Saat AI Bisa Memprediksi Putusan Pengadilan (Bagian I)

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)