fost-nepal.org – Penelitian terbaru menyoroti peran penting evaluasi manusia dalam pengembangan sistem kecerdasan buatan (AI) yang efektif. Meskipun industri telah banyak berinvestasi dalam kemampuan model AI untuk belajar secara mandiri, perhatian yang kurang pada peran evaluator manusia dapat mengakibatkan penurunan kualitas dan keandalan. Dalam beberapa tahun terakhir, perekrutan lulusan baru di perusahaan teknologi besar tercatat menurun drastis, menyisakan kekhawatiran tentang masa depan keahlian yang diperlukan untuk mengawasi dan memperbaiki kesalahan sistem AI.

Dalam ilmu pengetahuan dan kerja profesional, pengetahuan tidak selalu dapat dipelajari secara otonom oleh AI, karena lingkungan kerjanya yang dinamis dan berubah-ubah. Berbeda dengan papan permainan seperti catur, yang memiliki aturan tetap dan hasil yang jelas, banyak bidang profesional menghadapi tantangan lebih kompleks. Misalnya, perubahan peraturan hukum atau strategi yang sebelumnya berhasil mungkin tidak lagi relevan di masa depan.

Saat ini, banyak pekerjaan yang melibatkan pengembangan keahlian telah otomatis, mengurangi kesempatan bagi generasi baru untuk belajar secara langsung dari praktik. Situasi ini dapat menyebabkan hilangnya pengetahuan yang tidak tergantikan, ketika para ahli terakhir dari suatu bidang pensiun tanpa ada pengganti.

Sementara beberapa teknik penilaian berbasis rubrik dan umpan balik AI sedang dalam pengembangan, mereka memiliki keterbatasan. Rubrik hanya menangkap aspek yang jelas dan terukur, belum tentu mencakup intuisi yang dibutuhkan untuk penilaian yang akurat. Dalam kondisi saat ini, penting bagi sektor teknologi untuk mengakui dan menangani kesenjangan dalam evaluasi manusia sebagai masalah serius.

Keberhasilan jangka panjang sistem AI memerlukan kolaborasi berkelanjutan antara mesin dan manusia. Penanganan masalah evaluasi ini seharusnya menjadi prioritas selaras dengan kemajuan kemampuan teknologi yang sedang berlangsung.