Penelitian terbaru dari Massachusetts Institute of Technology (MIT) mengungkap bahwa manusia tidak sepenuhnya menolak atau menerima kecerdasan buatan (Artificial Intelligence). Studi ini menunjukkan bagaimana orang-orang sebenarnya sangat selektif dalam menilai penggunaan AI, tergantung pada konteks spesifik 1.
Kerangka Kerja Kapabilitas-Personalisasi
Prof Jackson Lu dari MIT Sloan School of Management menjelaskan bahwa apresiasi terhadap AI terjadi ketika AI dipersepsikan lebih mampu drpd manusia dan personalisasi dianggap tidak perlu dlm konteks keputusan tertentu. Sebaliknya, penolakan AI muncul ketika salah satu atau kedua kondisi ini tidak terpenuhi 2. Penelitian ini menganalisis lebih dari 82.000 reaksi manusia terhadap 93 konteks keputusan yang berbeda.
Temuan ini menjawab perdebatan panjang mengenai sikap manusia terhadap AI yg sebelumnya menghasilkan hasil yang tampak kontradiktif. Beberapa studi menunjukkan "algorithm aversion" (penolakan algoritma), sementara studi lain menemukan "algorithm appreciation" (apresiasi algoritma).
Konteks Penerimaan dan Penolakan AI
Dalam praktiknya, manusia cenderung menyukai AI untuk tugas-tugas seperti deteksi penipuan atau penyortiran dataset besar - area di mana kemampuan AI melampaui manusia dlm hal kecepatan dan skala, tanpa memerlukan personalisasi 3. Namun mereka lebih resisten terhadap AI dalam konteks seperti terapi, wawancara kerja, atau diagnosis medis.
Faktor Personalissasi Sebagai Kunci
Lu mengatakan bahwa orang memiliki keinginan fundamental untuk melihat diri mereka sebagai unik dan berbeda dari orang lain. AI sering dipandang sebagai impersonal dan beroperasi secara mekanis. Meskipun AI dilatih pada data yg kaya, orang merasa AI tidak dapat memahami situasi personal mereka 4.
Studi juga mengungkap bahwa apresiasi AI lebih menonjol untuk robot yang berwujud dibandingkan algoritma yang tidak berwujud. Faktor ekonomi juga berpengaruh - di negara dengan pengangguran rendah, apresiasi terhadap AI lebih tinggi karena kekhawatiran akan penggantian pekerjaan berkurang.
Implikasi untuk Masa Depan AI
Penelitian ini memberikan wawasan berharga bagi pengembang AI dan pembuat kebijakan. Memahami kapan dan mengapa manusia menerima atau menolak AI dapat membantu dalam merancang sistem yang lebih dapat diterima masyarakat 5. Lu menegaskan bahwa kapabilitas tinggi saja tidak menjamin apresiasi AI - personalisasi tetap penting.
Penelitian Berkelanjutan
Lu melanjutkan penelitian mengenai sikap kompleks dan berkembang manusia terhadap AI. Meskipun tidak menganggap meta-analisis ini sebagai kata terakhir, ia berharap Kerangka Kerja Kapabilitas-Personalisasi menawarkan lensa yang berharga untuk memahami bagaimana orang mengevaluasi AI di berbagai konteks 6.
Kesimpulan
Studi MIT ini menunjukkan bahwa manusia bukan sekadar teknofil atau luddit, melainkan penilai yang bijaksana terhadap AI. Mereka mengevaluasi manfaat praktis penggunaan AI berdasarkan kasus per kasus. Pemahaman ini crucial untuk pengembangan AI yg lebih dapat diterima dan bermanfaat bagi masyarakat luas.
Referensi
- Dizikes, P. (2025, Juni 10). How we really judge AI. MIT News. https://news.mit.edu/2025/how-we-really-judge-ai-0610
- Lu, J., et al. (2025). AI Aversion or Appreciation? A Capability–Personalization Framework and a Meta-Analytic Review. Psychological Bulletin.
- Azentio Software. (2025). Azentio reimagines speed and personalization for retail, SME, and corporate lenders. Yahoo Finance. https://finance.yahoo.com/news/azentio-reimagines-speed-personalization-retail-053000792.html
- Search Engine Journal. (2025). 5 Ways Content Marketers Can Build Consumer Trust Through Responsible Personalization And AI. https://www.searchenginejournal.com/ways-content-marketers-build-consumer-trust-responsible-personalization-and-ai/554228/
- Devdiscourse. (2025). From personalization to automation: How AI is powering future of online retail. https://www.devdiscourse.com/article/technology/3608184-from-personalization-to-automation-how-ai-is-powering-future-of-online-retail
- Ecommerce Fast Lane. (2025). Leveraging AI to Personalize the Ecommerce Customer Experience. https://ecommercefastlane.com/leveraging-ai-to-personalize-the-ecommerce-customer-experience/