JBNews.id — Investasi industri kecerdasan buatan (AI) global telah menembus angka USD 1,6 triliun, namun studi terbaru dari University of California Berkeley menunjukkan bahwa model AI tercanggih sekalipun masih gagal menyelesaikan sebagian besar tugas profesional secara kompeten. Temuan ini membantah klaim industri teknologi bahwa revolusi AI akan segera terjadi.
Para peneliti dari Center for Responsible, Decentralized Intelligence UC Berkeley mengembangkan tolok ukur ketat bernama “Agents’ Last Exam” (ALE) untuk menguji kesiapan kerja berbagai model AI mutakhir. Pengujian ini mencakup lebih dari 1.500 tugas yang bersumber dari pakar di 55 jenis pekerjaan, mulai dari rekayasa perangkat lunak hingga operasi kesehatan masyarakat.
Hasilnya mengejutkan. Dari semua model yang diuji, tidak ada satu pun yang mencapai tingkat kelulusan memuaskan. OpenAI GPT-5.5 mencatat skor tertinggi dengan tingkat kelulusan hanya 24 persen secara keseluruhan. Angka ini jauh dari standar yang diharapkan untuk menggantikan tenaga kerja manusia di lingkungan profesional.
“Agen saat ini dapat menyelesaikan sebagian kecil tugas profesional,” tulis para peneliti dalam siaran pers mereka. “Namun, ketika kami melihat tugas tersulit yang membutuhkan penalaran berkelanjutan, keahlian domain mendalam, dan eksekusi yang andal dalam jangka waktu panjang, mereka masih jauh dari kinerja tingkat manusia.”
Yang lebih mencengangkan, ketika tugas menjadi semakin kompleks, skor agregat yang sudah rendah itu pun merosot drastis. “Pada tingkat tersulit ALE, setiap agen frontier yang kami uji, termasuk Fable 5, mencapai tingkat keberhasilan 0 persen,” jelas siaran pers tersebut.
Model-model yang diuji dalam penelitian ini mencakup sistem AI proprietary dari perusahaan teknologi terkemuka: Anthropic Fable 5, OpenAI GPT-5.5, Cursor Composer 2.5, dan Google Gemini 3.1 Pro. Para peneliti juga menguji dua model open-source dari pengembang China sebagai perbandingan.
Selain performa, studi ini juga mengungkapkan pertimbangan biaya yang signifikan. Fable 5 dari Anthropic, misalnya, memberikan “performa serupa” dengan model seperti GPT-5.5 dan Composer 2.5, namun dengan biaya 4 hingga 12 kali lebih mahal per tugas yang diselesaikan. Temuan ini menjadi pertimbangan penting bagi perusahaan yang ingin mengadopsi teknologi AI.
Meskipun hasil pengujian buruk, para peneliti memperingatkan bahwa teknologi ini tetap berpotensi mengganggu pasar tenaga kerja. Risiko terbesar ada pada pekerjaan yang didominasi prosedur rutin dan terdefinisi dengan baik, sementara peran yang membutuhkan pengambilan keputusan intensif akan lebih tahan lama.
“Bahkan jika tingkat kelulusan saat ini tetap relatif rendah, pekerjaan yang didominasi oleh prosedur rutin dan terdefinisi dengan baik kemungkinan akan mengalami gangguan terlebih dahulu, sementara peran yang membutuhkan pengambilan keputusan intensif akan tetap lebih tangguh lebih lama,” kata Dawn Song, peneliti ilmu komputer UC Berkeley dan rekan penulis studi, kepada College Fix.
“Faktor kuncinya,” tambah Song, “bukanlah industrinya sendiri, melainkan sifat pekerjaannya.”
Pernyataan ini menekankan bahwa tidak semua pekerjaan memiliki risiko yang sama terhadap otomatisasi AI. Pekerjaan yang membutuhkan kreativitas, penilaian manusia, dan interaksi kompleks kemungkinan akan tetap aman dalam waktu dekat.
Studi UC Berkeley ini menjadi pukulan telak bagi narasi industri teknologi yang selama ini memproyeksikan bahwa AI akan segera mengubah ekonomi global secara fundamental. Banyak eksekutif perusahaan teknologi telah menyatakan bahwa kapabilitas AI akan tumbuh pesat dalam beberapa tahun ke depan, memungkinkan pertumbuhan ekonomi yang belum pernah terjadi sebelumnya.
Namun, data dari penelitian ini menunjukkan bahwa klaim tersebut belum didukung oleh bukti empiris. Model AI tercanggih saat ini masih belum mampu menangani tugas-tugas kompleks yang menjadi ciri khas pekerjaan profesional tingkat tinggi.
Kegagalan ini memiliki implikasi luas bagi berbagai sektor. Perusahaan yang telah berinvestasi besar dalam teknologi AI mungkin perlu mengevaluasi ulang strategi mereka. Sementara itu, pekerja di berbagai industri mungkin memiliki lebih banyak waktu untuk beradaptasi sebelum AI benar-benar dapat menggantikan peran mereka.
Baca Juga:
Salah satu temuan paling menarik dari studi ini adalah bahwa model AI cenderung bekerja lebih baik pada tugas-tugas yang sudah dikenal luas, seperti pembuatan kode perangkat lunak sederhana atau desain grafis dasar. Namun, ketika dihadapkan pada tantangan yang membutuhkan pemahaman konteks mendalam atau penalaran multi-langkah, performa mereka anjlok.
Ini menunjukkan bahwa meskipun AI telah membuat kemajuan signifikan dalam tugas-tugas tertentu, masih ada kesenjangan besar antara kemampuan AI saat ini dan kebutuhan dunia kerja yang sebenarnya. Kesenjangan ini kemungkinan akan membutuhkan waktu lebih lama untuk diatasi daripada yang diprediksi oleh para pendukung AI.
Para peneliti juga mencatat bahwa model open-source dari China menunjukkan performa yang kompetitif dibandingkan dengan model proprietary dari perusahaan Amerika. Ini menunjukkan bahwa kesenjangan antara model AI open-source dan proprietary mungkin tidak selebar yang diperkirakan sebelumnya.
Dari perspektif bisnis, temuan ini memiliki implikasi penting. Perusahaan yang mempertimbangkan untuk mengadopsi AI dalam operasi mereka harus melakukan evaluasi menyeluruh tentang apakah teknologi tersebut benar-benar siap untuk tugas yang dimaksud. Investasi besar dalam AI mungkin tidak memberikan pengembalian yang diharapkan jika model yang digunakan belum mencapai tingkat kompetensi yang diperlukan.
Sementara itu, bagi pekerja, studi ini memberikan gambaran yang lebih realistis tentang masa depan pasar tenaga kerja. Alih-alih khawatir tentang penggantian total oleh AI, pekerja mungkin harus fokus pada pengembangan keterampilan yang sulit diotomatisasi, seperti pemikiran kritis, kreativitas, dan kecerdasan emosional.
Studi UC Berkeley ini juga menyoroti pentingnya pengembangan tolok ukur yang ketat untuk mengevaluasi kemampuan AI. Tanpa tolok ukur yang komprehensif dan ketat, klaim tentang kemampuan AI sulit diverifikasi secara objektif. ALE sendiri dirancang sebagai respons terhadap kebutuhan akan evaluasi yang lebih ketat.
Dengan lebih dari 1.500 tugas yang mencakup 55 pekerjaan, ALE memberikan gambaran yang jauh lebih komprehensif tentang kemampuan AI dibandingkan dengan tes benchmark tradisional yang sering kali hanya mengukur aspek-aspek tertentu dari kecerdasan buatan.
Kegagalan model AI tercanggih di dunia dalam tes ini juga menimbulkan pertanyaan tentang investasi besar yang telah dilakukan oleh perusahaan teknologi. Dengan total investasi industri AI mencapai USD 1,6 triliun, publik berhak bertanya apa yang sebenarnya telah dicapai oleh investasi tersebut.
Jawabannya, berdasarkan studi ini, tampaknya masih sangat terbatas. Meskipun AI telah menunjukkan kemampuan impresif dalam tugas-tugas tertentu seperti generasi teks dan gambar, kemampuannya untuk menangani tugas-tugas dunia nyata yang kompleks masih jauh dari memadai.
Bagi pembaca JBNews.id, temuan ini memberikan perspektif yang lebih seimbang tentang perkembangan AI. Alih-alih terjebak dalam hype yang diciptakan oleh industri teknologi, penting untuk melihat data objektif tentang apa yang sebenarnya bisa dan tidak bisa dilakukan oleh AI saat ini.
Studi ini juga mengingatkan bahwa meskipun AI mungkin tidak siap menggantikan pekerja manusia dalam waktu dekat, teknologi ini tetap memiliki potensi untuk mengganggu pasar tenaga kerja. Perusahaan dan pekerja sama-sama perlu bersiap menghadapi perubahan yang akan datang, meskipun mungkin tidak secepat yang diprediksi oleh beberapa pihak.
Dengan kata lain, revolusi AI mungkin masih membutuhkan waktu lebih lama dari yang diperkirakan. Namun, persiapan untuk menghadapi era AI tetap merupakan langkah yang bijaksana bagi semua pihak yang terlibat.
