oleh: Riri Satria

Banyak orang masih salah kaprah memahami istilah deep learning. Perkembangan pesat kecerdasan buatan (artificial intelligence atau AI) membuat sebagian besar orang menganggap bahwa deep learning hanyalah istilah yang berasal dari dunia AI. Anggapan tersebut tidak sepenuhnya benar.

Istilah deep learning sesungguhnya hidup dalam dua dunia yang berbeda. Dunia pertama adalah human learning process atau proses belajar manusia yang berkembang dalam ilmu pendidikan. Dunia kedua adalah dunia kecerdasan buatan yang menggunakan deep learning sebagai metode komputasi untuk melatih mesin agar mampu mengenali pola dan membuat prediksi.

Kedua ranah tersebut menggunakan istilah yang sama, tetapi memiliki tujuan, mekanisme, dan hakikat yang berbeda. Fenomena ini menjadi semakin menarik karena belakangan para guru di Indonesia juga diminta mengikuti berbagai pelatihan mengenai deep learning.

Beberapa hari yang lalu saya diminta untuk membahas deep learning dalam sebuah forum diskusi. Pada awal pemaparan, saya sengaja mengawali penjelasan dengan meluruskan kesalahpahaman tersebut. Saya menyampaikan bahwa peserta perlu membedakan lebih dahulu dua makna deep learning sebelum memasuki pembahasan yang lebih jauh.

Penjelasan itu penting karena diskusi tentang pendidikan sering kali bercampur dengan diskusi mengenai AI. Kesamaan istilah kerap membuat orang menyimpulkan bahwa keduanya merupakan konsep yang sama, padahal masing-masing berkembang dari disiplin ilmu yang berbeda dan menjawab persoalan yang berbeda pula.

Deep learning pada manusia bertujuan membangun pemahaman yang utuh terhadap suatu persoalan. Proses belajar dimulai ketika seseorang menerima informasi melalui membaca, mendengar, mengamati, atau mengalami suatu peristiwa secara langsung. Informasi tersebut kemudian diolah melalui proses berpikir, dikaitkan dengan pengetahuan yang telah dimiliki sebelumnya, dipertanyakan, didiskusikan, lalu direfleksikan.

Proses berikutnya menghasilkan pemahaman yang semakin matang karena seseorang mulai mampu melihat hubungan sebab-akibat, menemukan pola, membandingkan berbagai sudut pandang, hingga menyusun kesimpulan yang logis. Pengetahuan yang diperoleh akhirnya tidak sekadar tersimpan sebagai ingatan, tetapi berubah menjadi kemampuan mengambil keputusan, melahirkan kreativitas, bahkan membentuk karakter dan kebijaksanaan.

Deep learning dalam dunia AI berlangsung melalui tahapan yang sama sekali berbeda. Prosesnya dimulai dengan mengumpulkan data dalam jumlah yang sangat besar, kemudian data tersebut dibersihkan, diberi label apabila diperlukan, dan dipersiapkan agar dapat diproses oleh komputer. Data berikutnya dimasukkan ke dalam jaringan saraf tiruan (artificial neural networks) yang terdiri atas banyak lapisan.

Setiap lapisan mengekstraksi karakteristik tertentu, mulai dari pola yang paling sederhana hingga pola yang semakin kompleks. Hasil prediksi model kemudian dibandingkan dengan jawaban yang benar untuk menghitung tingkat kesalahan (loss). Nilai kesalahan tersebut digunakan untuk memperbarui jutaan parameter atau weights melalui proses optimasi.

Siklus tersebut berlangsung berulang kali sampai model mampu mengenali pola dengan tingkat akurasi yang tinggi. Seluruh proses tersebut berlangsung dalam bentuk operasi matematis tanpa melibatkan kesadaran, pengalaman hidup, ataupun pemahaman makna.

Perbedaan kedua proses tersebut menjadi semakin jelas apabila diamati langkah demi langkah. Manusia menerima pengalaman, lalu memberi perhatian terhadap pengalaman itu, menghubungkannya dengan pengetahuan lama, melakukan refleksi, menguji gagasan melalui dialog atau praktik, kemudian menyimpan hasilnya sebagai pemahaman yang dapat digunakan dalam situasi baru.

AI menerima data, mengubah data menjadi representasi numerik, menghitung hubungan antar variabel, menyesuaikan parameter model berdasarkan kesalahan prediksi, lalu menghasilkan model yang mampu memberikan prediksi pada data baru. Manusia bergerak dari pengalaman menuju makna, sedangkan AI bergerak dari data menuju probabilitas.

Perbedaan berikutnya terletak pada kemampuan memberikan arti terhadap apa yang dipelajari. Seorang mahasiswa yang mempelajari transformasi digital pelabuhan tidak hanya memahami teknologi yang digunakan, tetapi juga mampu menilai dampaknya terhadap efisiensi logistik, kesejahteraan pekerja, daya saing nasional, hingga aspek etika dan kebijakan publik.  Pengetahuan tersebut lahir dari perpaduan antara pengalaman, nalar, empati, nilai, dan refleksi.

Sebaliknya, AI dapat mengenali jutaan gambar kapal, membedakan kapal kontainer dari kapal tanker, bahkan memprediksi jenis kapal dengan tingkat akurasi yang sangat tinggi. Kemampuan tersebut tidak muncul karena AI memahami arti penting sebuah pelabuhan atau peran kapal dalam kehidupan manusia, melainkan karena AI berhasil menemukan pola statistik yang konsisten di dalam data yang dipelajarinya.

Kesamaan di antara keduanya tetap menarik untuk dicermati. Manusia maupun AI sama-sama membutuhkan proses belajar, latihan yang berulang, umpan balik, serta pengalaman yang terus bertambah agar kemampuannya meningkat. Kualitas hasil belajar keduanya juga sangat dipengaruhi oleh kualitas informasi yang diterima.

Persamaan tersebut sering membuat orang menyangka bahwa AI belajar seperti manusia, padahal yang serupa hanyalah kerangka besarnya, bukan hakikat prosesnya. Manusia membangun pengetahuan melalui pengalaman yang diberi makna, sedangkan AI membangun model melalui data yang diolah secara matematis.

Perkembangan AI tidak seharusnya dipandang sebagai pengganti kemampuan manusia, melainkan sebagai pelengkap yang memperkuat daya pikir manusia. Kedalaman belajar manusia pada akhirnya tidak hanya diukur dari banyaknya informasi yang dikuasai, tetapi juga dari kemampuannya memberi makna, melahirkan kebijaksanaan, serta menggunakan pengetahuan secara bertanggung jawab demi kemaslahatan bersama.

AI dapat membantu manusia mengenali dunia dengan lebih cepat dan lebih akurat, tetapi manusialah yang tetap menentukan arah, tujuan, nilai, dan makna dari setiap pengetahuan yang dihasilkan. Itulah sebabnya istilah deep learning layak dipahami secara utuh, bukan hanya sebagai teknologi, melainkan juga sebagai filosofi tentang bagaimana manusia membangun pengetahuan yang mendalam.