Ketika Pengetahuan Hanya Berputar di Antara Teks

Ada sebuah pertanyaan yang mungkin terdengar sederhana, tetapi semakin lama semakin sulit untuk diabaikan:

Jika tulisan baru terus lahir dari gagasan lama yang sudah berkali-kali diproses oleh mesin, maka seperti apa bentuk pengetahuan yang akhirnya akan tersisa?

Pertanyaan ini bukan semata-mata tentang kecerdasan buatan.

Ia adalah pertanyaan tentang pengetahuan.

Tentang bagaimana manusia mengetahui sesuatu. Tentang dari mana sebuah gagasan memperoleh makna. Tentang hubungan antara kata-kata dengan kenyataan yang hendak dijelaskannya.

Sebab sebuah tulisan dapat terlihat sangat baik.

Kalimatnya teratur.

Strukturnya rapi.

Argumentasinya tampak logis.

Bahkan ia dapat menggunakan istilah akademik dengan sangat fasih.

Tetapi ada satu pertanyaan yang jauh lebih penting daripada semua itu:

Apakah yang ditulisnya pernah benar-benar bersentuhan dengan kenyataan?

Pengetahuan di Era AI: Ketika Teks Melahirkan Teks

Selama ribuan tahun, pengetahuan manusia lahir melalui hubungan yang sangat dekat dengan dunia.

Seseorang berjalan ke suatu tempat.

Ia melihat.

Ia mendengar.

Ia mengalami.

Ia bertanya.

Ia mencatat.

Ia berdiskusi.

Kemudian orang lain membaca catatan itu, mengkritiknya, mengujinya, memperbaikinya, lalu melahirkan pengetahuan baru.

Ada rantai yang menghubungkan kata dengan dunia.

Seorang sejarawan tidak hanya membaca buku sejarah. Ia dapat pergi ke arsip, melihat dokumen, membandingkan kesaksian, membaca prasasti, dan memeriksa bukti.

Seorang sosiolog tidak hanya menghafal teori masyarakat. Ia dapat turun ke lapangan, melakukan wawancara, mengamati perilaku manusia, dan hidup bersama realitas sosial yang sedang ditelitinya.

Seorang wartawan tidak hanya membaca berita orang lain. Ia mendatangi lokasi, berbicara dengan narasumber, melihat keadaan, dan kemudian menulis.

Seorang ulama tidak hanya menyusun kalimat tentang agama. Ia belajar kepada guru, membaca kitab, memahami sanad, menguasai metodologi, dan berhadapan dengan persoalan manusia yang nyata.

Di situlah pengetahuan mendapatkan salah satu sumber kekuatannya:

pengalaman dan hubungan dengan realitas.

Namun kini kita memasuki sebuah zaman yang berbeda.

Mesin dapat membaca jutaan halaman.

Mesin dapat meringkasnya.

Mesin dapat menggabungkannya.

Mesin dapat menulis ulang.

Kemudian tulisan tersebut dibaca manusia.

Manusia meminta mesin membuat tulisan baru berdasarkan tulisan tadi.

Tulisan baru itu kemudian masuk kembali ke internet.

Dan suatu hari, tulisan tersebut mungkin menjadi bagian dari bahan yang dibaca oleh mesin berikutnya.

Lalu kita sampai pada sebuah pertanyaan yang mengganggu:

Bagaimana jika suatu saat semakin banyak pengetahuan kita berasal bukan dari realitas, melainkan dari hasil pengolahan terhadap hasil pengolahan sebelumnya?

Masalahnya Bukan Sekadar Tulisan AI

Kita perlu berhati-hati.

Persoalannya bukan bahwa tulisan yang dibuat AI pasti buruk.

Bahkan sebaliknya. AI dapat membantu manusia menulis lebih cepat, merangkum informasi, menerjemahkan bahasa, mengorganisasi gagasan, dan membuka akses terhadap pengetahuan yang sebelumnya sulit dijangkau.

Masalahnya muncul ketika kemampuan menghasilkan teks disamakan dengan kemampuan menghasilkan pengetahuan.

Keduanya tidak sama.

Teks adalah bentuk.

Pengetahuan memiliki hubungan dengan kebenaran, bukti, pengalaman, konteks, dan realitas.

Sebuah mesin dapat menghasilkan kalimat:

“Kemiskinan merupakan fenomena kompleks yang dipengaruhi oleh berbagai faktor struktural, sosial, dan ekonomi.”

Kalimat itu benar secara umum.

Tetapi pertanyaannya:

Kemiskinan yang mana?

Di kampung mana?

Pada keluarga siapa?

Apa yang mereka makan malam ini?

Mengapa anaknya tidak sekolah?

Bagaimana perasaan seorang ibu ketika harus memilih antara membeli beras atau membayar biaya sekolah?

Kalimat yang sama sekali tidak salah dapat tetap gagal menyentuh kenyataan.

Dan di sinilah kita perlu membedakan antara deskripsi tentang realitas dan pengetahuan yang lahir dari perjumpaan dengan realitas.

Analisis Sosiologis Tanpa Pernah Turun ke Jalan

Bayangkan sebuah penelitian tentang kehidupan masyarakat miskin.

Mesin dapat membaca ribuan penelitian tentang kemiskinan.

Ia dapat mengetahui teori Marx.

Ia dapat memahami konsep social stratification.

Ia dapat menjelaskan structural inequality.

Ia bahkan dapat menyusun analisis yang terlihat sangat akademis.

Tetapi ada sesuatu yang tidak otomatis dimilikinya:

pengalaman berada di tengah orang-orang yang sedang dibicarakan.

Ia tidak pernah berjalan di gang sempit pada pukul enam pagi.

Ia tidak pernah melihat seorang ayah menghitung uang di dompetnya sebelum membeli kebutuhan rumah.

Ia tidak pernah melihat seorang anak menahan lapar agar adiknya bisa makan.

Ia tidak pernah duduk di teras rumah seseorang dan mendengarkan kisah hidupnya selama dua jam.

Maka muncul sebuah kemungkinan yang perlu kita waspadai:

analisis sosiologis tanpa ada yang pernah turun ke jalan.

Analisisnya mungkin benar secara terminologis.

Tetapi semakin jauh dari pengalaman konkret, semakin besar kemungkinan manusia hanya memperoleh bayangan tentang realitas, bukan realitas itu sendiri.

Deskripsi Kesedihan Tanpa Ada yang Pernah Menangis

Hal yang sama terjadi pada bahasa tentang manusia.

AI dapat menulis tentang kesedihan.

Ia dapat membuat paragraf yang sangat indah mengenai kehilangan seorang ibu.

Ia dapat menggambarkan kesunyian seseorang setelah ditinggalkan.

Ia dapat membuat metafora tentang air mata.

Tetapi ada perbedaan mendasar antara:

mengetahui bagaimana manusia biasanya menggambarkan kesedihan

dan

mengalami kesedihan.

Sebuah mesin dapat menyusun deskripsi:

malam terasa panjang, rumah menjadi sunyi, dan kenangan tentang seseorang yang telah pergi kembali memenuhi ruang.

Secara sastra, mungkin indah.

Tetapi keindahan bahasa tidak otomatis memberikan pengalaman.

Inilah yang saya maksud dengan risiko fasih tetapi tidak organik.

Sebuah tulisan dapat memiliki tata bahasa yang sempurna tetapi tidak memiliki hubungan langsung dengan pengalaman yang sedang dibicarakan.

Ia dapat terdengar manusiawi tanpa berasal dari pengalaman manusia.

Dan mungkin inilah salah satu tantangan terbesar dalam kebudayaan yang dipenuhi teks sintetis.

Ketika Sintaksis Menggantikan Makna

Ada perbedaan antara sintaksis dan makna.

Sintaksis berkaitan dengan bagaimana kata-kata disusun.

Sebuah kalimat dapat memiliki struktur yang benar.

Argumen dapat disusun dengan baik.

Hubungan antarkalimat dapat terasa mulus.

Namun makna tidak hanya lahir dari susunan kata.

Makna juga lahir dari hubungan kata dengan sesuatu di luar kata itu sendiri.

Kata “lapar” memiliki makna karena manusia pernah mengalami lapar.

Kata “kematian” memiliki bobot karena manusia berhadapan dengan kehilangan.

Kata “keadilan” memiliki makna karena manusia hidup dalam masyarakat yang mengalami ketidakadilan.

Kata “kasih sayang” memiliki kedalaman karena manusia mengalaminya dalam hubungan nyata.

Jika kata-kata semakin sering diproduksi dari kata-kata lain tanpa hubungan baru dengan dunia, kita berisiko memiliki sesuatu yang secara bahasa semakin kaya tetapi secara pengalaman semakin miskin.

Bahasanya bertambah. Realitasnya belum tentu.

Ketika Mesin Mulai Belajar dari Mesin

Kekhawatiran ini bukan hanya persoalan filsafat.

Ada persoalan teknis yang memiliki kemiripan dengan gagasan tersebut.

Penelitian yang diterbitkan di Nature pada 2024 menunjukkan fenomena yang disebut model collapse. Ketika model generatif secara rekursif dilatih menggunakan data yang dihasilkan model sebelumnya, sebagian karakteristik distribusi data asli dapat hilang dan kesalahan dapat terakumulasi. Peneliti menekankan bahwa akses terhadap data yang benar-benar berasal dari interaksi manusia menjadi semakin penting.

Dalam bahasa yang lebih sederhana:

Jika mesin terus belajar dari hasil mesin, ia berisiko semakin jauh dari data asli yang berasal dari manusia.

Ini bukan berarti setiap penggunaan data sintetis akan otomatis menyebabkan kehancuran.

Penelitian lanjutan bahkan menunjukkan bahwa dampaknya bergantung pada bagaimana data sintetis dan data asli dikelola; mempertahankan data asli dapat mengurangi risiko tersebut.

Tetapi prinsip yang perlu diperhatikan tetap menarik:

Sumber asli tidak boleh hilang.

Dan dalam dunia pengetahuan, “sumber asli” bukan hanya dokumen.

Ia juga dapat berarti:

• pengalaman manusia;
• observasi lapangan;
• kesaksian;
• eksperimen;
• arsip;
• tradisi lisan;
• interaksi sosial;
• praktik keagamaan;
• dan berbagai bentuk pengalaman nyata lainnya.

Maka Apa yang Sebenarnya Hilang?

Mungkin bukan informasi.

Internet justru semakin penuh informasi.

Bukan pula kata-kata.

Kita mungkin akan memiliki lebih banyak tulisan daripada sebelumnya.

Yang mungkin perlahan hilang adalah jarak antara pengetahuan dan pengalaman.

Bayangkan sebuah perpustakaan yang seluruh bukunya sangat indah, tetapi setiap buku ditulis dengan membaca buku lain di perpustakaan yang sama.

Tidak ada penulis yang pergi keluar.

Tidak ada yang mengamati dunia.

Tidak ada yang bertanya kepada manusia.

Tidak ada yang melakukan eksperimen.

Tidak ada yang menyentuh objek yang sedang dibicarakan.

Buku-buku itu tetap dapat saling mengutip.

Buku pertama dikutip oleh buku kedua.

Buku kedua dikutip oleh buku ketiga.

Buku ketiga menjadi dasar buku keempat.

Dan akhirnya buku keempat terlihat sangat meyakinkan karena memiliki begitu banyak referensi.

Tetapi jika kita bertanya:

“Siapa yang pertama kali melihat kenyataan yang sedang kalian bicarakan?”

Tidak ada yang tahu.

Di sinilah pengetahuan dapat berubah menjadi semacam ruang gema.

Ia terus berbicara.

Tetapi semakin sulit mengetahui dari mana suara pertama berasal.

---

Mengapa Pendidikan Pesantren Menjadi Penting?

Di tengah persoalan tersebut, pendidikan pesantren memiliki sesuatu yang sangat berharga: pengalaman belajar yang berakar pada hubungan manusia dengan manusia.

Santri tidak hanya menerima teks.

Ia duduk di hadapan guru.

Ia membaca.

Ia salah.

Guru membetulkan.

Ia mengulang.

Ia bertanya.

Guru menjelaskan.

Ia mendengar bagaimana sebuah ilmu dipahami dan diamalkan.

Dalam tradisi sorogan, misalnya, seorang santri tidak cukup hanya mengetahui isi kitab. Ia berhadapan langsung dengan guru dan mendapatkan koreksi.

Ada suara.

Ada tatapan.

Ada kesalahan.

Ada pembetulan.

Ada proses.

Ada manusia.

Daarus Sa'adah sendiri memiliki tradisi pembelajaran salafiyah yang mencakup Qira'atul Kutub melalui metode bandongan dan sorogan. Beranda Pondok Pesantren Daarus Sa'adah menjadi pintu untuk mengenal lebih jauh lingkungan pendidikan yang memadukan pendidikan formal dan salafiyah tersebut.

Justru di era ketika mesin semakin pandai menghasilkan teks, pengalaman seperti ini menjadi semakin berharga.

Sebab seorang santri tidak hanya belajar apa yang dikatakan sebuah kitab.

Ia juga belajar bagaimana sebuah ilmu dibaca, dipahami, ditanyakan, dikritik, dan diamalkan.

Pengetahuan Harus Tetap Kembali kepada Realitas

Mungkin inilah prinsip yang perlu kita pertahankan:

Jangan biarkan pengetahuan hanya berputar di antara teks.

Teks penting.

Buku penting.

AI penting.

Internet penting.

Tetapi semuanya adalah sarana.

Pada akhirnya, pengetahuan harus memiliki hubungan dengan sesuatu yang nyata.

Jika kita berbicara tentang masyarakat, lihatlah masyarakat.

Jika berbicara tentang pendidikan, dengarkan guru dan murid.

Jika berbicara tentang kemiskinan, dengarkan orang miskin.

Jika berbicara tentang pesantren, datanglah ke pesantren.

Jika berbicara tentang kesedihan, pahami manusia yang sedang mengalaminya.

Jika berbicara tentang agama, jangan berhenti pada potongan informasi; belajarlah kepada orang yang memiliki ilmu dan tradisi keilmuan.

Inilah mengapa Visi dan Misi Daarus Sa'adah menempatkan ilmu, amal, dan akhlak sebagai bagian dari arah pendidikan. Pengetahuan tidak berhenti pada kemampuan mengetahui, tetapi harus berhubungan dengan bagaimana ilmu itu diamalkan dalam kehidupan.

Kita Tidak Kekurangan Tulisan

Mungkin persoalan masa depan bukan lagi:

“Bagaimana membuat lebih banyak tulisan?”

AI telah menjawab pertanyaan itu.

Kita dapat membuat sepuluh artikel dalam sehari.

Seratus artikel.

Seribu artikel.

Tetapi pertanyaan yang jauh lebih penting adalah:

“Tulisan mana yang benar-benar memiliki sesuatu untuk dikatakan?”

Kita tidak kekurangan kalimat.

Kita kekurangan pengalaman yang layak diceritakan.

Kita tidak kekurangan analisis.

Kita membutuhkan lebih banyak manusia yang benar-benar melihat persoalan.

Kita tidak kekurangan deskripsi tentang penderitaan.

Kita membutuhkan manusia yang bersedia hadir di tengah penderitaan.

Dan kita tidak kekurangan orang yang dapat berbicara tentang ilmu.

Kita membutuhkan orang yang menghidupi ilmu tersebut.

Di Masa Depan, Pengalaman Mungkin Menjadi Semakin Berharga

Ironisnya, semakin mudah mesin menghasilkan tulisan, semakin mahal nilai pengalaman manusia.

Sebuah artikel yang dapat dibuat AI dalam beberapa detik mungkin memiliki nilai yang rendah jika tidak memiliki sesuatu yang baru.

Sebaliknya, satu catatan dari seorang guru yang telah mengajar selama puluhan tahun dapat memiliki nilai yang sangat besar.

Satu kesaksian seorang santri.

Satu catatan perjalanan.

Satu penelitian lapangan.

Satu wawancara.

Satu pengalaman nyata.

Satu kesalahan yang benar-benar pernah terjadi.

Satu pelajaran yang diperoleh setelah bertahun-tahun hidup.

Semua itu memiliki sesuatu yang tidak dapat diperoleh hanya dengan menggabungkan kata-kata.

Ia memiliki jejak pengalaman.

Dan mungkin, di tengah ledakan konten sintetis, justru jejak pengalaman itulah yang akan menjadi semakin berharga.

Penutup: Jangan Sampai Kita Memiliki Banyak Pengetahuan Tanpa Pernah Menyentuh Kenyataan

Pada akhirnya, pertanyaan tentang AI bukan hanya:

“Seberapa pintar mesin?”

Ada pertanyaan lain yang mungkin lebih penting:

“Seberapa dekat pengetahuan yang kita hasilkan dengan kenyataan?”

Sebab kita dapat membayangkan sebuah masa ketika manusia dikelilingi jutaan tulisan yang semuanya fasih, gramatikal, logis, dan mudah dibaca.

Tetapi ketika kita mencari sumber pengalaman di balik tulisan-tulisan itu, kita menemukan sesuatu yang semakin tipis.

Analisis sosiologis tanpa ada yang pernah turun ke jalan.

Deskripsi dramatis kesedihan tanpa ada yang pernah menangis.

Tulisan tentang pendidikan tanpa ada yang pernah duduk bersama murid.

Tulisan tentang kemiskinan tanpa ada yang pernah mendengarkan orang miskin.

Tulisan tentang agama tanpa ada proses belajar yang sungguh-sungguh.

Fasih. Gramatikal. Logis. Tetapi kosong dari pengalaman organik.

Karena itu, tugas manusia di tengah perkembangan AI bukan hanya mempertahankan kemampuan menulis.

Kita perlu mempertahankan kemampuan mengalami, mengamati, bertanya, merasakan, menguji, dan hadir di dalam kenyataan.

Sebab mungkin pada akhirnya, ketika mesin telah mampu menghasilkan hampir semua bentuk kalimat, hal yang paling berharga bukan lagi kemampuan menyusun kata.

Melainkan kemampuan untuk memiliki sesuatu yang benar-benar terjadi di balik kata-kata tersebut.

Dan selama manusia masih membaca, mengalami, mengajarkan, mengamalkan, serta menghadapi kehidupan secara langsung, pengetahuan tidak akan sekadar menjadi permainan sintaksis.

Ia akan tetap memiliki hubungan dengan dunia.

Dengan kenyataan.

Dengan manusia.

Dengan kehidupan.

Sumber Rujukan

• Nature — AI models collapse when trained on recursively generated data — penelitian mengenai model collapse dan pentingnya mempertahankan data yang berasal dari manusia.
• Nature — AI models fed AI-generated data quickly spew nonsense — penjelasan mengenai risiko ketika model generatif terus belajar dari keluaran model sebelumnya.
• Proceedings of Machine Learning Research — Collapse or Thrive — penelitian mengenai kondisi yang dapat memperparah atau mengurangi risiko model collapse.
• Pondok Pesantren Daarus Sa'adah — sumber internal mengenai lingkungan dan pendidikan pesantren.