Diskusi Sulit Dario di Davos

MMaximilian Schwarzmรผller
์ปดํ“จํ„ฐ/์†Œํ”„ํŠธ์›จ์–ด๊ฒฝ์ œ ๋‰ด์Šค์ž๊ฒฉ์ฆ/ํ‰์ƒ๊ต์œกAI/๋ฏธ๋ž˜๊ธฐ์ˆ 

Transcript

00:00:00Di Forum Ekonomi Dunia di Davos tahun ini, Dario Amodei memprediksi bahwa dalam waktu
00:00:07sekitar 12 bulan ke depan, AI pada dasarnya akan mampu menulis semua kode secara otomatis.
00:00:15Dan ucapan orang ini sangat layak untuk diperhatikan. Saya juga akan membagikan pendapat saya tentang hal itu
00:00:20dan mengapa menurut saya Anda harus melihat hal ini dengan lebih bijak. Bukan hanya karena Dario,
00:00:26tentu saja, adalah CEO Anthropic, salah satu pemain terpenting di bidang AI generatif,
00:00:32terutama dalam hal model yang berkaitan dengan pengodean. Tapi ini juga patut disimak,
00:00:36karena tahun lalu, di awal 2025, dia memprediksi bahwa AI akan mampu menulis
00:00:4490% dari semua kode dalam tiga atau enam bulan ke depan. Dan tergantung cara Anda melihatnya,
00:00:50dia tidak sepenuhnya salah. Memang, lini masa ini mungkin sedikit terlalu agresif.
00:00:58Mungkin bukan tiga atau enam bulan, lebih tepatnya enam hingga sembilan bulan, saya kurang yakin. Dan tentu saja,
00:01:05itu sangat bergantung pada bidang Anda. Jadi, di area mana Anda memprogram, bahasa pemrograman
00:01:11apa yang Anda gunakan, serta perusahaan dan kebijakan yang berlaku di sana.
00:01:15Dan tentunya, itu juga bergantung pada Anda, preferensi Anda, dan pengalaman Anda dengan AI.
00:01:21Saya pribadi bisa bilang bahwa sejak mungkin Desember atau November, untuk
00:01:29beberapa proyek, bahkan sebagian besar proyek saya, AI menulis sekitar 80-90% kodenya. Tapi di sinilah
00:01:39bagian yang menarik. Saya tidak sedang membicarakan 'wipe coding', dan saya tidak bicara tentang AI
00:01:47yang mengerjakan semuanya sendiri. Saya juga tidak bilang bahwa AI selalu benar. Sebaliknya, situasinya
00:01:54jauh lebih rumit dari itu. AI sama sekali tidak melakukannya sendirian. Ini juga bukan tentang
00:02:05'wipe coding'. Anda mungkin bisa melakukannya, tapi saya sudah pernah membagikan pandangan saya soal itu. Bagi saya,
00:02:11sekadar menyamakan persepsi, 'wipe coding' berarti Anda sama sekali tidak melihat kodenya,
00:02:16tidak peduli dengan kodenya, bahkan mungkin tidak perlu tahu cara ngoding. Jadi ya,
00:02:21ini bukan tentang itu. Sebaliknya, menurut saya kita berada di titik
00:02:30di mana Anda bisa menyerahkan banyak tugas ke AI jika memiliki rencana yang matang. Jika rencananya bagus, AI bisa mengeksekusinya.
00:02:42Saya rasa kita sudah di tahap itu sekarang. Anda pasti bisa melakukannya, setidaknya untuk tugas tertentu.
00:02:50Tapi tentu saja, Anda harus meninjau ulang kode tersebut. Saya tahu ada orang yang bilang
00:02:57Anda tidak perlu lagi melakukan itu. Mungkin itu berhasil buat mereka, tapi jelas tidak buat saya.
00:03:02Jika Anda merilis sesuatu, jika Anda mengirim produk ke pelanggan, Anda bertanggung jawab atas hal itu.
00:03:07Sebagai developer, Anda tidak bisa bilang, โ€œOh, AI-nya yang salah.โ€ Tidak, itu tanggung jawab Anda.
00:03:13Dan saya tidak mau bertanggung jawab atas kode yang belum saya tinjau atau tidak saya pahami. Selain itu,
00:03:21AI masih sering membuat kesalahan. Jadi saya perlu memperbaiki kesalahan atau mengarahkan AI ke jalur yang benar.
00:03:32Dan itu sangat krusial. Hal itu tentu penting dalam bagian perencanaan, di mana Anda
00:03:41mengarahkan AI. Tapi itu juga berkaitan dengan apa yang Anda lakukan
00:03:46terhadap kode yang dihasilkan AI. Jadi, ini masih jauh dari anggapan bahwa jika AI membuat 90% kodenya,
00:03:54berarti saya tidak punya pekerjaan. Masih jauh. Itu hanya berarti saya punya pengetik sangat cepat
00:04:03yang bisa menjalankan rencana saya, tapi rencana itu harus bagus. Dan hasilnya pun masih bervariasi kualitasnya.
00:04:11Meski begitu, bagi saya, ini tetap lebih cepat daripada menulis semuanya dari nol. Alih-alih begitu,
00:04:17saya mencoba membuat rencana yang baik, membaginya jadi bagian-bagian kecil, membiarkan AI menulis kodenya,
00:04:22lalu meninjau dan menyempurnakan kode tersebut. Ngomong-ngomong, yang saya maksud dengan perencanaan adalah rencana yang sangat detail,
00:04:28di mana saya juga merinci library apa yang ingin digunakan, pola yang ingin diterapkan,
00:04:33dan arsitektur perangkat lunak yang ingin saya buat langkah demi langkah. Jadi bukan sekadar rencana kasar
00:04:38atau rencana umum. Ini sangat mendetail. Itulah yang berhasil bagi saya. Maka dari itu,
00:04:44dengan batasan-batasan tersebut, saya setuju bahwa AI mungkin bisa menulis sekitar 90% kodenya.
00:04:52Namun bukan berarti AI mengerjakan 90% pekerjaannya sendirian. Nah, itu konteks yang penting,
00:04:58karena itu merujuk pada pernyataan Dario tahun lalu. Jadi ya, saya rasa kita sudah di sana,
00:05:05tapi bukan berarti AI melakukannya sendirian. Lalu, bagaimana dengan pernyataannya tahun ini?
00:05:12Tahun ini, Dario intinya mengatakan bahwa AI akan mampu melakukan apa yang dikerjakan insinyur perangkat lunak
00:05:17dan menulis perangkat lunak sepenuhnya sendirian dari awal hingga akhir dalam 6 sampai 12 bulan. Itu pernyataan tahun ini.
00:05:24Saya sangat menyarankan Anda menonton seluruh pembicaraannya. Sangat menarik. Tapi saya punya beberapa pemikiran
00:05:30tentang pernyataan ini. Dan tentu saja, agar jelas, saya sama sekali tidak mengklaim lebih pintar atau
00:05:36lebih mampu menilai performa model AI dibandingkan Dario. Tapi saya juga bukan CEO
00:05:43dari perusahaan yang perlu menjual model AI ini. Dan saya bisa berbagi dari pengalaman saya sendiri.
00:05:50Seperti yang saya katakan, saya setuju dengan pernyataan tahun lalu sampai taraf tertentu, tapi dengan banyak catatan
00:05:56dan batasan. AI jelas tidak menulis 90% kode saya sendirian. Jadi wajar jika saya
00:06:03sulit membayangkan hal ini akan terwujud. Saya sulit membayangkan ini akan jadi kenyataan,
00:06:08tidak hanya dalam 6 atau 12 bulan ke depan, tapi bahkan dalam waktu dekat.
00:06:15Saya mengerti bahwa AI mampu membangun perangkat lunak sendiri dalam sebuah siklus iterasi
00:06:24seperti yang banyak dibicarakan terkait cloud code. Saya paham itu. Tapi seluruh pekerjaan
00:06:33seorang insinyur perangkat lunak mencakup tugas-tugas yang saya uraikan tadi. Bahkan mungkin lebih dari itu.
00:06:40Itu mencakup pembuatan rencana yang matang, menentukan arsitektur, pola, dan teknologi yang akan digunakan,
00:06:46meninjau kode, serta tentu saja menganalisis kode, memperbaiki masalah,
00:06:54dan bertanggung jawab atas kode tersebut. Itulah yang sulit saya bayangkan bisa terjadi
00:06:59dalam waktu dekat, karena saat ini, AI yang bisa kita gunakan masih terlalu jauh dari itu. AI sekarang ibarat penulis cepat berbakat
00:07:08yang banyak melakukan kesalahan dan butuh panduan yang sangat jelas.
00:07:14Untuk beralih ke model yang bisa melakukan semuanya sendiri, yang bisa merancang arsitektur utuh
00:07:20dengan rapi, mampu menggunakan teknologi terbaru, menulis kode yang aman dan bebas galat
00:07:28sepenuhnya tanpa tinjauan manusia atau hanya ditinjau AI lain... itulah yang sulit saya lihat
00:07:36saat saya melihat model-model hari ini dan juga melihat progres model-model tersebut selama beberapa tahun terakhir.
00:07:42Karena ya, kemajuannya memang luar biasa. Sangat stabil dan bagus.
00:07:48Dan terutama alat-alat pendukungnya, seperti yang pernah saya bahas, sudah jauh lebih baik. Saya juga sudah bilang,
00:07:55saya tidak yakin apakah kecerdasan model mentah masih berada di lintasan linear atau eksponensial.
00:08:00Untuk alat-alatnya, menurut saya kita memang berada di lintasan linear tertentu. Tapi saya sulit
00:08:07melihat hal itu cukup untuk membawa kita ke otomatisasi penuh dalam waktu dekat.
00:08:15Tentu saja para CEO ini punya kepentingan yang berbeda dengan saya. Anda bisa saja bilang saya punya kepentingan
00:08:24untuk melindungi para pengembang karena saya juga menjual kursus pemrograman. Tapi jujur saja,
00:08:31itu bukan peran saya dan bukan sesuatu yang mampu saya lakukan. Saya hanya membagikan pengalaman saya menggunakan AI.
00:08:38Saya sangat terbuka terhadap AI dan sering menggunakannya. AI memang menulis 90% kode saya,
00:08:44tapi itu masih jauh dari otomatisasi penuh. Namun ya, beri tahu saya pendapat Anda tentang hal ini.
00:08:51Pengalaman Anda dengan AI dan juga di bidang apa Anda bekerja. Karena mungkin saja
00:08:56Anda tidak menggunakan AI sama sekali atau hanya untuk tugas-tugas kecil yang terisolasi. Dan Anda mungkin masih menulis
00:09:02sebagian besar kode sendiri. Atau Anda menggunakannya untuk segalanya, bahkan tidak melihat kodenya,
00:09:07dan mendapatkan hasil yang luar biasa. Saya tertarik untuk mengetahuinya. Jadi, beri tahu saya ya.
00:09:12Dan ya, semoga waktu Anda menyenangkan.

Key Takeaway

Meskipun AI dapat menulis sebagian besar kode melalui perencanaan yang matang, otomatisasi penuh tanpa campur tangan manusia masih sulit terwujud dalam waktu dekat karena kompleksitas tanggung jawab dan arsitektur perangkat lunak.

Highlights

Prediksi Dario Amodei bahwa AI akan mampu menulis perangkat lunak secara mandiri sepenuhnya dalam 12 bulan ke depan.

Perbedaan antara menulis kode (coding) dan tanggung jawab penuh seorang insinyur perangkat lunak.

Konsep 'wipe coding' yang dianggap berisiko karena mengabaikan pemahaman dan peninjauan kode.

Pentingnya perencanaan mendetail (arsitektur, library, pola) sebelum menyerahkan eksekusi pada AI.

Pandangan kritis terhadap kepentingan CEO perusahaan AI dalam mempromosikan kemampuan model mereka.

AI saat ini lebih berperan sebagai 'pengetik cepat' yang masih membutuhkan arahan dan koreksi manusia.

Timeline

Prediksi Berani Dario Amodei di Davos

Bagian ini membahas prediksi CEO Anthropic, Dario Amodei, mengenai kemampuan AI untuk menulis kode secara otomatis dalam waktu dekat. Pembicara menyoroti rekam jejak prediksi Amodei sebelumnya yang sangat agresif terkait persentase kode yang dihasilkan AI. Meskipun lini masa tersebut mungkin terlalu optimis, dampaknya sangat terasa tergantung pada bahasa pemrograman dan kebijakan perusahaan. Pembicara juga mengakui bahwa AI sudah mulai menulis sekitar 80-90% kode dalam proyek pribadinya sejak akhir 2024. Hal ini menunjukkan pergeseran besar dalam efisiensi kerja pengembang meskipun tetap ada batasan tertentu.

Batasan AI dan Bahaya 'Wipe Coding'

Pembicara menjelaskan perbedaan antara menggunakan AI sebagai alat bantu dan konsep 'wipe coding' di mana seseorang tidak memahami kode sama sekali. Menurutnya, 'wipe coding' sangat berbahaya karena pengembang tetap memegang tanggung jawab penuh atas produk yang dikirimkan ke pelanggan. AI masih sering melakukan kesalahan teknis sehingga peran manusia dalam meninjau dan memperbaiki kode tetap krusial. Seorang pengembang tidak bisa menyalahkan AI jika terjadi kegagalan sistem pada produk akhir. Oleh karena itu, pemahaman mendalam terhadap logika kode tetap menjadi syarat mutlak dalam proses pengembangan.

Pentingnya Perencanaan dan Arsitektur Mendetail

Dalam tahap ini, pembicara menekankan bahwa AI hanya berfungsi sebagai eksekutor atau 'pengetik cepat' untuk rencana yang dibuat manusia. Keberhasilan penggunaan AI sangat bergantung pada seberapa detail rencana yang disusun, termasuk pemilihan library dan pola arsitektur. Rencana tersebut harus dipecah menjadi bagian-bagian kecil agar AI dapat mengeksekusinya dengan lebih akurat. Tanpa arsitektur yang kuat dan arahan langkah demi langkah, hasil dari AI cenderung tidak konsisten atau tidak berkualitas tinggi. Strategi ini membuktikan bahwa pekerjaan pengembang telah bergeser dari penulisan sintaks ke perancangan sistem.

Skeptisisme terhadap Otomatisasi Penuh

Pembicara menganalisis klaim terbaru Amodei tentang kemampuan AI membangun perangkat lunak dari awal hingga akhir tanpa manusia dalam 12 bulan. Ia menyatakan skeptisismenya karena peran insinyur perangkat lunak jauh lebih luas daripada sekadar menulis kode mentah. Tugas-tugas seperti analisis masalah, keamanan kode, dan integrasi teknologi terbaru masih sulit dilakukan AI secara mandiri sepenuhnya. Ada pula faktor kepentingan komersial dari para CEO teknologi yang perlu dipertimbangkan saat mereka mengeluarkan prediksi tersebut. Kemajuan model AI saat ini dinilai belum cukup untuk mencapai tahap otomatisasi total dalam waktu yang sangat singkat.

Kesimpulan dan Refleksi Pengalaman Pengguna

Bagian penutup ini berisi refleksi pembicara tentang posisinya sebagai pengembang sekaligus pengajar pemrograman di tengah kemajuan AI. Ia menegaskan bahwa meskipun ia sangat terbuka dan sering menggunakan AI, otomatisasi penuh tetap terasa seperti masa depan yang masih jauh. Pembicara mengundang penonton untuk berbagi pengalaman mereka mengenai penggunaan AI dalam berbagai bidang pekerjaan yang berbeda. Dialog ini penting untuk memahami spektrum penggunaan AI, mulai dari tugas kecil hingga ketergantungan penuh pada model bahasa besar. Video diakhiri dengan pesan bahwa meskipun AI luar biasa, kendali tetap harus ada di tangan manusia.

Community Posts

View all posts