Ceramah tentang Pengetahuan

—

Ceramah ini disampaikan oleh Aravind Srinivas pada 3 Oktober 2026 di hadapan Cambridge Union Society. Cambridge Union Society adalah perkumpulan mahasiswa terbesar di University of Cambridge sekaligus perkumpulan debat tertua di dunia yang masih beroperasi tanpa henti.

—

Halo, dan terima kasih. Merupakan suatu kehormatan bisa berada di sini.

Salah satu hal yang tidak saya duga saat mendirikan perusahaan adalah betapa banyak waktu yang saya habiskan di universitas. Saya menikmatinya. Bagi saya sebagai CEO, universitas cenderung menjadi satu-satunya tempat dengan audiens yang berani membantah. Jadi, kita akan menyediakan lebih banyak waktu untuk diskusi daripada waktu yang saya rencanakan untuk berbicara.

Mari kita mulai.

Biasanya, ketika diundang untuk berbicara di suatu tempat, saya diminta menyampaikan ceramah prediktif dengan judul generik seperti “masa depan AI.” Saya tidak akan membicarakan masa depan AI. Sebaliknya, saya akan membicarakan masa depan Anda. Masa depan Anda lebih menarik bagi saya, dan mungkin juga lebih menarik bagi Anda.

Pertama, sedikit tentang masa lalu. Cambridge adalah tempat yang sempurna untuk membicarakan masa lalu sekaligus masa depan Anda, karena Cambridge memiliki keduanya.

Konon, apa yang sekarang kita sebut sistem tinjauan sejawat diciptakan di sini, di Cambridge. Kenyataannya, sistem itu hanya diusulkan oleh seorang profesor Cambridge, dan ia mengusulkannya di Royal Society of London, bukan di universitas ini. Itu terjadi pada tahun 1831. Saat ini, lebih dari 3,5 juta makalah ilmiah diterbitkan setiap tahun melalui sistem tinjauan sejawat.

Sekitar 160 tahun kemudian, dua kandidat PhD di Stanford sedang meneliti struktur jaringan dan penambangan data. Saat itu, ledakan internet tahun 1990-an baru saja dimulai. World Wide Web menjadi satu-satunya hal yang dibicarakan semua orang. Kurang lebih seperti “AI” saat ini.

Juga seperti saat ini, sebagian besar orang yang membicarakan ledakan tersebut adalah investor dan media. “Komunitas teknologi” saat itu adalah industri telekomunikasi. Tidak banyak akademisi yang terlibat dalam diskusi. (Ada beberapa, tetapi tidak banyak.) Dan kedua mahasiswa PhD ini bukanlah orang dalam dari ledakan internet tersebut.

Namun, mereka tahu satu hal yang tidak terlalu dipedulikan oleh orang-orang di luar sistem universitas.

Seperti kebanyakan akademisi, mereka memahami tujuan universitas. Tujuan universitas adalah memajukan pengetahuan.

Itulah sebabnya kita menggunakan tinjauan sejawat. Itu juga sebabnya tulisan akademis memiliki begitu banyak kutipan. Dan kedua mahasiswa ini tahu bahwa jumlah pengetahuan di dunia (yang diwakili oleh jumlah makalah berkualitas tinjauan sejawat) hanya bertambah. Jadi, mudah bagi mereka untuk melihat bahwa web juga hanya akan terus bertambah seiring dengan pengetahuan manusia.

Mereka juga berpengalaman dengan masalah lama yang “baru” bagi web: bagaimana menemukan pengetahuan yang tepat, atau pengetahuan terbaik, jika pengetahuan itu terus berkembang. Dalam model lama, akademisi menilai apakah penelitian seseorang berguna atau kredibel berdasarkan berapa kali penelitian itu dikutip.

Jadi, mereka punya ide untuk membangun algoritma yang mengevaluasi setiap situs web di internet berdasarkan berapa banyak situs web lain yang mengutipnya, atau menautkan ke situs tersebut, dalam kaitannya dengan konten situs-situs itu.

Mereka menamai sistem itu “Page Rank”, karena mereka memeringkat setiap halaman (page) di web dan karena salah satu kandidat PhD tersebut bernama Larry Page.

Larry dan rekannya (Sergey Brin) mengambil satu prinsip akademis kecil ini dan membuatnya tersedia bagi khalayak luas. Google menjadi salah satu alat paling berguna dalam sejarah, dan salah satu bisnis paling sukses, karena Larry Page hanya mengadaptasi apa yang telah dilakukan universitas selama seratus tahun.

Seperti yang saya katakan, tujuan universitas adalah memajukan pengetahuan. Dalam ceramah ini, saya akan menyampaikan tiga hal tentang pengetahuan. Harapan saya, kita dapat memperoleh pemahaman praktis yang lebih baik tentang kecerdasan buatan dengan merenungkan kecerdasan kita sendiri.

1.

Pertama, pengetahuan memiliki kehidupan. Ia lahir, meluruh, dan mati.

Pengetahuan memiliki siklus hidup. Dan karena memiliki siklus hidup, pengetahuan mengalami evolusi.

Seiring berkembangnya apa yang kita ketahui, kita semua menjadi semakin cerdas. Fenomena ini disebut Efek Flynn. Efek Flynn adalah pengamatan bahwa umat manusia menjadi semakin cerdas sekitar 3 poin IQ setiap dekade.

Tes IQ terus-menerus dinormakan ulang agar rata-ratanya tetap 100, jadi cara mudah untuk memahami Efek Flynn adalah melalui persentil. Pada tahun 1950, seseorang yang berada di persentil ke-92 dalam kecerdasan hanya akan berada di persentil ke-50 saat ini. Kita semua menjadi lebih cerdas.

Tahun 1950 juga merupakan tahun ketika Uji Turing diciptakan. Itu adalah uji pertama untuk menentukan apakah atau kapan sebuah mesin lebih cerdas daripada manusia. Artinya, Uji Turing pada tahun 1950 jauh lebih mudah dilewati oleh mesin. Karena standar kecerdasan “manusia” saat itu lebih rendah.

Dan itulah kekuatan evolusi. Pengetahuan selalu menghasilkan lebih banyak pengetahuan.

Kelemahannya, dunia bisa menjadi semakin cerdas, tetapi Anda sebagai individu bisa menjadi semakin bodoh. Pengetahuan mengalami peluruhan. Anggap saja seperti waktu paruh. Waktu paruh suatu unsur radioaktif adalah lamanya waktu yang dibutuhkan agar setengahnya meluruh. Waktu paruh pengetahuan adalah lamanya waktu yang dibutuhkan agar setengahnya menjadi usang.

Berikut beberapa contohnya, langsung dari sini, di Cambridge.

Pada tahun 1978, Sir Roy Calne turut memperkenalkan siklosporin ke dalam bidang transplantasi. Ini penting untuk mencegah penolakan organ. Uji klinis pertamanya dilakukan di Cambridge. Pada tahun 2001, obat lain, takrolimus, telah menjadi pengobatan utama di kelasnya dalam transplantasi ginjal di Amerika. Jadi, bisa dikatakan pengetahuan medis tentang pengobatan siklosporin memiliki waktu paruh 23 tahun.

Ini adalah ukuran yang tidak sempurna, tetapi merupakan model yang berguna untuk mengevaluasi para insinyur di bidang yang berkembang pesat. Kami melakukan ini di dunia teknologi. Implikasinya adalah, “pada titik mana dalam karier insinyur ini setengah dari apa yang mereka ketahui sepenuhnya usang?”

Pada titik mana dalam karier Anda hal ini akan terjadi pada Anda? Jawabannya bergantung pada seberapa banyak waktu yang Anda habiskan untuk mempelajari hal-hal baru.

Sayangnya, dalam kasus yang jarang terjadi, pengetahuan juga bisa mati. Ada bahasa yang tidak lagi memiliki penutur. Ada kebijaksanaan yang ikut mati bersama seorang tetua.

Inilah sebabnya, selama lebih dari 4.000 tahun, manusia telah membangun perpustakaan. Dan ketika web hadir, kita menaruh jauh lebih banyak lagi dari apa yang kita ketahui ke dalamnya. Jadi, pengetahuan memang bisa mati, tetapi tidak harus begitu. Mungkin sebagai bagian bawaan dari kodrat manusia, orang-orang merasa terdorong untuk melestarikan pengetahuan. Kita terus-menerus menyimpannya dan menambah total pengetahuan dunia. Itu hal yang baik.

Perlu saya catat: pengetahuan itu seperti makhluk hidup, tetapi pengetahuan tidak hidup. Hanya Anda yang hidup. Saya hanya berpikir Anda lebih hidup ketika sedang mempelajari sesuatu yang baru.

Omong-omong, inilah alasan Perplexity ada. Namun, saya tidak datang ke sini untuk membicarakan Perplexity. Saya di sini untuk membicarakan Anda, dan ekonomi pengetahuan. Hal ini membawa saya ke poin kedua.

2.

Kedua, pengetahuan bukanlah uang. Namun, pengetahuan berperilaku seperti uang.

Uang memiliki nilai waktu. Bunga membuatnya bertambah, dan inflasi membuatnya menyusut. Dengan waktu yang cukup, baik bunga maupun inflasi sama-sama bersifat majemuk.

Ketika seratus ribu pound hanya memiliki daya beli setara empat puluh ribu (mungkin dalam sekitar 23 tahun), Anda akan membutuhkan £250.000 agar tetap impas. Dua puluh tiga tahun setelah itu, Anda akan membutuhkan £625.000.

Ketika sesuatu tumbuh secara majemuk, keuntungan atau kerugiannya bertambah secara eksponensial seiring waktu.

Itulah sebabnya prinsip keuangan paling dasar adalah Anda harus selalu menghasilkan bunga majemuk dengan tingkat yang lebih tinggi daripada inflasi. Karena jika Anda tidak bertumbuh, Anda menyusut. Pengetahuan pun demikian.

Sama seperti nilai pound, nilai dari apa yang Anda ketahui saat ini akan terdepresiasi seiring waktu. Dan sama seperti depresiasi biasa, penurunannya hanya sedikit setiap hari. Begitu kecilnya sehingga Anda hampir tidak menyadarinya. Hingga suatu hari Anda bangun dan tidak memiliki apa-apa. Pengetahuan Anda tidak lagi memiliki nilai pasar yang sama. Ini tidak terelakkan. Ingat, Teorema Pythagoras dulu merupakan sesuatu yang hanya boleh diketahui oleh kaum elite. Namun, semua orang di sini mempelajarinya di kelas tujuh.

Kita semua menjadi semakin cerdas, selamanya. Seperti yang telah saya sebutkan, inilah tujuan utama universitas. Jika beruntung, suatu hari nanti di masa depan yang jauh, apa yang Anda pelajari di sini, di Cambridge, mungkin akan menjadi kurikulum untuk siswa kelas tujuh.

Itu hal yang baik jika terjadi. Itu berarti kemajuan. Namun, itu juga berarti tujuan ekonomi Anda menuntut Anda untuk tidak pernah berhenti belajar. Anda harus belajar dengan suku bunga yang lebih tinggi daripada laju inflasi pengetahuan.

Dengan kata lain, Anda harus melipatgandakan apa yang Anda ketahui dengan laju yang lebih cepat daripada waktu paruh pengetahuan Anda sendiri. Ini membutuhkan waktu. Namun, ketika Anda memandang dunia melalui lensa pertumbuhan majemuk, Anda harus memandangnya dengan masa depan yang panjang.

Itulah sebabnya trik terbaik untuk melipatgandakan kekayaan Anda secara majemuk adalah memulai sejak muda, dan cara terbaik kedua adalah meninggal di usia tua. Warren Buffet mulai berinvestasi pada usia 11 tahun, tetapi 99% kekayaannya terkumpul setelah ia berusia 65 tahun.

Ini mengisyaratkan kesamaan terakhir antara pengetahuan dan uang. Anda harus membelanjakannya.

Ketika memiliki modal, Anda mengerahkannya agar bekerja. Ketika memiliki pengetahuan, terutama pengetahuan yang luar biasa, Anda harus memanfaatkannya. Lakukan sesuatu dengannya. Itulah perbedaan antara invensi dan inovasi. Invensi bertanya, “apakah Anda membuat sesuatu?” Inovasi bertanya, “Apakah itu membawa perubahan?”

Dan jika Anda ingin membawa perubahan, Anda harus bertindak berdasarkan pengetahuan. Hanya tindakan yang memicu pertanyaan baru, penyelidikan, dan pengetahuan baru. Anda harus selalu belajar, dan selalu berbuat.

Di sinilah kecerdasan buatan berperan, dan ini membawa saya ke poin ketiga sekaligus terakhir.

3.

Tujuan AI adalah mempercepat pengetahuan dan kemakmuran manusia.

Perhatikan dua hal pertama yang telah saya sampaikan malam ini. Saya mengatakan bahwa pengetahuan menyerupai makhluk hidup dalam karakternya, dan kita harus merawat serta memajukannya, karena secara umum manusia mendapatkan manfaatnya. Lalu saya mengatakan bahwa pengetahuan memiliki karakter ekonomi. Bahwa kita harus mengembangkannya, karena secara umum, semua orang mendapatkan manfaatnya.

Jika Anda meyakini dua hal ini, Anda juga harus memandang AI dengan cara yang sedikit berbeda.

Alih-alih terobsesi untuk mencapai AGI atau membuat teknologi menjadi cerdas demi teknologi itu sendiri, Anda akan menyimpulkan bahwa alasan untuk membangun AI yang lebih baik dan lebih akurat adalah untuk melayani manusia.

Anda akan menyimpulkan bahwa tujuan AI yang tertinggi dan terpenting adalah membuat manusia lebih cerdas dan lebih sejahtera.

Jika ini terdengar sangat mirip dengan tujuan universitas, ya, di sinilah kita sekarang.

Pikirkan lagi tentang tinjauan sejawat. Sistem itu diciptakan pada tahun 1831. Tahun ini, Perplexity meluncurkan produk yang sangat sederhana bernama Model Council, berdasarkan ide yang dikemukakan oleh salah satu peneliti pendiri OpenAI. Anda mengajukan pertanyaan yang sama kepada tiga model AI. Masing-masing melakukan riset dan menjawab, lalu sebuah model “ketua” mengevaluasi di mana jawaban mereka berbeda dan sepakat, serta menalar hingga menghasilkan jawaban akhir.

Model Council tidak menggantikan tinjauan sejawat. Sebaliknya, tujuannya adalah menghadirkan semangat penyelidikan akademis kepada lebih banyak orang. Kita dapat memperluas etos universitas melampaui dinding-dinding ini, hingga ke seluruh dunia.

Kita dapat membantu lebih banyak orang untuk sungguh-sungguh benar, bukan sekadar merasa benar atau terdengar benar. Untuk mencari kebenaran dan pengetahuan secara ilmiah. Arah alam semesta adalah agar setiap orang memiliki akses yang lebih besar ke lebih banyak pengetahuan. Memiliki pengetahuan itu baik bagi manusia. Dan manusialah yang mendapatkan manfaatnya.

Saya akan menutup dengan sebuah cerita singkat tentang perusahaan saya.

Saat kami memulai, kami hanyalah tiga peneliti AI, dengan lebih banyak pertanyaan daripada visi. Lalu, ketika orang keempat bergabung, kami memutuskan sudah saatnya mengurus asuransi kesehatan. Asuransi kesehatan di Amerika rumit, bahkan bagi orang Amerika. Saya bukan berasal dari Amerika, jadi bagi saya hal itu bahkan lebih membingungkan.

Hasil pencarian Google tidak membantu. Dan hal yang biasa dilakukan seorang pendiri dalam situasi ini adalah menelepon seseorang yang pernah melakukannya. Misalnya investor, atau pendiri lain. Namun, saat itu sudah larut malam. Saya ingin segera menyelesaikannya, jadi saya harus mencari pengetahuan itu sendiri.

Masalahnya, melakukan riset sendiri berarti Anda harus mencari di Google melalui situs-situs asuransi yang dioptimalkan untuk SEO, yang semuanya berisi saran buruk dan saling bersaing agar terlihat paling kredibel.

Saat itulah saya membangun versi pertama Perplexity.

Alat itu melakukan riset untuk saya. Dan saya membuatnya menyertakan kutipan sumber untuk jawabannya. Jadi, saya bisa memverifikasi dan terus mengajukan lebih banyak pertanyaan. Lalu saya mengurus asuransi kesehatan kami. Masalahnya terselesaikan. Lanjut ke masalah berikutnya. Lalu masalah berikutnya, dan masalah berikutnya lagi. Dan di sinilah kita hari ini.

Moral dari cerita itu adalah Anda tidak perlu lagi “kenal orang dalam”. Anda cukup mempelajari sesuatu lalu melakukannya. Saya sudah memberi tahu Anda bahwa janji AI adalah Anda dapat mengakses pengetahuan apa pun. Moral dari cerita ini adalah siapa pun dapat mengakses pengetahuan apa pun.

Inilah janji tertinggi AI. Kini siapa pun dapat memiliki rasa ingin tahu. Siapa pun dapat membangun apa pun. Kini siapa pun dapat memasuki kuil pengetahuan. Hal itu bermanfaat bagi semua orang.

Dan ini kabar baik bagi Anda. Artinya, hal terpenting yang dapat Anda lakukan sepanjang sisa hidup Anda adalah memiliki rasa ingin tahu. Orang yang paling sukses di antara Anda semua nantinya adalah mereka yang memiliki pertanyaan paling banyak. Dan pertanyaan terbaik.

Jadi, saran saya, jadilah orang yang seingin tahu mungkin. Jangan puas hanya dengan menggulir media sosial di ponsel Anda. Jangan puas dengan agen AI yang hanya memesan tempat makan malam—gunakan agen itu untuk pekerjaan yang sesungguhnya. Dan jangan pernah memercayai chatbot yang mengatakan bahwa Anda sudah benar.

Percayalah pada semangat penyelidikan. Percayalah pada apa yang dapat Anda pelajari dengan AI. Percayalah pada apa yang akan Anda ciptakan ketika melakukannya. Dan bagi kita semua, jadikanlah itu sesuatu yang baik.

Terima kasih.