Ketika Robot Belajar Menjadi Manusia

Bagaimana aktivitas sehari-hari manusia menjadi data yang melatih kecerdasan robot humanoid.

"Suatu pagi saya baru menyadari bahwa aktivitas sederhana seperti menyapu lantai, mengepel rumah, atau menyeduh secangkir kopi ternyata memiliki nilai yang sangat penting bagi perkembangan kecerdasan buatan. Kesadaran itu muncul ketika mengetahui bahwa adik saya bekerja merekam aktivitas sehari-hari menggunakan perangkat realitas virtual (VR) untuk membantu melatih sistem AI yang kelak digunakan pada robot humanoid."

Bagi sebagian orang, pekerjaan tersebut mungkin tampak sederhana. Namun di balik aktivitas itu tersimpan sebuah proses yang sedang mengubah wajah industri robotika dunia. Rekaman dari sudut pandang orang pertama (egocentric video) kini menjadi salah satu sumber data paling berharga untuk mengajarkan robot memahami dunia sebagaimana manusia memahaminya.

Fenomena ini menunjukkan bahwa revolusi kecerdasan buatan tidak lagi hanya terjadi di laboratorium atau pusat riset teknologi. Ia telah hadir di ruang keluarga, dapur, bahkan dalam aktivitas rumah tangga yang selama ini dianggap biasa.

Dari Augmented Reality menuju Physical AI

Untuk memahami mengapa robot membutuhkan rekaman aktivitas manusia, kita perlu melihat perkembangan teknologi imersif selama beberapa dekade terakhir.

Pada tahun 1968, ilmuwan komputer Ivan Sutherland memperkenalkan prototipe head-mounted display pertama yang dikenal sebagai The Sword of Damocles. Penemuan ini menjadi salah satu tonggak lahirnya teknologi realitas virtual dan realitas tertambah.

Dua dekade kemudian, pada tahun 1990, Thomas Caudell dan David Mizell dari Boeing memperkenalkan istilah Augmented Reality (AR) ketika mengembangkan sistem visual untuk membantu teknisi merakit kabel pesawat dengan lebih efisien.

Jika AR berupaya menghadirkan objek digital ke dalam dunia nyata, maka perkembangan terbaru melahirkan konsep yang lebih luas, yaitu Physical AI. Dalam paradigma ini, kecerdasan buatan tidak hanya memahami teks atau gambar, tetapi juga mampu berinteraksi secara langsung dengan lingkungan fisik melalui tubuh robot.

Perubahan tersebut menandai pergeseran penting dalam dunia AI. Robot modern tidak lagi semata-mata dikendalikan oleh aturan yang diprogram secara manual. Mereka belajar melalui observasi, pengalaman, dan peniruan terhadap perilaku manusia (imitation learning).

Mengapa Robot Harus Belajar dari Manusia?

Pertanyaan yang sering muncul adalah: mengapa perusahaan robotika tidak cukup menuliskan program komputer agar robot mampu menyapu atau membuat kopi?

Jawabannya terletak pada kompleksitas gerakan manusia.

Tangan manusia terdiri atas 27 tulang yang dikendalikan oleh jaringan otot dan saraf yang sangat kompleks. Saat menyapu lantai, misalnya, manusia secara otomatis menyesuaikan tekanan, sudut sapu, keseimbangan tubuh, hingga gaya gesek dengan permukaan lantai. Ketika mengangkat cangkir kopi, genggaman akan berubah sesuai berat dan bentuk cangkir tanpa kita sadari.

Seluruh penyesuaian tersebut sangat sulit diterjemahkan menjadi jutaan baris kode secara manual.

Karena itu, pendekatan yang kini banyak digunakan adalah membiarkan robot belajar langsung dari manusia. Melalui rekaman video, sensor gerak, dan model AI modern seperti Vision-Language-Action (VLA), sistem dapat menghubungkan apa yang dilihat, instruksi bahasa yang diterima, dan tindakan fisik yang harus dilakukan.

Dengan kata lain, robot tidak sekadar diberi perintah, tetapi diajarkan bagaimana manusia menyelesaikan suatu pekerjaan.

Ketika Data Menjadi Guru bagi Robot

Sejumlah penelitian menunjukkan bahwa pendekatan ini memberikan peningkatan kemampuan yang signifikan.

Peneliti dari University of California, Berkeley mengembangkan sistem Do As I Do, yaitu metode yang memungkinkan robot mempelajari gerakan manusia dari video dua dimensi, kemudian mengubahnya menjadi gerakan tiga dimensi dalam simulasi fisik. Pendekatan tersebut menunjukkan peningkatan tingkat keberhasilan yang jauh lebih tinggi dibandingkan metode pelatihan konvensional.

Di sisi lain, proyek-proyek besar seperti Ego4D dari Meta AI memperlihatkan bahwa rekaman aktivitas dari sudut pandang orang pertama (egocentric video) mampu meningkatkan kemampuan robot dalam memahami urutan tindakan sehari-hari secara lebih alami.

Perkembangan ini menjelaskan mengapa berbagai perusahaan robotika, termasuk Tesla melalui Optimus, Figure AI, maupun berbagai laboratorium riset lainnya, berlomba-lomba mengumpulkan data aktivitas manusia dalam skala besar. Bagi mereka, setiap gerakan sederhana—membuka pintu, menyapu lantai, melipat pakaian, hingga membuat secangkir kopi—merupakan sumber pembelajaran yang sangat berharga.

Apakah Kita Sedang Melatih Pengganti Diri Sendiri?

Pertanyaan tersebut mungkin terdengar provokatif, tetapi cukup banyak orang yang mulai memikirkannya.

Jika robot mampu menyapu rumah, mengemudi, merakit barang, bahkan membantu prosedur medis, apakah manusia sedang membangun sistem yang kelak menggantikan pekerjaannya sendiri?

Jawabannya tidak sesederhana "ya" atau "tidak".

Sejarah menunjukkan bahwa setiap revolusi teknologi memang menghilangkan sebagian jenis pekerjaan, tetapi pada saat yang sama juga melahirkan profesi-profesi baru yang sebelumnya tidak pernah ada.

Profesi seperti AI Trainer, AI Data Collector, Robot Safety Engineer, AI Auditor, Human-Robot Interaction Designer, hingga AI Ethics Specialist merupakan contoh pekerjaan yang hampir tidak dikenal satu dekade lalu.

Karena itu, tantangan terbesar bukanlah keberadaan robot, melainkan kemampuan manusia untuk terus beradaptasi.

Tiga Pelajaran bagi Generasi Saat Ini

Perkembangan AI membawa setidaknya tiga pelajaran penting.

Pertama, manusia perlu mengurangi ketergantungan pada pekerjaan yang sepenuhnya bersifat repetitif. Semakin mekanis suatu pekerjaan, semakin besar peluangnya untuk diotomatisasi. Sebaliknya, kreativitas, empati, kepemimpinan, kemampuan mengambil keputusan, dan penalaran etis masih menjadi keunggulan manusia.

Kedua, jangan hanya menjadi pengguna teknologi. Upayakan untuk memahami cara kerja sistem AI sehingga mampu berperan sebagai pengembang, pelatih, pengawas, atau pengelola teknologi tersebut.

Ketiga, nilai kemanusiaan tetap memiliki tempat yang sulit digantikan. Robot mungkin mampu menyeduh kopi dengan tingkat presisi yang tinggi, tetapi belum mampu menghadirkan empati, kehangatan, maupun hubungan emosional yang menjadi inti dari interaksi antarmanusia.

Penutup

Kita sedang memasuki fase baru dalam sejarah peradaban, ketika gerakan sederhana manusia dapat menjadi bahan pembelajaran bagi mesin.

Apa yang dahulu berawal dari eksperimen Ivan Sutherland tentang tampilan tiga dimensi kini berkembang menjadi ekosistem kecerdasan buatan yang memungkinkan robot belajar dari pengalaman manusia secara langsung.

Alih-alih memandang perkembangan ini sebagai ancaman semata, kita dapat melihatnya sebagai momentum untuk meningkatkan kapasitas diri. Robot mungkin akan mengambil alih sebagian pekerjaan fisik dan rutin, tetapi justru memberi ruang lebih besar bagi manusia untuk melakukan hal-hal yang paling mencerminkan jati dirinya: berpikir kritis, berkreasi, membangun hubungan, dan menciptakan makna.

Pada akhirnya, masa depan bukan ditentukan oleh siapa yang paling kuat melawan robot, melainkan oleh siapa yang paling mampu bekerja berdampingan dengan teknologi tanpa kehilangan sisi kemanusiaannya.