Di Luar Hype: CTO Berpendapat AI Dapat Menambah, Bukan Mengganti Kreativitas Manusia

Menurunkan Hambatan Kreativitas dengan AI

Didorong oleh ketakutan bahwa AI pada akhirnya akan menghambat kreativitas, prediksi hari kiamat bukanlah hal baru, seperti yang ditegaskan oleh Phillipe Wassibauer, kepala petugas teknologi (CTO) di Crunchdao. Namun, Wassibauer berpendapat bahwa bahkan beberapa solusi teknologi yang paling sukses juga pernah menghadapi resistensi serupa sebelum akhirnya terbukti sebagai alat yang meningkatkan kreativitas manusia.

Membuat argumen untuk AI generatif, Wassibauer mengatakan kepada Bitcoin.com News bahwa alih-alih menghambat inovasi manusia, teknologi ini terbukti menjadi “alat yang lebih kuat yang menurunkan hambatan untuk kreativitas.” Dia menunjuk pada bagaimana siapa pun dapat dengan mudah menggunakan AI untuk menghasilkan video berkualitas tinggi dengan petunjuk yang dirancang dengan baik, yang mendukung pernyataan ini.

Lebih lanjut, daripada menurunkan kreativitas manusia seperti yang ditunjukkan beberapa kritikus. Ini, katanya, menunjukkan bahwa “AI generatif meningkatkan, bukan menggantikan, proses kreatif.”

Mengenai kepercayaan yang rendah terhadap AI, CTO Crunchdao mengidentifikasi ketakutan privasi dan kekhawatiran kehilangan pekerjaan sebagai beberapa faktor utama yang menyumbang. Meskipun bukan “solusi untuk semua”, CTO berpendapat bahwa desentralisasi mungkin menjadi langkah yang menyelaraskan AI dengan nilai-nilai seperti keadilan dan otonomi, yang dapat membangun kepercayaan.

Dalam jawaban tertulis lainnya yang dibagikan kepada Bitcoin.com News, Wassibauer membahas risiko AI dan bagaimana insinyur saat ini dapat membantu menguranginya. Dia juga memberikan perspektifnya tentang langkah-langkah regulasi yang telah diambil sejauh ini. Berikut adalah jawaban Wassibauer untuk pertanyaan yang dikirimkan.

Bitcoin.com News (BCN): Menurut laporan oleh KPMG, tiga dari lima orang ragu mempercayai kecerdasan buatan (AI) dengan 67% orang melaporkan penerimaan rendah hingga moderat terhadap teknologi ini. Apakah Anda percaya bahwa kemunculan teknologi terdesentralisasi dan inovasi terkait lainnya dapat membantu meningkatkan kepercayaan pengguna pada AI? Menurut Anda, mengapa ada masalah kepercayaan yang begitu dalam sejak awal?

Phillipe Wassibauer (PW): Penerimaan rendah AI didorong oleh faktor seperti kesalahpahaman, ketakutan privasi, ketidakakuratan, perkembangan cepat, dan kekhawatiran kehilangan pekerjaan. Desentralisasi dapat membantu dengan meningkatkan privasi dengan data yang dikendalikan pengguna, meningkatkan transparansi melalui sistem yang dapat diaudit, dan mengurangi kontrol terpusat. Meskipun bukan solusi untuk semua, ini adalah langkah menuju menyelaraskan AI dengan nilai-nilai seperti keadilan dan otonomi, yang dapat membangun kembali kepercayaan.

BCN: Apakah ada tren atau inovasi terkait AI yang menurut Anda diabaikan atau kurang dihargai? Bagaimana menurut Anda tren atau inovasi ini dapat dimanfaatkan untuk mendorong pertumbuhan atau perbaikan di bidang analitik data?

PW: Agen AI akan menjadi tren besar, terutama di ekosistem blockchain. Sistem-sistem ini dirancang khusus untuk bot—data dapat diakses, sistem dapat disusun, dan interaksi mulus. Saat sektor keuangan beralih ke blockchain, potensi agen AI untuk memanfaatkan data ini akan tumbuh, mendorong otomatisasi yang lebih cerdas, optimisasi, dan inovasi dalam analitik dan pengambilan keputusan.

BCN: Bisakah Anda membahas secara singkat tantangan atau hambatan yang Anda hadapi saat mencoba mentransisikan sistem tradisional ke kerangka kerja terdesentralisasi, dan bagaimana Anda mengatasi tantangan ini?

PW: Merancang efek jaringan dengan tokenomics: Dalam aplikasi tradisional, adopsi bergantung pada membangun produk yang hebat dan menemukan adopsi. Dalam Web3, tokenomics sangat penting untuk mendorong efek jaringan. Penting untuk merancangnya dengan cermat untuk memberi penghargaan kepada pengadopsi awal dan menyelaraskan insentif di antara peserta untuk pertumbuhan dan kolaborasi.

Menentukan tingkat desentralisasi: Protokol yang sepenuhnya terdesentralisasi adalah tujuan akhir, tetapi menjadi sepenuhnya terdesentralisasi terlalu awal dapat memperlambat pengembangan produk dan pengambilan keputusan. Menemukan keseimbangan yang tepat untuk iterasi protokol awal sangat menantang tetapi penting untuk kesuksesan jangka panjang.

Kepatuhan regulasi: Beroperasi di bidang yang baru berarti menavigasi regulasi yang tidak jelas, yang memerlukan waktu dan usaha yang signifikan. Membangun produk yang sesuai sambil tetap gesit adalah tantangan yang konstan.

BCN: Dalam beberapa tahun terakhir, beberapa platform AI telah muncul di mana pengguna internet dapat menerapkan petunjuk dalam bahasa sederhana untuk mencapai hasil. Banyak yang percaya bahwa munculnya solusi semacam itu menghilangkan kreativitas dan intuitivitas yang terkait dengan umat manusia. Apa reaksi Anda terhadap pernyataan ini? Apakah Anda percaya pada mencari keseimbangan antara kreativitas manusia dan kemampuan AI, atau apakah Anda berpikir umat manusia berada di jalur yang tidak dapat diubah menuju dominasi AI?

PW: Ketakutan ini muncul dengan setiap teknologi baru—buku, komputer, internet—apapun itu. Namun, masing-masing teknologi ini secara akhirnya meningkatkan kreativitas manusia. AI generatif tidak berbeda menurut pendapat saya.

Ini hanyalah alat yang lebih kuat yang menurunkan hambatan untuk kreativitas. Misalnya, Anda sekarang dapat menghasilkan video berkualitas tinggi dengan petunjuk yang dirancang dengan baik yang sebelumnya memerlukan anggaran besar dan usaha besar.

Kreativitas manusia tidak hilang; itu bergeser. Alih-alih berfokus pada tugas-tugas operasional, kita bergerak menuju penciptaan ide, arahan, dan perencanaan. AI generatif meningkatkan, bukan menggantikan, proses kreatif.

BCN: Bagaimana Anda menyeimbangkan manfaat potensial dari otomatisasi yang didorong oleh AI dengan kebutuhan untuk melindungi pekerjaan dan memastikan bahwa sistem AI transparan dan dapat dipertanggungjawabkan?

PW: Sistem AI sangat bergantung pada input manusia, dan masuk akal bagi sistem semacam itu untuk memberi penghargaan kepada pencipta data yang mereka pelajari. Di CrunchDAO, kami sedang membangun sistem yang mengusut prinsip ini. Ketika ia matang dan menjadi lebih otonom, kami memastikan bahwa kekayaan intelektual tetap ada pada penciptanya. Setiap kali model mereka digunakan, mereka menerima royalti, menciptakan potensi untuk pendapatan pasif.

Selain itu, kami berencana menggunakan pendapatan yang dihasilkan sistem untuk pembelian dan pembakaran token, menawarkan upside lebih lanjut kepada peserta jaringan. Pendekatan ini tidak hanya menyelaraskan insentif tetapi juga memastikan transparansi dan akuntabilitas. Saya berharap model serupa muncul di sistem terdesentralisasi lainnya.

BCN: Anda baru-baru ini bergabung dengan Crunchdao sebagai CTO perusahaan, membawa lebih dari 20 tahun kepemimpinan dalam rekayasa dan pengembangan produk. Sebagai CTO, inisiatif atau proyek AI terkait apa yang paling Anda antusiasi untuk dieksplorasi atau dikembangkan di masa depan? Juga, bisakah Anda menjelaskan tentang masa depan komputasi terdesentralisasi dalam peta jalan Crunchdao dan bagaimana ia mengintegrasikan dengan AI/ML?

PW: Saya sangat antusias dengan sistem prediksi waktu-nyata yang kami tingkatkan tahun depan. Sistem ini memproses aliran data waktu-nyata untuk menghasilkan prediksi, dimulai dengan prediksi harga pasar menengah. Kasus penggunaan berikutnya kemungkinan akan berfokus pada peningkatan sistem on-chain, menciptakan nilai langsung dan dapat ditindaklanjuti untuk ekosistem terdesentralisasi.

Yang lebih menggairahkan saya adalah bagaimana sistem ini berkembang. Sistem ini dapat disesuaikan secara terus menerus, dengan model baru yang ditambahkan, dan keluaran dikumpulkan melalui metode komposisi. Beberapa aktor berkontribusi untuk mengoptimalkan prediksi, memastikan ide terbaik naik ke atas. Ini menciptakan sistem yang transparan dan terbuka di mana siapa pun dapat berpartisipasi, dan mereka yang berkontribusi pada penciptaan nilai dihargai secara konsisten.

Adapun komputasi terdesentralisasi, ini adalah pusat dari peta jalan CrunchDAO. Ini selaras dengan visi kami tentang ekosistem pemodelan prediktif yang demokratis dan dapat diskalakan, memungkinkan kemampuan AI/ML waktu-nyata sambil memastikan efisiensi, keadilan, dan inklusivitas dalam bagaimana prediksi dan wawasan dihasilkan.

BCN: Crunchdao mengklaim memiliki lebih dari 6.000 ilmuwan data dan 600 individu tingkat PhD yang mengembangkan wawasan pembangkit alpha melalui jaringan kecerdasan kolektifnya. Mengapa jumlah ahli yang begitu tinggi, apa sebenarnya yang mereka lakukan, dan bagaimana platform mengelola operasi di dalam jaringannya?

PW: Saat ini, ilmuwan data dan PhD kami bersaing dalam tantangan tingkat tinggi tentang topik seperti memprediksi harga pasar menengah, analisis kausalitas, prediksi kanker, dan manajemen portofolio, antara lain. Perusahaan dan yayasan mendekati kami untuk menguji dan menantang metodologi internal mereka, sering kali menghasilkan pengembangan metode baru dan lebih efektif. Tantangan ini disusun sebagai turnamen dan pendekatan terdesentralisasi kami berulang kali mengungguli model tradisional, internal.

Namun, ini baru permulaan. Kami sedang membangun jaringan terdesentralisasi di mana peserta dapat berkontribusi dengan model dan prediksi, mengembangkan platform menjadi ekosistem pemodelan prediktif yang didorong oleh protokol dan inovatif. Pendekatan ini mendorong kolaborasi, mendorong kreativitas, dan memastikan perbaikan berkelanjutan, menciptakan sistem yang jauh lebih dinamis dan efektif dibandingkan alternatif terpusat.

BCN: Seperti setiap inovasi, AI datang dengan risiko terutama dalam tahap awal perkembangannya saat ini. Penanganan data dan risiko pengembangan berada di tangan insinyur perangkat lunak dan analis data. Seberapa banyak kepercayaan yang Anda miliki pada generasi insinyur AI/ML saat ini untuk memberikan solusi dengan risiko minimal bagi umat manusia?

PW: Tidak ada risiko bawaan dalam pembelajaran mesin itu sendiri, terutama dalam kasus seperti kami, di mana itu tentang menemukan prediksi melalui analisis data. Ketika AI digunakan oleh individu atau tim kecil, saya tidak terlalu khawatir. Ini hanyalah alat lain untuk meningkatkan kreativitas atau memperbaiki proses. Ini bukan untuk mengatakan bahwa ini tidak akan digunakan untuk hasil yang salah di sini, tetapi itu bukan risiko bagi umat manusia.

Risiko nyata muncul ketika AI digunakan oleh negara-bangsa atau entitas besar. Pemain-pemain ini memiliki sumber daya untuk menggunakan AI dalam skala besar, berpotensi untuk pengawasan, manipulasi, atau sistem senjata otonom. Masalahnya bukan pada teknologinya tapi niat di balik penggunaannya.

BCN: Menurut Anda, apa peran AI dalam memberikan informasi untuk keputusan pengembangan produk, dan bagaimana Anda mengintegrasikan wawasan yang didorong oleh AI ke dalam peran Anda sebelumnyas?

PW: AI sudah membentuk pengembangan produk melalui alat analitik yang membantu tim dalam mendapatkan wawasan. Misalnya, di Dune, kami membangun sistem AI yang membantu membuat atau memperbaiki kueri SQL dan menghasilkan visualisasi, membuat pengambilan keputusan lebih lancar.

Di CrunchDAO, kami lebih jauh lagi dengan membayangkan jaringan model yang dirancang untuk menangani berbagai masalah. Model-model ini dihargai dan ditingkatkan berdasarkan utilitas dan dampaknya, memungkinkan ekosistem untuk mengoptimalkan diri seiring waktu.

Ini selaras dengan masa depan yang saya lihat—agen AI terus memantau data, mempelajari pola, dan secara proaktif menghasilkan ide atau proposal, mendorong efisiensi dan inovasi dalam pengambilan keputusan.

BCN: Risiko potensial yang terkait dengan mesin AI telah menginformasikan peraturan yang ada di sektor ini. Pemerintah dan lembaga berulang kali menyoroti kemungkinan kerusakan AI atau konsekuensi yang tidak diinginkan jika tidak dikelola dengan baik. Menurut Anda, apakah kekhawatiran ini dibenarkan?

PW: Terlalu dini untuk mengatakan seberapa dibenarkan kekhawatiran ini. AI masih dalam tahap awal, dan meskipun kemungkinan akan ada penyalahgunaan atau konsekuensi tidak sengaja, saya tidak melihat masalah besar ketika warga sipil menggunakan teknologi ini. Ya, akan ada kasus penggunaan yang salah—seperti disinformasi atau penipuan—tetapi teknologi itu sendiri sering kali menyediakan alat untuk menyeimbangkan risiko ini, seperti sistem deteksi yang didorong oleh AI untuk penipuan atau disinformasi.

Apa yang lebih mengkhawatirkan saya adalah ketika AI dipersenjatai atau dikendalikan di tingkat negara atau oleh entitas besar. Risiko di sini seperti senjata otonom, pengawasan, atau manipulasi skala besar jauh lebih besar. Jika hanya entitas besar atau negara yang memiliki kontrol atas teknologi ini, akan sangat mengkhawatirkan, karena dapat memusatkan kekuasaan dan menciptakan ketidakseimbangan yang signifikan.

BCN: Apakah Anda berpikir langkah-langkah regulasi yang telah diambil sejauh ini sudah disusun dengan baik, atau adakah area yang menurut Anda perlu disesuaikan untuk mencapai ekosistem yang seimbang tanpa menghambat inovasi?

PW: Ada undang-undang yang diusulkan, tetapi tidak banyak yang aktif saat ini. Secara keseluruhan, memiliki kejelasan regulasi adalah langkah positif, karena ini memberikan panduan bagi pengembang dan bisnis. Namun, ada bahaya nyata dengan menghambat inovasi jika peraturan menjadi terlalu ketat atau gagal beradaptasi dengan evolusi cepat teknologi AI. Ini terutama terjadi di sini karena kita berada di awal ledakan AI dan tidak jelas apa yang akan terjadi dalam beberapa tahun mendatang, baik dari sisi inovasi maupun regulasi.

Dari apa yang saya pahami, keseimbangan terletak pada merancang peraturan yang menangani kekhawatiran kritis—seperti bias, privasi, dan akuntabilitas—tanpa menciptakan hambatan yang tidak perlu bagi startup dan inovator. Melibatkan ahli industri dan pembuatan kebijakan secara iteratif dapat membantu, yang tampaknya sedang terjadi saat ini.

BCN: Bagaimana Anda melihat teknologi AI dan pembelajaran mesin berkembang dalam 2-5 tahun ke depan? Apakah ada wawasan lain dari Anda tentang sistem AI/ML dan kemungkinan yang mereka tawarkan dalam ekosistem solusi terdesentralisasi yang berkembang pesat?

PW: Saya bukan ahli dalam pengembangan dan pelatihan model bahasa besar (LLM), tetapi saya curiga kita mungkin melihat dataran tinggi dalam kemajuan di sana, karena model yang lebih besar menjadi jauh lebih mahal untuk dihitung, dan mendapatkan data baru untuk pelatihan semakin mahal. Misalnya, unit ekonomi OpenAI saat ini tidak terlihat berkelanjutan ketika mempertimbangkan tantangan-tantangan ini.

Meski begitu, model yang ada dan yang akan datang sudah sangat kuat, itulah mengapa kita melihat integrasi yang meluas. Seiring teknologi ini lebih matang dan pemahaman mendalam, saya mengharapkan periode inovasi di mana pendekatan dan aplikasi baru akan berkembang. Khususnya, saya sangat antusias tentang lebih banyak sistem yang beralih ke blockchain. Potensi bagi agen AI untuk memanfaatkan data blockchain—yang dapat diakses, terstruktur, dan interaktif tanpa hambatan—sangat besar, mendorong otomatisasi yang lebih cerdas, optimasi, dan inovasi dalam analitik dan pengambilan keputusan.

CrunchDAO memiliki posisi unik untuk memimpin di ruang ini, membangun infrastruktur untuk mendukung dan membentuk tren-tren yang muncul ini, memastikan bahwa solusi terdesentralisasi memainkan peran penting dalam fase berikutnya dari evolusi AI/ML.