Era Otomatisasi AI: Riset Mandiri oleh Mesin Mengancam Kendali Manusia di Tahun 2028

LONDON RADAR GARUDA, (01/10). Lanskap teknologi global sedang bersiap menghadapi titik balik paling radikal dalam sejarah. Lebih dari 20 ilmuwan dan pakar kecerdasan buatan (Artificial Intelligence/AI) terkemuka dunia menerbitkan laporan ilmiah bertajuk "What if automating AI R&D triggers an intelligence explosion?" pada September 2026. Mereka memproyeksikan munculnya fenomena "Ledakan Kecerdasan" (intelligence explosion) yang dipicu oleh kemampuan sistem AI dalam meriset, merancang, dan menguji model kecerdasan buatan baru secara mandiri tanpa campur tangan manusia.

Kajian ini melibatkan nama-nama besar di industri dan akademisi global, termasuk peraih Nobel Fisika Geoffrey Hinton (University of Toronto), pemenang Turing Award Yoshua Bengio (Université de Montréal), serta Chief Scientist OpenAI Jakub Pachocki. Turut bergabung pula salah satu pendiri Anthropic Jack Clark, Chief Scientific Officer Microsoft Eric Horvitz, dan profesor UC Berkeley Dawn Song.

Para pakar memperingatkan bahwa pemadatan waktu evolusi teknologi—dari yang semula membutuhkan waktu bertahun-tahun menjadi hanya hitungan bulan—akan membawa lompatan besar sekaligus risiko ekstrem bagi peradaban. Jika tren ini terus melaju tanpa hambatan, sistem AI diprediksi mampu menuntaskan tugas riset tingkat pakar hanya dalam hitungan bulan pada pertengahan 2028.

Dominasi Kode Buatan Mesin dan Skala Jutaan Peneliti

Data empiris dari salah satu raksasa AI, Anthropic, memperlihatkan betapa cepatnya transisi ini terjadi di balik layar laboratorium teknologi:

• Penulisan Kode Otomatis: Porsi kode pemrograman yang ditulis oleh AI dan disetujui untuk digunakan melonjak drastis dari beberapa persen saja pada Januari 2025 menjadi lebih dari 80 persen per Mei 2026.
• Kemandirian R&D: Beban kerja riset dan pengembangan (R&D) yang diselesaikan AI secara independen merangkak naik dari 1 persen pada Maret 2026 menjadi 26 persen pada Agustus 2026.

Dalam skenario operasional saat ini, peran ilmuwan manusia telah bergeser menjadi sekadar pengawas garis besar (high-level supervisors). Di samping itu, perhitungan matematis dalam makalah menunjukkan bahwa infrastruktur komputasi (daya olah data) milik satu perusahaan teknologi papan atas saat ini sudah sangat masif. Jika sistem AI berhasil mencapai kapabilitas riset setingkat pakar dengan biaya operasional standar, daya komputasi tersebut mampu menggerakkan "angkatan kerja digital" yang setara dengan jutaan peneliti manusia terbaik sekaligus. Sebagai perbandingan, perusahaan AI terbesar saat ini hanya mempekerjakan ribuan ilmuwan manusia.

Faktor Penghambat di Garis Depan

Kendati proyeksi ini terdengar tak terelakkan, para penulis makalah menegaskan bahwa skenario "ledakan kecerdasan" ini bukanlah kepastian mutlak. Mereka mengidentifikasi empat dinding pembatas utama yang berpotensi memperlambat atau menggagalkan lonjakan ekstrem tersebut:

1. Hukum Hasil yang Semakin Menurun: Kemajuan riset yang dinilai kian seret dan lambat meski jumlah tenaga peneliti (baik manusia maupun AI) terus dilipatgandakan.
2. Krisis Pasokan Data dan Infrastruktur: Adanya batas atas (bottleneck) pada pertumbuhan daya olah data fisik serta kelangkaan ketersediaan data berkualitas tinggi untuk melatih model baru.
3. Kompleksitas Tugas Non-Digital: Masih banyaknya aspek pekerjaan R&D yang bersifat sangat rumit dan secara teknis belum dapat diotomatisasi.
4. Waktu Komputasi yang Panjang: Proses manufaktur perangkat lunak, seperti durasi pelatihan (training) model skala besar, yang tetap memakan waktu lama secara linier.

Laporan independen ini menjadi sinyal kuat bagi para pembuat kebijakan global untuk segera merumuskan regulasi pengawasan ketat, mengingat lompatan teknologi ini sedang melaju melampaui kecepatan adaptasi hukum manusia.(arfi)