Sebarannya adalah hasil yang paling penting
Prediksi untuk AI yang sangat mampu atau setingkat manusia berkisar dari beberapa tahun hingga berpuluh-puluh dekade, dengan beberapa peneliti meragukan bahwa metode saat ini dapat menghasilkannya sama sekali. Ketidaksepakatan ini bukanlah sebuah batas kesalahan kecil di sekitar sebuah model ilmiah bersama. Para peramal tidak sepakat tentang apa yang dihitung sebagai AGI, langkah teknis apa yang tersisa, seberapa cepat masukan seperti komputasi dan data dapat bertumbuh, dan apakah kemajuan akan terus berlanjut secara mulus. Karena itu, linimasa apa pun seharusnya disajikan sebagai sebuah prakiraan bertanggal di bawah definisi yang dinyatakan—bukan sebagai sebuah “hitung mundur AGI.”
Demis Hassabis memberikan contoh yang berguna tentang mengapa atribusi yang tepat itu penting. Dalam sebuah wawancara CNBC Maret 2025, CEO Google DeepMind mengatakan AI setingkat manusia bisa tiba dalam lima hingga sepuluh tahun. Ia tidak mengatakan bukti bermakna AGI akan tiba “dalam setahun ini” (wawancara CNBC). Bahkan prakiraan yang dikutip dengan benar meninggalkan pertanyaan: setingkat manusia pada tugas mana, dengan keandalan seperti apa, dan dengan seberapa banyak otonomi? Kutipan itu mencatat penilaian satu pakar, bukan sebuah probabilitas terukur.
Empat jenis prakiraan yang tidak seharusnya dicampur
Pernyataan pemimpin laboratorium terlihat dan diinformasikan oleh paparan langsung terhadap sistem terdepan, tetapi mereka bukan pengukuran yang netral. Para eksekutif memiliki informasi privat yang berharga tentang eksperimen, namun juga memimpin organisasi yang bersaing untuk modal, talenta, pelanggan, dan perhatian politik. Pernyataan mereka mungkin menggunakan definisi khusus-perusahaan dan jarang mengungkap sebuah model prakiraan yang lengkap.
Survei peneliti mengagregasi banyak pandangan dan mengungkap distribusi opini pakar. 2023 Expert Survey on Progress in AI, dipublikasikan pada 2024, mengumpulkan 2.778 peneliti dan melaporkan rentang estimasi yang lebar untuk mesin yang mengungguli manusia di setiap tugas yang mungkin; para penulisnya juga menekankan ketidaksepakatan yang substansial dan sensitivitas terhadap susunan kata pertanyaan (Grace dkk., 2024). Survei menggambarkan keyakinan pada suatu momen waktu. Mereka tidak memvalidasi keyakinan itu atau menjamin bahwa para responden berbagi sebuah definisi.
Platform prediksi seperti Metaculus secara berkelanjutan mengagregasi prakiraan. Median mereka dapat diperbarui lebih cepat daripada survei, tetapi hasilnya bergantung pada kriteria penyelesaian yang tepat dan kumpulan partisipan. “AI umum yang lemah,” “AI transformatif,” dan “AGI” adalah pertanyaan yang berbeda. Sebuah median pasar atau komunitas seharusnya ditampilkan dengan tanggal pengambilannya, susunan kata pertanyaannya, rentangnya, dan kondisi penyelesaiannya alih-alih diubah menjadi sebuah tenggat waktu seluruh situs.
Proyeksi berbasis model mengekstrapolasi tren dalam komputasi, kinerja tolok ukur, efisiensi algoritmik, atau panjang tugas yang dapat diselesaikan agen. Ini membuat asumsi menjadi terlihat, yang berharga, tetapi ekstrapolasi dapat gagal ketika sebuah tolok ukur jenuh, sebuah kendala sumber daya mengikat, atau sebuah paradigma baru mengubah trennya. Sebuah kurva adalah bukti tentang pengukuran masa lalu; perpanjangannya adalah sebuah prakiraan bersyarat.
Apa yang sesungguhnya ditunjukkan tren kemampuan saat ini
Ada bukti nyata dari penyempurnaan yang pesat. Stanford AI Index mendokumentasikan biaya inferensi yang menurun dan skor yang naik pada tolok ukur yang menuntut, sambil juga menunjukkan bahwa evaluasi yang sulit tetap belum terpecahkan dan bahwa evaluasi AI yang bertanggung jawab yang terstandardisasi tidak merata (Stanford AI Index 2025). METR melaporkan bahwa durasi pakar-manusia dari tugas berorientasi perangkat lunak yang diselesaikan agen terdepan pada probabilitas keberhasilan tertentu telah meningkat dengan cepat (horizon waktu METR). Ini adalah observasi tentang sistem dan pengujian tertentu, bukan observasi langsung dari sebuah tanggal AGI yang mendekat.
Metrik METR sangat mudah disalahnyatakan. Sebuah horizon waktu 50 persen selama beberapa jam berarti bahwa, pada rangkaian tugas METR, model yang dicocokkan memprediksi peluang 50 persen untuk menyelesaikan tugas yang membutuhkan waktu selama itu bagi seorang pakar manusia. Ini tidak berarti AI itu bekerja secara otonom selama jumlah jam itu. Tugas-tugasnya terutama rekayasa perangkat lunak, pembelajaran mesin, dan keamanan siber; tugas-tugas ini secara tidak biasa bersifat mandiri dan dapat dinilai secara objektif; estimasi di atas enam belas jam saat ini digambarkan sebagai tidak dapat diandalkan; dan pekerjaan nyata jauh lebih berantakan. Para peneliti METR telah memperingatkan bahwa batas kesalahan dapat mencapai kira-kira faktor dua dan bahwa perbedaan domain dapat mencapai orde besaran (catatan keterbatasan METR).
Hasil-hasil ini mendukung sebuah kesimpulan yang lebih sempit: beberapa bentuk penyelesaian tugas digital membaik dengan pesat. Mereka tidak, dengan sendirinya, menetapkan kapan sebuah sistem akan menjadi seorang ilmuwan, manajer, pengasuh, pengambil keputusan politik yang dapat diandalkan, atau pengganti umum untuk tenaga kerja manusia.
Mengapa prakiraan yang masuk akal berbeda-beda
Para peramal yang mengharapkan kedatangan lebih awal seringkali menekankan persistennya penskalaan, komputasi waktu-penalaran yang lebih baik, data sintetis, penggunaan alat, dan riset berbantuan AI. Jika tren-tren itu saling memperkuat, kemajuan mungkin berakselerasi. Mereka mungkin juga berargumen bahwa sistem yang transformatif secara ekonomi tidak perlu mereproduksi setiap fitur kecerdasan manusia; kompetensi digital yang luas mungkin sudah cukup.
Para peramal linimasa yang lebih panjang menekankan keandalan, pijakan, pembelajaran berkelanjutan, pemahaman kausal, robotika, dan kesenjangan antara tolok ukur dan pekerjaan terbuka. Mereka juga menunjuk pada kendala praktis: energi, chip, konstruksi pusat data, data berkualitas tinggi, evaluasi, dan kemampuan organisasi untuk menerapkan sistem secara aman. Sebagian mengharapkan kemajuan arsitektural di luar metode model besar saat ini. Tidak satu pun dari posisi ini dapat diselesaikan hanya dengan kepercayaan diri atau senioritas semata.
Definisi menciptakan sumber ketidaksepakatan lain yang tampak. Sebuah sistem yang dapat mengotomatisasi banyak pekerjaan komputer jarak jauh bisa saja transformatif secara ekonomi sambil gagal pada tugas yang bersifat fisik. Sebuah model yang mencetak skor di atas manusia biasa pada baterai ujian yang luas mungkin masih terlalu tidak andal untuk beroperasi secara independen. Seorang peramal mungkin menyebut kedua sistem itu AGI; peramal lain mungkin menyimpan kata itu untuk pembelajaran yang kokoh dan setara-manusia di dunia nyata.
Cara mempertahankan pelacak linimasa yang bertanggung jawab
Sebuah pelacak yang berguna seharusnya mempertahankan susunan kata asli, pembicara, tanggal, sumber, definisi, dan rentang prakiraan. Ia seharusnya membedakan sebuah estimasi pribadi dari sebuah komitmen organisasional, mencatat revisi kemudian, dan tidak pernah diam-diam mengganti sebuah prediksi lama. Prakiraan agregat seharusnya menunjukkan interval ketidakpastian alih-alih hanya sebuah median. Halaman itu juga seharusnya mengungkapkan insentif potensial dan apakah prakiraannya bergantung pada bukti publik atau privat.
Pembaca dapat menerapkan lima pertanyaan:
- Hasil apa yang sedang diprediksi? AGI, AI setingkat manusia, otomatisasi tugas, atau superkecerdasan?
- Probabilitas dan tanggal apa yang dilekatkan? “Bisa” bukanlah sebuah prakiraan median.
- Bukti apa yang mendorong estimasi itu? Penskalaan, sebuah survei, eksperimen privat, atau intuisi?
- Apa yang akan mengubah pikiran sang peramal? Sebuah prakiraan tanpa kemungkinan disanggah sulit dievaluasi.
- Apakah sudah dinilai? Prediksi masa lalu seharusnya tetap terlihat setelah tenggat waktunya.
Kesimpulan praktis
Perencanaan seharusnya tidak bergantung pada memilih satu tanggal. Kerugian dan peluang jangka pendek layak mendapatkan tindakan terlepas dari apakah AGI tiba pada 2028, 2040, atau tidak pernah. Pemerintah dan organisasi dapat menggunakan rentang skenario: bersiap untuk keuntungan kemampuan yang cepat, membangun kebijakan yang tetap berguna di bawah kemajuan yang lebih lambat, dan mendefinisikan pemicu yang terukur untuk pengaman yang lebih kuat.
Ketidakpastian itu sendiri dapat ditindaklanjuti. Ia berargumen untuk memantau kemampuan alih-alih label pemasaran, berinvestasi dalam evaluasi dan resiliensi, dan meninjau ulang prakiraan pada jadwal yang tetap. Sebuah halaman linimasa memperoleh kepercayaan dengan menunjukkan seberapa sedikit yang dibuktikan tanggal-tanggal itu, bukan dengan membuat sebuah median yang bergerak tampak seperti sebuah jam yang menghitung mundur menuju takdir.