AI semakin pandai menghasilkan tulisan, gambar, dan musik. Tetapi menghasilkan sesuatu yang bagus belum tentu sama dengan memahami mengapa sesuatu layak dianggap bagus.
Mintalah kecerdasan buatan [AI] membuat sebuah poster, dan dalam beberapa saat ia bisa menghasilkan desain yang terlihat profesional. Minta lagi lima alternatif, hasilnya mungkin sama menariknya, bahkan lebih mengesankan daripada pekerjaan sebagian desainer pemula. Tetapi ketika diminta memilih satu desain yang paling tepat untuk sebuah kampanye, persoalannya mulai berubah dari kemampuan menciptakan menjadi kemampuan menilai.
Perkembangan AI generatif membuat produksi karya kreatif semakin mudah dilakukan, mulai dari tulisan, ilustrasi, musik, hingga video. Hambatan teknis yang sebelumnya membutuhkan keterampilan dan pengalaman bertahun-tahun kini dapat dipangkas melalui beberapa instruksi. Sayangnya, kemudahan tersebut juga memperlihatkan kenyataan lain: sesuatu yang terlihat indah belum tentu memiliki karakter, dan sesuatu yang dikerjakan dengan sempurna belum tentu terasa istimewa.
Persoalan ini membawa kita kepada sebuah kata yang jarang dibicarakan dalam perdebatan mengenai kecerdasan buatan, yakni taste atau selera. Selama ini, diskusi tentang AI lebih sering mempertentangkan kecerdasan mesin dengan kreativitas manusia, seolah keduanya berada dalam perlombaan yang harus menghasilkan pemenang. Padahal, ada perbedaan penting antara kemampuan menghasilkan karya, kemampuan merasakan sesuatu, dan kemampuan menentukan karya mana yang pantas dipilih.
Baca Juga: Uncanny Valley: Semakin Mirip Manusia, Mengapa Wajah Buatan AI Justru Terasa Menyeramkan?
Selera Tidak Sama dengan Rasa
Dalam bukunya, The Missing Layer in AI, Wendra Wilendra, M.MT. mengangkat kegelisahan mengenai AI yang mampu memberikan jawaban cerdas, tetapi sering kehilangan konteks, kesinambungan pemikiran, dan nilai yang melandasi keputusan manusia. Wendra menggambarkan pengalaman tersebut melalui ungkapan, "Pintar struktur, tapi nggak punya rasa." Baginya, persoalan AI bukan sekadar keterbatasan memproses informasi, melainkan ketidakmampuan sistem untuk terus menjaga arah dan makna yang dianggap penting oleh penggunanya.
Kegelisahan itulah yang mendorong Wendra mengembangkan VCORETEX, kerangka berpikir digital dengan delapan pilar yang mencakup nilai, konteks, perencanaan, tanggung jawab, hasil yang diharapkan, pemikiran, eksekusi, dan pengalaman. Melalui pendekatan tersebut, ia berusaha membangun sistem AI yang lebih reflektif dan mampu mempertahankan kesinambungan cara berpikir manusia. Gagasannya menarik karena menawarkan jawaban praktis terhadap keterbatasan AI yang sering menghasilkan respons masuk akal tanpa memahami prioritas personal penggunanya.
Akan tetapi, ada satu persoalan yang belum selesai hanya dengan menambahkan nilai dan konteks ke dalam sistem AI. Kemampuan menghasilkan respons yang selaras dengan prinsip pengguna tidak otomatis berarti AI memiliki selera yang baik, apalagi pengalaman subjektif sebagaimana manusia mengalaminya. Rasa dapat merujuk pada pengalaman emosional atau kepekaan terhadap suatu keadaan, sedangkan selera berkaitan dengan kemampuan membedakan, menilai, memilih, dan mempertahankan pilihan berdasarkan pertimbangan tertentu. Seseorang bisa merasakan kesedihan ketika mendengar sebuah lagu, tetapi belum tentu memiliki kemampuan musikal untuk menjelaskan mengapa aransemen lagu tersebut bekerja dengan baik.
Sebaliknya, seorang editor musik dapat menilai bahwa sebuah komposisi terlalu ramai, bagian tertentu perlu dihilangkan, atau kesunyian justru akan membuat keseluruhan karya lebih kuat. Penilaian semacam itu tidak selalu bergantung pada emosi yang muncul ketika musik didengarkan, melainkan pada pengetahuan, pengalaman, konteks budaya, dan pertimbangan estetika yang telah terbentuk. Selera juga bukan ukuran yang sepenuhnya objektif, sebab apa yang dianggap indah atau pantas oleh suatu kelompok dapat dipandang berbeda oleh kelompok lainnya.
Karena itu, klaim bahwa AI tidak mungkin memiliki kemampuan kreatif hanya karena bekerja dengan mengenali pola terasa terlalu sederhana. Margaret A. Boden, peneliti ilmu kognitif dari University of Sussex, dalam artikel Computer Models of Creativity yang diterbitkan AI Magazine pada 2009, membedakan kreativitas menjadi tiga bentuk, yakni kombinasi, eksplorasi, dan transformasi gagasan. Menurut Boden, ketiganya dapat dimodelkan melalui AI, meskipun pertanyaan apakah mesin benar-benar kreatif tetap mengandung persoalan filosofis yang belum memiliki jawaban tunggal. Pandangan tersebut menunjukkan bahwa bekerja melalui pola dan aturan tidak otomatis menghilangkan kemungkinan munculnya hasil yang kreatif.
Baca Juga: Bukan Hanya Jawaban yang Mungkin Salah, Lalu Apa Lagi Persoalan Terbesar AI?
Menciptakan Itu Mudah, Memilih yang Tepat Jauh Lebih Sulit
Persoalan selera menjadi lebih jelas ketika AI menghasilkan banyak alternatif yang sama-sama terlihat bagus. Sebuah sistem bisa membuat puluhan judul artikel, ratusan variasi logo, atau beberapa komposisi musik hanya dalam waktu singkat. Tetapi kemampuan menyediakan pilihan belum menjawab mengapa satu karya lebih tepat daripada lainnya, terutama jika penilaiannya melibatkan identitas, sejarah, tujuan komunikasi, atau kepekaan terhadap kelompok tertentu.
Menariknya, kemampuan menilai gagasan kreatif juga mulai dapat dilakukan oleh AI, meskipun belum sempurna. Penelitian yang diterbitkan dalam jurnal Creativity and Innovation Management pada 2025 membandingkan penilaian model GPT-4 dengan evaluasi ahli manusia terhadap gagasan kreatif. Hasilnya menunjukkan bahwa tingkat keselarasan penilaian dapat ditingkatkan melalui kerangka evaluasi serta contoh yang dirancang dengan tepat, meskipun keselarasan yang diperoleh masih berada pada tingkat sedang. Artinya, AI bukan semata-mata mesin pembuat pilihan, tetapi juga dapat dikembangkan sebagai alat untuk mengevaluasi pilihan tersebut.
Temuan ini sekaligus membuka ruang untuk menguji gagasan Wendra dari arah yang berbeda. Jika nilai, konteks, dan pengalaman pengguna dapat membantu AI memberikan respons yang lebih relevan, prinsip serupa mungkin juga dapat digunakan untuk membangun penilaian estetika yang lebih konsisten. Tetapi sistem yang berhasil meniru preferensi seseorang belum tentu mampu mempertanyakan apakah preferensi itu masih tepat, perlu berkembang, atau justru sedang membatasi kemungkinan kreatif yang lebih menarik.
Bayangkan seorang pemimpin redaksi yang selalu menyukai judul berbentuk pertanyaan, lalu mengajarkan kebiasaan tersebut kepada AI yang digunakannya. Setelah mempelajari banyak contoh, sistem itu mungkin semakin mahir membuat judul yang sesuai selera pemiliknya, bahkan dapat memperkirakan mana yang akan disetujui. Persoalan muncul ketika seluruh publikasi akhirnya memiliki pola serupa, sementara AI tetap menganggap keberhasilan meniru preferensi sebagai ukuran kualitas. Pada keadaan seperti itu, sistem bukan kekurangan kemampuan mengikuti selera, melainkan gagal membantu manusia mempertanyakan seleranya sendiri.
Manusia pun tentu tidak kebal terhadap persoalan serupa, sebab selera dapat menjadi kebiasaan yang membatasi kreativitas apabila tidak pernah diuji. Perbedaan pentingnya terletak pada bagaimana seseorang menghubungkan keputusan kreatif dengan pengalaman, tanggung jawab, perubahan budaya, dan konsekuensi nyata dari sebuah karya. AI dapat dilatih untuk mempertimbangkan semua faktor tersebut, tetapi kemampuan menghasilkan keputusan yang meyakinkan belum membuktikan bahwa sistem memiliki pengalaman batin atau kesadaran sebagaimana yang diperdebatkan dalam filsafat pikiran.
Di sinilah gagasan Wendra mengenai pentingnya nilai memperoleh relevansi baru, sekaligus membutuhkan pengembangan lebih lanjut. Nilai dapat membantu menentukan apa yang boleh atau patut dilakukan, sementara selera membantu mempertimbangkan bagaimana sesuatu sebaiknya diwujudkan agar tepat, bermakna, dan memiliki karakter. Keduanya dapat saling memengaruhi, tetapi tidak identik, sebab karya yang memenuhi seluruh prinsip etika belum tentu memiliki mutu artistik yang baik.
Masa depan kerja kreatif bersama AI barangkali tidak hanya ditentukan oleh mesin mana yang mampu menghasilkan gambar paling realistis, tulisan paling rapi, atau musik paling indah. Tantangan berikutnya adalah membangun kemampuan penilaian yang dapat menjelaskan alasan sebuah karya dipilih, bersedia mengoreksi keputusan, dan tidak sekadar mengikuti preferensi yang sudah mapan. Jika AI suatu hari mampu menjalankan semua itu dengan sangat baik, perdebatan mengenai apakah ia sungguh memiliki selera mungkin tetap belum selesai. Tetapi satu pertanyaan lain akan semakin mendesak bagi manusia: ketika mesin sudah pandai mencipta sekaligus memilih, apakah manusia masih bersedia bersusah payah mengembangkan seleranya sendiri? [][Rudi Tenggarawan/KK]
Penulisan artikel ini dibantu AI dan telah melewati proses kurasi Redaksi.
