Dokumen tersebut membahas tentang AI dan tantangan bagi otoritas akademik dan keilmuan. Ismail Fahmi menjelaskan pengertian AI dan pendekatan pengembangannya seperti machine learning dan deep learning. Dokumen ini juga membahas pandangan Harari dan Elon Musk terhadap potensi dan risiko AI bagi manusia serta pentingnya mengatur pengembangan teknologi AI. Selanjutnya dibahas mengenai ChatGPT sebagai contoh model AI bahasa al
ANALISIS TRENDING TOPIC HARIAN INDONESIA DAN CAPRES 02
AI DAN TANTANGAN BAGI OTORITAS AKADEMIK DAN KEILMUAN
1. AI DAN TANTANGAN
BAGI OTORITAS AKADEMIK
DAN KEILMUAN
Ismail Fahmi, Ph.D.
Director Media Kernels Indonesia (Drone Emprit)
Lecturer at the University of Islam Indonesia
Ismail.fahmi@gmail.com
SEMNAS UIN JAKARTA
8 Maret 2023
2. 2
1992 – 1997 S1, Teknik Elektro, ITB
2003 – 2004 S2, Information Science, Universitas Groningen, Belanda
2004 – 2009 S3, Information Science, Universitas Groningen, Belanda
2000 – 2003 Inisiator IndonesiaDLN (Digital Library Network pertama di Indonesia)
Mengembangkan Ganesha Digital Library (GDL)
Mendirikan Knowledge Management Research Group (KMRG) ITB
Membangun Digital Library ITB
2009 – Sekarang Engineer di Weborama, Perusahaan berbasis big data (Paris/Amsterdam)
2014 – Sekarang Founder PT. Media Kernels Indonesia, a Drone Emprit Company
2015 – Sekarang Konsultan Perpustakaan Nasional, Inisiator Indonesia OneSearch
2017 – Sekarang Dosen Tetap Magister Teknik Informatika Universitas Islam Indonesia
2021 – 2022 Anggota, Majelis Dikdasmen PP Muhammadiyah
2023 – Sekarang Majelis Pustaka, Informasi, dan Digital PP Muhammadiyah
Ismail Fahmi, Ph.D.
Ismail.fahmi@gmail.com
Lahir: Bojonegoro, 1974
Founder Media Kernels Indonesia
4. ARTIFICIAL INTELLIGENCE
Artificial Intelligence (AI) atau
kecerdasan buatan adalah
cabang ilmu komputer yang
berkaitan dengan
pembuatan mesin yang
dapat melakukan tugas yang
biasanya memerlukan
kecerdasan manusia, seperti
pengambilan keputusan,
pemecahan masalah, dan
pengenalan suara atau
gambar.
4
5. TUJUAN AI
Tujuan utama dari AI adalah
untuk mengembangkan
mesin yang dapat belajar
dari data dan pengalaman,
sehingga dapat
meningkatkan kinerja
mereka dalam tugas yang
diberikan.
5
6. PENDEKATAN PENGEMBANGAN AI
• Machine Learning: teknik yang
memungkinkan mesin untuk belajar dari
data dan meningkatkan performa mereka
seiring dengan pengalaman.
• Deep Learning: metode machine learning
yang menggunakan jaringan neural yang
dalam untuk melakukan tugas-tugas
seperti pengenalan suara atau gambar.
• Natural Language Processing: teknologi
yang memungkinkan mesin untuk
memahami dan menghasilkan bahasa
manusia.
• Robotics: teknologi yang menggabungkan
kecerdasan buatan dengan robot untuk
melakukan tugas-tugas yang kompleks.
6
7. HARARI: POTENSI DAN RESIKO AI
Harari melihat
potensi besar AI
untuk meningkatkan
kemampuan
manusia, tetapi juga
memperingatkan
risiko pengangguran
massal dan
kesenjangan sosial
ekonomi karena
mengurangi peran
manusia di tempat
kerja.
7
8. ELON MUSK: AI MUSUH TERBESAR MANUSIA
Musk memandang AI sebagai
ancaman besar jika tidak diatur
dengan bijaksana. Kemampuan
AI untuk belajar dengan cepat
dapat menyebabkan konsekuensi
yang tidak diinginkan. Musk
menggambarkan AI sebagai
"penguasa dewa" atau bahkan
"musuh terbesar manusia".
8
9. ELON MUSK: PERLU BADAN PENGATUR GLOBAL
Musk mendukung pengaturan yang
bijaksana terhadap pengembangan AI
dan membatasi risiko potensial.
Ia menyerukan pembentukan badan
pengatur global untuk mengatur
pengembangan AI.
Musk juga menawarkan hadiah besar
untuk pengembang AI yang dapat
membangun sistem yang aman dan
bertanggung jawab.
9
10. HARARI: PERLU MENGATUR TEKNOLOGI AI
Harari percaya bahwa
manusia dapat
mengelola
pengembangan AI
dengan bijaksana,
asalkan ada kesadaran
dan upaya untuk
mengatur
penggunaan dan
pengembangan
teknologi ini.
10
13. CHATGPT: MODEL BESAR BAHASA ALAMI
• ChatGPT adalah model bahasa
alami besar yang dibuat oleh
OpenAI. Model ini dapat memahami
bahasa manusia dan memberikan
respons yang sesuai terhadap
pertanyaan atau pernyataan.
• ChatGPT dilatih menggunakan
metode deep learning pada korpus
teks besar, sehingga dapat
menangani berbagai topik dan jenis
pertanyaan.
13
14. SUMBER TEKS UNTUK MELATIH CHATGPT
• Buku: Model ChatGPT menggunakan teks dari berbagai buku, seperti
buku fiksi, non-fiksi, dan referensi akademik.
• Artikel Berita: Model ini juga menggunakan teks dari berbagai artikel
berita, baik yang bersifat aktual maupun lama.
• Situs Web: ChatGPT menggunakan teks dari berbagai situs web, seperti
blog, ensiklopedia, forum, dan situs web berita.
• Publikasi Ilmiah: Model ini juga menggunakan teks dari publikasi ilmiah,
seperti jurnal, makalah konferensi, dan tesis.
• Perbincangan Online: ChatGPT menggunakan teks dari percakapan online
di forum, media sosial, aplikasi pesan, dan platform lainnya.
14
17. CARA KERJA CHATGPT SAAT MENJAWAB
PERTANYAAN PENGGUNA
• ChatGPT memahami pertanyaan yang diajukan oleh pengguna dengan
menganalisis kata-kata, frasa, dan konteks dari pertanyaan tersebut.
• ChatGPT memproses informasi dari database besar yang telah ditanamkan ke
dalamnya, yang berisi pengetahuan dan pola bahasa yang telah dipelajari dari
banyak dokumen dan sumber teks yang berbeda.
• Setelah memproses informasi dari database, ChatGPT membangun dan
mengembangkan jawaban yang paling mungkin untuk pertanyaan yang
diajukan.
• ChatGPT juga mempertimbangkan konteks sebelumnya dari percakapan
dengan pengguna, sehingga dia dapat memberikan jawaban yang lebih
relevan dan terkait dengan percakapan sebelumnya.
• Dalam beberapa kasus, ChatGPT dapat meminta klarifikasi atau informasi
tambahan untuk memastikan bahwa jawaban yang diberikan cukup tepat dan
relevan dengan pertanyaan yang diajukan.
• Terakhir, ChatGPT memberikan jawaban kepada pengguna dalam bentuk teks
yang mudah dibaca dan dipahami.
17
18. IT’S JUST ADDING ONE WORD AT A TIME
• The remarkable thing is that when
ChatGPT does something like write an
essay what it’s essentially doing is just
asking over and over again “given
the text so far, what should the next
word be?”—and each time adding a
word.
• More precisely, it’s adding a “token”,
which could be just a part of a word,
which is why it can sometimes “make
up new words”.
• https://writings.stephenwolfram.com/
2023/02/what-is-chatgpt-doing-and-
why-does-it-work/
18
19. KETERBATASAN CHATGPT
• ChatGPT merupakan model yang besar dan kompleks, sehingga
memerlukan sumber daya yang besar untuk dijalankan. Hal ini dapat
membuatnya sulit untuk digunakan dalam aplikasi real-time, seperti
chatbot, di mana dibutuhkan respons yang cepat.
• ChatGPT merupakan model generatif, yang berarti bahwa tidak selalu
mampu memberikan jawaban yang akurat untuk pertanyaan tertentu.
Dalam beberapa kasus, jawaban yang dihasilkan bisa tidak relevan atau
tidak masuk akal, sehingga sulit untuk digunakan dalam beberapa aplikasi.
• ChatGPT, seperti semua model pemrosesan bahasa alami, terbatas oleh
kualitas dan kuantitas data yang digunakan dalam pelatihannya. Jika
model ini tidak dilatih dengan dataset yang beragam dan representatif, ia
mungkin tidak mampu memberikan jawaban yang akurat untuk input yang
berada di luar data pelatihannya.
19
56. MINTA CHATGPT BERI REFERENSI
• Prompt:
• Saya ingin menulis tentang
ekosistem digital bagi
perpustakaan. Tolong
berikan beberapa referensi
artikel yang relevan.
56
57. CHECK APAKAH HASILNYA AKURAT
• Setelah diklik setiap link
yang diberikan, tak satu
pun benar.
57
59. CHATGPT KADANG MANIPULATIF
• ChatGPT menghasilkan teks
”kata demi kata”
berdasarkan database token
yang dimiliki.
• Hasilnya tidak selalu benar.
59
60. TEST CHATGPT DENGAN BUKU-BUKU KARYA
HAMKA
• Prompt:
• Apakah kamu sudah
mengindeks buku-buku
karya Buya HAMKA?
Sebutkan judulnya.
60