Tidak semua orang menggunakan AI untuk segala hal
(gabrielweinberg.com)- Penggunaan AI generatif yang diakses lewat antarmuka chat lebih mirip sebuah spektrum antara pengguna aktif, pengguna sesekali, dan nonpengguna, alih-alih alat harian universal
- Jika berbagai data penggunaan dan survei digabungkan, penggunaan AI di Amerika Serikat kira-kira terbagi menjadi sepertiga pengguna aktif, sepertiga pengguna sesekali, dan sepertiga nonpengguna
- Bahkan di Gen Z, kesadaran terhadap AI tinggi tetapi adopsinya nyaris stagnan, dan dalam survei Gallup porsi penggunaan sebulan sekali atau beberapa bulan sekali serta nonpenggunaan mengambil bagian besar
- Alasan utama yang membatasi penggunaan AI adalah kekhawatiran tentang penggantian pekerjaan, pelanggaran privasi, penyebaran informasi palsu, dan keraguan terhadap kegunaan AI
- Pasar dan kebijakan AI perlu berangkat dari kenyataan bahwa orang memiliki tingkat penggunaan dan kekhawatiran yang berbeda, bukan dari dikotomi “semua orang memakai” atau “tidak ada yang memakai”
“Semua orang memakai AI untuk segala hal” pada kenyataannya lebih dekat ke “sebagian orang memakai AI untuk sebagian hal”
- AI di sini bukan kategori yang didefinisikan secara ketat, melainkan AI generatif yang dapat diakses lewat antarmuka chat
- Anggapan bahwa “sekali mencoba AI, orang akan memakainya untuk segala hal” dan bahwa “AI akan jadi begitu bagus hingga semua orang memakainya” tidak cocok dengan data
- Gen Z adalah kelompok dengan tingkat kesadaran AI tertinggi, tetapi selama setahun terakhir adopsi AI nyaris tidak bergerak, dan porsi yang cukup besar jarang memakai AI atau sama sekali tidak memakainya
- Angka Gallup 2025/2026 untuk Gen Z menunjukkan bahwa penggunaan AI belum bergeser ke penggunaan intensif yang merata
- Proporsi yang setidaknya jarang memakai AI adalah 79%/81%
- Proporsi yang merasa cemas terhadap AI adalah 41%/42%
- Proporsi yang memakai AI hanya sebulan sekali atau beberapa bulan sekali adalah 32%/31%
- Proporsi yang merasa marah terhadap AI adalah 22%/31%
- Proporsi yang sama sekali tidak memakai AI adalah 21%/19%
Distribusi yang ditunjukkan data penggunaan nyata
- Data United States AI Diffusion dari Microsoft, yang berbasis telemetri Microsoft yang telah dianonimkan dan diagregasi, memperkirakan bahwa lebih dari 30% populasi usia kerja di AS menggunakan AI
- Ini berarti sekitar 70% bukan pengguna AI menurut kriteria tersebut
- Angka ini naik 3 poin persentase dibanding akhir 2025
- Kriteria penggunaannya adalah memakai setidaknya 90 menit per bulan di layanan AI utama seperti ChatGPT, Google Gemini, Anthropic Claude, dan Microsoft Copilot
- Data penggunaan nyata dari Datos juga menunjukkan gambaran serupa; per Juni tahun lalu, hanya 21% perangkat desktop yang mengunjungi AI Tools lebih dari 10 kali per bulan
- 62% perangkat desktop tidak mengunjungi AI Tools sama sekali
- Sisanya, 17%, berada di antara keduanya
- Dalam survei Searchlight Institute, 58% menjawab bahwa mereka pernah menggunakan atau mencoba AI seperti ChatGPT atau Claude
- Proporsi yang memakai dengan cukup rutin adalah 30%, yakni beberapa kali sebulan atau lebih
- Pengguna yang lebih jarang berjumlah 29%, yakni sebulan sekali atau kurang
- Dalam survei baru The Argument, mayoritas orang Amerika memakai AI sekali seminggu atau kurang
Penggunaan AI di Amerika mendekati pembagian tiga bagian
- Jika berbagai data digabungkan, penggunaan AI di AS kira-kira terbagi menjadi sepertiga pengguna aktif, sepertiga pengguna sesekali, dan sepertiga nonpengguna
- Distribusi ini bisa sedikit berbeda tergantung definisi istilahnya, tetapi lebih dekat ke “sebagian orang memakai AI untuk sebagian hal” daripada “semua orang memakai AI untuk segala hal”
- Dalam 6 bulan hingga 1 tahun terakhir, penggunaan AI tidak banyak berubah
- Perubahan yang paling besar justru ada pada emosi negatif terhadap AI; dalam survei Gallup terhadap Gen Z, kemarahan terhadap AI naik sekitar 40% dibanding tahun sebelumnya
Banyak orang membatasi penggunaan AI karena kekhawatiran nyata dan nilai yang dirasakan rendah
- Sebagian besar orang secara aktif membatasi penggunaan AI, dan alasan utamanya adalah kekhawatiran yang realistis terhadap AI
- Dalam survei Searchlight, 3 kekhawatiran teratas adalah penggantian pekerjaan dan pengangguran, pelanggaran privasi, serta penyebaran disinformasi dan kebohongan
- “AI akan menggantikan pekerjaan dan menyebabkan pengangguran” sebesar 42%
- “AI akan melanggar privasi orang” sebesar 35%
- “AI akan menyebarkan disinformasi dan kebohongan” sebesar 33%
- Preferensi terhadap regulasi AI demi keamanan dan perlindungan privasi juga kuat; mayoritas menilai pemerintah harus memprioritaskan aturan keselamatan dan privasi meski itu membuat laju pengembangan AI AS lebih lambat dibanding negara seperti China
- Keraguan terhadap kegunaan AI juga besar, dan penilaian bersih positif atas dampaknya bagi masyarakat secara keseluruhan hanya +8%
- Media sosial berada di +7%, sementara kripto di -17%
- Ponsel, internet, dan energi surya masing-masing berada di +68%, +67%, dan +65%
- Dalam survei The Argument, keraguan terhadap manfaat sosial AI yang spesifik tampak luas, dan skeptisisme terhadap efek AI bukan semata-mata berasal dari ketidaktahuan orang yang belum pernah memakainya
Bahkan pada penggunaan pribadi, bagi banyak orang nilainya belum cukup untuk mengimbangi kekhawatiran
- Di tingkat sosial orang bisa saja bersikap negatif tetapi bertindak berbeda pada tingkat pribadi, namun distribusi penggunaan AI saat ini tidak sesuai dengan gambaran itu
- Fakta bahwa pengguna sesekali menjadi kelompok terbesar dan penghindar total juga banyak menunjukkan bahwa banyak orang belum menemukan nilai pribadi yang cukup besar untuk mengatasi kekhawatiran mereka
- Narasi media bahwa “semua orang memakai AI untuk segala hal” mungkin mencerminkan gelembung para knowledge worker yang mengadopsi lebih awal dan lingkungan media teknologi
- Perusahaan, komentator, dan pembuat kebijakan tidak boleh mengabaikan bagaimana orang benar-benar merasa dan bertindak terhadap AI
- Penggunaan AI bukan dikotomi semua pakai atau semua tidak pakai, melainkan sebuah spektrum berisi beragam pendapat dan intensitas penggunaan
Analogi utama: konsumsi daging dan konsumsi AI
- Konsumsi AI, seperti konsumsi daging, terbagi antara mereka yang menerimanya secara aktif, mereka yang menguranginya, dan mereka yang menghindarinya sepenuhnya
- Pesan bahwa protein penting dalam pola makan mirip dengan pesan bahwa AI berguna untuk produktivitas, dan fakta bahwa daging adalah sumber protein utama sejalan dengan peran alat chat AI sebagai titik akses utama ke AI generatif
- Preferensi konsumsi daging di AS juga bukan struktur di mana semua orang mengonsumsinya penuh
- 95% makan daging
- 70% menjawab bahwa mereka mengurangi konsumsi daging merah
- 30% jarang atau hanya sesekali makan semua jenis daging
- 12% tidak makan daging merah
- 4% adalah vegetarian, tidak makan daging apa pun
- 1% adalah vegan, tidak mengonsumsi produk hewani apa pun
- Alasan membatasi konsumsi daging meliputi kesehatan, biaya, lingkungan, dan etika, yang juga tumpang tindih dengan kekhawatiran utama dalam konsumsi AI
Peluang pasar dan pilihan produk
- Analogi konsumsi daging menunjukkan adanya peluang pasar untuk orang-orang dengan perasaan dan kekhawatiran spesifik yang berbeda terhadap AI
- DuckDuckGo menjadikan semua fitur AI sebagai opsi, dan menawarkan duck.ai sebagai alternatif chatbot privat yang menanggapi kekhawatiran privasi
- Pendekatan ini lebih mirip restoran dengan beragam pilihan di menu, tempat opsi seperti AI privat, pengurangan penggunaan AI, dan mematikan AI bisa hadir berdampingan
- Untuk mempertimbangkan seluruh spektrum pengguna AI, dibutuhkan struktur yang memberi pilihan, bukan satu pola pemakaian AI yang dipaksakan
Kemungkinan perubahan ke depan dan kesimpulan saat ini
- Sekitar sepertiga orang yang saat ini hanya jarang atau sesekali memakai AI tidak bisa diasumsikan akan mempertahankan pola itu selamanya
- Tidak seperti daging, AI berada dalam lanskap teknologi yang berubah cepat, sehingga sangat tidak pasti ke mana produk dan regulasi akan bermuara
- Evolusi produk bisa membuat AI lebih berguna bagi rata-rata orang, dan regulasi dapat mengurangi kekhawatiran
- Namun untuk saat ini, proporsi yang berarti dari masyarakat telah mencoba AI yang ada sekarang lalu memutuskan untuk secara aktif membatasi penggunaannya
1 komentar
Komentar Hacker News
Saat ini saya sedang mencari kerja setelah lulus pascasarjana, dan dalam wawancara teknis atau wawancara whiteboard, kebanyakan orang bertanya, “Bagaimana Anda menggunakan LLM?”
Sulit menjawabnya, karena tanpa tahu apakah lawan bicara sangat antusias terhadap AI atau justru berhati-hati, saya jadi ingin memberi jawaban aman yang cocok untuk kedua sisi
Jadi saya biasanya menjawab panjang lebar seperti, “Jelas ada kurva pembelajaran dalam memasukkan teknologi ini ke proses tertentu, dan saya selalu memverifikasi beberapa kali”
Dalam praktiknya, saya memang memakai fitur chat/tanya jawab setiap hari untuk debugging cepat atau mempelajari teknologi baru, tetapi setelah beberapa kali mencoba agen penuh atau produk penggunaan komputer, hasilnya kurang bagus jadi sampai sekarang hampir tidak saya pakai
Saya juga pernah mencoba merefaktor repositori besar Fortran+C yang sudah berumur puluhan tahun agar cocok dengan compiler/OS modern; sebagian sempat berhasil, tetapi pada akhirnya saya menyerah
Kalau satu kata yang salah bisa memicu keributan seolah-olah Anda seharusnya bisa membaca pikiran, saya juga ragu ingin bekerja sambil bermain peran di tempat seperti itu
Itu tampak lebih mirip hubungan yang toksik daripada pekerjaan
Penting apakah perusahaan itu suka AI atau berhati-hati terhadapnya, tetapi saya sarankan mengubah pertanyaannya menjadi “Apakah saya cocok dengan organisasi ini, dan apakah organisasi ini cocok untuk saya?”
Jika Anda bisa menunjukkan secara ringkas bagaimana Anda menilai pekerjaan apa yang cocok untuk LLM dan bagaimana Anda memastikan hasilnya benar-benar membaik, itu akan menjadi jawaban yang kuat
Itu memberi sinyal bahwa Anda sudah mengeksplorasinya sendiri dan cukup memikirkannya hingga bisa menjelaskan pengamatan yang menarik, dan jika mereka tertarik Anda juga siap masuk lebih dalam
Lead engineering sering kali justru mencari orang dengan latar belakang dan sudut pandang yang beragam dalam satu tim
Jika menjawab dengan jujur, Anda malah bisa lebih menonjol dibanding kandidat yang memberi jawaban klise dan terlalu defensif
Pernyataan bahwa “AI sudah begitu bagus sampai meskipun terasa mengganggu semua orang tetap memakainya” menurut pengalaman saya tergantung kasusnya
Komentar saya kemarin[0] menunjukkan dengan baik bagaimana saya mengintegrasikan LLM ke pekerjaan saat ini
Saya memakainya di proyek untuk backend (PHP) dan frontend (Swift), dan keduanya sangat membantu, tetapi sisi Swift lebih mendekati contoh peringatan
Dalam pengembangan aplikasi Swift UIKit native, benar-benar dibutuhkan pengawasan orang dewasa, dan saya sedang menyadari betapa buruknya kode yang dihasilkan
Sebaliknya, di sisi PHP ia membuat keputusan desain yang masuk akal dan memberi saya kode yang lebih baik daripada yang mungkin saya tulis sendiri
Di sisi Swift, saat menemui masalah dunia nyata, ia panik seperti engineer yang belum berpengalaman, dan kode yang saya tulis ulang nantinya akan memakai pendekatan yang jauh lebih sederhana dan tangguh
Meski begitu, secara keseluruhan tetap ada keuntungan bersih besar pada produktivitas, dan saya mendapat pelajaran bahwa AI bagus untuk menemukan masalah, tetapi kurang bagus untuk memperbaikinya
[0] https://news.ycombinator.com/item?id=48515217
Jika mencari sesuatu di internet, kemungkinan besar Anda akan melihat beberapa halaman konten buatan AI
Karena itu, belakangan ini sering kali lebih baik langsung memberi prompt dan menerima jawabannya
Bukan karena jawabannya sendiri luar biasa, tetapi karena saya bisa mengendalikan prompt saya sendiri alih-alih prompt tidak langsung lewat pencarian
Menyedihkan melihat konten berkualitas tinggi tenggelam di lautan sampah hingga hampir tidak bisa ditemukan
Untuk PHP, corner case yang telah dihadapi orang selama puluhan tahun sudah lama terdokumentasi di internet, sedangkan Swift relatif lebih baru dan materinya lebih sedikit
Akan lebih mudah dipahami jika kemampuan AI dilihat sebagai kompresi masa kerja engineer hingga 10~20 kali lipat
Secara intuitif ia akan lebih lemah pada hal-hal yang baru atau niche, dan ke depan bisa makin buruk jika belajar dari sampah yang dikeluarkan LLM lain
Baru-baru ini di pesawat saya mencoba menghubungkan earphone istri saya ke MacBook, tetapi karena saya terbiasa dengan casing AirPods Pro lama, saya tidak bisa menemukan mode pairing
Jadi saya bertanya secara offline ke Gemma4 26B A4B di LM Studio, dan model itu memberi tahu gestur mengetuk dua kali bagian depan casing, dan itu benar-benar berhasil
Dalam situasi seperti ini, tanpa LLM lokal pasti akan jauh lebih menjengkelkan
Mungkin tidak akurat, tetapi rasanya seperti membawa seluruh pengetahuan dasar “bagaimana cara melakukannya” ke mana-mana, jadi tetap lebih baik daripada tidak ada sama sekali
Masalahnya, LLM tidak menulis kode berdasarkan prinsip, melainkan mencocokkan pola data pelatihan
Itu juga tepat pada titik yang dulu sangat dibenci orang-orang di Stack Overflow
Tulisannya bagus, tetapi ada sudut pandang yang hilang
Dalam tulisan itu, ada kutipan penelitian yang menunjukkan seberapa sering orang mengatakan bahwa mereka “menggunakan AI”, dan disebutkan bahwa sedikit lebih dari separuh orang memakainya kurang dari sekali per minggu
Jika yang dimaksud hanya antarmuka chat AI, itu mungkin benar
Tetapi cara penggunaan AI bertambah kemungkinan bukan dengan meningkatkan partisipasi dalam chat, melainkan dengan menanamkan fitur AI ke perangkat lunak yang sudah dipakai orang
Misalnya, jika orang-orang yang sama ditanya, “Seberapa sering Anda menggunakan pencarian Google?”, angkanya akan jauh lebih tinggi
Dalam arti yang sebenarnya mereka sedang menggunakan AI, hanya saja mereka tidak menganggapnya begitu karena fiturnya tertanam
Penerapan AI dengan cara seperti ini adalah adopsi yang dipaksakan, dan dalam banyak kasus bisa bertentangan dengan preferensi pengguna
Intinya bergantung pada apakah yang ingin dilihat adalah apakah orang tertarik pada AI dan merasa itu berguna, atau justru pertanyaan yang lebih mirip “X% orang mengonsumsi timbal lewat makanan”
Pesan penjualannya adalah “kalau tidak mengadopsi, Anda akan tertinggal”, tetapi saya masih menunggu itu terjadi
Sudah beberapa tahun berlalu, tetapi keseharian saya tidak berubah, dan orang-orang yang dulu tidak membaca manual sekarang justru diajari untuk bertanya ke chatbot
Jika kekurangan saya dianggap sekadar ‘kurang hiasan’, lalu bagaimana dengan kekurangan mereka?
Saya melihat banyak perusahaan mengganti sistem deterministik dalam alur dukungan dengan versi LLM yang lebih lambat dan lebih buruk
Banyak antarmuka tidak menjadi lebih baik hanya karena ditempeli AI
Daripada menyuruh LLM langsung mengerjakan tugas yang jelas akan berulang, lebih baik menyuruhnya membuat program atau skrip Python yang menjalankan tugas itu
Hal-hal yang bisa diselesaikan secara deterministik, atau yang 5 tahun lalu cukup jadi alat command line sederhana, sekarang malah diintegrasikan dengan LLM
Alih-alih membuat alat deterministik dengan LLM, orang justru mengganti alat-alat itu dengan LLM
Ini benar-benar terbalik, dan saya tidak paham kenapa terutama orang-orang berpangkat tinggi di perusahaan kami melihat ini sebagai masa depan
Saya tidak ingin seluruh pipeline CI hanya terdiri dari prompt LLM
Itu memang mudah dibuat, tetapi mahal, lambat, dan mudah gagal dengan cara yang tidak bisa diprediksi
Hal yang sama juga berlaku untuk code review: sesuatu yang seharusnya cukup dengan aturan linting sederhana malah menjadi tahap pemeriksaan LLM
Padahal LLM sangat hebat untuk membuat aturan linting semacam itu
Seluruh tim sangat menolak justru karena alasan ini
Sebagian besar hal yang bisa kami pikirkan hanya akan membuatnya lebih buruk, dan saya bahkan sudah mendengar bahwa tingkat kegagalan berlebih 1~2% saja sudah tidak bisa diterima
Untuk mencapai tingkat seperti itu, yang dibutuhkan adalah lebih banyak struktur dan standar, bukan lebih sedikit
[1] https://thedailywtf.com/articles/Classic-WTF-No-Quack
Bayangkan agen dukungan terlatih yang memahami gambaran besar, lalu bayangkan perusahaan berinvestasi agar manusia bisa menelusuri pengetahuan dengan AI, menilai relevansinya, lalu membantu pelanggan dengan lebih baik
Tetapi AI saat ini dijual dengan narasi seperti “tidak perlu staf dukungan”, bukan “bagaimana kita bisa memberikan layanan yang lebih baik”
Pada banyak produk, layanan yang lebih baik tidak terlalu berarti, dan produk yang lebih murah kemungkinan besar yang menang
Orang tidak ingin membayar lebih untuk sesuatu yang lebih baik; mereka ingin sesuatu yang lebih baik dengan harga yang sama
Karena itu, saya rasa perusahaan tidak menginvestasikan waktu untuk mencari cara memakai AI dengan benar
Saya rasa alasan adanya kesenjangan ini, pertama, adalah karena Claude luar biasa bagus untuk coding
Alasan utamanya adalah teknologi yang terkurasi serta sejumlah besar kode yang berfungsi dan telah dilabeli dengan hati-hati selama lebih dari 10 tahun lewat GitHub
Selain itu, hal-hal yang bisa dilakukan dalam bahasa Turing-complete juga sampai tingkat tertentu memang terbatas
Kedua, untuk kebanyakan pekerjaan lain, LLM cukup mengecewakan
Riset biasanya biasa-biasa saja
Kalau ingin melihatnya secara ketat, cukup ulangi prompt riset yang sama beberapa kali, lalu buat confusion matrix untuk menghitung berapa banyak false positive dan false negative yang muncul
Untuk penggunaan lainnya juga, jujur saja kita perlu bertanya pada diri sendiri apakah itu benar-benar memberi lebih banyak manfaat dibanding kueri mesin pencari dasar atau membuka Wikipedia
Untuk penggunaan pengguna umum memang ada kenyamanan tertentu, tetapi masih jauh dari bisa disebut revolusioner
Dalam pemrograman, agen cukup menjalankan compiler dan test, lalu mencoba lagi sampai berhasil
Misalnya, kalau Anda ingin menjahit kaus, AI tidak ada gunanya
Perlu juga mempertimbangkan berapa banyak orang dewasa di AS saat ini yang pada dasarnya memiliki literasi yang kurang memadai
Pada 2023, 27% orang dewasa usia kerja di AS berada di Level 1 atau di bawahnya dalam 5 tingkat literasi PIAAC
Pada 2013, yang berada di Level 1 atau di bawahnya adalah 17%, jadi kondisinya memburuk cukup besar dalam 10 tahun terakhir
Distribusi skor keseluruhan pada 2023 adalah 27% di Level 1 atau di bawahnya, 29% di Level 2, 31% di Level 3, dan 13% di Level 4/5
Sebagai gambaran, Level 1 berarti seseorang sulit menangani teks sepanjang satu halaman dengan baik, dan hanya mampu menangani halaman web sederhana satu halaman sampai batas tertentu
Baru di Level 2 seseorang bisa menangani teks sederhana sepanjang beberapa halaman, tetapi isi yang kompleks masih tetap sulit
Orang yang sama sekali tidak memakai AI sering kali memang tidak memakainya karena pada dasarnya tidak mampu menggunakannya
Sumber: https://nces.ed.gov/surveys/piaac/2023/national_results.asp
https://nces.ed.gov/surveys/piaac/measure.asp?section=1⊂_...
Saya jelas menganggap diri saya melek huruf, tapi jadi penasaran seberapa baik saya akan mengerjakan tugas Level 4/5
Saya juga penasaran apakah ini tumpang tindih dengan indikator yang lebih luas seperti daya ingat, kecerdasan, atau kebiasaan belajar, yang bahkan orang dengan “literasi” biasa pun bisa gagal di situ
Dari penjelasannya saja, ini terasa seperti tes yang cocok diterapkan pada AI, dan saya ingin melihat skor kemahiran dari berbagai model
Setelah scroll lebih jauh, ternyata ada contoh soal sampai Level 4 di bagian terakhir, dan soal Level 4 pun tampak sepele
Bahkan artikel Q Drum yang paling bertele-tele pun hanya punya dua poin kritik, yaitu dataran dan biaya, dan kalau Anda tahu LifeStraw, kritik serupa di email itu hampir bisa ditebak
Dari skor dan penjelasan tingkat kemahiran, saya sempat mengira distribusinya dibuat mirip distribusi normal sehingga Level 4/5 benar-benar sulit, tetapi setelah melihat soal aslinya, skor yang rendah justru terasa lebih menyedihkan
Meski begitu, lucu juga bahwa setiap butir ujian disebut sebagai “stimulus”; terasa terlalu steril dan klinis
Aplikasi AI di ponsel mendukung percakapan suara
Literasi yang rendah justru bisa menjadi motivasi untuk memakai AI guna menghasilkan dan merangkum teks
Statistik ini secara intuitif terasa tidak masuk akal
Sekitar sepertiga populasi AS memiliki gelar sarjana, jadi aneh jika hanya 13% yang bisa lolos tugas literasi Level 4/5
Dari contoh soalnya, ini tidak tampak sulit; bahkan tugas Level 4 hanya sebatas membaca tulisan pendek dan mengambil kritik terhadap suatu produk
Bukan berarti semua lulusan sarjana itu pintar, tetapi sulit dipercaya bahwa dua pertiga dari mereka tidak bisa lolos Level 4/5
Jika pemegang gelar master berjumlah 13%, apakah artinya hanya 13% itu saja yang lolos Level 4/5?
https://en.wikipedia.org/wiki/Educational_attainment_in_the_...
Khususnya ada banyak cerita bahwa pemahaman bacaan mereka sangat buruk, dengan banyak contoh anak yang tidak bisa menjawab pertanyaan tentang isi setelah membaca beberapa paragraf
Saya takut AI akan dipakai di mana-mana bukan karena itu solusi terbaik, melainkan karena orang pada dasarnya malas, hanya ingin pekerjaan selesai, dan tidak terlalu peduli pada kualitas
“Usaha rendah dan kenyamanan” tampaknya secara konsisten mengalahkan “kualitas terbaik”, dan ini akan menurunkan mutu segala hal untuk semua orang
Jika membandingkan Windows 11 dan 98, memang 11 bisa melakukan lebih banyak hal dan lebih jarang crash
Tetapi selain itu, apakah ia benar-benar lebih baik? Dari hal-hal yang sama-sama mereka lakukan, mana yang melakukannya lebih baik? Mana yang lebih cepat? Mana yang lebih mudah digunakan?
Menurut saya, sampai titik itu masih oke
Secara pribadi, saya berharap ada lebih banyak pembahasan tentang apa sebenarnya arti “menggunakan AI”
Saya juga penasaran bagaimana ini terhubung dengan gagasan tingkat tinggi yang dimiliki orang tentang “teknologi”, “AI”, serta “moral dan emosi”
Setidaknya bagi saya, batasnya mulai terasa agak kabur
Misalnya, jika pasangan saya sepanjang hari sering memakai Google.com, lalu hampir setiap kali memilih dan mempercayai ringkasan buatan AI di bagian paling atas halaman hasil pencarian, apakah secara praktis kita harus bilang dia “menggunakan AI”?
Atau apakah “menggunakan AI” lebih dekat dengan anak-anak vampir yang menjalankan 1000 subagen dari kasur lantai ala fiksi ilmiah?
Sekarang bahkan penggunaan ponsel dasar pun sudah dipenuhi AI, jadi menurut saya keseluruhan spektrumnya cukup menarik, entah kita menyebutnya begitu atau tidak
Analogi bahwa “orang mengonsumsi AI seperti mereka makan daging. Ada yang menerimanya, ada yang membatasi penggunaannya, ada yang menghindarinya sepenuhnya” itu menarik
Sebab meskipun ada persoalan ekologis nyata dan argumen prinsipil menentang konsumsi daging, konsumsi daging di banyak negara di seluruh dunia secara umum tetap meningkat selama beberapa dekade