Kecerdasan buatan (AI) tidak dapat disangkal bersifat kreatif menurut kriteria yang sering digunakan untuk menilai kreativitas: (1) kebaruan dan (2) kesesuaian atau kegunaan (ditafsirkan secara luas untuk mencakup hal-hal seperti nilai estetika). Namun, ada sebuah tradisi di India, yang diadopsi oleh beberapa ilmuwan kognitif, yang menilai kreativitas bukan dari segi kebaruan dan keaslian produk eksternal, melainkan dari segi perubahan internal, atau transformasi diri, melalui proses pencelupan dalam proses penciptaan. Transformasi diri membutuhkan sebuah diri, yang dapat didefinisikan sebagai agen yang terbatas, mengatur diri sendiri, dan mempertahankan diri yang berbeda dari, namun berinteraksi dengan lingkungannya. Jadi, yang menarik, pertanyaan tentang apakah AI generatif benar-benar kreatif membawa kita pada pertanyaan apakah AI yang ada saat ini memiliki diri.
Bagaimana kita dapat membangun AI yang memiliki 'diri' yang, seperti halnya manusia, dapat berubah secara bermakna melalui upaya kreatifnya? AI yang memiliki kedirian dan agensi kreatif akan terdiri dari komponen-komponen yang, melalui interaksinya, menghasilkan komponen-komponen baru, hingga secara kolektif membentuk keseluruhan yang mengatur diri sendiri dan mempertahankan diri sendiri; struktur seperti ini disebut sebagai autokatalitik.
Liane Gabora
Kedirian
Manusia memiliki kedirian (self-hood) pada dua tingkat: (1) tingkat tubuh, atau soma, dan (2) tingkat model mental yang terintegrasi secara longgar dari dunia atau pandangan dunia. Tingkat pertama (somatik) berevolusi melalui evolusi biologis. Soma terancam ketika Anda terluka atau kekurangan akses ke makanan atau tempat tinggal. Tingkat kedirian yang kedua (kognitif) adalah hasil evolusi budaya. Tingkat ini terancam ketika Anda menemukan ketidakkonsistenan atau sesuatu yang menantang harapan atau citra diri Anda. Dalam kedua kasus tersebut, ancaman semacam itu memicu serangkaian perubahan untuk memulihkan struktur.
Dalam kasus cedera pada diri fisik, ini adalah serangkaian peristiwa yang mencakup produksi trombosit untuk mendorong pembekuan dan produksi sel darah putih untuk melawan infeksi. Dalam kasus cedera pada model mental seseorang tentang dunia atau pandangan dunia, ini adalah rangkaian pemikiran yang bertujuan untuk menyelesaikan ketidakkonsistenan atau memulihkan citra diri seseorang. Kedua jenis peristiwa kaskade ini mencontohkan bagaimana diri bertindak untuk mempertahankan integritas strukturalnya dan meningkatkan kekokohannya.
Saat ini, AI tidak memiliki kedirian pada tingkat apa pun, dan karenanya, AI tidak dapat mempertahankan dirinya sendiri. Jika perangkat keras yang dijalankan AI rusak, AI tidak dapat memperbaiki dirinya sendiri. Orang dapat berpendapat bahwa AI terlibat dalam proses seperti pemikiran yang cerdas, tetapi proses ini tidak ditujukan untuk memulihkan harga diri atau citra diri atau menyelesaikan integritas pandangan dunianya; mereka hanya menanggapi permintaan kita. Karena alasan ini, AI saat ini bukanlah diri mereka sendiri, melainkan alat, perpanjangan tangan kita.
Kedirian berasal dari struktur autokatalitik
Telah diusulkan bahwa AI dengan kedirian (self-hood) harus dapat mengatur dan mempertahankan diri sendiri; strukturnya harus bersifat autokatalitik. Istilah autokatalitik digunakan untuk menggambarkan struktur yang terdiri dari bagian-bagian yang berbeda yang, melalui interaksinya, memunculkan (yaitu, secara otonom mengkatalisasi kemunculan) keseluruhan yang baru.
Studi tentang jaringan autokatalitik adalah cabang dari ilmu jaringan: studi tentang jaringan yang kompleks (seperti jaringan kognitif, jaringan semantik, jaringan sosial, atau jaringan komputer). Teori jaringan autokatalitik tumbuh dari studi tentang sifat-sifat statistik grafik acak yang terdiri dari simpul (atau titik sudut) yang dihubungkan oleh tautan (atau tepi). Ketika rasio tepi (edges) terhadap simpul (node) meningkat, titik-titik yang terhubung akan bergabung untuk membentuk cluster, dan ketika ukuran kelompok (cluster) terbesar meningkat, begitu pula dengan probabilitas transisi fase yang menghasilkan satu cluster raksasa yang terhubung, yaitu satu keseluruhan yang terintegrasi. Titik di mana hal ini terjadi disebut sebagai ambang batas perkolasi.
Dalam perkembangan matematis dari teori jaringan autokatalitik, simpul-simpul asli disebut sebagai foodset, dan simpul-simpul yang muncul melalui interaksi antara simpul-simpul makanan disebut sebagai simpul-simpul turunan foodset. Simpul turunan foodset ini adalah 'lem' yang mengikat simpul-simpul foodset menjadi satu kesatuan yang terintegrasi. Setelah keseluruhan tersebut terbentuk, ia dapat terus menghasilkan simpul turunan foodset baru melalui interaksi baru. Jaringan ini tumbuh dan memperbaiki dirinya sendiri, menjadi lebih efisien dan tidak terlalu bergantung pada lingkungan eksternalnya.
Jaringan autokatalitik memodelkan struktur yang berevolusi
Kerangka kerja jaringan autokatalitik memodelkan sistem dengan pembentukan dan pertumbuhan jaringan yang muncul. Jaringan autokatalitik pertama kali digunakan untuk mengembangkan hipotesis bahwa kehidupan dimulai bukan sebagai molekul tunggal, kompleks, dan mereplikasi diri, tetapi sebagai sekumpulan molekul sederhana yang, melalui reaksi yang dikatalisis di antara mereka, secara kolektif berfungsi sebagai satu kesatuan. Ketika diterapkan pada kemunculan struktur hidup, simpul-simpulnya adalah molekul, dan tautan-tautannya adalah reaksi yang menghasilkan molekul-molekul baru.
Jaringan autokatalitik kini telah diterapkan tidak hanya pada asal mula kehidupan dan permulaan evolusi biologis, namun juga pada asal mula pikiran yang cukup kompleks untuk mengembangkan budaya. Ketika diterapkan pada kemunculan struktur kognitif, yaitu pikiran, simpul-simpulnya merupakan representasi mental dari pengetahuan dan pengalaman, dan tautannya adalah proses mental seperti pemikiran reflektif dan kombinasi konsep yang dapat menghasilkan ide dan perspektif baru.
Dua konsep utama dalam mempelajari jaringan autokatalitik adalah (1) transformasi, atau reaksi, dan (2) pemicuan, atau katalisis. Peristiwa reaksi adalah pembentukan item makanan baru. Katalisis adalah percepatan reaksi yang seharusnya terjadi dengan sangat lambat. Ketika kerangka kerja autokatalitik diterapkan pada asal mula kehidupan, katalisis dilakukan oleh molekul yang mempercepat reaksi yang menghasilkan molekul lain. Ketika diterapkan pada kognisi, stimulus eksternal dan tujuan serta dorongan internal memicu (atau 'mengkatalisis') restrukturisasi mental (atau 'reaksi') yang menghasilkan pengetahuan dan ide baru. Peristiwa reaksi dan katalisis digambarkan pada gambar dibawah ini.
Kredit. Penulis
AI saat ini tidak mewujudkan dirinya sendiri melalui interaksi antar bagian, menghasilkan bagian baru yang menghubungkan bagian asli hingga membentuk keseluruhan kolektif. Artinya, AI saat ini tidak bersifat autokatalitik. Membangun AI dari komponen-komponen yang secara kolektif menghasilkan dan memperkuat struktur autokatalitik akan sulit, tetapi bukan berarti tidak mungkin.
Kesimpulan
Kerangka kerja formal jaringan autokatalitik menawarkan cara untuk memodelkan asal-usul struktur pengorganisasian diri yang cukup kompleks untuk bereproduksi dan berevolusi, baik itu organisme yang mengalami evolusi biologis, pikiran yang menghasilkan kebaruan yang mendorong evolusi budaya, atau jaringan kecerdasan buatan seperti model bahasa yang besar. Pendekatan jaringan autokatalitik cocok untuk analisis jaringan buatan, karena dapat digunakan untuk menganalisis dan mendeteksi transisi fase dalam jaringan yang sangat kompleks yang terbukti sulit dilakukan dengan pendekatan lain. Sepengetahuan kami, hal ini belum pernah dilakukan (dan mungkin tidak akan pernah dilakukan).
Namun, jika AI seperti itu ada, ia berpotensi memiliki agensi kreatif yang mirip dengan manusia. Kita mungkin berharap model dunianya akan mengalami transformasi internal melalui keterlibatan dalam tugas kreatif. Selain itu, terlibat dalam tugas-tugas kreatif dapat membantu memperkuat rasa identitas diri dan dapat menyembuhkan secara psikologis (yaitu terapeutik).
🔬🧫🧪🔍🤓👩🔬🦠🔭📚
Referensi jurnal
Gabora, L., & Bach, J. (2023, September). A Path to Generative Artificial Selves. In EPIA Conference on Artificial Intelligence (pp. 15-29). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-49011-8_2
