Pada 26 Desember 2023, penulis telah memprediksikan didalam artikel The Technology Trends That Will Change in 2024 bahwa GenAI berada di urutan pertama teknologi yang harus dicermati di tahun ini yang bisa mengubah konstelasi bisnis.
Penulis buku Prediction Machine (2018) dan Power and Prediction (2022), Ajay Agrawal, Joshua Gans, Avi Goldfarb telah mengulas GenAI dalam artikel terbarunya di Harvard Business Review berjudul “Generative AI Is Still Just a Prediction Machine” pada 18 November 2024. Simak rangkuman (summary) pendapat para pakar tentang GenAI itu sebagai berikut:
Untuk memahami implikasi strategis kapabilitas AI yang baru, dibutuhkan framework yang dapat membantu untuk mengetahui ketika AI bisa menolong atau mungkin gagal. Menggunakan AI perlu memahami bagaimana cara AI menggunakan data untuk statistical prediction dan peran penilaian manusia ketika AI digunakan.
GenAI adalah tools mesin prediksi (prediction engine), yang ditopang oleh peningkatan computational statistics dan data besar. Berbeda dari ChatGPT, Gemini, GenAI masih merupakan mesin prediksi, yang dimungkinkan oleh peningkatan statistik komputasional dan sejumlah besar data. Data dan penilaian (judgement) merupakan hal mendasar bagi penerapan GenAI.
Dalam buku Prediction Machines (2018), penggunaan AI dengan baik memerlukan pemahaman bahwa data digunakan untuk membuat prediksi statistik, dan manusia memberikan penilaian tentang kapan dan bagaimana AI harus digunakan.
Dengan demikian, kemanjuran prediksi bergantung pada data yang mendasarinya. Kualitas dan kuantitas data berdampak signifikan pada keakuratan prediksi AI. Karena AI mengonsumsi data dalam jumlah besar, model tersebut mempelajari pola dan membuat prediksi yang semakin akurat. Semakin beragam, komprehensif, dan relevan datanya, semakin baik kinerja AI.
Penilaian merupakan bagian penting dalam pemilihan data, pelatihan model, dan implementasi secara keseluruhan. Tidak seperti model AI generasi sebelumnya, GenAI menciptakan konten baru, sehingga penting untuk memastikan bahwa data yang digunakan untuk pelatihan akurat dan relevan dengan konteks penggunaan.
AI Relies on Judgement
Lebih dari sekadar data, keberhasilan penerapan AI memerlukan penilaian yang baik (good judgement). Penilaian melibatkan pengetahuan prediksi mana yang harus dibuat, kerugianterkait dengan berbagai jenis kesalahan, dan apa yang harus dilakukan dengan hasil AI. Pemilihan data dan pelatihan model juga memerlukan penilaian.
Penilaian atas hal-hal yang penting dalam situasi tertentu merupakan hal mendasar bagi keberhasilan penggunaan GenAI. Membangun penilaian ini tidaklah mudah. Hal ini memerlukan pemahaman tentang tujuan organisasi sehingga keputusan mereka mencerminkan nilai-nilai organisasi. Hal ini memerlukan pemahaman tentang risiko paling signifikan di mana AI diterapkan.
Penerapan AI yang berhasil diperlukan pemikiran ke depan yang cermat tentang menilai peluang dan risiko. Itu juga memerlukan latihan—belajar dari pengalaman membuat keputusan dan kemudian menghadapi konsekuensinya.
Strategi untuk penggunaan GenAI yang efektif memerlukan pemahaman bahwa kata-kata dan gambar yang dihasilkan diprediksi dari data yang mendasarinya. Strategi ini juga memerlukan penilaian: memahami berbagai jenis kesalahan prediksi (“taruhannya”). Dalam mempertimbangkan model GenAI yang siap pakai, penting untuk mempertimbangkan apakah data dan penilaian yang mendasari sistem AI sesuai untuk bisnis Anda.
Summarized from: Ajay Agrawal, Joshua Gans, and Avi Goldfarb, “Generative AI Is Still Just a Prediction Machine”, Harvard Business Review, November 18, 2024.
Source Photo: https://shorturl.at/ArJp3
Leave a Comment