Seorang matematikawan terkemuka dunia melontarkan kritik pedas terhadap kapabilitas kecerdasan buatan (AI) saat ini. Joel David Hamkins, Profesor Logika di Universitas Notre Dame, Amerika Serikat, secara terbuka menyatakan bahwa sistem AI modern tidak efektif dan tidak berguna dalam mendukung penalaran matematika. Pernyataan ini menjadi sorotan di tengah masifnya adopsi AI di berbagai bidang keilmuan, termasuk ilmu pasti.
Hamkins menyampaikan kekecewaannya ini saat tampil dalam siniar yang dipandu oleh ilmuwan komputer MIT, Lex Fridman, yang dikenal sering membahas perkembangan teknologi terkini. Ia menjelaskan bahwa dirinya telah mencoba berbagai eksperimen menggunakan AI untuk membantu pekerjaan matematikanya yang kompleks. Meskipun telah menggunakan versi berbayar dan mencoba beragam platform, hasil yang diberikan AI tetap mengecewakannya.
Penggunaan AI generatif, seperti Large Language Models (LLM), sering dipromosikan sebagai alat revolusioner yang mampu memecahkan masalah kompleks di berbagai disiplin ilmu. Dalam konteks matematika, banyak yang berharap AI dapat mempercepat pembuktian teorema atau menghasilkan solusi logis yang rumit. Namun, Hamkins menekankan bahwa kemampuan AI saat ini masih terbatas pada pengenalan pola dan bukan penalaran logis yang mendalam.
Profesor Hamkins menegaskan bahwa pengalaman pribadinya menunjukkan bahwa AI tidak memberikan kontribusi signifikan pada pekerjaan ilmiahnya. "Saya sudah mencoba berbagai hal dan bereksperimen, tetapi saya sama sekali tidak merasa terbantu," ujarnya dalam siniar tersebut. Penilaian ini menunjukkan adanya kesenjangan besar antara janji yang ditawarkan teknologi AI dengan kinerja riilnya di bidang logika formal tingkat tinggi.
Kritik dari figur sekelas Hamkins memiliki implikasi penting bagi para pengembang AI yang menargetkan sektor sains, teknologi, teknik, dan matematika (STEM). Hal ini menyoroti perlunya peningkatan signifikan pada model AI agar mampu menangani abstraksi dan kompleksitas yang menjadi ciri khas penalaran matematika. Jika AI tidak dapat diandalkan oleh para ahli untuk tugas-tugas fundamental, maka validitasnya sebagai alat bantu utama dipertanyakan.
Meskipun beberapa perusahaan teknologi telah mengklaim kemajuan dalam penggunaan AI untuk memverifikasi atau menghasilkan kode, penalaran matematika murni tetap menjadi tantangan besar. Matematika memerlukan keakuratan absolut dan kemampuan untuk membangun rantai logika yang sempurna, hal yang sering gagal dipenuhi oleh model bahasa saat ini. Model-model tersebut cenderung menghasilkan jawaban yang terdengar masuk akal, tetapi secara fundamental cacat logikanya.
Secara keseluruhan, pernyataan Profesor Hamkins berfungsi sebagai pengingat kritis bahwa AI belum mencapai tingkat kecanggihan yang diperlukan untuk tugas-tugas intelektual tingkat tinggi seperti logika dan matematika. Meskipun AI unggul dalam pemrosesan data dan pengenalan bahasa, kemampuannya dalam penalaran deduktif masih memerlukan pengembangan fundamental. Para peneliti harus fokus pada peningkatan kualitas penalaran, bukan sekadar kuantitas data yang dilatih.
