Artikel — literasi kecerdasan buatan bagi masyarakat dan aparatur sipil negara
Bayangkan seorang pengacara di New York mengajukan berkas ke pengadilan federal, lengkap dengan enam putusan yang tampak meyakinkan untuk memperkuat argumennya. Masalahnya, keenam putusan itu tidak pernah ada. Semuanya karangan ChatGPT.
Itulah yang terjadi pada kasus Mata v. Avianca tahun 2023, ketika dua pengacara di Amerika Serikat akhirnya didenda hakim federal karena mengutip perkara fiktif hasil obrolan dengan chatbot.
Kasus ini kemudian menjadi salah satu contoh paling sering dikutip dari apa yang belakangan disebut “halusinasi AI” — sekaligus pengingat bahwa kecerdasan buatan bisa terdengar sangat yakin, meski yang dikatakannya sama sekali tidak benar.
Cerita semacam itu mungkin terasa jauh, tapi sebenarnya dekat sekali dengan keseharian kita. ChatGPT, Copilot, Gemini, Claude — nama-nama itu kini muncul di hampir setiap ruang kerja, dari kantor swasta sampai instansi pemerintah.
AI generatif dipakai menulis draf laporan, meringkas dokumen tebal jadi beberapa paragraf, menyusun kerangka kebijakan, bahkan menjawab pertanyaan warga lewat chatbot layanan publik.
Kemudahannya nyata dan sulit ditolak. Tapi di balik kemudahan itu ada satu jebakan yang sering luput dari perhatian: AI bisa salah dengan sangat percaya diri, dan kita tidak selalu menyadarinya sampai terlambat.
Ketika Mesin Terlalu Percaya Diri
Istilah “halusinasi AI” sebenarnya sudah dipakai kalangan peneliti kecerdasan buatan jauh sebelum ramai dibicarakan publik. Sederhananya, halusinasi terjadi ketika model bahasa menghasilkan informasi yang terdengar meyakinkan — lengkap dengan detail, angka, bahkan kutipan tokoh — padahal semuanya tidak berdasar pada fakta apa pun.
Ini bukan soal AI “berbohong” dalam pengertian manusia, karena memang bukan itu cara kerjanya. Model bahasa memprediksi kata berikutnya yang paling mungkin muncul berdasarkan pola dari data yang pernah dipelajarinya, bukan memverifikasi apakah kata itu benar secara faktual.
Ada beberapa hal yang membuat kecenderungan ini sulit dihindari sepenuhnya.
- Pertama, keterbatasan cara kerja model itu sendiri — ia memang dirancang untuk lancar berbahasa, bukan untuk memastikan kebenaran.
- Kedua, data pelatihan yang dipakai tidak pernah sempurna; ada kesalahan, ada informasi usang, ada celah yang tidak tertutupi.
- Ketiga, dan ini yang paling sering luput dari perhatian pengguna sendiri, pertanyaan yang diajukan sering kali ambigu, sehingga membuka ruang lebih lebar bagi jawaban yang meleset.
Dampaknya bisa terasa di banyak tempat. Di ruang kelas, referensi palsu bisa menyusup ke tugas akademik tanpa disadari mahasiswanya sendiri. Di dunia kerja, laporan yang mengandung data tidak valid bisa lolos ke meja pengambil keputusan. Dan di pemerintahan, informasi publik yang keliru — sekecil apa pun — punya potensi berujung pada kebijakan yang salah arah.
Peluang yang Terlalu Sayang Dilewatkan
Meski begitu, bukan berarti AI harus dijauhi. Justru sebaliknya. Bagi ASN dan pekerja kantoran pada umumnya, AI bisa memangkas waktu menyusun draf awal laporan atau kerangka kebijakan dari yang biasanya berjam-jam menjadi hitungan menit.
Dalam pengambilan keputusan, AI membantu membaca pola dari tumpukan data yang sebelumnya membutuhkan tim analis khusus untuk mengolahnya. Di sektor pendidikan, ia berfungsi hampir seperti tutor pribadi yang siap menjelaskan topik apa pun, kapan pun dibutuhkan.
Sementara di pelayanan publik, chatbot berbasis AI perlahan mulai menjawab pertanyaan warga di luar jam kerja kantor — sesuatu yang dulu nyaris mustahil dilakukan tanpa menambah jumlah pegawai.
Yang menarik untuk direnungkan, yang membedakan antara memetik manfaat itu dan terjebak dalam kesalahan fatal ternyata bukan soal AI versi mana yang dipakai. Melainkan soal seberapa “melek” penggunanya terhadap cara kerja dan batasan alat yang sedang ia gunakan.
Bukan Soal Mahir, tapi Soal Waspada
Di sinilah pentingnya literasi AI. Long dan Magerko, dalam salah satu tulisan yang paling banyak dirujuk soal topik ini, mendefinisikan literasi AI sebagai seperangkat kompetensi untuk mengevaluasi teknologi AI secara kritis, berinteraksi dan bekerja sama dengannya secara efektif, serta memakainya sebagai alat bantu — baik di rumah, di kantor, maupun di ruang publik.
Dengan kata lain, literasi AI bukan soal jago menyusun prompt yang panjang dan rumit, melainkan soal tahu kapan harus percaya dan kapan harus curiga.
Tanpa literasi ini, ada pola yang cukup sering berulang: pengguna menganggap semua jawaban AI otomatis benar, jadi malas repot-repot memverifikasi, lalu lama-kelamaan bergantung penuh pada mesin untuk berpikir menggantikan dirinya.
Dan bukan cuma pelajar yang rentan pada pola semacam ini — pejabat publik dan profesional berpengalaman pun bisa terjebak, persis seperti yang dialami dua pengacara pada kasus Mata v. Avianca di atas.
Literasi AI bagi ASN
Bagi ASN, literasi AI semakin penting seiring percepatan transformasi digital. Kompetensi yang diperlukan tidak hanya mencakup penggunaan aplikasi AI, tetapi juga kemampuan berpikir kritis, literasi data, keterampilan verifikasi informasi, serta pemahaman tata Kelola dan etika AI.
ASN harus mampu memastikan bahwa informasi yang digunakan dalam proses kerja tetap akurat, dapat dipertanggungjawabkan, dan sesuai dengan regulasi yang berlaku.
Dari Kebijakan ke Kebiasaan Sehari-hari
Di tataran kebijakan, Indonesia sebenarnya sudah punya pijakan awal untuk ini. Kementerian Komunikasi dan Informatika menerbitkan Surat Edaran Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial, yang antara lain menekankan prinsip akuntabilitas dan transparansi dalam pemanfaatan AI oleh penyelenggara sistem elektronik, baik publik maupun privat.
Di level global, UNESCO pun merilis kerangka kompetensi AI untuk pelajar dan pendidik pada 2024, menandai bahwa isu ini bukan lagi sekadar tren yang berputar di sekitar Silicon Valley, melainkan sudah menjadi agenda pendidikan dunia.
Bagi ASN, ini berarti literasi AI bukan lagi pilihan tambahan yang boleh ditunda, melainkan bagian dari kompetensi dasar transformasi digital — sejajar dengan literasi data dan kemampuan berpikir kritis yang selama ini memang sudah dituntut dari birokrasi modern.
Praktiknya, untungnya, tidak serumit kedengarannya. Prinsip yang paling sering diulang para praktisi cukup sederhana: AI membantu mencari jawaban, tapi manusia yang tetap bertanggung jawab memeriksa kebenarannya.
Untuk dokumen resmi atau bahan kebijakan publik, hasil kerja AI sebaiknya selalu dibandingkan dengan sumber primer — situs resmi pemerintah, jurnal ilmiah, atau data yang sudah terverifikasi kredibilitasnya.
AI juga sebaiknya diposisikan sebagai co-pilot, bukan pilot; ia membantu menyusun opsi dan alternatif, bukan menentukan keputusan akhir.
Ada satu kebiasaan kecil yang sering diabaikan namun sebenarnya sangat membantu: minta AI menyebutkan sumber rujukannya secara eksplisit, lalu luangkan waktu sebentar untuk mengecek sendiri apakah sumber itu benar-benar ada.
Kasus dua pengacara di New York itu, kalau dipikir-pikir lagi, sebenarnya bukan cerita tentang AI yang jahat. Itu cerita tentang manusia yang lupa memverifikasi — dan itu bisa terjadi pada siapa saja yang terlalu percaya pada kefasihan sebuah mesin.
Di era ketika hampir semua orang bisa “bertanya pada AI” kapan saja, kompetensi yang benar-benar membedakan bukan lagi soal siapa yang paling piawai memakainya, melainkan siapa yang paling jeli tahu kapan harus berhenti percaya begitu saja.
Bagi masyarakat maupun ASN, itulah wajah literasi AI yang sesungguhnya: bukan sekadar menggunakan, tetapi juga mengevaluasi dan memverifikasi, agar peluang inovasi bisa benar-benar dipetik tanpa terjebak dalam halusinasi yang diciptakannya sendiri.
0 Comments