Wamen Stella Christie: Kita harus fokus pada masalah yang ingin diselesaikan AI 

Indonesia harus kritis dalam memandang kecerdasan artifisial (AI) sebagai tren teknologi dan mulai mengajukan pertanyaan yang lebih mendasar: persoalan nasional apa yang sebenarnya ingin diselesaikan dengan AI? 

“Tanpa pertanyaan itu, kita hanya akan menjadi pengguna, bukan pencipta,” kata Wakil Menteri Pendidikan Tinggi, Sains, dan Teknologi, Stella Christie. 

Stella berbicara dalam acara "AI Governance for the Greater Good: Balancing Innovation and Ethics" yang digelar oleh Centre for Strategic and International Studies (CSIS) di Jakarta pada 22 April lalu. 

Menurut Stella, kejelasan tujuan akan menentukan arah investasi Indonesia ke depan, mulai dari pengembangan talenta, institusi riset, hingga ekosistem open-source yang relevan dengan kebutuhan nasional. 

Ia mengingatkan bahwa tanpa strategi yang jelas, Indonesia berisiko hanya menjadi pemasok data bagi perusahaan AI global tanpa memperoleh nilai tambah yang signifikan. 

“Saya berharap kita bisa lebih banyak berdiskusi tentang bagaimana membuat AI berguna untuk Indonesia, bukan sebaliknya,” ujarnya. 

Alih-alih hanya membahas percepatan adopsi teknologi atau ancaman otomatisasi, Stella mengajak pemerintah, kampus, dan industri untuk memikirkan bagaimana Indonesia dapat membangun kapasitas AI yang benar-benar bermakna sambil tetap menjaga kemampuan manusia yang belum mampu ditandingi mesin. 

Proses berpikir lebih penting dari hasil 

Dalam presentasinya, Stella menyoroti hype penggunaan AI generatif (GenAI) di masyarakat, khususnya di sektor pendidikan. 

Menurutnya, literasi AI kerap disalahartikan sebagai kemampuan menggunakan aplikasi AI. Padahal, yang jauh lebih penting adalah kemampuan berpikir kritis untuk menilai apakah jawaban AI benar, relevan, atau justru menyesatkan. 

“Yang terpenting adalah proses berpikirnya, yaitu bagaimana kita mengevaluasi output dari AI,” katanya. 

Ia mengutip penelitian terbaru dari Massachusetts Institute of Technology yang membandingkan tiga kelompok mahasiswa: pengguna ChatGPT, pengguna mesin pencari, dan kelompok yang hanya mengandalkan kemampuan berpikir sendiri.

Hasilnya, kelompok yang mengandalkan pemikiran sendiri menghasilkan esai terbaik. Sebaliknya, kelompok pengguna ChatGPT justru memperoleh hasil paling rendah. 

Bagi Stella, temuan itu menjadi pengingat bahwa pendidikan di era AI tidak seharusnya hanya mengejar hasil akhir, melainkan membantu siswa memahami proses berpikir di baliknya. 

AI belum belajar layaknya manusia 

Stella menyinggung latar belakangnya sebagai ilmuwan kognitif dan pendiri Tsinghua Laboratory of Brain and Intelligence, memungkinkan ia mempelajari bagaimana kecerdasan terbentuk.

“Salah satu perbedaan terbesar antara otak manusia dan AI adalah manusia bisa belajar dari jumlah data yang sangat kecil,” ujarnya. 

Saat ini, sistem AI masih sangat bergantung pada data dalam jumlah besar. Semakin besar dataset yang digunakan, semakin baik performa model tersebut. 

Namun, kecerdasan manusia bekerja secara berbeda.  

Anak berusia tiga tahun dapat menguasai bahasa ibunya tanpa pengajaran formal. Anak kecil juga hampir tidak pernah keliru membedakan gelas, sepeda, atau benda lain, meski hanya melihat sedikit contoh sepanjang hidupnya. 

Sebaliknya, AI masih dapat melakukan kesalahan meski telah dilatih menggunakan jutaan data. 

“Kemampuan manusia untuk memahami konsep, membentuk abstraksi, dan menarik kesimpulan dari informasi terbatas merupakan keunggulan yang harus dijaga,” tambah Stella. 

Karena itu, investasi terbesar seharusnya diarahkan pada pengembangan talenta dan sumber daya manusia, terutama di area strategis yang relevan dengan kebutuhan Indonesia. 

Etika dan inovasi tidak bisa dipisahkan 

Stella juga menolak anggapan bahwa etika dan inovasi merupakan dua hal yang saling bertentangan.

Ia menyinggung kisah berdirinya Anthropic, perusahaan AI yang didirikan mantan peneliti OpenAI karena kekhawatiran terhadap arah pengembangan AI. 

Menurutnya, keputusan tersebut menunjukkan bahwa ilmuwan tetap dipandu oleh integritas dan tanggung jawab moral. 

Pesan itu relevan bagi Indonesia, di mana riset dan dunia akademik masih sering dipandang tidak memiliki dampak langsung bagi masyarakat. 

“Banyak teknologi penting lahir dari rasa ingin tahu ilmiah, bukan dari kebutuhan pasar jangka pendek,” ujarnya. 

Ia menekankan bahwa pemahaman teoritis dan rasa ingin tahu terhadap cara kerja dunia pada akhirnya dapat melahirkan teknologi yang benar-benar berguna dan bukan sekadar menghasilkan keuntungan ekonomi instan. 

Indonesia di tengah dua kutub AI global 

Dalam sesi tanya jawab, Stella menanggapi kekhawatiran mengenai dominasi model AI besar dari Amerika Serikat dan China terhadap negara-negara Global South.

Menjawab pertanyaan delegasi Uni Eropa mengenai bias dan ketergantungan terhadap large language models (LLM), ia mengatakan Indonesia perlu memahami posisi strategisnya dalam rantai nilai AI global. 

Menurut Stella, AI pada dasarnya dibangun dari tiga komponen utama yaitu algoritma, data, dan computing power. 

“Kalau bicara algoritma, kita harus realistis. Sangat sulit bagi Indonesia untuk mengejar Amerika Serikat atau China,” ujarnya. 

Hal serupa berlaku untuk infrastruktur komputasi, yang membutuhkan investasi ratusan juta dolar hanya untuk melatih satu model AI berskala besar. 

Namun, Stella menilai Indonesia memiliki modal penting lain yaitu data. Sebagai negara dengan populasi terbesar keempat di dunia, Indonesia memiliki sumber data yang sangat besar namun belum dimanfaatkan secara strategis. 

“Dengan menguasai data, kita bisa membeli algoritma dan computing power,” katanya.

Karena itu, ia menilai negara-negara Global South perlu mulai memandang data sebagai aset strategis, bukan sekadar produk sampingan dari aktivitas digital.