Garap Media – Dulu, kecerdasan buatan sering digambarkan sebagai teknologi yang hanya mampu mengikuti aturan sederhana dan menjawab perintah terbatas. Kini, batas tersebut bergerak sangat cepat karena model AI dapat memahami teks, gambar, suara, video hingga instruksi kompleks dalam satu sistem. Stanford AI Index 2026 mencatat kemampuan AI terus meningkat, bahkan performa pada sejumlah benchmark sulit melonjak dalam waktu singkat. Pada benchmark coding SWE-bench Verified, misalnya, performa sistem AI meningkat dari sekitar 60% menjadi hampir 100% dalam satu tahun.
Perubahan tersebut membuat beberapa kemampuan yang dahulu membutuhkan tim manusia dan waktu panjang kini dapat dilakukan dengan bantuan AI dalam hitungan menit atau jam. AI sudah mulai membantu programmer menulis dan memperbaiki kode, ilmuwan menyusun hipotesis, serta sistem generatif menciptakan video yang semakin realistis. Namun, kemampuan tersebut bukan berarti AI telah menggantikan manusia dalam seluruh pekerjaan. Justru perkembangan terbaru memperlihatkan paradoks: AI semakin kuat pada tugas tertentu, tetapi masih dapat gagal pada pekerjaan sederhana atau situasi dunia nyata yang tidak terduga.
1. AI Bisa Menulis dan Memperbaiki Kode Kompleks
Kemampuan pertama yang dahulu terasa seperti fiksi adalah kemampuan AI membantu membangun perangkat lunak. Model modern tidak hanya menghasilkan potongan kode berdasarkan instruksi, tetapi dapat memahami kebutuhan, membuat beberapa file, mencari kesalahan dan membantu memperbaiki implementasi. Stanford HAI mencatat performa AI pada SWE-bench Verified melonjak mendekati 100% pada 2026, meskipun hasil benchmark tidak berarti seluruh pekerjaan programmer dapat diotomatisasi. Perkembangan ini mengubah komputer dari sekadar alat yang menunggu perintah menjadi sistem yang dapat ikut mengerjakan proses pemecahan masalah.
Google DeepMind juga mengembangkan AlphaEvolve, agen coding berbasis Gemini yang dirancang untuk menemukan dan mengoptimalkan algoritma. Sistem tersebut telah digunakan untuk membantu mengoptimalkan bagian tertentu dari infrastruktur Google dan mengeksplorasi persoalan dalam matematika serta ilmu komputer. Jika dahulu komputer menjalankan algoritma yang dirancang manusia, kini AI mulai membantu menemukan cara baru untuk membuat algoritma tersebut lebih efisien. Pergeseran ini penting karena kemampuan AI mulai menyentuh proses penciptaan solusi, bukan sekadar menjalankan instruksi.
2. AI Bisa Membuat Video yang Memahami Gerakan Dunia
Kemampuan kedua adalah generasi video yang semakin mendekati logika dunia nyata. Model video modern tidak hanya menghasilkan gambar bergerak yang terlihat bagus, tetapi mulai menangkap bagaimana objek berinteraksi dan bergerak dalam suatu adegan. Stanford AI Index 2026 mencatat Google DeepMind Veo 3 mampu menunjukkan kemampuan seperti memahami buoyancy dan menyelesaikan labirin dalam pengujian lebih dari 18.000 video. Perkembangan tersebut menunjukkan bahwa AI video bergerak dari sekadar menghasilkan visual menuju pemodelan aspek tertentu dari perilaku dunia.
Perubahan ini membuka kemungkinan yang sebelumnya membutuhkan studio, kamera dan proses produksi panjang. Pengguna dapat memberikan deskripsi dan menghasilkan konsep visual, adegan sinematik atau materi kreatif tanpa harus membangun semuanya dari awal secara manual. Meski begitu, kualitas visual tidak selalu berarti pemahaman dunia yang sempurna. Stanford juga menunjukkan bahwa kemampuan AI bersifat “jagged”, yakni sangat kuat pada beberapa tugas tetapi masih lemah pada tugas lain. Jadi, revolusinya bukan karena AI sudah memahami dunia seperti manusia, melainkan karena kemampuannya menghasilkan dan memanipulasi dunia digital semakin canggih.
3. AI Mulai Membantu Ilmuwan Menemukan Hipotesis
Kemampuan ketiga mungkin jauh lebih besar dampaknya karena AI mulai digunakan dalam proses penemuan ilmiah. Stanford HAI mencatat publikasi ilmiah terkait AI di ilmu alam mencapai sekitar 80.150 pada 2025, naik 26% dibandingkan 2024. AI kini digunakan untuk membantu peneliti membaca pengetahuan, menemukan pola, membuat hipotesis dan menganalisis hasil eksperimen. Google DeepMind bahkan memperkenalkan Co-Scientist, sistem multiagen yang dirancang untuk menghasilkan, memperdebatkan dan mengembangkan hipotesis baru dalam persoalan ilmiah.
OpenAI juga melaporkan pada 2026 bahwa jutaan orang menggunakan ChatGPT setiap minggu untuk pekerjaan sains dan matematika, termasuk membantu peneliti mengembangkan ide, memahami pengetahuan dan menulis kode untuk analisis. Namun, AI belum menjadi ilmuwan yang dapat bekerja tanpa pengawasan. Stanford menemukan model frontier dapat melampaui rata-rata ahli manusia pada sejumlah pertanyaan kimia, tetapi masih kesulitan mereplikasi penelitian yang dipublikasikan secara utuh. Artinya, AI semakin berguna sebagai partner penelitian, tetapi validasi manusia tetap menjadi bagian penting dari proses ilmiah.
4. AI Bisa Menjalankan Tugas, Bukan Sekadar Menjawab
Kemampuan keempat adalah munculnya AI agent yang dapat melakukan serangkaian tindakan untuk mencapai tujuan tertentu. Perbedaannya cukup besar karena chatbot tradisional biasanya memberikan jawaban, sedangkan agent dapat berinteraksi dengan komputer, membuka aplikasi, menggunakan alat dan menyelesaikan tahapan pekerjaan. Stanford AI Index mencatat akurasi AI agent pada benchmark OSWorld meningkat dari sekitar 12% menjadi 66,3%, mendekati performa manusia dalam tugas komputer tertentu. Perkembangan tersebut menunjukkan bahwa AI mulai bergerak dari “menjawab pertanyaan” menjadi “mengerjakan tugas”.
Namun, kemampuan agent masih jauh dari sempurna. Stanford mencatat sistem AI agent masih gagal sekitar satu dari tiga percobaan pada benchmark terstruktur tersebut. Kesalahan kecil dapat menjadi masalah besar ketika agent diberi akses untuk melakukan tindakan nyata. Karena itu, masa depan agent kemungkinan bukan sekadar memberikan kebebasan penuh kepada AI, melainkan menggabungkan otomatisasi dengan batasan, pengawasan dan verifikasi manusia. Teknologi ini sudah menunjukkan arah baru, tetapi belum berarti komputer dapat dipercaya mengurus semua pekerjaan tanpa kontrol.
5. AI Mulai Masuk ke Dunia Fisik
Kemampuan kelima adalah upaya membawa kecerdasan AI keluar dari layar menuju dunia fisik. Robot kini dapat memanfaatkan model AI untuk memahami lingkungan, mengenali objek dan menjalankan tindakan tertentu. Stanford mencatat robot mencapai tingkat keberhasilan 89,4% pada manipulasi dalam simulasi RLBench, tetapi hanya sekitar 12% pada tugas rumah tangga dunia nyata. Perbedaan tersebut menunjukkan bahwa dunia fisik jauh lebih sulit daripada lingkungan digital yang terkontrol.
Meski begitu, perkembangan robotika menunjukkan arah yang sebelumnya sulit dibayangkan. AI dapat menjadi “otak” yang membantu mesin memahami instruksi dan mengambil keputusan berdasarkan lingkungan. Tantangannya adalah dunia nyata penuh dengan benda yang bentuknya tidak konsisten, kondisi yang berubah dan situasi yang tidak dapat diprediksi. Karena itu, kemampuan robot hari ini belum setara dengan gambaran robot serba bisa dalam film fiksi ilmiah. Namun, untuk pertama kalinya, AI mulai memiliki jalur nyata menuju mesin yang tidak hanya berpikir secara digital, tetapi juga bertindak di dunia fisik.
Penutup
Lima kemampuan tersebut menunjukkan betapa cepat batas AI bergerak dalam beberapa tahun terakhir. AI kini dapat membantu menulis kode, menghasilkan video, mempercepat penelitian, menjalankan tugas komputer dan mengendalikan sistem robotik tertentu. Tetapi kemajuan tersebut datang bersama keterbatasan yang tidak boleh diabaikan, mulai dari hallucination hingga kegagalan pada situasi dunia nyata. Masa depan AI karena itu bukan sekadar tentang membuat mesin semakin pintar, melainkan bagaimana manusia mengubah kemampuan tersebut menjadi teknologi yang aman, berguna dan dapat dipercaya.
Sumber Referensi
- Stanford HAI – The 2026 AI Index Report: Technical Performance
https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance - Stanford HAI – The 2026 AI Index Report: Science
https://hai.stanford.edu/ai-index/2026-ai-index-report/science - Google DeepMind – AlphaEvolve: A Gemini-powered Coding Agent
https://deepmind.google/blog/alphaevolve-impact/ - Google DeepMind – AI Co-Scientist
https://deepmind.google/blog/ai-co-scientist/ - OpenAI – ChatGPT for Academic Researchers
https://openai.com/index/chatgpt-for-academic-researchers/
