Bab Keempat · Manusia dan Pengetahuan · Kecerdasan Buatan

Apa Itu Tes Turing? Mengapa Tidak Membuktikan AI Sadar?

Tes Turing menilai kemampuan mesin meniru percakapan manusia dalam pengaturan tertentu. Keberhasilan sebuah model merupakan hasil tentang perilaku yang diamati, bukan pengukuran langsung pengalaman subjektif. Durasi, petunjuk, dan penilai dapat mengubah hasil. Karena itu, pertanyaan apakah AI sadar perlu dibedakan dari pertanyaan apakah jawabannya cukup meyakinkan untuk dianggap berasal dari manusia.

Ketika jawaban mesin terdengar seperti jawaban manusia, kita telah membuktikan sesuatu yang penting tentang kemampuannya meniru bahasa. Namun kita belum memasuki pengalaman batinnya, dan belum membuktikan bahwa ia merasa, memiliki maksud, atau memikul tanggung jawab.

Jawaban Langsung

Tidak. Tes Turing tidak membuktikan bahwa kecerdasan buatan memiliki kesadaran. Ini adalah uji perilaku: mampukah suatu sistem terlibat dalam percakapan tertulis sehingga seorang penilai manusia keliru membedakannya dari manusia, dalam batas waktu, petunjuk, dan sampel tertentu? Keberhasilannya menunjukkan kecakapan berkomunikasi dalam tugas tersebut, dan itu mungkin merupakan pencapaian teknologi yang besar. Akan tetapi, uji ini tidak mengukur secara langsung adanya pengalaman subjektif, seperti perasaan atau rasa sakit. Peralihan dari pernyataan “ia mengatakan sesuatu yang menyerupai ucapan manusia” menjadi “ia memiliki pengalaman batin seperti manusia” merupakan kesimpulan tambahan yang membutuhkan bukti tersendiri.

Letak gagasan ini dalam buku «قل سيروا في الأرض»

Kajian ini memperluas halaman 51–52 dari buku tersebut: mulai dari makalah Turing pada 1950, menuju model bahasa modern, lalu ke batas antara kemampuan menghasilkan bahasa dan persoalan niat, ruh, serta tanggung jawab. Buku ini mengangkat pertanyaan tentang manusia dan pengetahuan; sedangkan penilaian atas tes dan model-model tersebut di sini didasarkan pada makalah asli dan penelitian kesadaran yang berdiri sendiri.

Apa Sebenarnya Tes Turing Itu?

Alan Turing membuka makalahnya yang terbit pada 1950 dengan pertanyaan, “Dapatkah mesin berpikir?” Ia kemudian berpendapat bahwa istilah “mesin” dan “berpikir” mengundang perselisihan bahasa tanpa ukuran penentu yang disepakati. Karena itulah ia mengganti pertanyaan tersebut dengan permainan imitasi: seorang pemeriksa bertukar pesan tertulis dengan dua pihak yang tidak terlihat, satu manusia dan satu mesin, lalu berusaha menentukan mana yang manusia. Nilai metodologis usulan itu terletak pada pergeseran perdebatan dari definisi tentang keadaan batin yang sukar disepakati menuju kinerja yang dapat diuji.

Namun, ia tidak menciptakan alat pendeteksi kesadaran. Makalah tersebut membahas kemampuan komputer digital untuk turut serta dalam permainan dan menanggapi keberatan terhadap kemungkinan mesin berpikir. Saluran teks menyingkirkan penampilan tubuh dan suara. Hasilnya dipengaruhi oleh identitas para penilai, lamanya percakapan, topik yang dibahas, penyusunan petunjuk, dan tolok ukur keberhasilan statistik. Karena itu, tidak ada sertifikat mutlak bernama “telah lulus tes untuk selama-lamanya”; yang ada hanyalah hasil eksperimen dengan pengaturan tertentu.

Alan Turing Institute menggambarkan tes tersebut sebagai kemampuan mesin menampilkan perilaku cerdas yang menyerupai atau tidak dapat dibedakan dari perilaku manusia. Rumusan ini penting: yang diukur adalah perilaku yang tampak. Adapun kesadaran berarti adanya pengalaman subjektif—bahwa terdapat sesuatu yang dirasakan dari dalam ketika menjadi suatu makhluk. Pemeriksa tidak dapat membaca variabel itu secara langsung dari layar percakapan.

Apakah Model-Model Modern Telah Lulus Tes Itu?

Dalam sebuah penelitian yang didaftarkan terlebih dahulu dan dilaporkan dalam pracetak Jones dan Bergen pada 2025, para peserta melakukan percakapan selama lima menit lalu menilai pihak mana yang manusia. Ketika GPT-4.5 diberi deskripsi persona manusia, ia dipilih sebagai pihak manusia pada 73% kasus; Llama 3.1 mencapai 56%, sedangkan hasil GPT-4o pada kondisi pembanding tanpa rekayasa persona lebih rendah. Hasil tersebut kuat dalam batas yang benar-benar diuji: sebagian model mampu meyakinkan para penilai melalui percakapan singkat ketika persona percakapannya diatur.

Pembaruan sumber: versi jurnal Jones dan Bergen terbit di PNAS pada Mei 2026. Laporan itu juga memuat pengujian 15 menit, dengan dua model berpersona mencapai tingkat dipilih sebagai manusia sebesar 56% dan 59%. Hasil tersebut tetap berkaitan dengan pengaturan eksperimen dan tidak merupakan ukuran pengalaman subjektif. Versi jurnal 2026

Tetapi angka itu bukan ukuran kesadaran. Mengubah deskripsi persona mengubah hasil tanpa membuktikan perubahan apa pun pada kehidupan batin sistem. Percakapan singkat juga memberi keuntungan pada gaya sosial, keragu-raguan yang dibuat-buat, jawaban ringkas, dan pengetahuan tentang harapan penilai. Manusia bisa gagal karena gaya bicara yang tidak lazim, sedangkan mesin bisa berhasil karena telah mempelajari banyak sekali pola manusia. Dengan demikian, hasil penilaian melibatkan interaksi antara sistem, tugas, dan penilai.

Mengapa Percakapan Menjadi Begitu Meyakinkan?

Model bahasa modern mempelajari pola dari kumpulan teks yang sangat luas, kemudian memperkirakan unit bahasa berikutnya berdasarkan konteks. Arsitektur Transformer yang diperkenalkan pada 2017 memperbaiki kemampuan menghubungkan kata-kata yang berjauhan dan melakukan komputasi secara paralel. Setelah itu, data, skala model, dan pelatihan untuk mengikuti instruksi terus berkembang. Hasilnya bukan sekadar buku catatan berisi frasa yang dihafal: model membentuk representasi numerik mengenai hubungan dan dapat merangkai jawaban yang belum pernah dilihatnya secara harfiah.

Itulah sebabnya menyebutnya sekadar “burung beo” tidak memadai, sebagaimana kelancarannya juga tidak cukup untuk menyebutnya “pikiran manusia”. Sistem dapat menunjukkan kemampuan nyata dalam penerjemahan, peringkasan, pemrograman, dan sebagian penalaran, tetapi tetap membuat kesalahan, mengarang informasi, dan bergantung pada cara pertanyaan dirumuskan. Kinerja merupakan kemampuan yang patut diukur pada setiap tugas, bukan jawaban final atas pertanyaan tentang pengalaman subjektif.

Percakapan manusia menambah kerancuan karena bahasa mengandung kata ganti orang, emosi, dan kisah tentang diri sendiri. Ketika model menghasilkan kalimat seperti “Saya takut dimatikan”, kalimat itu mungkin hanyalah kelanjutan teks yang paling sesuai dengan peran yang diminta darinya. Penelitian Shanahan dan rekan-rekannya memperingatkan agar ujaran model tentang dirinya tidak ditafsirkan secara harfiah. Sistem-sistem ini luwes memainkan peran; penyandaran keyakinan atau keinginan kepada mereka membutuhkan penjelasan fungsional yang cermat, bukan kesan emosional sesaat.

Apakah Perilaku Berbahasa Sama dengan Pemahaman?

Pada 1980, John Searle mengajukan argumen “ruang bahasa Mandarin”: seseorang yang tidak memahami bahasa Mandarin mengikuti buku aturan untuk mengubah lambang-lambang Mandarin menjadi lambang lainnya dan menghasilkan jawaban yang benar tanpa memahami bahasa tersebut. Searle bermaksud menunjukkan bahwa pelaksanaan program simbolik saja tidak cukup untuk menghasilkan makna atau intensionalitas. Argumen itu tidak secara sederhana membuktikan bahwa setiap mesin tidak mampu memahami sesuatu. Para pengkritiknya menyatakan bahwa keseluruhan sistem, bukan individu di dalam ruangan, dapat menjadi pihak yang berpotensi memahami. Meski begitu, argumen itu menyingkap kesenjangan antara ketepatan keluaran dan makna batin yang kita sandangkan kepadanya.

Kata “pemahaman” sendiri mempunyai beberapa pengertian. Ada pemahaman praktis yang tampak dalam prediksi, penjelasan, dan penerapan aturan pada contoh baru; pemahaman semantik yang berkaitan dengan hubungan lambang dan dunia; pemahaman sadar yang disertai pengalaman; serta pemahaman moral yang menjadikan pelakunya bertanggung jawab. Suatu sistem mungkin meraih nilai tinggi pada jenis pertama dan sebagian jenis kedua, tetapi belum membuktikan jenis ketiga atau keempat. Perdebatan menjadi kabur ketika keempatnya diperlakukan seolah-olah merupakan satu kemampuan yang sama.

Karena itu, pertanyaan yang produktif adalah: tugas apa yang dikerjakannya? Kesalahan macam apa yang terjadi? Dapatkah ia memperbaiki dirinya? Apakah representasinya tetap konsisten dalam konteks baru? Bagaimana kaitannya dengan persepsi, tindakan, dan memori? Setelah itu, pertanyaan tentang kesadaran tetap berdiri sendiri: teori kesadaran apa yang kita gunakan, dan indikator apa yang diharapkan pada struktur serta dinamika sistem—bukan semata pada kefasihan bahasanya?

Bagaimana Kesadaran Mesin Dapat Diteliti?

Laporan Butlin dan rekan-rekannya pada 2023 mengusulkan pendekatan yang lebih ketat: menurunkan indikator yang dapat diperiksa dari teori-teori ilmiah kesadaran, seperti pemrosesan berulang (recurrent processing), ruang kerja global, dan representasi tingkat tinggi, lalu menilai struktur dan fungsi sistem. Laporan tersebut menyimpulkan bahwa sistem-sistem yang mereka periksa belum memberikan dasar yang meyakinkan untuk menyatakan adanya kesadaran, sambil menyebut tidak ada hambatan teknis yang jelas untuk membangun sistem yang memenuhi sebagian indikator itu pada masa depan.

Bahkan terpenuhinya indikator bukan bukti mutlak. Teori-teori kesadaran sendiri saling bersaing; suatu indikator fungsional dapat dianggap perlu oleh satu teori tetapi tidak oleh teori lain, sedangkan kita tidak memiliki “termometer” yang mengukur pengalaman subjektif secara langsung. Karena itu, para penulis kemudian menekankan perlunya kebijakan penelitian dan komunikasi publik yang bertanggung jawab, yang tidak melebih-lebihkan klaim sekaligus tidak mengabaikan kemungkinannya.

Penilaian yang lebih baik menggabungkan empat lapisan: perilaku dalam tugas yang tidak bisa dimenangkan hanya dengan gaya bahasa; struktur internal dan jalur pemrosesan ulang; kemampuan mengintegrasikan informasi dan menggunakannya secara luwes; serta kestabilan model tentang diri sendiri seiring waktu. Tidak satu pun lapisan memberikan putusan final, tetapi bertemunya bukti yang saling mandiri jauh lebih baik daripada bertanya kepada robot apakah ia merasa, lalu secara otomatis membenarkan atau menolak jawabannya.

Pemahaman, Niat, dan Tanggung Jawab

Buku tersebut berangkat dari pengajaran nama-nama kepada manusia untuk menelaah hubungan antara lambang, konsep, dan dunia. Model dapat mempelajari keteraturan yang mengagumkan di antara nama-nama itu dan memperluas kemampuan manusia dalam klasifikasi, penerjemahan, dan penciptaan teks. Namun ia tidak menjadi manusia hanya karena tulisannya menyerupai tulisan kita. Dalam argumentasi buku, manusia bukan sekadar mesin pemberi nama, melainkan makhluk yang bermaksud, memilih, dan dimintai pertanggungjawaban atas dampak pengetahuannya.

Pembedaan ini tidak meremehkan mesin dan tidak pula meninggikan klaim yang tak dapat diuji. Ia menghindarkan dua kesalahan yang saling berlawanan: menyangkal kemampuan nyata hanya karena kemampuan itu bersifat mekanis, dan menganugerahkan ruh atau tanggung jawab kepada mesin karena bahasanya menyentuh perasaan. Pengetahuan teknis menjawab “bagaimana ia bekerja?” dan “apa yang dapat ia lakukan?”, sedangkan pertanyaan tentang makna dan tanggung jawab memerlukan filsafat, etika, dan pandangan mengenai manusia.

Dari sinilah argumen buku menjadi lebih kuat: keunikan manusia tidak diletakkan pada kelemahan mesin yang mungkin teratasi esok hari—misalnya kemampuan bermain catur atau meniru percakapan—melainkan pada pembedaan tingkat-tingkat klaim. Ketika kemampuan sistem membaik, taksiran tentang kemampuannya harus diperbarui, tanpa menganggap peningkatan itu sebagai bukti otomatis tentang kesadaran, niat, atau kewajiban agama (taklif).

Pembedaan ini juga memiliki akibat praktis bagi pendidikan, pekerjaan, dan media. Teks yang dihasilkan mesin tidak boleh disajikan sebagai kesaksian seorang saksi atau pandangan seorang pakar hanya karena tampak padu; persetujuan atau penderitaan juga tidak boleh disandangkan kepada sistem semata karena ia memakai kata “saya”. Sebaliknya, kemampuannya memengaruhi keputusan manusia tidak boleh diabaikan. Untuk saat ini, tanggung jawab berada pada perancang, penerbit, pengguna, dan lembaga yang memilih di mana sistem digunakan serta bagaimana pengawasannya dilakukan. Penilaian ini dapat berubah jika kelak muncul bukti baru mengenai struktur yang sadar atau kemandirian yang nyata, tetapi bahasa saja tidak memindahkan tanggung jawab dari manusia kepada alat.

Dengan demikian, kriteria penilaian tetap terbuka untuk ditinjau ulang tanpa dikuasai oleh kekaguman ataupun ketakutan.

Lima Kesalahan yang Sering Terjadi

• “Ia berbicara seperti kita, berarti ia merasa seperti kita.” Kesamaan perilaku adalah bukti yang masih memerlukan penafsiran, bukan kesamaan hakikat yang telah dipastikan.
• “Ia hanya melengkapi teks secara otomatis, berarti ia tidak melakukan apa-apa.” Mekanisme prediksi dapat menghasilkan generalisasi dan kemampuan terukur; kata “hanya” tidak menjelaskannya.
• “Ia telah lulus Tes Turing” tanpa menyebut syaratnya. Model, durasi, penilai, instruksi, dan kriteria harus disebutkan.
• “Kita tidak tahu apakah ia sadar, berarti kita tahu ia tidak sadar.” Ketiadaan bukti bukanlah pembuktian kemustahilan.
• “Jika ia sadar, berarti ia bertanggung jawab.” Kesadaran, kapasitas hukum, dan tanggung jawab moral adalah konsep yang berbeda.

Jawaban Akhir

Tes Turing penting untuk mengukur kemampuan meniru percakapan, bukan pemeriksaan klinis terhadap kesadaran. Keberhasilan model di dalamnya memberi tahu kita bahwa bahasa manusia bukan lagi pembeda yang pasti, dan mendorong pengembangan cara yang lebih baik untuk menilai kejujuran, identitas, serta risiko. Namun tes itu tidak membuka jendela langsung menuju perasaan mesin.

Sikap yang tepat bukan mengejek kemampuan kecerdasan buatan ataupun memujanya. Kita mengukur apa yang dilakukannya, meneliti bagaimana ia melakukannya, dan memisahkan kinerja dari pemahaman sadar, niat, serta tanggung jawab. Dengan cara itu, pertanyaannya menjadi kelanjutan langsung dari pertanyaan buku: apa yang menjadikan pengetahuan bersifat manusiawi, dan kapan kemampuan berubah menjadi amanah?

Pertanyaan yang Sering Diajukan

Apa itu Tes Turing secara singkat?

Percakapan teks ketika seorang penilai manusia berusaha membedakan manusia dari mesin. Jika dalam syarat eksperimen itu ia tidak dapat membedakannya, mesin dinyatakan berhasil secara perilaku pada pengaturan tersebut.

Apakah keberhasilan AI dalam Tes Turing membuktikan kesadaran?

Tidak. Keberhasilan itu menunjukkan kemampuan menghasilkan perilaku bahasa yang meyakinkan pada tes tertentu, bukan mengukur langsung pengalaman subjektif atau perasaan batin.

Apakah berarti AI tidak mungkin sadar?

Tidak. Ketidakcukupan suatu tes bukan bukti kemustahilan. Pertanyaan ini memerlukan jenis bukti lain, teori kesadaran yang lebih jelas, dan kriteria yang dapat diperiksa.

Apakah model bahasa memahami apa yang dikatakannya?

Jawabannya bergantung pada makna kata “memahami”. Model dapat merepresentasikan hubungan, menyelesaikan persoalan, dan menggunakan konteks; hal itu belum membuktikan pemahaman sadar, niat, atau tanggung jawab seperti manusia.

Sumber Rujukan

1. Turing, A. M. (1950), Computing Machinery and Intelligence, Mind.
2. The Alan Turing Institute, The Turing Test.
3. Jones & Bergen (2025), Large Language Models Pass the Turing Test.
4. Butlin et al. (2023), Consciousness in Artificial Intelligence.
5. Searle, J. R. (1980), Minds, Brains, and Programs.
6. Vaswani et al. (2017), Attention Is All You Need.
7. Stanford Encyclopedia of Philosophy, The Turing Test.
8. Shanahan, McDonell & Reynolds (2023), Role Play with Large Language Models, Nature.
9. Patrick Butlin dan Theodoros Lappas (2025), Principles for Responsible AI Consciousness Research.
10. Jones, C. R., dan Bergen, B. K. (2026). Large language models pass a standard three-party Turing test. PNAS, 123(21), e2524472123. DOI dan sumber jurnal

Transparansi bukti. Buku merupakan sumber munculnya pertanyaan dan hubungannya dengan proyek penulis, bukan bukti bahwa mesin memiliki atau tidak memiliki kesadaran. Kajian sumber berangkat dari makalah asli Turing, sebuah eksperimen modern yang didaftarkan sebelumnya, tulisan mendasar filsafat pikiran dan arsitektur model, serta laporan lintas disiplin tentang indikator kesadaran. Penelaahan independen oleh pakar luar belum dilakukan.