Advertisement

Ad space available

Berita AI

Mengapa Opini Publik Soal AI Terbelah? Riset Stanford Ungkap Kesenjangan Besar

Laporan Stanford AI Index 2026 mengungkap jurang perbedaan persepsi antara pakar dan masyarakat umum mengenai masa depan AI. Kesenjangan ini dipicu oleh pengalaman penggunaan yang berbeda, terutama dalam tugas teknis.

Tim Rekayasa AI
Penulis
13 April 2026
4 min read
#Artificial Intelligence#Stanford AI Index#Semiconductor#Generative AI#Digital Divide
Mengapa Opini Publik Soal AI Terbelah? Riset Stanford Ungkap Kesenjangan Besar

Mengapa Opini Publik Soal AI Terbelah? Riset Stanford Ungkap Kesenjangan Besar

CAMBRIDGE, (13 April 2026)

Key Takeaway
  • Terdapat kesenjangan persepsi sebesar 50% antara pakar (73% positif) dan publik (23% positif) mengenai dampak AI terhadap lapangan kerja.
  • Perangkat keras AI dunia sangat bergantung pada satu titik tunggal: TSMC memproduksi hampir semua chip AI terkemuka di dunia.
  • Fenomena "Jagged Frontier" menyebabkan AI sangat piawai dalam tugas teknis seperti coding, namun tetap gagal dalam tugas logika sederhana seperti membaca jam analog.

Melansir laporan dari MIT Technology Review terkait Stanford AI Index 2026, industri Artificial Intelligence (AI) saat ini berada dalam kondisi yang penuh dengan kontradiksi. Di satu sisi, teknologi ini dianggap sebagai ladang emas dan revolusi produktivitas, namun di sisi lain, ia dipandang sebagai gelembung yang siap pecah dan ancaman bagi lapangan kerja.

Laporan tahunan tersebut menyoroti beberapa data mencengangkan. Amerika Serikat kini memiliki 5.427 Data Center, sepuluh kali lipat lebih banyak dibandingkan negara lain. Namun, yang paling krusial adalah ketergantungan rantai pasok global pada satu perusahaan saja, yakni TSMC di Taiwan, yang memfabrikasi hampir seluruh Semiconductor kelas atas untuk kebutuhan AI. Kondisi ini menciptakan titik kritis (choke point) dalam infrastruktur teknologi global.

Jurang Persepsi: Pakar vs Publik

Salah satu temuan paling mencolok dalam laporan tahun ini adalah perbedaan pandangan yang tajam antara ahli dan masyarakat awam. Mengutip data survei dalam laporan tersebut, sekitar 73% pakar AI di AS merasa optimis terhadap dampak teknologi ini pada pekerjaan. Sebaliknya, hanya 23% dari masyarakat umum yang memiliki pandangan positif serupa.

Kesenjangan ini disinyalir terjadi karena perbedaan pengalaman penggunaan. Pakar dan power users cenderung menggunakan AI untuk tugas-tugas teknis seperti coding, matematika, atau riset—bidang di mana model Generative AI terbaru telah menunjukkan peningkatan performa yang sangat signifikan. Sebaliknya, masyarakat umum seringkali berinteraksi dengan LLM untuk tugas-tugas harian yang lebih terbuka (open-ended), di mana model tersebut masih sering melakukan kesalahan konyol.

Contoh nyata dari kontradiksi ini adalah model Gemini Deep Think dari Google DeepMind. Model ini berhasil meraih medali emas dalam International Math Olympiad, namun menurut laporan Stanford, ia gagal membaca jam analog dalam separuh dari total pengujiannya. Fenomena ini disebut sebagai "Jagged Frontier", di mana AI sangat hebat dalam hal-hal sulit bagi manusia, namun payah dalam hal-hal yang dianggap sepele.

Power User dan Akses Berbayar

Peneliti AI terkemuka, Andrej Karpathy, mencatat bahwa ada perbedaan besar antara mereka yang mengikuti perkembangan model terbaru dengan mereka yang tidak. Power users seringkali bersedia membayar hingga $200 (sekitar Rp3,2 juta) per bulan untuk mengakses versi terbaik dari model seperti Claude Code atau GPT premium.

Bagi kelompok ini, kemampuan AI saat ini sudah berada di level yang luar biasa. Sementara itu, pengguna yang hanya mencoba versi gratis untuk tugas sederhana mungkin melihat AI tidak lebih dari sekadar alat bantu yang tidak konsisten. Perbedaan akses dan intensitas penggunaan ini membuat kedua kelompok seolah-olah membicarakan dua teknologi yang berbeda.

Dampak bagi Indonesia

Di Indonesia, fenomena ini kemungkinan akan menciptakan "digital divide" baru. Dengan harga langganan alat AI premium yang bisa mencapai jutaan rupiah per bulan, ada risiko kesenjangan produktivitas yang lebar antara pengembang perangkat lunak atau analis data yang mampu mengakses alat tersebut dengan mereka yang tidak.

Selain itu, ketergantungan global pada TSMC sebagai produsen tunggal Semiconductor AI berarti Indonesia akan terus menghadapi harga perangkat keras (seperti GPU dan server Data Center) yang fluktuatif dan sangat bergantung pada geopolitik di Selat Taiwan. Pemerintah dan sektor swasta perlu mulai mempertimbangkan diversifikasi infrastruktur Cloud Computing agar tidak terdampak langsung jika terjadi gangguan pada rantai pasok global tersebut.


Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.

Advertisement

Ad space available

✍️

Ditulis oleh

Tim Rekayasa AI

Kontributor Rekayasa AI yang passionate tentang teknologi AI dan dampaknya di Indonesia.

Bagikan:𝕏fin