Pernahkah Anda bertanya kepada chatbot AI lalu mendapat jawaban yang terdengar sangat meyakinkan, tetapi ternyata salah total setelah dicek? Peristiwa seperti ini punya nama di dunia teknologi, yaitu halusinasi. Memahami mengapa AI kadang berhalusinasi membantu Anda memakai teknologi ini dengan lebih aman dan cerdas.
Halusinasi bukan berarti AI sedang berbohong dengan sengaja. Istilah ini menggambarkan momen ketika model bahasa menghasilkan informasi yang salah, dibuat buat, atau tidak berdasar, lalu menyampaikannya dengan nada penuh percaya diri. Contohnya bisa berupa kutipan buku yang tidak pernah ada, angka statistik yang karangannya rapi, atau nama tokoh yang tertukar.
Mesin Penebak Kata, Bukan Mesin Pencari Fakta
Kunci memahami halusinasi ada pada cara kerja model bahasa. Model ini dilatih untuk memprediksi kata berikutnya yang paling mungkin muncul dalam sebuah kalimat, bukan untuk membuka arsip dan mengambil fakta. Ia sangat pandai merangkai kalimat yang terdengar wajar, tetapi kelancaran bahasa tidak sama dengan kebenaran isi. Ketika ditanya hal yang jarang muncul dalam data latihnya, ia tetap berusaha menjawab dengan menebak pola yang paling masuk akal, dan tebakan itulah yang kadang meleset.
Ada tiga pemicu yang paling sering terjadi. Pertama, kekosongan data latih. Peristiwa terbaru, tokoh yang kurang terkenal, atau data khusus Indonesia yang minim di internet membuat model kekurangan bahan rujukan. Kedua, pertanyaan yang ambigu atau terlalu umum membuat model mengisi kekosongan dengan asumsi. Ketiga, rasa percaya diri yang berlebihan. Model tidak punya pengukur keraguan seperti manusia, sehingga jawaban rekaan pun disampaikan dengan nada yang sama yakinnya dengan jawaban yang benar.
Contoh yang dekat dengan keseharian misalnya ketika Anda meminta rekomendasi tempat makan di kota kecil. Model bisa saja menyebut nama warung beserta alamat yang terdengar nyata, padahal warung itu tidak ada. Atau ketika meminta ringkasan peraturan terbaru, ia bisa merangkai pasal yang bunyinya meyakinkan tetapi tidak tercantum dalam dokumen aslinya.
Lima Kebiasaan Agar Tidak Tertipu
Kabar baiknya, halusinasi bisa dijinakkan dengan kebiasaan yang sederhana. Pertama, beri AI bahan rujukan. Tempelkan dokumen, artikel, atau data yang Anda miliki lalu minta ia menjawab hanya berdasarkan bahan tersebut. Jawaban yang terikat pada sumber jauh lebih bisa dipercaya dibanding jawaban dari ingatan model semata.
Kedua, minta ia menunjukkan dasar jawabannya. Untuk pertanyaan faktual, tambahkan permintaan seperti sebutkan sumber atau bagian dokumen yang menjadi acuan. Ketiga, cek silang hal hal yang penting. Angka, tanggal, nama orang, dan kutipan aturan sebaiknya diverifikasi ke sumber aslinya sebelum dipakai untuk pekerjaan serius. Keempat, untuk tugas yang menuntut ketepatan, atur model agar lebih kaku dan tidak kreatif, misalnya lewat pengaturan temperature rendah bila tersedia.
Kelima dan yang paling penting, ubah cara pandang Anda. Perlakukan AI sebagai asisten penyusun draf yang cepat, bukan sebagai oracle yang selalu benar. Biarkan ia membantu merangkai kerangka tulisan, merapikan bahasa, atau menggali ide, tetapi keputusan akhir dan verifikasi fakta tetap ada di tangan Anda. Dengan pola pikir seperti ini, Anda mendapat manfaat kecepatan AI tanpa menanggung risiko informasinya yang kadang meleset.
