Selama berabad-abad, ilmu pengetahuan bergantung pada kemampuan manusia untuk membaca, mengamati, dan menghubungkan titik-titik pengetahuan menjadi penemuan baru. Namun, di era digital seperti sekarang, jumlah informasi ilmiah yang dihasilkan manusia telah melampaui batas kemampuan otak manusia sendiri.
Setiap tahun, ribuan penelitian baru tentang otak diterbitkan di seluruh dunia, dari molekul kecil di neuron hingga perilaku kompleks manusia. Tidak ada ilmuwan tunggal yang mampu membaca semuanya, apalagi menyatukan hasil-hasil yang tersebar ini menjadi pemahaman yang utuh.
Dan di sinilah kecerdasan buatan (AI) mulai mengubah permainan.
Sebuah penelitian terbaru di Nature Human Behaviour oleh Xiaoliang Luo dan rekan-rekannya menunjukkan bahwa AI berbasis model bahasa besar (Large Language Models atau LLM) kini mampu mengungguli para ahli manusia dalam memprediksi hasil eksperimen di bidang neurosains. Temuan ini menandai awal dari sesuatu yang luar biasa: era ketika AI bukan hanya alat bantu riset, tetapi rekan peneliti yang mampu berpikir ilmiah bersama manusia.
Baca juga artikel tentang: Mengungkap Perasaan Sedih dari Pandangan Neurosains, Psikologi, dan Fisiologi
Masalah Lama: Manusia dan Kelelahan Informasi
Kemajuan sains sering kali bergantung pada kemampuan untuk menghubungkan hasil penelitian yang berbeda menjadi satu kesimpulan baru. Namun, dengan jumlah literatur ilmiah yang terus melonjak, manusia mulai tertinggal dari ciptaannya sendiri.
Ilmuwan neurosains kini menghadapi fenomena yang disebut information overload, kelebihan informasi. Data yang ada begitu banyak dan beragam hingga tak lagi mungkin dicerna sepenuhnya. Di sinilah muncul pertanyaan yang menjadi dasar riset Luo dkk.:
“Bisakah AI membantu manusia memahami sains dengan cara yang manusia sendiri sudah tak sanggup lakukan?”
Large Language Model: Mesin yang Belajar dari Bahasa Sains
Untuk menjawab pertanyaan itu, para peneliti memanfaatkan kekuatan Large Language Models (LLMs), teknologi yang menjadi dasar sistem seperti ChatGPT.
LLM dilatih menggunakan miliaran kata dari berbagai sumber, termasuk jurnal ilmiah dan laporan penelitian. Dengan mempelajari pola bahasa dan hubungan konsep di dalam teks, model ini mampu “memahami” struktur pengetahuan, bahkan menemukan pola tersembunyi di dalamnya.
Dalam studi ini, tim peneliti menciptakan sistem bernama BrainBench, sebuah tolok ukur (benchmark) untuk menguji kemampuan LLM dalam memprediksi hasil eksperimen neurosains. Mereka kemudian mengembangkan versi khusus, BrainGPT, yang dilatih secara mendalam pada literatur neurosains selama beberapa dekade.
Uji Eksperimen: AI vs. Ilmuwan Manusia
Untuk menguji kemampuan ini, para peneliti meminta dua “kelompok” manusia dan mesin untuk memprediksi hasil eksperimen neurosains yang belum dipublikasikan.
Para ahli manusia diminta membuat perkiraan berdasarkan pengalaman dan literatur yang mereka tahu. BrainGPT, di sisi lain, menyaring jutaan artikel ilmiah untuk mengenali pola hasil eksperimen yang serupa, lalu menghasilkan prediksi probabilistik terhadap hasil yang paling mungkin.
Hasilnya mengejutkan:
BrainGPT secara konsisten melampaui akurasi para ahli manusia. Model AI mampu menggabungkan potongan informasi yang tampak tidak terkait, misalnya hubungan antara aktivitas otak, faktor genetik, dan hasil perilaku menjadi kesimpulan yang tepat.
Lebih menarik lagi, AI tampak memiliki “intuisi statistik”: ketika ia memberi tingkat keyakinan tinggi pada prediksinya, kemungkinan besar hasilnya benar. Pola ini menyerupai cara manusia menilai kepercayaannya terhadap suatu hipotesis.
Bagaimana AI Bisa “Berpikir Ilmiah”?
LLM seperti BrainGPT tidak benar-benar “mengerti” sains seperti manusia.
Namun, ia memiliki kemampuan luar biasa untuk mengintegrasikan pengetahuan lintas disiplin, sesuatu yang sulit bagi manusia yang terbatas waktu dan kapasitas ingatan.
Misalnya, AI dapat mengenali bahwa berbagai penelitian yang tampak terpisah sebenarnya membicarakan fenomena biologis yang sama.
Ia bisa menggabungkan hasil eksperimen dari biokimia, psikologi kognitif, dan neuroimaging untuk membentuk hipotesis baru yang belum disadari peneliti.
Fenomena ini dikenal sebagai emergent reasoning, kemampuan penalaran yang muncul secara spontan dari pembelajaran dalam skala besar, bukan karena diprogram secara eksplisit.
Dari Asisten Digital ke Mitra Penemuan
Temuan ini bukan tentang menggantikan ilmuwan manusia, melainkan tentang menciptakan kolaborator digital baru.
Bayangkan seorang peneliti ingin mengetahui efek senyawa baru terhadap aktivitas otak.
Dengan bantuan BrainGPT, ia bisa mendapatkan analisis prediktif dalam hitungan menit:
- Apakah senyawa serupa sudah pernah diuji sebelumnya?
- Apa hasilnya?
- Dan bagaimana kemungkinan mekanisme biologisnya bekerja?
AI bisa menyaring ribuan makalah, menilai korelasi, dan memberikan saran eksperimental, sesuatu yang biasanya membutuhkan waktu berbulan-bulan bagi tim manusia.
Dengan demikian, ilmuwan dapat fokus pada interpretasi dan kreativitas ilmiah, sementara AI menangani beban analisis data yang masif.
Tantangan Etika dan Transparansi
Meski hasilnya luar biasa, penelitian ini juga menimbulkan pertanyaan kritis.
Sebagian besar LLM beroperasi seperti “kotak hitam” mereka bisa memberikan jawaban yang benar, tetapi kita tidak selalu tahu bagaimana kesimpulan itu dihasilkan.
Dalam sains, transparansi adalah segalanya.
Jika AI membuat prediksi yang tak bisa dijelaskan secara logis, bagaimana kita bisa mempercayainya sepenuhnya?
Selain itu, LLM belajar dari data yang ada.
Jika literatur ilmiah mengandung bias atau kesalahan, AI bisa memperkuatnya. Oleh karena itu, peneliti menekankan pentingnya AI yang dapat diaudit, memiliki sumber terbuka, dan digunakan secara etis.
AI seharusnya bukan pengganti intuisi manusia, tetapi perpanjangan daya pikir kita.
Implikasi Lebih Luas: Ilmu yang Belajar Sendiri
Pendekatan seperti BrainBench tidak hanya relevan untuk neurosains. Prinsip yang sama dapat diterapkan di bidang lain yang kaya data dan kompleks, seperti bioteknologi, fisika, bahkan ilmu sosial.
Kita mungkin akan segera melihat “AI peneliti” yang membantu manusia menemukan pola baru dalam perubahan iklim, memprediksi reaksi kimia, atau bahkan menemukan obat baru dengan kecepatan yang mustahil dicapai manusia sendirian.
Peneliti Luo menyebut masa depan ini sebagai “co-evolution of human and machine intelligence” evolusi bersama antara kecerdasan manusia dan kecerdasan buatan.
Studi ini menunjukkan satu hal penting:
AI kini tidak hanya membaca pengetahuan manusia, tetapi mulai menciptakannya.
Dengan kemampuan untuk menggabungkan jutaan potongan informasi menjadi pola baru, BrainGPT dan sistem sejenisnya sedang membuka cara baru dalam memahami alam semesta.
Namun, seperti teleskop yang memperluas penglihatan manusia ke langit, AI memperluas jangkauan pikiran kita ke dalam semesta pengetahuan. Dan sama seperti teleskop tidak menggantikan mata manusia, AI tidak akan menggantikan ilmuwan, ia akan memperkuatnya.
Kita mungkin sedang menyaksikan lahirnya babak baru dalam sejarah sains: era di mana penemuan tidak lagi menjadi hasil satu otak, tetapi sinergi antara pikiran manusia dan kecerdasan mesin.
Baca juga artikel tentang: Bagaimana Cara Neurosains mengubah Mindset Manusia?
REFERENSI:
Luo, Xiaoliang dkk. 2025. Large language models surpass human experts in predicting neuroscience results. Nature human behaviour 9 (2), 305-315.
