ada roadmap teknis yang jelas bagaimana AGI bisa dicapai. Yang ada sekarang adalah ekspektasi tinggi dan diskusi hangat di ruang-ruang akademik. Publik perlu paham bahwa masa depan AGI masih gelap, dan klaim "melampaui manusia" bukan jaminan, melainkan potensi yang sedang diuji.

Analisis Redaksi

Fakta bahwa AGI didefinisikan sebagai sistem yang bisa "mempelajari sesuatu, bernalar, dan menerapkan pengetahuan" merujuk pada kemampuan abstraksi dan transfer belajar. Ini bukan sekadar soal kecepatan komputasi. Ini soal arsitektur kognitif. Jika nanti AGI benar-benar terwujud, dampaknya akan mengubah definisi "profesional" itu sendiri. Keterampilan spesialisasi murni bisa menjadi komoditas, dan kemampuan adaptasi lintas bidang jadi satu-satunya nilai yang bertahan. Bagi investor dan pembuat kebijakan, ini bukan soal kapan AGI datang, tapi apakah kita siap menghadapi konsekuensi strukturalnya.

Yang perlu diwaspadai adalah narasi euforian yang mengabaikan batasan teknis. Klaim "melampaui manusia" dalam definisi Stanford harus diuji dengan rigor empiris, bukan diksi pemasaran. Tanpa standar pengukuran yang jelas, istilah AGI bisa jadi label kosong yang menipu publik. Langkah logis berikutnya adalah menetapkan protokol pengujian yang transparan untuk klaim kecerdasan umum, agar tidak terjebak dalam harapan yang tidak berdasar.