Altman Kembali ke Stanford untuk Mengakui Kesalahan: Outsource Pikiran ke AI, Otak Satu Generasi Sedang Menyusut

marsbit发布于2026-07-16更新于2026-07-16

文章摘要

Semua orang mengira AI akan memaksa sistem pendidikan berubah drastis, tapi ChatGPT sudah dirilis selama tiga setengah tahun, dan sistem pendidikan hampir tidak berubah. CEO OpenAI Sam Altman kembali ke almamaternya Stanford, mengakui bahwa dia salah prediksi. Dia mengira sistem pendidikan akan mereformasi diri dengan cepat setelah siswa mulai menyontek dengan AI, tetapi nyatanya tidak. Dia mengkhawatirkan jika sistem pendidikan tetap mengajar dan mengevaluasi siswa dengan metode lama di era pra-AGI, seperti menghafal, jawaban standar, dan ujian tertutup, hal itu tidak hanya membuat metode tersebut usang, tetapi juga menyebabkan "kemampuan berpikir" manusia menyusut. Outsourcing pemikiran ke AI akan melemahkan "otot" berpikir kritis, seperti otot yang tidak digunakan. Riset menunjukkan bahwa setelah ChatGPT masuk, nilai ujian turun signifikan. Analisis dari UC Berkeley terhadap lebih dari 500.000 sampel nilai menemukan bahwa nilai tugas untuk mata kuliah menulis dan pemrograman naik, tetapi nilai ujian tidak berubah. Ini karena siswa "mengalihdayakan" pekerjaan mereka, bukan benar-benar belajar. Pertanyaan besarnya adalah: mengapa revolusi pendidikan yang dijanjikan AI belum datang? Jawabannya terletak pada inersia sistem. Alat bisa diperbarui dengan cepat, tetapi aturan dan lembaga butuh waktu lama untuk berubah. AI tutor pribadi yang murah dan efektif secara teoritis sudah tersedia, tetapi sistem pendidikan lambat beradaptasi. Lalu, apa yang harus diajarkan? Altman berp...

Banyak yang mengira sekolah akan dipaksa berubah total oleh AI.

Tapi tiga setengah tahun sejak ChatGPT diluncurkan, pendidikan hampir tak berubah.

Pada Mei tahun ini, Altman kembali ke almamaternya Stanford, berdiri di podium kelas CS153, dan mengakui kesalahan:

Ini adalah salah satu prediksi saya yang keliru.

Dia juga memberikan peringatan keras: jika tidak berubah, kemampuan berpikir manusia akan menyusut.

Belum lama ini, di podium kelas CS153 Stanford, seseorang bertanya kepada CEO OpenAI Sam Altman: Bagaimana pendapat Anda tentang pendidikan?

Dia berhenti sejenak: "Saya sangat khawatir. Saya pikir sampai sekarang, pendidikan seharusnya sudah berubah."

Altman muncul di kelas CS153 Stanford untuk membicarakan pendidikan di era AI, mengakui dia meremehkan kecepatan perubahan sistem pendidikan. (Sumber: Stanford Online)

Tiga setengah tahun lalu, saat ChatGPT baru diluncurkan, Altman waktu itu berpikir, siswa akan menyontek selama setahun, kemudian seluruh sistem pendidikan akan dipaksa merekonstruksi diri, menghasilkan orang yang lebih pandai berpikir daripada sebelumnya.

Namun, tiga setengah tahun berlalu, skenarionya tidak berjalan seperti yang dibayangkan Altman.

Di sisi AI, dari GPT-3.5 yang hanya bisa menulis teks, berevolusi hingga mampu membuktikan kebalikan dari konjektur matematika yang belum terpecahkan selama puluhan tahun.

Sementara di sisi sekolah, masih menggunakan cara yang sama untuk menguji siswa: hafalan, jawaban standar, menulis tutup buku.

Tugas, ujian, makalah... semuanya masih sama. Setelah menelusuri seluruh sistem pendidikan, dia tidak menemukan satu pun perubahan struktural penting.

Seseorang yang berhasil menebak "Hukum Skala" (Scaling Law), justru keliru melihat pendidikan.

Dia mengatakan, ini adalah salah satu prediksi terbesar yang meleset dalam beberapa tahun terakhir.

Seseorang yang selalu menyebut-nyebut kecerdasan buatan umum (AGI), ternyata cemas dengan ruang kelas.

Apa sebenarnya yang dia takutkan?

Dia Kira Sekolah Sudah Seharusnya Berubah

Kembali ke November 2022, saat ChatGPT baru dirilis.

Waktu itu, penilaian Altman masih optimis:

Tahun pertama, siswa akan menggunakannya untuk menyontek, tidak belajar apa-apa; kemudian sistem pendidikan akan membangun ulang dirinya sendiri, mengajar jauh lebih baik daripada sebelumnya.

Menurut bayangannya, guru akan memberikan proyek yang mengharuskan penggunaan AI, sehingga siswa justru harus lebih banyak berpikir, menghasilkan lebih banyak hal baru.

Pada 2024, dia juga pernah secara terbuka optimis: kecerdasan super akan membawa tutor pribadi untuk setiap orang, pendidikan akan beralih dari hafalan ke pemecahan masalah, ke pemikiran kritis.

Hasilnya, AI berevolusi pesat setapak demi setapak setiap tahun, sementara pendidikan tidak bergerak sama sekali.

Outsource ke AI, Sedang Menggerogoti Pemikiran Kritis

Kesenjangan inilah yang benar-benar dikhawatirkan Altman.

Dia berkata, jika kita terus mengajar dan mengevaluasi siswa dengan cara lama dunia "pra-AGI", tidak hanya akan membuat metode ini tidak efektif, tetapi juga membuat orang "tidak belajar berpikir", menyebabkan pemikiran kritis perlahan-lahan menyusut.

Mengalihdayakan pemikiran ke AI, awalnya hanya untuk mencari kemudahan.

Tapi jika tidak digunakan akan hilang kemampuannya, otot otak yang bertanggung jawab untuk berpikir mandiri itu, seperti lengan yang lama tidak digunakan, akan diam-diam menyusut dan melemah, dalam kata-kata Altman — atrofi otot (atrophy).

Apakah ini hanya kekhawatiran Altman, atau sudah menjadi kenyataan yang terjadi?

Sebuah penelitian menunjukkan, setelah ChatGPT masuk ke kelas, nilai ujian bulanan turun sekitar 20% dalam enam bulan; ujian masuk yang benar-benar menentukan masa depan, nilainya masing-masing turun 18% dan 24%, dan efek ini baru terlihat jelas setelah dua tahun.

Yang lebih menggambarkan masalah adalah analisis dari University of California, Berkeley (UC Berkeley).

Dalam lebih dari 500.000 sampel nilai, untuk mata pelajaran seperti menulis dan pemrograman, setelah ChatGPT diluncurkan, nilai jelas bergeser ke atas, tapi yang naik semuanya adalah nilai tugas, nilai ujian tidak bergerak sama sekali.

Analisis UC Berkeley terhadap lebih dari 500.000 nilai: Setelah ChatGPT dirilis, proporsi nilai A, A- pada mata kuliah menulis dan pemrograman meningkat signifikan (biru signifikan positif), B+ dan ke bawah hampir tidak berubah. (Sumber: Chirikov/CSHE)

Mengapa? Ini adalah "outsource", bukan "belajar".

Penelitian lain yang mencakup jutaan interaksi matematika di Amerika selama sepuluh tahun juga mengarah pada kesimpulan yang sama: begitu chatbot datang, soal diselesaikan lebih cepat, tapi belajar lebih sedikit.

Tugas dikumpulkan semakin bagus, tapi otak semakin kosong.

Renaisans Pendidikan yang Dijanjikan, Kenapa Tidak Datang

Yang bingung, bukan hanya Altman seorang.

Anggota tim teknis OpenAI, Ryan Brewer, memposting bahwa dia terkejut model besar tidak memicu renaisans pendidikan:

Bukankah saya seharusnya bisa belajar satu bahasa dalam sebulan? Di mana salahnya kita?

Keraguan serupa dengan cepat menyebar di X: dengan alat belajar terhebat sepanjang sejarah, mengapa tutor pribadi AI belum masuk ke setiap rumah, revolusi pendidikan tak kunjung datang?

Jawabannya bukan pada teknologi, tapi pada inersia sistem.

Sistem evaluasi universitas, ujian, makalah, tugas, selama ratusan tahun berdiri pada premis tersembunyi: hal-hal ini memakan waktu terlalu banyak, tidak ada yang akan mengambil jalan pintas.

Begitu AI datang, premis ini berubah.

Tapi sekolah masih menggunakan standar era pra-AGI, untuk mengukur generasi baru yang sudah tumbuh bersama AI, kenyataannya generasi pertama penduduk asli ChatGPT sudah lulus.

Pergantian alat hanya butuh satu nomor versi, pergantian sistem butuh satu generasi: secara teknis sudah siap, tapi aturan masih tertinggal di era sebelumnya.

Seorang tutor pribadi AI yang tidak kenal lelah 24 jam, bisa mengajar sesuai bakat, murah hampir gratis, secara teori hari ini bisa diberikan pada setiap anak.

Tapi dia tak kunjung datang, alasan sebenarnya di baliknya adalah kecepatan sistem pendidikan merekonstruksi dirinya sendiri.

Dalam pidato yang sama, Altman juga melontarkan penilaian seperti ini:

Sejak ChatGPT muncul sampai sekarang, tiga setengah tahun. Bahkan jika AI hanya berjalan di kurva yang sama, maju tiga setengah tahun lagi, hal yang dapat dilakukan masyarakat manusia, akan sama sekali tidak setara dengan hari ini.

Dengan teknologi yang berlari eksponensial, kesenjangan antara teknologi dan pendidikan hanya akan semakin melebar, dan akhirnya akan diisi oleh generasi siswa yang saat ini masih duduk di sistem ujian, tugas, dan evaluasi lama.

Keterampilan yang mereka pelajari, mungkin begitu keluar sekolah langsung diambil alih oleh AI; kemampuan menilai yang tidak mereka latih, mungkin sulit dipulihkan seumur hidup.

Di balik ini, yang terutang adalah "hutang kognitif" satu generasi.

Mesin Bisa Menulis, Kenapa Manusia Masih Harus Belajar

Lalu apa yang seharusnya diajarkan?

Jawaban Altman agak kontra-intuitif: ada hal-hal yang mesin jelas bisa lakukan lebih baik, manusia tetap harus melakukannya sendiri sekali.

Dia menceritakan contohnya sendiri.

Dia mengatakan dirinya adalah tipe orang yang "berpikir melalui menulis", menulis banyak teks yang tidak pernah diberikan kepada siapa pun, hanya untuk memikirkan suatu masalah dengan jelas, dan bersyukur pernah belajar menulis.

Pemrograman juga sama, kode bisa dihasilkan AI dalam satu detik, tapi proses membangun logika dengan tangan sendiri, melatih otak.

Singkatnya, menulis dan pemrograman seperti soal pembuktian matematika di era kalkulator: hasilnya sudah bisa dihitung mesin, kita tetap menyuruh siswa membuktikannya sendiri. Bukan untuk jawaban di balik masalah, tapi untuk dua keterampilan meta "berpikir" dan "belajar", dan menulis serta pemrograman, adalah alat untuk melatihnya.

Mengikuti alur pikir ini, Altman menganjurkan untuk mengubah tujuan pendidikan dari "mengingat lebih banyak pengetahuan", menjadi "mengajukan pertanyaan yang lebih baik"; dari menguji ingatan, menjadi menguji penilaian, kreativitas, dan kemampuan lintas disiplin yang sesungguhnya.

Dan akar masalahnya, tepatnya ada pada sistem evaluasi.

Ujian hari ini masih menguji apa?

Hafalan, jawaban standar, menyelesaikan sendiri dengan buku tertutup. Ketiga hal ini, kebetulan adalah yang paling dikuasai AI, yang paling bisa digantikan untuk Anda.

Saat sekolah masih menggunakan "siapa yang ingat lebih banyak, siapa yang menjawab lebih tepat" untuk mengevaluasi siswa, AI telah mengubah "ingat banyak, jawab tepat" menjadi komoditas berbiaya nol.

Dengan pengukur yang bisa dengan mudah dilalui AI, untuk mengukur kemampuan generasi berikutnya, berapa banyak makna yang tersisa dari angka yang diukur?

Inilah yang benar-benar membuat Altman cemas: apakah siswa menggunakan AI atau tidak bukan yang terpenting, yang terpenting adalah apakah bisa memverifikasi AI.

Yang lebih mengkhawatirkan daripada ketergantungan berlebihan pada AI, adalah menggunakan AI tapi tidak bisa memverifikasi, menerima begitu saja apa yang dikeluarkan mesin.

Jika kita membiarkan inersia ini berlanjut selama tiga setengah tahun lagi, satu generasi perlahan kehilangan tempat latihan berpikir mandiri, saat tersadar baru menyadari: sudah tidak terlalu bisa berpikir sendiri.

Referensi:

https://www.youtube.com/watch?v=F_7M4Hc-usM

https://x.com/hesamation/status/2073884828861071557

https://x.com/ryanbrewer/status/2073812031988535760

Artikel ini berasal dari akun WeChat "新智元", penulis: ASI启示录

热门币种推荐

相关问答

QApa yang diprediksi salah oleh Sam Altman mengenai dampak AI terhadap pendidikan?

ASam Altman memprediksi bahwa dalam waktu satu tahun setelah ChatGPT dirilis, sistem pendidikan akan berubah secara signifikan untuk mengajarkan cara berpikir kritis yang lebih baik. Namun, setelah tiga setengah tahun, sistem pendidikan hampir tidak berubah, dan ini merupakan salah satu prediksi kesalahannya yang terbesar.

QMenurut Sam Altman, apa dampak negatif dari 'mengalihdayakan' pemikiran kepada AI?

AMenurut Sam Altman, jika kita terus-menerus mengalihdayakan pemikiran kepada AI, kemampuan berpikir kritis akan mengalami 'atrofi' atau penyusutan, seperti otot yang tidak digunakan. Hal ini dapat menyebabkan generasi muda kehilangan kemampuan untuk berpikir mandiri.

QApa yang ditunjukkan oleh penelitian UC Berkeley mengenai penggunaan ChatGPT dalam pendidikan?

APenelitian UC Berkeley terhadap lebih dari 500.000 sampel nilai menunjukkan bahwa setelah ChatGPT dirilis, nilai tugas (terutama untuk mata pelajaran menulis dan pemrograman) meningkat signifikan, tetapi nilai ujian tetap tidak berubah. Ini mengindikasikan bahwa siswa menggunakan AI untuk menyelesaikan tugas (alih daya) tetapi tidak benar-benar memahami materinya.

QMengapa revolusi pendidikan yang diharapkan dengan kehadiran AI belum juga terjadi menurut artikel?

ARevolusi pendidikan belum terjadi bukan karena masalah teknologi, tetapi karena inersia atau kelembaman sistem. Sistem evaluasi pendidikan (ujian, tugas, esai) masih didasarkan pada asumsi pra-AGI dan membutuhkan waktu yang lama untuk beradaptasi, sementara teknologi berkembang sangat cepat.

QApa saran Sam Altman untuk fokus pendidikan di era AI?

ASam Altman menyarankan agar fokus pendidikan bergeser dari menghafal pengetahuan ke arah kemampuan mengajukan pertanyaan yang lebih baik, menilai informasi, berkreasi, dan memiliki keterampilan lintas disiplin. Meskipun AI dapat menulis dan memprogram, manusia tetap perlu mempelajari prosesnya untuk melatih 'keterampilan meta' seperti berpikir dan belajar.

你可能也喜欢

AI视频生成7月大战:资本超200亿扎堆入场,谁进决赛圈了?

2026年7月,AI视频生成赛道迎来融资热潮,短短20天内五家公司宣布大额融资,总额超过262亿人民币,远超过去两年的总和。其中,可灵AI获30亿美元融资,BAT罕见同台投资,其年化收入运行率一年翻四倍,正为独立上市铺路。生数科技在IPO前夜完成5亿美元B+轮融资,从视频模型向“通用世界模型”演进。爱诗科技完成C+轮数亿美元融资,全球用户突破1.5亿,以低成本优势和实时交互模型见长。智象未来获15亿人民币C轮融资,投后估值超10亿美元,专注于垂直场景的“模型+智能体+硬件”打法。成立不到一年的FlovaAI获8000万美元天使轮融资,其AI视频创作Agent平台以长上下文记忆能力为特点。 此轮融资潮集中爆发的原因主要有四:一是字节Seedance的领先地位与价格战形成“虹吸效应”,迫使其他玩家加速融资以保持竞争力;二是赛道商业化路径已清晰,多家公司营收实现高速增长,资本看到了明确的退出路径;三是叙事从“视频生成”升级为更具想象空间的“世界模型”,吸引了寻求下一阶段方向的资金;四是港股IPO窗口敞开,企业密集融资为上市做准备。 随着巨额资本涌入,行业格局进入决赛圈,头部公司冲刺上市,腰部公司寻求差异化,新玩家则试图从应用层切入。但视频生成算力消耗巨大,资金虽多,竞争与烧钱速度也将同步加剧。

marsbit3分钟前

AI视频生成7月大战:资本超200亿扎堆入场,谁进决赛圈了?

marsbit3分钟前

SWIFT共享账本启动实盘试点,拥有50年历史的支付网络将如何重构金融体系?

2026年7月,全球金融报文服务商SWIFT联合17家顶级银行,正式启动基于区块链的共享账本实盘试点。此举标志着传统金融系统开始底层技术升级,以应对稳定币等新兴技术带来的竞争压力。新网络采用Hyperledger Besu搭建,集成了Chainlink跨链协议,并与ISO 20022标准深度融合,旨在实现支付指令与资金同步的“原子结算”及合规自动化。 SWIFT共享账本的核心媒介是“代币化存款”,即受现有银行法规保护的数字化法定货币,而非无传统信用背书的数字资产。这一转变旨在维持双层银行货币体系,同时通过“事前预拨付”模式实现24/7全天候即时结算。此举可能削弱如XRP等原生支付代币的中间桥梁作用,促使资金回流传统银行体系。与聚焦资本市场的Canton Network不同,SWIFT更侧重于全球支付网络的“价值编排”。 尽管技术潜力巨大,该网络仍面临多重监管挑战:包括跨国法律管辖权冲突、智能合约“结算最终性”的法律界定困难,以及区块链透明度与金融隐私法规(如GDPR)之间的平衡问题。未来可能需要借助零知识证明等技术来解决隐私与监管的矛盾。 产业观点显示,传统金融机构视此为实现高效合规运作的必然演进,而虚拟资产领域则警惕其可能引发“流动性反噬”,将资金重新吸引回传统体系。总体而言,SWIFT共享账本标志着传统金融与区块链技术进入基础设施层面的直接竞争与融合阶段,未来数字金融架构更可能由受监管的金融局域网互联构成,在提升效率的同时维护金融体系的稳定与安全。

marsbit4分钟前

SWIFT共享账本启动实盘试点,拥有50年历史的支付网络将如何重构金融体系?

marsbit4分钟前

Lido启动165亿美元ETH质押迁移,LST进入效率重构时代

近日,Lido启动自2023年V2升级以来最大规模协议升级,将价值约165亿美元的800万枚stETH迁移至以太坊Pectra升级后的新验证者架构。此次升级不仅是规模迁移,更围绕验证者效率、安全与网络负载进行优化,首次要求节点运营商提供ETH质押保证金,使其共担经济风险,标志着流动性质押行业从规模竞争进入效率与可持续发展新阶段。 Lido规模增长带来结构挑战:验证者数量过多增加以太坊共识层压力,需在安全、去中心化与效率间寻求平衡;同时,作为最大流动性质押协议,Lido面临去中心化压力。此次升级通过整合验证资源、减少约29%见证消息,旨在优化验证者结构、降低网络负担。 核心升级Curated Module v2引入节点保证金机制,重新定义竞争模式。节点运营商需投入自有ETH,与协议利益深度绑定,促使行业从“收益竞争”转向安全、去中心化、资产流动性等综合能力竞争。此举亦为以太坊生态扩展提供更稳定基础。 Lido此次升级反映了ETH质押市场进入成熟阶段,未来核心竞争力将转向验证效率、去中心化程度及经济激励机制。尽管升级可能导致协议年化收益轻微下降约0.28%,但更高的安全性与网络稳定性更具长期价值。这表明ETH质押行业正步入精细化运营时代,流动性质押协议将逐渐成为连接用户、节点与区块链网络的关键基础设施。此次升级是以太坊质押生态基础设施重构的重要起点,预示行业将迎来更成熟的发展阶段。

marsbit13分钟前

Lido启动165亿美元ETH质押迁移,LST进入效率重构时代

marsbit13分钟前

交易

现货

热门文章

如何购买S

欢迎来到HTX.com!我们已经让购买Sonic(S)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Sonic(S)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Sonic(S)购买完您的Sonic(S)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Sonic(S)在HTX的现货市场轻松交易Sonic(S)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

3.1k人学过发布于 2025.01.15更新于 2026.06.02

如何购买S

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对S(S)币价的意见。

活动图片