Pendahuluan: Jurang antara Kelancaran Perilaku dan Pemahaman Hakiki
Dalam era kecerdasan buatan (AI) modern, Large Language Models (LLM) seperti GPT-4 dan Claude mampu menghasilkan tanggapan tekstual yang sangat lancar dan cerdas. Berdasarkan kriteria Uji Turing (1950), sistem-sistem ini secara praktis sulit dibedakan dari interaksi manusiawi.
Namun, di jantung filsafat pikiran dan ilmu kognitif muncul pertanyaan yang mendasar: apakah mesin yang menghasilkan jawaban benar-benar memahami makna dari apa yang dikatakannya?
Pada tahun 1980, filsuf Amerika Serikat John Rogers Searle menerbitkan makalah penting berjudul Minds, Brains, and Programs, memperkenalkan eksperimen pikiran terkenal: Kamar Tionghoa (The Chinese Room Argument). Melalui eksperimen ini, Searle membuktikan bahwa sintaksis formal semata tidak pernah mencukupi untuk menghasilkan semantik.
1. Desain Eksperimen Kamar Tionghoa
Searle merancang skenario sebagai berikut:
- Orang di dalam kamar: Seseorang yang hanya menguasai bahasa Inggris dan tidak memahami bahasa Mandarin sama sekali (Searle sendiri). Baginya, karakter Hanzi hanyalah coretan geometris tanpa arti.
- Masukan (Input): Penutur asli bahasa Mandarin memasukkan kertas berisi pertanyaan melalui celah pintu.
- Buku panduan (Program): Di dalam ruangan terdapat buku petunjuk berbahasa Inggris yang sangat lengkap. Buku ini tidak berisi terjemahan, melainkan murni aturan manipulasi bentuk: «Jika masuk simbol berbentuk X, carilah simbol berbentuk Y pada laci 3 dan susunlah setelah Z».
- Keluaran (Output): Operator mengikuti aturan secara mekanis, menyusun simbol, dan mengeluarkannya. Pengamat luar membaca jawaban tersebut dan kagum akan kefasihan dan kecerdasannya.
Dari luar, kamar tersebut lulus Uji Turing dengan sempurna.
Kesimpulan Searle
Apakah orang di dalam kamar memahami bahasa Mandarin? Jawabannya jelas: Tidak. Ia hanya mencocokkan bentuk simbol tanpa memahami arti pertanyaan maupun jawabannya. CPU komputer yang memproses bit biner (0 dan 1) berada dalam kondisi ontologis yang identik. Oleh karena itu, menjalankan program komputer tidak pernah cukup untuk melahirkan pikiran atau pemahaman.
2. Silogisme Formal Searle
Searle merumuskan argumennya dalam deduksi logis:
- Aksioma 1: Program komputer bersifat formal (sintaksis).
- Aksioma 2: Pikiran manusia memiliki isi mental (semantik).
- Axioma 3: Sintaksis tidak membentuk semantik dan tidak cukup untuk menghasilkannya (Syntax is neither constitutive of, nor sufficient for, semantics).
- Aksioma 4: Otak menghasilkan pikiran (Brains cause minds).
Kesimpulan:
- Menjalankan program komputer tidak cukup untuk memiliki pikiran (penolakan AI Kuat / Strong AI).
- Cara otak menghasilkan pikiran bukanlah sekadar menjalankan program komputasi.
- Setiap artefak buatan yang mampu berpikir harus memiliki daya kausal fisik yang setara dengan otak biologis.
3. Sanggahan Klasik dan Tanggapan Searle
3.1 Jawaban Sistem (The Systems Reply)
- Sanggahan: Manusia di dalam kamar memang tidak paham, tetapi keseluruhan sistem (manusia, buku aturan, ruangan, kartu simbol) memahaminya sebagai sifat emergen.
- Tanggapan Searle: Jika manusia itu menghafal seluruh buku aturan di dalam kepalanya, ia telah menginternalisasi seluruh sistem. Namun, ia tetap tidak memahami bahasa Mandarin sedikit pun.
3.2 Jawaban Robot (The Robot Reply)
- Sanggahan: Kamar tersebut terisolasi secara fisik. Jika program dipasang pada robot bergerak dengan kamera dan tangan mekanik, simbol akan terhubung dengan kenyataan fisik.
- Tanggapan Searle: Sinyal kamera tetap masuk ke operator sebagai deretan angka abstrak tanpa makna. Menambah sensor tidak mengubah sintaksis menjadi semantik.
3.3 Jawaban Simulator Otak (The Brain Simulator Reply)
- Sanggahan: Bagaimana jika program mensimulasikan letupan sinapsis dari 100 miliar neuron otak penutur asli?
- Analogi Pipa Air: Gantilah neuron dengan jaringan pipa air dan keran raksasa yang digerakkan tukang ledeng. Apakah jaringan pipa air itu memahami bahasa Mandarin? Simulasi badai tidak pernah membasahi komputer.
4. Relevansi pada Era LLM dan Masalah Penambatan Simbol
Masalah Penambatan Simbol (Symbol Grounding Problem) oleh Stevan Harnad (1990) dan eksperimen gurita oleh Bender & Koller (2020) membuktikan bahwa optimasi probabilitas bentuk kata ($F$) tidak pernah menghasilkan makna referensial ($M$). Kamar Tionghoa tetap menjadi peringatan kritis paling tajam terhadap reduksionisme komputasional.