Mempertanyakan "Memusatkan Manusia" dalam Kecerdasan BuatanCEFR A1
16 Apr 2026
Diadaptasi dari Guest Contributor, Global Voices • CC BY 3.0
Foto oleh Steve A Johnson, Unsplash
- Xonorika Kira adalah seniman dan penulis.
- Ia bicara tentang kecerdasan buatan sekarang.
- Ia khawatir tentang memusatkan manusia dalam teknologi.
- Ia bilang ide itu mengecualikan banyak kecerdasan.
- Ia menelusuri sejarah pengabaian pengetahuan lain.
- Ia tunjukkan aturan tentang alami dan buatan.
- Ia minta pengakuan pada banyak bentuk kecerdasan.
- Ia sebut data dan konten sebagai kerja.
- Ia sarankan bentuk konsumsi data alternatif.
- Ia berbicara tentang buku dan pameran.
- Komunitas dan budaya harus dapat mempertahankan kedaulatan.
- Imajinasi harus berjalan bersama pembongkaran.
Kata-kata sulit
- seniman — orang yang membuat karya seni atau pertunjukan
- kecerdasan — kemampuan berpikir dan memahami informasi
- pengabaian — tindakan tidak memperhatikan atau mengabaikan sesuatu
- alami — yang berasal dari alam, bukan dibuat manusia
- pengakuan — penerimaan atau penghargaan dari orang atau kelompok
- kedaulatan — hak dan kontrol suatu komunitas atau budaya
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apakah kamu suka buku atau pameran?
- Pernahkah kamu ke pameran?
- Apakah imajinasi penting menurutmu?
Artikel terkait
Pakaian Pintar dengan MXenes untuk Pantau dan Lindungi Kesehatan
Penelitian menelaah penggunaan MXenes — bahan tipis berbasis logam — pada tekstil pintar untuk memantau tanda vital, melawan bakteri, dan menyimpan energi matahari. Ulasan menyorot potensi aplikasi dan batasan produksinya.
Filter nanofiber yang menangkap CO2 di dalam gedung
Para peneliti mengembangkan filter udara berbahan nanofiber karbon yang menangkap karbon dioksida di dalam bangunan. Filter ini kompatibel dengan sistem HVAC, bisa dipakai ulang, dan berpotensi menurunkan penggunaan energi dan emisi.
Kecerdasan Buatan dan Ketimpangan Bahasa Online
Sebuah kajian menemukan banyak model bahasa besar berkinerja lebih baik dalam bahasa Inggris. Akibatnya, penutur bahasa lain sering mendapat keluaran yang kurang akurat atau tidak sesuai. Para ahli mendorong kerja sama dengan komunitas lokal dan validasi data multibahasa.
