AI generatif dapat menulis, merangkum, mengelompokkan, menerjemahkan, membuat gambar, dan mengusulkan kode hanya dalam hitungan detik. Kecepatan ini sangat membantu, tetapi juga memunculkan kekeliruan yang sering terjadi: jawaban yang lancar dianggap sama dengan jawaban yang sudah terbukti benar. Agar bermanfaat, AI perlu ditempatkan sebagai bagian dari proses kerja yang memiliki tujuan, batas risiko, dan pemeriksaan independen. Pertanyaan yang tepat bukan apakah AI itu baik atau buruk, melainkan peran apa yang pantas diberikan kepadanya dalam suatu tugas.
Panduan ini menjelaskan cara memakai AI generatif tanpa menjadikannya sumber kebenaran tunggal. Jika Anda sudah sering menggunakannya, lanjutkan dengan panduan menulis prompt yang dapat diperiksa. Jika Anda sedang memahami teknologi di baliknya, baca juga pengantar machine learning untuk pemula.
Apa yang dimaksud dengan AI generatif
AI generatif adalah kelompok sistem yang menghasilkan konten baru berdasarkan pola yang dipelajari dari data. Kontennya dapat berupa teks, gambar, audio, video, atau kode. Model bahasa menerima rangkaian token lalu memperkirakan kelanjutan yang paling masuk akal menurut parameter dan konteksnya. Model tidak selalu mengambil fakta dari sebuah basis data, dan prosesnya tidak sama dengan cara manusia memahami dunia. Karena itu, ia bisa menggabungkan pola secara berguna sekaligus mengisi kekosongan dengan rincian yang keliru.
Antarmuka percakapan juga menyembunyikan sejumlah keputusan teknis: model yang dipakai, instruksi sistem, konteks yang disertakan, alat eksternal yang diizinkan, serta penyaring dari penyedia. Dua layanan yang tampak serupa dapat menghasilkan jawaban berbeda. Hasil dari layanan yang sama pun dapat berubah ketika model, konfigurasi, atau riwayat percakapannya berubah.
Menghasilkan bukan berarti memverifikasi
Teks dapat terdengar meyakinkan tetapi memuat tanggal yang salah, rujukan yang tidak ada, atau kesimpulan yang terlalu pasti. Model mengoptimalkan keluaran yang mungkin sesuai dengan instruksinya; ketepatan tetap memerlukan pembandingan dengan bukti. Perbedaan ini sangat penting dalam kesehatan, keuangan, hukum, keamanan, identitas, konfigurasi sistem produksi, dan keputusan lain yang berdampak pada orang.
Konteks menentukan kegunaan
Permintaan yang kabur memaksa sistem menebak tujuan, pembaca, batas, dan format. Konteks yang tepat meningkatkan kegunaan, tetapi bukan alasan untuk membagikan rahasia. Gunakan data fiktif atau yang sudah diminimalkan, serta pisahkan informasi yang benar-benar diperlukan dari nama, alamat surel, kredensial, kontrak, dan berkas pribadi. Sebelum menempelkan dokumen, baca panduan privasi saat menggunakan AI.
Tugas yang cocok dibantu AI generatif
AI generatif paling berguna ketika hasilnya masih berupa draf yang mudah diperiksa dan biaya menemukan kesalahan cukup rendah. Ia dapat mengubah catatan milik Anda menjadi kerangka, mengusulkan pertanyaan wawancara, menjelaskan konsep pada beberapa tingkat kesulitan, membuat contoh pengujian, memperjelas petunjuk, atau membandingkan kriteria yang sudah Anda tetapkan. Dalam semua contoh ini, manusia masih memegang bahan asli dan mampu menilai hasilnya.
AI juga dapat menjadi alat eksplorasi awal. Anda bisa meminta peta topik, istilah terkait, atau hipotesis yang patut ditelusuri. Namun, keluaran itu bukan akhir penelitian. Ubah setiap petunjuk menjadi pertanyaan yang dapat diverifikasi, lalu cari sumber primer. Dengan cara ini, dugaan yang terdengar elegan tidak diam-diam berubah menjadi fakta.
Tugas awal yang relatif sesuai
- Merangkum teks yang Anda berikan, lalu membandingkan ringkasan dengan naskah asli.
- Mengubah informasi antarformat, misalnya dari catatan menjadi tabel, tanpa menambah fakta.
- Membuat beberapa versi pesan yang tetap harus disetujui seseorang sebelum dikirim.
- Menghasilkan contoh sintetis yang tidak mengandung data pribadi.
- Menyusun daftar pemeriksaan yang kemudian dibandingkan dengan dokumentasi resmi.
Tugas yang memerlukan pengendalian lebih ketat
Semakin besar dampak suatu keputusan, semakin kecil otonomi yang layak diberikan. Jangan menyerahkan keputusan perekrutan, diagnosis, kredit, moderasi sensitif, atau akses keamanan kepada keluaran yang tidak transparan. Jangan pula menjalankan kode usulan AI pada sistem penting sebelum memahaminya, meninjau perubahan, dan mengujinya dalam lingkungan terisolasi. AI Risk Management Framework dari NIST mengusulkan empat fungsi—mengatur, memetakan, mengukur, dan mengelola risiko—yang juga berguna untuk penggunaan berskala kecil.
Alur kerja dalam lima langkah
1. Tentukan tugas dan ukuran keberhasilan
Tuliskan masukan yang tersedia, keluaran yang dibutuhkan, siapa yang akan menggunakannya, dan bagaimana kebenarannya dinilai. “Bantu saya membuat presentasi” terlalu terbuka. “Susun sepuluh catatan ini menjadi lima bagian, pertahankan kutipan persis, dan tandai angka yang tidak memiliki sumber” jauh lebih mudah dievaluasi. Tetapkan pula tindakan yang tidak boleh dilakukan sistem.
2. Kurangi dan siapkan data
Berikan hanya informasi yang relevan. Ganti nama dengan peran, hapus pengenal, dan gunakan cuplikan alih-alih seluruh dokumen bila memungkinkan. Periksa aturan retensi, penggunaan data untuk pelatihan, dan kontrol administratif yang berlaku pada akun serta paket layanan. Label “privat” di antarmuka bukan pengganti pemeriksaan tersebut.
3. Minta keluaran yang dapat diperiksa
Tentukan struktur, minta asumsi ditampilkan, dan sediakan cara menyatakan ketidakpastian. Mintalah pemisahan antara fakta dari bahan, inferensi, dan pertanyaan terbuka. Bila Anda meminta sumber, buka setiap tautan; sitasi buatan dapat tampak nyata. Untuk perhitungan, minta rumus beserta satuannya lalu hitung ulang menggunakan alat deterministik.
4. Verifikasi melalui jalur independen
Bandingkan ringkasan dengan dokumen, angka dengan sumber primer, dan kode dengan pengujian. Jawaban kedua dari percakapan yang sama bukan verifikasi independen. Untuk hasil penting, gunakan dokumentasi resmi, catatan sistem, alat lain yang sesuai, atau orang yang memahami konteks dan konsekuensinya.
5. Putuskan, catat, dan perbaiki
Persetujuan akhir berada pada pihak yang menanggung akibat keputusan. Simpan instruksi, versi keluaran yang relevan, dan koreksi apabila proses perlu diaudit. Anda tidak harus menyimpan seluruh percakapan selamanya; catat bagian minimum yang cukup untuk menjelaskan keputusan tanpa menumpuk data sensitif.
Cara menyusun permintaan yang berguna
Templat sederhana dapat berisi enam unsur: fungsi yang diharapkan, tujuan, konteks yang diizinkan, batasan, format, dan kriteria peninjauan. Contohnya: “Bertindaklah sebagai editor teknis. Ubah catatan berikut menjadi kerangka untuk pembaca pemula. Jangan tambahkan angka atau sumber yang tidak ada. Gunakan lima bagian, tandai pertentangan, dan akhiri dengan tiga pertanyaan yang belum terjawab.” Kejelasan mengurangi tebakan, walaupun tidak menghapus kemungkinan salah.
Hindari anggapan bahwa ada mantra universal. Menetapkan tokoh yang berlebihan atau menambahkan perintah populer tidak menggantikan data dan kriteria yang baik. Prompt singkat bisa sangat efektif untuk tugas sederhana; prompt panjang bisa justru membingungkan bila mencampur tujuan yang saling bertentangan.
Risiko yang perlu dikenali
Profil risiko AI generatif NIST merangkum risiko khas sistem generatif dan langkah pengelolaannya. Dalam pemakaian sehari-hari, perhatikan setidaknya informasi rekaan, kebocoran data, bias, ketergantungan berlebihan, dan konten tidak aman. Ada pula risiko asal-usul: keluaran mungkin tampak orisinal walau dibentuk dari pola atau materi yang penggunaannya perlu diperiksa.
Otomatisasi memperbesar keberhasilan sekaligus kegagalan. Satu paragraf yang salah merepotkan; ratusan halaman yang dipublikasikan otomatis dapat menciptakan kerusakan besar. Mulailah dengan volume kecil, pemeriksaan penuh, dan kemampuan membatalkan perubahan. Panduan mengotomatiskan tugas dengan AI menjelaskan titik persetujuan dan mekanisme pemulihan.
Tanda peringatan
- Jawaban memberikan angka sangat spesifik tanpa sumber yang dapat dibuka.
- Dokumen yang dikutip memiliki judul meyakinkan, tetapi tautannya hilang atau rusak.
- Kesimpulan berubah tajam hanya karena pertanyaan ditulis ulang sedikit.
- Sistem mengaku sudah melakukan tindakan atau pemeriksaan yang sebenarnya tidak dapat dijalankan antarmuka.
- Alat meminta lebih banyak data pribadi daripada yang dibutuhkan tugas.
Kebijakan penggunaan pribadi
Buat tiga tingkat risiko. Pada tingkat rendah, AI membantu ide atau gaya dan cukup ditinjau seperti draf biasa. Pada tingkat menengah, AI menangani informasi internal yang tidak sensitif dan setiap fakta harus diperiksa. Pada tingkat tinggi, ada hak, uang, keamanan, atau data sensitif; gunakan hanya alat yang disetujui, tinjauan ahli, dan pertimbangkan untuk tidak memakai AI generatif sama sekali.
Prinsip AI OECD menekankan transparansi, ketangguhan, dan akuntabilitas. Dalam kebiasaan kerja, artinya: jelaskan ketika keluaran otomatis memengaruhi orang lain, sediakan jalan koreksi, lindungi data, dan pertahankan penanggung jawab manusia yang jelas.
Daftar periksa sebelum menerima keluaran
- Apakah tujuan dan pembacanya jelas?
- Apakah hanya data minimum yang dibagikan?
- Bisakah bahan masukan, inferensi, dan konten buatan dibedakan?
- Apakah sumber primer sudah dibuka dan dibaca?
- Apakah angka dihitung ulang dengan alat yang tepat?
- Apakah orang yang memahami konteks meninjau konsekuensinya?
- Apakah kesalahan dapat dikoreksi atau perubahan dapat dibatalkan?
AI generatif tidak harus sempurna untuk berguna. Ia hanya perlu ditempatkan secara tepat dalam sebuah sistem kerja. Ketika menghasilkan teks menjadi sangat cepat, keunggulan bukan berasal dari menulis lebih banyak, melainkan dari merumuskan masalah dengan baik, memeriksa secara disiplin, dan menerbitkan lebih sedikit kesalahan.
Pertanyaan umum
Apakah AI generatif selalu mencari jawaban di internet?
Tidak. Model dapat menjawab berdasarkan pola yang dipelajari, konteks yang Anda berikan, atau alat pencarian bila produk menyediakannya. Periksa kemampuan yang aktif dan selalu buka sumber yang dicantumkan.
Apakah nada yang yakin menandakan jawaban lebih akurat?
Tidak. Nada adalah gaya, bukan bukti. Nilai klaim berdasarkan sumber, metode, konsistensi, dan apakah klaim tersebut dapat diverifikasi.
Bolehkah saya memasukkan dokumen rahasia?
Hanya jika organisasi telah menyetujui layanan, kontrak, akun, dan konfigurasinya untuk jenis data tersebut. Untuk pemakaian pribadi, minimalkan atau anonimisasi informasi dan jangan masukkan kredensial, rahasia, atau pengenal.
Apakah penggunaan AI perlu diungkapkan?
Jawabannya bergantung pada konteks dan aturan yang berlaku. Pengungkapan dianjurkan ketika cara pembuatan akan memengaruhi penilaian pembaca terhadap kepercayaan, kepengarangan, atau risiko konten.
