Saat AI Bisa Memprediksi Putusan Pengadilan (Bagian I)

Berdasarkan semua itu kemudian membuat prediksi tentang kejadian pada masa depan.

Anthony Massobrio dalam tulisannya “How is Predictive AI Impacting Engineering?” mengatakan AI prediktif sangat berguna dalam situasi di mana sejumlah besar data tersedia, sehingga menyulitkan atau membuat tidak mungkin bagi manusia untuk menganalisis data mentah, dan menemukan pola di dalamnya.

Menurut Anthony, semua AI prediktif adalah bentuk Akal Imitasi, namun tidak semua AI bersifat prediktif.

Ia lebih lanjut menyatakan bahwa AI tradisional melibatkan pembuatan model untuk melakukan tugas, atau membuat keputusan berdasarkan aturan, atau logika yang telah ditentukan sebelumnya.

Sementara AI prediktif, mengidentifikasi pola dan membuat prediksi berdasarkan data.

Dari uraian Anthony dapat disimpulkan, AI tradisional bekerja berbasis aturan, sedangkan AI prediktif bekerja berbasis data.

AI prediktif sangat berguna dalam situasi di mana terdapat tingkat ketidakpastian yang tinggi atau ketika hasil sulit diprediksi berdasarkan serangkaian aturan.

AI Prediktif dan GenAI

Referensi terkait perbedaan AI prediktif dengan AI Generatif yang juga sangat popular akhir-akhir ini antara lain dirilis Coherent Lab dalam artikelnya “Generative AI VS Predictive AI Importance of two popular AI systems” (2024). Dinyatakan AI Generatif dan AI Prediktif adalah dua jenis akal imitasi dengan fungsi berbeda.

AI Generatif (GenAI) adalah jenis AI yang mampu membuat konten baru seperti gambar, musik, dan teks. Ia menggunakan algoritma kompleks dan teknik pembelajaran mendalam untuk menghasilkan konten baru yang serupa dengan data pelatihan yang telah dimasukkan.

Hal yang perlu dipahami adalah, GenAI membuat narasi sendiri berbasis data pembelajaran yang telah dilatihkan kepadanya.

Realitas menunjukan ada kalanya GenAI seperti mengarang ceritanya sendiri dan membuat narasi fiktif yang dikenal dengan halusinasi AI. Untuk ekosistem peradilan hal ini tentu berbahaya.

Coherent Lab menjelaskan, AI Prediktif menggunakan algoritma statistik dan pembelajaran mesin untuk menganalisis data, membuat prediksi tentang peristiwa, atau perilaku di masa depan.

Ia belajar dari data historis untuk mengidentifikasi pola dan membuat prediksi tentang hasil di masa depan.

Berdasarkan uraian tersebut, maka dapat disimpulkan, kedua jenis AI baik prediktif maupun generatif sama-sama menggunakan algoritma pembelajaran mesin, tetapi berbeda dalam tujuannya.

AI Generatif melakukan tugas utama dalam pembuatan konten baru, sedangkan AI Prediktif bertugas membuat prediksi akurat.

AI Prediktif banyak digunakan dalam industri seperti keuangan, perawatan kesehatan, pemasaran, bahkan hukum untuk memprediksi putusan pengadilan.

Sedangkan AI Generatif bermanfaat dalam industri kreatif seperti seni, musik, dan mode, bahkan terakhir digunakan dalam kegiatan ilmiah.

Hal yang saya sebut terakhir ini seringkali menimbulkan perdebatan, karena terkait etika akademik, sehingga muncul Gerakan "Zerogpt", misalnya.

"Zerogpt" adalah alat deteksi teks yang dirancang untuk membantu dengan cepat dan akurat mengidentifikasi sumber teks.

Dengan menggunakan serangkaian algoritma kompleks, alat ini mampu mendeteksi apakah teks telah dihasilkan oleh alat AI, seperti ChatGPT, Google Bard, atau oleh otak manusia.

Saya mencoba mempraktikkan penggunaan platform ini dan memasukan beberapa alinea tulisan ini. "Zerogpt" dengan tangkas dalam waktu sangat singkat memberikan analisis dan menyatakan bahwa “Your text is authentically written by a human.”

"Zerogpt" tentu bisa dimanfaatkan oleh perguruan tinggi dan lembaga penelitian. Saya melihat bahwa penggunaan Chatbot untuk penulisan artikel ilmiah, misalnya, akan menghilangkan kekhasan gaya bahasa dan tutur kata ilmiah seorang penulis.

Padahal salah satu keistimewaan seorang peneliti atau penulis artikel adalah, selain kedalaman dan keakuratan substansi, adalah gaya bahasa dan tutur kata narasi ilmiahnya, yang disajikan dengan khas dan deskripsi yang mudah dipahami.

Prediksi putusan pengadilan

Di saat AI prediktif dapat memprediksi banyak hal, pertanyaan yang muncul adalah, apakah akal imitasi itu dapat juga memprediksi hasil putusan pengadilan? Mengingat prediksi selama ini dilakukan oleh para pengacara dan pakar hukum.

Memprediksi dan membuat penelitian hipotetik terhadap hasil akhir putusan pengadilan, seringkali dilakukan sebagai langkah awal antisipasi.

Hal ini dilakukan baik untuk persiapan gugatan atau pembelaan, tetapi juga sebagai langkah legal diagnostic untuk menentukan pilihan, upaya hukum apa yang paling paling efektif dilakukan.

Hal yang harus diperhatikan adalah akurasi prediksi. Karena justru hasil ini yang akan dijadikan dasar pengambilan keputusan oleh berbagai pihak termasuk para pengacara dan penegak hukum lainnya.

Terkait penggunaan AI prediktif, kita bisa kembali melihat referensi yang dikemukakan Anthony Massobrio. Ia membagikan kiat bahwa langkah pertama dalam membuat model prediktif adalah mengumpulkan data.

Data mentah harus diubah menjadi titik data untuk melatih model prediktif. Ia mewanti-wanti bahwa persiapan dan kualitas data dapat berdampak signifikan terhadap keakuratan prediksi.

Anthony menambahkan, analisis prediktif memerlukan pemahaman menyeluruh tentang sumber dan proses bisnis yang menghasilkan data.

Ketika data scientist tidak memiliki akses terhadap data mutakhir, maka mereka harus bergantung pada sampel historis, yang mungkin tidak lagi mencerminkan realitas bisnis saat ini. Hal ini dapat mengakibatkan prediksi tidak akurat dan keputusan salah.

Fenomena "Court decision-AI prediction" telah dipraktikkan di Amerika Serikat dan beberapa negara lain. Hasil prediksi AI yang dilakukan secara cepat dan efisien dapat menjadi bahan pertimbangan yang relevan bagi seseorang di saat harus memilih akan “berperkara” atau tidak sama sekali.

Baca artikel selanjutnya: Saat AI Bisa Memprediksi Putusan Pengadilan (Bagian II-Habis)