(Business Lounge Journal – Human Resources)
Daron Acemoglu, profesor di Massachusetts Institute of Technology yang baru-baru ini memenangkan Penghargaan Nobel di bidang ekonomi, khawatir bahwa kecerdasan buatan akan memperburuk ketimpangan pendapatan dan tidak banyak membantu produktivitas. Teman sekaligus koleganya, David Autor, lebih optimis, percaya bahwa AI justru dapat melakukan hal yang sebaliknya. Penelitian baru dari Aidan Toner-Rodgers, mahasiswa doktoral MIT, menantang pesimisme Acemoglu dan optimisme Autor. Kedua profesor itu sangat antusias. “Fantastis,” kata Acemoglu. “Saya sangat terkesima,” kata Autor.
Baik Autor maupun Acemoglu tidak mengubah pikirannya tentang AI. Namun, penelitian oleh TonerRodgers, 26 tahun, merupakan langkah maju untuk mencari tahu apa yang mungkin dilakukan AI terhadap tenaga kerja, dengan meneliti dampak AI di dunia nyata. Banyak ekonom, termasuk Autor dan Acemoglu, telah mengamati bagaimana teknologi sebelumnya telah mengubah pasar tenaga kerja.
Namun, sementara pemahaman tentang masa lalu ini memberikan konteks penting, bagaimana AI akan memengaruhi ekonomi sulit untuk dijelaskan: Akankah seperti mesin pembakaran internal bertenaga bensin, yang mengubah seluruh industri, meningkatkan pertumbuhan, menciptakan kategori pekerjaan baru yang luas, dan mengangkat jutaan orang Amerika ke pekerjaan baru yang lebih produktif dan bergaji lebih baik? Atau zeppelin tahun 1920-an dan 1930-an, yang dianggap orang akan mengubah dunia dan sekarang menjadi renungan nostalgia? Untuk mengetahui di mana AI mungkin cocok, para ekonom memerlukan studi yang cermat tentang penggunaannya di tempat kerja saat ini.
Makalah Toner-Rodgers melakukan hal itu. Karyanya meneliti pengenalan alat AI secara acak kepada 1.018 ilmuwan di laboratorium penelitian ilmu material. Penemuan dan penciptaan material baru—dari penemuan Bakelite pada tahun 1900-an hingga Kevlar pada tahun 1960-an—secara historis merupakan proses coba-coba yang memakan waktu. Para ilmuwan, setelah mengidentifikasi sifat-sifat yang mereka inginkan dari suatu senyawa, kemudian muncul dengan ide-ide tentang seperti apa struktur kimia dari senyawa baru tersebut. Kemudian mereka mulai menguji senyawa-senyawa tersebut, dengan harapan untuk menemukan senyawa yang berhasil. Alat-alat AI yang telah dilatih pada struktur material yang ada dapat membuat proses penemuan secara signifikan lebih singkat dan lebih murah.
Para ilmuwan menentukan karakteristik yang mereka inginkan dari suatu senyawa dan alat AI tersebut menghasilkan resep-resep yang kemudian dapat dievaluasi oleh para ilmuwan. “Mungkin hal yang paling menarik tentang AI adalah bahwa ia dapat mempercepat penemuan dan inovasi ilmiah,” kata TonerRodgers. “Ini akan menjadi manfaat yang sangat besar.” Anak dari dua guru sekolah California, Toner-Rodgers mengambil kelas ekonomi pertamanya sebagai mahasiswa baru dan menjadi ketagihan. Setelah bekerja sebentar di Federal Reserve Bank of New York, ia masuk MIT pada tahun 2023.
Lab yang diteliti Toner-Rodgers menugaskan tim peneliti secara acak untuk mulai menggunakan alat tersebut dalam tiga gelombang, dimulai pada Mei 2022. Setelah Toner-Rodgers menghubungi lab tersebut, lab tersebut setuju untuk bekerja dengannya tetapi tidak ingin identitasnya diungkapkan. Apa yang ditemukan Toner-Rodgers sangat mengejutkan: Setelah alat tersebut diterapkan, para peneliti menemukan 44% lebih banyak bahan, pengajuan paten mereka meningkat sebesar 39% dan ada peningkatan 17% dalam prototipe produk baru. Toner-Rodgers sendiri agak terkejut. Ia mengira paling banter alat tersebut akan dapat mengimbangi para ilmuwan dalam penemuan-penemuan baru. “Anda dapat menemukan banyak bahan yang tidak berguna yang sebenarnya tidak membantu,” katanya.
Keuntungan dalam inovasi ilmiah ini dapat mengarah pada keuntungan di tempat lain, karena penemuan baru dapat mengarah pada perkembangan yang tidak terduga di kemudian hari. Acemoglu mengatakan bahwa ia “agak terkejut” bahwa laboratorium mengalami peningkatan produktivitas yang begitu nyata, yang, jika diulang cukup sering di seluruh perekonomian, akan bertentangan dengan pandangan pesimisnya. Laboratorium tersebut hanyalah salah satu contoh spesifik. Acemoglu mencatat bahwa tidak seperti model bahasa besar seperti ChatGPT yang coba diterapkan secara luas oleh orang-orang, alat AI laboratorium tersebut dibuat khusus untuk penemuan material. Acemoglu masih khawatir bahwa AI dapat memperlebar kesenjangan pendapatan.
Makalah Toner-Rodgers menunjukkan satu cara yang mungkin terjadi. Ia menemukan bahwa para peneliti yang sudah paling berhasil dalam menemukan senyawa bahkan lebih berhasil dengan alat AI, sementara ilmuwan lain tidak mendapatkan manfaat sebanyak itu. Autor masih berpikir bahwa AI dapat mengurangi kesenjangan pendapatan selama para pekerja dilatih dengan baik. Satu hal terakhir yang ditemukan Toner-Rodgers tentang alat AI laboratorium: Para ilmuwan tidak begitu menyukainya, dengan 82% melaporkan berkurangnya kepuasan terhadap pekerjaan mereka. Para ilmuwan merasa bahwa alat tersebut menghilangkan bagian dari pekerjaan mereka—memimpikan senyawa baru—yang paling mereka nikmati. Seorang ilmuwan berkomentar, “Saya tidak dapat menahan perasaan bahwa sebagian besar pendidikan saya kini tidak berharga.”
Menarik bahwa ada dua pandangan yang sangat berbeda dari dua profesor terkemuka di MIT tentang dampak kecerdasan buatan (AI) terhadap ekonomi. Daron Acemoglu, dengan pandangannya yang lebih pesimis, khawatir AI akan memperburuk ketimpangan pendapatan karena hanya memperkuat kecenderungan teknologi untuk menggantikan pekerjaan manusia, terutama di sektor-sektor yang bergantung pada keterampilan rendah hingga menengah. Hal ini bisa meningkatkan kesenjangan sosial dan ekonomi jika AI tidak diintegrasikan dengan cara yang mendukung redistribusi kekayaan atau penciptaan pekerjaan baru yang setara.
Sementara itu, David Autor lebih optimis dan percaya bahwa AI dapat meningkatkan produktivitas secara signifikan, bahkan mungkin menciptakan peluang kerja baru, meskipun dengan beberapa penyesuaian dalam sistem ekonomi dan pendidikan. Ia lebih melihat potensi AI dalam meningkatkan efisiensi, membuka lapangan kerja di sektor-sektor baru, serta memperbaiki kualitas pekerjaan dan kehidupan.
Namun, penelitian dari Aidan Toner-Rodgers tampaknya menawarkan pandangan yang lebih nuansial, mencoba untuk menjembatani gap antara pesimisme Acemoglu dan optimisme Autor. Ini bisa berarti bahwa, meskipun AI memiliki potensi untuk membawa perubahan besar dalam pasar tenaga kerja dan ekonomi, dampaknya bisa sangat bergantung pada bagaimana kebijakan publik dan adaptasi teknologi dilakukan.
Kedua profesor tersebut, meskipun berbeda pandangan, tampaknya mengakui pentingnya penelitian semacam ini. Reaksi mereka terhadap penelitian Toner-Rodgers menunjukkan betapa pentingnya untuk terus mengeksplorasi dan menguji bagaimana teknologi baru seperti AI dapat membentuk masa depan ekonomi kita.