Perkembangan teknologi yang semakin pesat di dunia ilmu pengetahuan ditambah dengan hadirnya Kecerdasan Buatan atau Artificial Intelligence (AI) menyebabkan manusia seringkali bergantung kepada AI. Kecerdasan buatan atau Artificial Intelligence (AI) sendiri adalah kemampuan mesin untuk meniru dan melakukan tugas yang biasanya membutuhkan kecerdasan manusia. AI dapat membantu untuk mengolah data dalam skala besar, menulis karya ilmiah dengan cepat, serta membantu menyelesaikan pekerjaan sehari-hari.

Namun, terdapat pertanyaan besar mengenai penggunaan AI dalam ranah filosofis, “Apakah hasil pemrosesan algoritma AI dapat dikategorikan sebagai pengetahuan ilmiah yang sebenarnya?”

Dalam Logika Penyelidikan Ilmiah (LPI) atau yang biasa dikenal dengan Ilmu Filsafat, penulis melihat bahwa fenomena hadirnya AI buka hanya sekedar kemajuan yang dapat membantu seluruh aspek kehidupan manusia, tetapi terdapat tantangan serius terhadap landasan epistemologis dan aksiologis yang selama ini ada dalam keilmuan (Anas & Ilham, 2018).

Landasan Epistemologis: AI dan Paradoks Induktivisme

Berdasarkan landasan epistemologis, mahasiswa mempelajari bahwa fondasi ilmu pengetahuan modern adalah induktivisme, yakni gagasan bahwa ilmu pengetahuan berasal dari fakta-fakta yang diobservasi secara empiris. Menariknya, AI memiliki cara kerja yang mirip dengan prinsip ini. AI mengumpulkan data skala besar, mengenal pola, lalu menghasilkan prediksi atau jawaban berdasarkan pola yang ditemukan melalui mekanisme machine learning. Sekilas tampak bahwa AI secara garis memiliki proses yang sama dengan para ilmuwan memperoleh ilmu pengetahuan.

Namun, ternyata AI memiliki perbedaan dengan ilmu pengetahuan, yaitu induksi yang dilakukan oleh manusia berbeda dengan induksi yang dilakukan oleh algoritma. Manusia memproses sesuatu dengan cara mencari pola, memahami makna, dan menentukan sebab-akibat dari suatu fenomena. Sedangkan AI hanya bisa mengenai pola, hubungan statistik tanpa mempertimbangkan penyebab suatu fenomena tersebut dapat terjadi. Kritik ini sejalan dengan temuan (Bender et al., 2021) berupa stochastic parrots yang menyatakan bahwa model bahasa besar seringkali hanya mengulang pola data tanpa benar-benar memahami makna di baliknya.

Tinjauan Ontologis: Apakah AI Benar-Benar Cerdas?

Para ilmuwan melakukan induksi data dengan melalui proses pencarian hakikat dan kebenaran ilmiah yang memiliki kedalaman ontologis. Secara ontologis, kita harus bisa membedakan antara kecerdasan (intelligence) dan agensi (agency). Floridi (2025)berargumen bahwa AI memiliki kemampuan untuk melakukan tugas (agency) tanpa harus memiliki kecerdasan (intelligence). Hal ini menantang pemahaman kita mengenai hakikat pengetahuan ilmiah yang biasanya melekat pada kesadaran subjek manusia.

Sebaliknya, AI selalu menghasilkan jawaban yang sulit dijelaskan proses penalarannya, fenomena ini sering disebut black box epistemology. Black box epistemology adalah kondisi ketika kita mampu menunjukkan korelasi antar data, namun seringkali gagal memberikan penjelasan rasional dan penjelasan teoritis mengapa fenomena tersebut terjadi.

Dalam LPI, sebuah klaim pengetahuan dapat dianggap ilmiah apabila memiliki alur metode ilmiah yang jelas, mulai dari rumusan masalah hingga kerangka berpikir yang sistematis. Ketika AI memberikan jawaban tanpa proses penalaran yang transparan, kita sedang menghadapi krisis, dimana “hasil” lebih diutamakan daripada “proses berpikir”, pada akhirnya faktor tersebut yang mengakibatkan kemampuan kritis manusia perlahan tapi pasti akan semakin terkikis.

Objektivitas vs Subjektivitas di Era Algoritma

Objektivitas adalah salah satu kriteria dari suatu kebenaran ilmiah. Ilmu pengetahuan yang baik adalah ilmu pengetahuan yang bebas dari segala prasangka pribadi agar dapat mencapai kebenaran yang universal. AI seringkali dinilai memiliki tingkat objektivitas yang tinggi karena tidak memiliki emosi, preferensi pribadi, maupun kepentingan tertentu, serta AI dianggap mampu menghasilkan keputusan yang lebih netral dibanding manusia. Namun, jika dilihat dari perspektif pasca-positivistik, kita menyadari bahwa informasi yang diberikan oleh AI tidak benar-benar netral.

AI dilatih untuk memberikan respon berdasarkan data yang buat oleh manusia sehingga sangat berpotensi mewarisi bias, prasangka, dan subjektivitas dari orang yang mengembangkan data tersebut. Akibatnya, AI tidak dapat dipandang sebagai sumber kebenaran yang sepenuhnya bebas nilai. Hasil yang diberikan AI tetap perlu ditelaah secara kritis. Jika penggunaan AI tidak ditelaah lebih lanjut, maka AI beresiko mereproduksi berbagai bentuk subjektivitas yang tersembunyi di balik tampilan teknologi yang tampak objektif.

Tinjauan Aksiologi: Etika Penyelidikan di Tengah AI

Penggunaan AI di era modern ini memunculkan berbagai tantangan, utamanya tantangan etis dalam penggunaannya (Anas & Ilham, 2018). Permasalahan mengenai orisinalitas dan integrasi akademik menjadi persoalan besar mengenai etika penggunaan AI.

“Jika sebagian besar sebuah karya ilmiah dihasilkan oleh AI, apakah kita masih menghargai pendapat atau temuan orisinal orang lain sesuai dengan standar etika akademik?”

Dalam kerangka aksiologi, menurut penulis, ilmu pengetahuan tidak boleh bebas nilai (value-free) jika itu mengabaikan tanggung jawab moral penciptanya. AI harus dipandang sebagai “sarana pengembangan diri” bagi ilmuwan untuk memperluas dunia berpikir, bukan sebagai pengganti tanggung jawab moral dan intelektual manusia dalam mencari kebenaran (Anas & Ilham, 2018).

Mengembalikan Manusia sebagai Subjek Ilmu Pengetahuan

Ilmu pengetahuan atau sains adalah proses perjalanan manusia untuk memahami hakikat kebenaran suatu hal melalui penalaran logis, kritis, dan sistematis (Anas & Ilham, 2018). Meskipun AI hadir dan menawarkan kemudahan dalam mengelola data dan informasi, AI juga masih memiliki banyak kekurangan, utamanya pada aspek kesadaran dan etika, yang dimana aspek tersebut dimiliki oleh manusia. Pada akhirnya, AI memang dapat memberikan banyak jawaban yang detail dan spesifik dalam waktu yang sikat, tetapi hanya manusia sebagai subjek yang memiliki logika ang mampu mengajukan pertanyaan bermakna.

Anas, M., & Ilham, I. (2018). Filsafat ilmu: Orientasi ontologis, epistemologis, dan aksiologis keilmuan. Bandung: Rosda Karya.

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrot: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. https://dl.acm.org/doi/10.1145/3442188.3445922

Floridi, L. (2025). AI as agency without intelligence: On the distinction between doing and being. Philosophy & Technology, 38(30). https://doi.org/10.1007/s13347-025-00858-9

Syarat dan Ketentuan Penulisan di Siaran-Berita.com :
Setiap penulis setuju untuk bertanggung jawab atas berita, artikel, opini atau tulisan, foto, gambar, ilustrasi, apa pun yang mereka publikasikan di siaran-berita.com - Syarat dan Ketentuan - Kebijakan Privasi - Panduan Komunitas - Disclaimer

Tags: Epistemologi Modern Kecerdasan Buatan