Lebih dari 1.200 ilmuwan, insinyur, dan peneliti kecerdasan buatan dari laboratorium paling berpengaruh di dunia — termasuk OpenAI, Anthropic, Google, Meta, Microsoft, Mistral, dan Thinking Machines — telah menandatangani pernyataan bersama yang ditujukan langsung ke pemerintah Amerika Serikat. Ini bukan petisi biasa. Ini adalah sinyal darurat dari dalam garis depan pengembangan AI: mereka yang membangun model tercanggih justru meminta regulasi lebih cepat, bukan lebih lambat.
Siapa yang menandatangani — dan mengapa bukan CEO-nya?
Pernyataan itu tidak ditandatangani oleh Sam Altman, Demis Hassabis, atau Mark Zuckerberg. Yang muncul adalah nama-nama di balik kode: insinyur pembelajaran mendalam di Anthropic, peneliti safety AI di Google DeepMind, ilmuwan sistem distribusi di Microsoft Research, dan staf teknis dari startup Eropa seperti Mistral. Mereka bukan pemegang saham atau direktur eksekutif — melainkan orang-orang yang setiap hari melihat bagaimana eksperimen baru bisa mempercepat siklus pengembangan model hingga dua kali lipat dalam satu kuartal. Menurut The Verge, inilah kelompok pertama dalam sejarah industri teknologi yang secara kolektif mengakui bahwa batas kemampuan manusia dalam mengawasi AI sudah mulai terkikis dari dalam laboratorium sendiri.
Inti kekhawatiran mereka bukan soal robot mengambil alih pekerjaan — melainkan soal otomatisasi riset AI itu sendiri. Dalam dokumen tersebut, mereka menyebut kemungkinan nyata bahwa sistem AI akan segera mampu menulis kode eksperimen, menguji hipotesis, bahkan merancang arsitektur model berikutnya tanpa campur tangan manusia. Ini bukan skenario fiksi ilmiah. Di beberapa lab, sistem 'AI-as-a-researcher' sudah berjalan dalam mode prototipe terbatas — misalnya, model yang menghasilkan 37% dari kode eksperimen baru di internal Anthropic pada Q2 2024, menurut laporan internal yang bocor ke media teknologi Eropa.
Baca juga: Mosseri Klaim Tak Tahu Data Keselamatan Remaja Dibatasi
Apa artinya 'automating AI research' bagi Indonesia?
Bagi Indonesia, istilah 'automating AI research' tidak hanya jargon akademis. Ini berarti bahwa dalam lima tahun ke depan, kapasitas nasional untuk mengembangkan model bahasa lokal — seperti IndoBERT atau Javanese LLM — bisa menjadi usang sebelum sempat diluncurkan. Saat laboratorium global mulai menggunakan AI untuk menghasilkan AI, keunggulan komparatif negara berkembang ; yaitu tenaga ahli murah dan gesit , justru berubah menjadi kerentanan struktural. Kita tidak lagi bersaing di level algoritma atau data, tapi juga di level infrastruktur komputasi dan akses ke sistem otomatisasi riset itu sendiri.
Padahal, Badan Riset dan Inovasi Nasional (BRIN) baru saja meluncurkan program 'AI for Archipelago' dengan anggaran Rp 1,2 triliun — tetapi tanpa mekanisme integrasi dengan platform riset otomatis global, proyek ini berisiko menjadi 'demo tanpa dampak'. Tidak ada satu pun dari 15 laboratorium AI nasional yang saat ini memiliki akses ke pipeline eksperimen berbasis AI yang digunakan oleh tim di Palo Alto atau Paris. Kesenjangan bukan hanya di hardware, tapi di metodologi.
Baca juga: Komposter Dapur AI: Uji Coba 2 Tahun dan Realitas di Rumah Jakarta
Yang lebih krusial: pernyataan para ilmuwan ini tidak meminta moratorium. Mereka menolak narasi 'hentikan AI'. Sebaliknya, mereka menuntut percepatan tata kelola — khususnya standar interoperabilitas audit, protokol pelacakan eksperimen otomatis, dan mekanisme verifikasi independen terhadap klaim kemampuan sistem. Ini bukan soal memperlambat inovasi, tapi membangun rel yang aman sebelum kereta melaju dua kali lebih cepat.
Dilansir The Verge, pemerintah AS belum memberikan respons resmi. Namun, Gedung Putih telah menggelar tiga rapat tertutup dengan perwakilan dari delapan perusahaan dalam daftar penandatangan sejak awal Mei. Tidak satu pun dari rapat itu membahas insentif fiskal atau subsidi chip — semua fokus pada desain 'red teaming framework' untuk sistem yang bisa mengembangkan dirinya sendiri. Artinya, diskusi sedang bergeser dari 'bagaimana membuat AI lebih pintar' ke 'bagaimana memastikan kita masih bisa memahami apa yang sedang dipikirkannya'.
Rangkuman dampak langsung dari pernyataan ini jelas: regulasi AI global tidak lagi bisa menunggu sampai ada kecelakaan besar. Teknologi sudah mencapai titik di mana riset itu sendiri menjadi objek otomatisasi — dan karena itu, pengawasan harus hadir sebelum eksperimen dimulai, bukan setelah model dirilis. Bagi Indonesia, ini berarti prioritas kebijakan harus berubah: dari membangun model bahasa nasional, ke membangun kapasitas untuk memverifikasi, mengaudit, dan mengintegrasikan sistem riset otomatis dari luar — atau siap ditinggalkan di belakang rel inovasi global.