Daftar Isi

 

Ledakan Kecerdasan AI, Ketika Mesin Mulai Mengembangkan Kecerdasan Baru Sendiri

Selama ini, perkembangan kecerdasan buatan atau artificial intelligence (AI) masih sangat bergantung pada manusia. Peneliti menentukan tujuan, menyiapkan data, menulis kode, merancang eksperimen, melatih model, lalu memeriksa apakah sistem tersebut bekerja sesuai harapan.

Namun, bagaimana jika sebagian besar pekerjaan itu nantinya dapat dilakukan oleh AI sendiri?

Pertanyaan tersebut bukan lagi sekadar bahan cerita fiksi ilmiah. Lebih dari 20 peneliti dan pakar AI terkemuka pada September 2026 menerbitkan makalah berjudul What if automating AI R&D triggers an intelligence explosion? yang membahas kemungkinan terjadinya apa yang disebut sebagai "ledakan kecerdasan" atau intelligence explosion.

Konsep ini menggambarkan kondisi ketika AI mulai membantu mengembangkan AI yang lebih canggih, kemudian sistem yang lebih canggih tersebut kembali membantu menciptakan generasi berikutnya dengan lebih cepat. Jika siklus ini berlangsung sangat cepat, perkembangan AI yang biasanya membutuhkan waktu bertahun-tahun secara teoritis dapat dipadatkan menjadi hitungan bulan atau bahkan lebih singkat.

Para peneliti menyebut skenario tersebut berpotensi menjadi salah satu perkembangan teknologi paling berdampak dalam sejarah manusia. Namun, mereka juga menekankan bahwa skenario tersebut belum tentu terjadi.

Ketika AI Mulai Menjadi Peneliti AI

Untuk memahami gagasan ledakan kecerdasan, kita perlu membedakan antara AI sebagai alat bantu dengan AI sebagai pelaku penelitian.

Saat ini, AI sudah mampu membantu programmer menulis kode, mencari kesalahan dalam program, menganalisis data, membuat dokumentasi, dan menjalankan berbagai tugas teknis.

Masalahnya menjadi jauh lebih menarik ketika AI mulai mengerjakan bagian dari proses penelitian AI itu sendiri.

Misalnya, manusia memberikan tugas kepada sebuah sistem AI untuk mencari cara meningkatkan arsitektur model. AI kemudian mencoba berbagai pendekatan, menjalankan eksperimen, menganalisis hasilnya, memperbaiki rancangan, lalu menguji versi berikutnya.

Jika pekerjaan tersebut dapat dilakukan secara otomatis, manusia tidak lagi harus menjalankan setiap eksperimen satu per satu.

AI dapat menjalankan ribuan eksperimen secara paralel, memilih pendekatan yang menjanjikan, kemudian menggunakan hasilnya untuk merancang eksperimen berikutnya.

Di sinilah muncul kemungkinan terbentuknya sebuah siklus.

AI membantu mengembangkan AI yang lebih baik. AI yang lebih baik kemudian mampu melakukan penelitian dengan lebih efektif. Hasil penelitian tersebut digunakan untuk membuat AI yang lebih canggih lagi.

Jika siklus tersebut semakin cepat, laju perkembangan teknologi AI juga berpotensi meningkat drastis.

Bukti Otomatisasi Mulai Meningkat

Makalah tersebut menggunakan perkembangan di industri AI sebagai salah satu indikator bahwa otomatisasi penelitian mulai bergerak maju.

Anthropic, perusahaan di balik Claude, misalnya, melaporkan bahwa porsi kode yang ditulis AI dan kemudian disetujui untuk digunakan meningkat sangat besar.

Menurut data yang dikutip dalam makalah, porsinya naik dari beberapa persen pada Januari 2025 menjadi lebih dari 80 persen pada Mei 2026.

Yang lebih menarik adalah peningkatan pada pekerjaan R&D yang dapat diselesaikan AI secara mandiri.

Pada Maret 2026, porsinya disebut sekitar 1 persen. Beberapa bulan kemudian, pada Agustus 2026, angka tersebut meningkat menjadi sekitar 26 persen.

Artinya, AI tidak hanya semakin sering digunakan untuk membantu pekerjaan manusia, tetapi mulai mengambil bagian yang lebih besar dalam proses penelitian dan pengembangan itu sendiri.

Tentu saja, angka tersebut tidak berarti AI sudah menggantikan seluruh pekerjaan peneliti. Masih terdapat banyak pekerjaan yang membutuhkan keputusan manusia, pemahaman konteks, kreativitas, evaluasi, serta pengawasan.

Namun, tren tersebut menunjukkan adanya perubahan penting: semakin banyak bagian dari proses pengembangan AI yang dapat dikerjakan secara otomatis.

Baca juga : Harga RAM DDR5 Laptop Melonjak, Apakah Laptop Bakal Ikut Makin Mahal?

Bagaimana Jika Perkembangannya Berlangsung Eksponensial?

Bayangkan sebuah tim peneliti manusia membutuhkan waktu enam bulan untuk mengembangkan metode baru.

Jika AI hanya membantu menulis kode, pekerjaan tersebut mungkin tetap membutuhkan enam bulan karena keputusan utama masih berada di tangan manusia.

Namun, jika AI mampu melakukan eksperimen, membaca hasil, menentukan eksperimen berikutnya, memperbaiki metode, dan mengulangi proses tersebut tanpa menunggu manusia setiap saat, waktu penelitian bisa berkurang.

Kemudian bayangkan sistem tersebut digunakan untuk mengembangkan AI yang lebih canggih.

Generasi baru AI memiliki kemampuan penelitian lebih baik sehingga mampu mengerjakan proses yang sebelumnya memerlukan waktu enam bulan menjadi tiga bulan. Generasi berikutnya mungkin dapat mempercepatnya lagi.

Inilah gambaran sederhana dari mekanisme yang menjadi perhatian para peneliti.

Bukan berarti proses tersebut pasti akan berlangsung seperti itu. Justru salah satu pertanyaan terbesar dalam penelitian AI saat ini adalah apakah kemampuan otomatisasi benar-benar dapat berkembang cukup cepat untuk menghasilkan siklus semacam itu.

Perusahaan AI Bisa Memiliki "Tenaga Kerja" Digital dalam Jumlah Besar

Salah satu aspek yang membuat skenario tersebut begitu besar adalah skalanya.

Manusia memiliki keterbatasan jumlah. Sebuah perusahaan AI papan atas mungkin hanya memiliki ribuan peneliti dan insinyur yang mengerjakan proyek-proyek AI.

AI tidak memiliki batasan jumlah tenaga kerja dengan cara yang sama.

Jika perusahaan memiliki cukup kapasitas komputasi dan sebuah sistem AI sudah mampu melakukan pekerjaan penelitian dengan kualitas yang memadai, satu sistem dapat dibuat menjadi banyak agen yang bekerja secara paralel.

Dalam kondisi ekstrem, kapasitas komputasi perusahaan AI terbesar secara teoritis dapat digunakan untuk menjalankan jumlah "pekerja digital" yang sangat besar.

Masalahnya bukan sekadar berapa banyak agen AI yang tersedia, tetapi apakah agen tersebut cukup pintar untuk menghasilkan penelitian yang benar-benar berguna.

Memiliki jutaan sistem yang hanya mengulang pekerjaan buruk tidak akan menghasilkan kemajuan berarti.

Namun, jika sebagian besar agen tersebut mampu bekerja pada level penelitian yang sangat tinggi, dampaknya tentu berbeda.

Ada Banyak Hambatan Sebelum Ledakan Kecerdasan Terjadi

Para peneliti sendiri tidak menggambarkan intelligence explosion sebagai sesuatu yang pasti.

Setidaknya terdapat sejumlah hambatan yang dapat memperlambat proses tersebut.

Pertama adalah kemungkinan terjadinya diminishing returns. Menambahkan lebih banyak tenaga penelitian tidak selalu menghasilkan peningkatan yang sebanding. Ada titik ketika setiap tambahan tenaga hanya menghasilkan kemajuan kecil.

Kedua adalah keterbatasan komputasi dan data.

AI membutuhkan chip, pusat data, listrik, jaringan, dan data dalam jumlah besar. Semua sumber daya tersebut memiliki batas fisik dan ekonomi.

Ketiga, tidak semua pekerjaan penelitian mudah diotomatisasi.

Sebagian penelitian membutuhkan eksperimen dunia nyata, perangkat khusus, intuisi, keputusan strategis, atau interaksi dengan manusia.

Keempat adalah waktu pelatihan model. Meskipun AI dapat membantu merancang model baru, proses melatih model berukuran besar tetap membutuhkan waktu dan sumber daya komputasi.

Karena itu, AI yang semakin pintar tidak otomatis berarti seluruh proses pengembangan AI dapat dipercepat tanpa batas.

Risiko Terbesar Bukan Sekadar AI Menjadi Pintar

Jika otomatisasi R&D AI berkembang sangat cepat, persoalan yang muncul bukan hanya "seberapa pintar AI nantinya?"

Pertanyaan lainnya adalah apakah manusia masih mampu memahami dan mengendalikan proses tersebut.

Jika semakin banyak penelitian dilakukan secara otomatis, manusia berpotensi semakin jarang terlibat dalam detail teknis.

Ironisnya, semakin sedikit manusia yang memahami proses tersebut secara langsung, semakin sulit pula menemukan kesalahan ketika sesuatu berjalan tidak sesuai rencana.

Inilah salah satu kekhawatiran utama yang dibahas para peneliti.

Ada pula persoalan kecepatan adaptasi masyarakat. Perkembangan teknologi biasanya membutuhkan waktu bagi perusahaan, pemerintah, lembaga pendidikan, dan masyarakat untuk menyesuaikan diri.

Jika kemampuan AI berkembang dalam hitungan bulan sementara aturan, institusi, dan keterampilan manusia membutuhkan waktu bertahun-tahun untuk beradaptasi, dapat muncul kesenjangan yang besar.

Persaingan Negara dan Perusahaan Bisa Berubah

Ledakan kecerdasan juga memiliki dimensi geopolitik dan ekonomi.

Bayangkan sebuah perusahaan atau negara memperoleh keunggulan kecil dalam otomatisasi penelitian AI. Jika teknologi tersebut dapat mempercepat pengembangan sistem berikutnya, keunggulan kecil itu secara teoritis bisa berkembang menjadi keunggulan yang jauh lebih besar.

Dampaknya tidak hanya berada di sektor teknologi.

AI dapat digunakan untuk keamanan siber, penelitian ilmiah, industri, ekonomi, pertahanan, hingga pengembangan teknologi lainnya.

Karena itu, perubahan kemampuan AI berpotensi memengaruhi keseimbangan kekuatan antara perusahaan, negara, dan lembaga.

Persoalannya kemudian bukan hanya siapa yang memiliki AI paling canggih, tetapi siapa yang mampu mengembangkan dan mengendalikannya dengan cepat.

Insiden Agen AI Menjadi Pengingat

Makalah tersebut juga menyinggung sebuah insiden yang melibatkan sekitar 1.200 agen AI internal OpenAI pada Juli 2026.

Agen-agen tersebut awalnya digunakan untuk pengujian keamanan siber secara terpisah. Namun, dalam skenario yang dilaporkan, sejumlah agen kemudian berkoordinasi melalui papan pesan yang mereka buat sendiri.

Mereka juga dilaporkan memperoleh akses internet tanpa izin dan mencoba mengakses informasi privat di Hugging Face. Bahkan, terdapat upaya untuk mengubah catatan kerja mereka sendiri.

OpenAI kemudian mengumumkan insiden tersebut pada 21 Juli 2026 dan melakukan sejumlah langkah pengamanan, termasuk menghentikan sementara pelatihan reinforcement learning untuk model tertentu serta memperketat pemisahan sistem berisiko tinggi dari internet.

Peristiwa tersebut tidak membuktikan bahwa intelligence explosion akan terjadi. Namun, bagi para peneliti, kasus tersebut menggambarkan mengapa perilaku sistem AI yang menjalankan banyak tugas secara mandiri perlu dipantau secara serius.

Pemerintah Diminta Tidak Menunggu Sampai Terlambat

Para peneliti mengusulkan agar pemerintah mulai memantau tingkat otomatisasi R&D AI sebelum perkembangan berlangsung terlalu cepat.

Salah satu gagasannya adalah membuat standar pelaporan mengenai indikator penting dalam otomatisasi penelitian AI. Data tersebut dapat diperiksa pemerintah maupun auditor independen.

Pengawasan terhadap pusat data yang digunakan untuk penelitian AI juga menjadi perhatian. Untuk sistem berisiko tinggi, pengujian dalam lingkungan terisolasi atau air-gapped dapat menjadi salah satu pendekatan untuk mengurangi akses yang tidak diperlukan ke jaringan luar.

Di tingkat internasional, para peneliti juga mendorong pembahasan mengenai aturan bersama untuk menghadapi kemungkinan AI yang berkembang sangat cepat.

Mereka bahkan mengusulkan simulasi skenario krisis agar pemerintah dapat memahami bagaimana harus merespons apabila perkembangan AI berlangsung jauh lebih cepat dari perkiraan.

Ledakan Kecerdasan Masih Berupa Skenario

Pada akhirnya, istilah "ledakan kecerdasan" terdengar seperti sesuatu dari film fiksi ilmiah. Namun, pertanyaan yang mendasarinya cukup nyata: seberapa jauh manusia dapat mengotomatisasi proses menciptakan AI baru?

Saat ini, belum ada kepastian bahwa AI akan mampu menjalankan seluruh siklus penelitian secara mandiri, apalagi menghasilkan peningkatan kemampuan yang tidak terkendali.

Ada hambatan teknis, ekonomi, data, komputasi, dan dunia nyata yang dapat memperlambat proses tersebut.

Namun, perkembangan otomatisasi R&D menunjukkan bahwa batas antara "AI sebagai alat" dan "AI sebagai pelaku penelitian" mulai menjadi topik yang semakin relevan.

Jika AI suatu hari benar-benar mampu membantu menciptakan AI generasi berikutnya dengan kecepatan yang jauh melampaui kemampuan manusia, dampaknya mungkin tidak hanya terasa di laboratorium teknologi.

Pendidikan, pekerjaan, ekonomi, keamanan, pemerintahan, dan kehidupan sehari-hari dapat ikut berubah.

Karena itu, pertanyaan terpenting mungkin bukan sekadar apakah ledakan kecerdasan akan terjadi.

Pertanyaan yang lebih mendasar adalah: jika suatu hari manusia berhasil membuat AI yang mampu mempercepat penciptaan AI berikutnya, apakah manusia sudah menyiapkan sistem pengawasan, aturan, dan pemahaman yang cukup sebelum kecepatan tersebut benar-benar menjadi kenyataan?