# Artikel Terkait Penilaian Nilai

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Penilaian Nilai", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Mengapa Agensi Belanja AI Sulit Populer?

AI berbelanja sebagai wakil belum dapat diterima luas karena menghadapi beberapa tantangan mendasar. Pertama, berbelanja terdiri dari dua tindakan inti: pencarian informasi dan penilaian nilai. Mesin dapat menangani pencarian informasi, tetapi penilaian nilai melibatkan preferensi subjektif manusia yang sulit didelegasikan sepenuhnya. Penilaian nilai sendiri memiliki dua lapisan: evaluasi berdasarkan kriteria yang ditetapkan, dan yang lebih penting, **pendefinisian kebutuhan itu sendiri**—menentukan kriteria, bobot, dan batasan. Preferensi manusia bersifat konstruktif dan berubah, bukan statis, sehingga memerlukan komunikasi iteratif dengan AI. Kedua, batasan sesungguhnya bukan pada standarisasi barang, tetapi apakah proses memilih itu sendiri merupakan **tugas rutin atau kesenangan**. Untuk barang seperti perlengkapan kantor (tugas rutin), AI dapat sepenuhnya otomatis. Namun, untuk barang seperti anggur atau pakaian (kesenangan), proses memilih adalah bagian dari pengalaman konsumsi. Di sini, peran AI idealnya adalah penyaring informasi, menyajikan beberapa pilihan terbaik kepada manusia untuk keputusan akhir. Ketiga, ada dilema interaksi: AI yang bertanya terlalu banyak dapat mengganggu dan mendistorsi pilihan; mengandalkan riwayat belanja dapat membatasi eksplorasi baru; dan keputusan sepenuhnya manual itu melelahkan. Solusi tengah adalah **interaksi pengenalan**, di mana AI menunjukkan beberapa opsi dan pengguna langsung memilih. Narasi "memberi dompet kepada AI" yang menekankan pembayaran otomatis pun keliru. Pembayaran hanyalah bagian termudah. Solusi pembayaran terkini (seperti dari Stripe, Mastercard, Google, Visa) memisahkan **otorisasi pengguna** dari **eksekusi pembayaran terbatas AI**, tanpa perlu menyerahkan dana sepenuhnya. Dompet AI otonom lebih cocok untuk skenario **B2B atau M2M** (mis., pembelian perusahaan standar, penyelesaian antar-mesin), bukan belanja konsumen personal. **Kendala sebenarnya** bukan pada pembayaran, melainkan pada: (1) **Kurangnya sumber data tepercaya** (ulasan palsu, barang palsu) yang menjadi dasar keputusan AI, dan (2) **Hak manusia untuk mendefinisikan kebutuhan tidak dapat diotomatisasi**. Mendelegasikan definisi ini kepada AI berarti kehilangan preferensi asli. Kesimpulannya, untuk barang yang dinikmati, **pilihan itu sendiri adalah produk**. Platform harus mengoptimalkan data terstruktur untuk AI sambil mempertahankan keunggulan inti: memfasilitasi eksplorasi konsumen baru dan pengalaman memilih yang menyenangkan. AI harus menjadi asisten pencarian informasi yang aman dan terkendali, sementara manusia tetap memegang kendali atas standar penilaian dan kesenangan memilih akhir.

Foresight News07/20 06:08

Mengapa Agensi Belanja AI Sulit Populer?

Foresight News07/20 06:08

Mengapa Semakin Pintar AI Menjawab, Semakin Penting Manusia untuk Berpikir Mendalam? Universitas Fudan Merilis Buku Biru Pengembangan Kecerdasan Humaniora dan Ilmu Sosial 2026

Dengan kemampuan AI yang semakin maju, kemampuan manusia untuk berpikir mendalam justru menjadi semakin kritis. Laporan Buku Biru Perkembangan Kecerdasan Humaniora dan Ilmu Sosial 2026 yang dirilis oleh Universitas Fudan mengangkat tema "Menemukan Kembali Nilai Pemikiran Mendalam". Laporan ini menekankan bahwa hubungan antara AI dan humaniora sedang bergeser dari "pemberdayaan satu arah" menuju "integrasi dua arah". AI mengubah cara penelitian dilakukan, sementara humaniora harus menentukan tujuan, penerapan, dan batasan penggunaan AI. Meskipun AI dapat membantu dalam analisis data, penulisan, dan bahkan pengambilan keputusan, tanggung jawab untuk mengajukan pertanyaan yang tepat, menilai validitas bukti, menafsirkan mekanisme yang mendasari, serta membuat pertimbangan nilai dan etika tetap berada di tangan manusia. Risiko muncul ketika AI menyederhanakan masalah kompleks menjadi format yang mudah diproses, berpotensi mengabaikan nuansa dan konteks sosial. Dalam penelitian, kecepatan generasi AI tidak sama dengan kemajuan pengetahuan. Penting untuk mempertahankan rantai bukti yang jelas, memastikan proses yang dapat dilacak, dan menjaga peran manusia dalam pengawasan kritis. Dalam tata kelola, transparansi, akuntabilitas, dan mekanisme intervensi manusia yang efektif sangat penting, terutama dalam sistem yang memengaruhi hak-hak publik. Pemikiran mendalam perlu diwujudkan dalam proses penelitian, prosedur tata kelola, dan desain sistem. Kerangka seperti STRIDES dirancang untuk mengintegrasikan pemeriksaan manusia dalam alur kerja penelitian yang melibatkan AI. Tata kelola AI harus mencakup seluruh siklus hidup sistem, dari penilaian risiko hingga mekanisme banding. Humaniora berkontribusi dengan mengonversikan konflik nilai menjadi analisis yang dapat ditimbang, mengukur konsekuensi sosial, dan menyediakan kerangka pengetahuan untuk memberikan arah bagi pengembangan teknologi. Membangun infrastruktur yang kuat untuk integrasi AI dan humaniora memerlukan lebih dari sekadar proyek-percontohan; diperlukan pengembangan data, alat, norma, talenta, dan mekanisme kolaborasi yang berkelanjutan. Kesimpulannya, di era di mana AI semakin mahir memberikan jawaban, peran manusia yang paling penting adalah menentukan pertanyaan apa yang harus diajukan, menilai jawaban yang diberikan, dan memastikan bahwa kemajuan teknologi selaras dengan nilai-nilai dan tanggung jawab manusia.

marsbit07/14 06:15

Mengapa Semakin Pintar AI Menjawab, Semakin Penting Manusia untuk Berpikir Mendalam? Universitas Fudan Merilis Buku Biru Pengembangan Kecerdasan Humaniora dan Ilmu Sosial 2026

marsbit07/14 06:15

活动图片