Courtesy of TechCrunch

AI Sakana Mencetak Publikasi Ilmiah Pertama, Tapi Ada Kekurangannya

12 Mar 2025, 23.00 WIB

157 dibaca

Ikhtisar 15 Detik

AI memiliki potensi untuk membantu dalam proses penelitian, tetapi masih memerlukan penilaian manusia.
Transparansi dalam publikasi ilmiah penting untuk menjaga integritas proses peer review.
Kualitas penelitian yang dihasilkan oleh AI masih perlu dievaluasi lebih lanjut untuk memastikan kontribusinya terhadap ilmu pengetahuan.

Sakana, sebuah startup Jepang, mengklaim bahwa AI mereka berhasil menghasilkan publikasi ilmiah yang pertama kali ditinjau oleh rekan sejawat. Meskipun klaim ini tidak sepenuhnya salah, ada beberapa hal yang perlu diperhatikan. Sakana menggunakan sistem AI bernama The AI Scientist-v2 untuk membuat tiga makalah yang kemudian diajukan ke sebuah workshop di konferensi ICLR. Salah satu makalah diterima, tetapi Sakana segera menariknya untuk menjaga transparansi. Mereka mengakui bahwa AI mereka kadang membuat kesalahan dalam mengutip sumber dan bahwa makalah tersebut tidak melalui proses peninjauan yang ketat seperti publikasi ilmiah lainnya.

Beberapa peneliti menganggap hasil Sakana sedikit menyesatkan, karena manusia masih terlibat dalam memilih makalah yang dianggap layak. Mereka juga mencatat bahwa workshop tersebut lebih mudah untuk diterima dibandingkan dengan jalur konferensi utama. Meskipun AI dapat menghasilkan tulisan yang terdengar manusiawi, banyak ilmuwan khawatir bahwa AI tidak cukup baik untuk menghasilkan penelitian yang benar-benar baru atau bermanfaat. Sakana sendiri menyatakan bahwa tujuan eksperimen ini adalah untuk mempelajari kualitas penelitian yang dihasilkan oleh AI dan pentingnya norma-norma dalam sains yang dihasilkan oleh AI.

--------------------

Analisis Kami: Meskipun AI memperlihatkan potensi sebagai alat bantu dalam riset, kenyataannya AI masih belum bisa berdiri sendiri tanpa campur tangan manusia. Penting untuk menjaga standar kualitas dan transparansi agar AI tidak merusak proses ilmiah yang telah mapan.

--------------------

Analisis Ahli:

Matthew Guzdial: Hasil Sakana agak menyesatkan karena manusia tetap memilih hasil yang dianggap layak, menunjukkan kombinasi manusia dan AI yang efektif, bukan AI sendiri.

Mike Cook: Peer review pada workshop baru cenderung lebih longgar dan AI memang mudah menghasilkan teks yang terdengar meyakinkan, tapi hal ini tidak otomatis berarti kontribusi ilmiah yang bermakna.

--------------------

What's Next: Penggunaan AI dalam penelitian ilmiah akan meningkat tetapi disertai pengawasan ketat dan aturan baru untuk menjaga integritas proses peer review dan mencegah penyebaran hasil yang tidak berkualitas.

Referensi:
[1] https://techcrunch.com/2025/03/12/sakana-claims-its-ai-paper-passed-peer-review-but-its-a-bit-more-nuanced-than-that/