Kecerdasan buatan dengan cepat mengubah lanskap penelitian ilmiah, melampaui alat sederhana hingga berpotensi menjadi bentuk baru dari entitas ilmiah. Apa yang dimulai dengan eksperimen otomatis awal, seperti robot “Adam” pada tahun 2000an, telah berkembang menjadi sistem AI yang berkontribusi terhadap terobosan pemenang Hadiah Nobel dan mempercepat penemuan di berbagai bidang. Meski skeptisisme masih ada, laju kemajuan menunjukkan bahwa peran AI dalam sains tidak lagi sekedar hype—melainkan kenyataan.
Evolusi AI dalam Penelitian
Aplikasi AI awal meniru peneliti manusia, seperti Adam, yang merumuskan pertanyaan dan mengujinya di laboratorium robot. Saat ini, agen AI yang lebih canggih, didukung oleh model seperti ChatGPT OpenAI, memecah masalah kompleks menjadi langkah-langkah yang dapat ditindaklanjuti dan memanfaatkan kumpulan data yang sangat besar untuk memberikan jawaban yang mendalam. Para peneliti di bidang farmasi, ilmu material, dan komputasi kuantum telah menggunakan sistem ini untuk mempercepat penemuan. Hadiah Nobel bidang kimia dan fisika pada tahun 2024 mengakui semakin pentingnya alat AI, namun perubahan sebenarnya masih terus terjadi.
AI sebagai Mitra Riset: Kekuatan dan Keterbatasan Saat Ini
Saat ini, AI unggul dalam pencarian dalam batasan yang ditentukan, menyaring kumpulan data yang sangat besar untuk mengidentifikasi pola dan koneksi yang tidak jelas. Model bahasa besar (LLM) di balik chatbot memiliki akses ke teks dalam jumlah yang belum pernah terjadi sebelumnya, termasuk makalah penelitian dalam berbagai bahasa. Namun, terobosan ilmiah yang sesungguhnya sering kali memerlukan pemikiran di luar kebiasaan —sesuatu yang sulit dihadapi oleh AI saat ini.
Tantangannya bukan pada akses terhadap informasi, namun kemampuan untuk menghasilkan ide-ide yang benar-benar baru. Kreativitas dan imajinasi manusia tetap penting untuk lompatan wawasan, seperti teori pergeseran benua atau relativitas khusus. AI dapat meningkatkan penemuan manusia namun belum dapat mereplikasinya sepenuhnya.
Terobosan: Dari Simetri Lubang Hitam hingga Obat Baru
Meskipun memiliki keterbatasan, AI telah memberikan kontribusi nyata. Fisikawan teoretis Alex Lupsasca menemukan bahwa agen pro GPT-5 OpenAI dapat secara independen mengidentifikasi kesimetrian dalam persamaan lubang hitam, dan memverifikasi pekerjaan sebelumnya. Ahli matematika Ernest Ryu berkolaborasi dengan ChatGPT dalam pembuktian teori optimasi, dan menemukan bahwa metode umum selalu menyatu pada satu solusi setelah 12 jam bolak-balik.
Kuncinya bukanlah penggantian, namun kolaborasi. Ilmuwan seperti Lupsasca dan Ryu bergabung dengan perusahaan AI (OpenAI) untuk mendorong batasan lebih jauh, memandang AI bukan sebagai pesaing, namun sebagai mitra penelitian yang penting.
Risiko “Ilmu Sampah” dan Perlunya Alat yang Lebih Baik
Proliferasi konten yang dihasilkan AI menimbulkan kekhawatiran mengenai kualitas. Kritikus seperti Gary Marcus dari NYU memperingatkan bahwa LLM dapat dengan mudah menghasilkan “ilmu sampah,” termasuk makalah penelitian palsu yang dihasilkan oleh pabrik kertas. Jurnal sudah mulai menolak kiriman yang dibuat oleh AI karena kualitasnya yang rendah.
Untuk mengurangi hal ini, para peneliti beralih ke “kotak bertumpuk”—menggabungkan agen AI umum dengan alat khusus yang memastikan akurasi, seperti grafik pengetahuan. Pendekatan ini terbukti efektif dalam penemuan obat dan ilmu material. Insilico Medicine, misalnya, menggunakan AI untuk mengidentifikasi protein yang terkait dengan fibrosis paru idiopatik dan merancang molekul obat untuk memblokirnya, yang saat ini sedang dalam uji klinis.
Masa Depan: AI Membangun Kerangka Penelitiannya Sendiri
Tujuan utamanya adalah memungkinkan AI membangun kerangka penelitiannya sendiri—untuk menentukan pertanyaannya sendiri, merancang eksperimen, dan menganalisis data dengan intervensi manusia yang minimal. Proyek seperti AutoRA (penelitian ilmu sosial) dan Code Scientist (penelitian ilmu komputer) adalah langkah awal menuju arah ini. Sistem ini menggabungkan kembali pengetahuan yang ada untuk menghasilkan eksperimen baru dan menganalisis hasil secara mandiri.
Meskipun sistem-sistem ini belum menghasilkan penemuan-penemuan yang menggemparkan dunia, sistem-sistem ini menandakan adanya pergeseran menuju ilmu pengetahuan sejati yang digerakkan oleh AI. Tantangannya adalah menyempurnakan alat-alat ini, memastikan kreativitas, dan mencegah dihasilkannya kesimpulan yang salah atau menyesatkan.
Dampak AI terhadap penemuan ilmiah tidak dapat disangkal. Dari membantu peneliti manusia hingga berpotensi menjadi entitas ilmiah yang otonom, masa depan sains terkait erat dengan evolusi kecerdasan buatan.
