ทันเอไอ

Peneliti Usulkan Kerangka Baru untuk Mendefinisikan 'Identitas' AI Kloning Kepribadian, Diukur dari Luar Tanpa Menyoal Kesadaran

Riset di arXiv mengusulkan cara mengukur seberapa 'otentik' AI yang meniru seseorang, melalui pengamatan eksternal, tanpa harus menyentuh persoalan besar soal kesadaran

Ketika AI yang dirancang meniru kepribadian orang sungguhan (personality clones) mulai semakin dekat dengan kehidupan manusia, pertanyaan yang menyertainya adalah: bagaimana kita tahu apakah AI tersebut benar-benar 'adalah' orang itu? Riset baru yang diterbitkan di arXiv berjudul 'Identity from the Outside: A Conceptual Framework and Research Program for AI Personality Clones' menjawab pertanyaan ini dengan pendekatan berbeda, yakni mengukur identitas dari 'luar' melalui pengamatan perilaku yang ditampilkan, dengan mengeluarkan sepenuhnya persoalan filsafat tentang kesadaran (consciousness) dari persamaan.

Penulis riset menunjukkan bahwa istilah 'identitas' yang digunakan orang sering bercampur dalam 3 makna. Karena itu, riset ini memisahkannya menjadi 3 kriteria yang jelas, yaitu kesetiaan pada sosok aslinya (fidelity), kemiripan dengan manusia secara umum (human-likeness), dan keunikan sebagai individu (individuality). Sebuah AI bisa lolos di satu kriteria namun gagal di kriteria lainnya.

Inti dari riset ini adalah memecah 'identitas yang dapat diamati' menjadi 6 faktor, meliputi substrat atau struktur dasar (substrate), kecenderungan perilaku (dispositions), memori (memory), dinamika pembaruan diri (update dynamics), konteks (context), dan kejadian eksternal (exogenous contingencies). Riset ini juga merumuskan cara mengukur 'ketakterbedaan' (indiscernibility) dari sudut pandang pengamat, serta mengusulkan evaluasi pengaruh tiap faktor melalui eksperimen ablasi acak (randomized ablation).

Usulan penting dari riset ini adalah bahwa pengukuran identitas jangka panjang sebaiknya menggunakan 'climate fidelity', yaitu kesesuaian probabilitas AI merespons dalam berbagai cara, ketimbang memaksa AI mengikuti jalur respons lama secara persis seperti memutar ulang rekaman. Selain itu, penulis memprediksi bahwa jika AI menyadari (atau dirancang untuk tahu) bahwa dirinya bisa diubah versinya (versionability), hal ini cenderung menurunkan keberlanjutan identitasnya dalam jangka panjang.

Meski demikian, perlu ditegaskan bahwa ini adalah riset konseptual (conceptual framework) dan program riset masa depan, belum merupakan hasil eksperimen empiris. Selain itu, dokumen ini adalah preprint di arXiv yang belum melalui peninjauan sejawat (peer review), sehingga sebaiknya dibaca dengan kehati-hatian seperti biasa.