Kemajuan pesat dalam teknologi kecerdasan buatan generatif (AI) telah menghasilkan kemampuan komputer untuk “melihat” dan bahkan “menggambar” dunia. Kini, kita dapat meminta komputer untuk menggambarkan suatu gambar atau membuat gambar berdasarkan deskripsi yang diberikan. Saat AI semakin terintegrasi dalam kehidupan sehari-hari, pemahaman terhadap perspektif visual komputer menjadi semakin penting.
Sebuah riset yang dilakukan oleh pakar komunikasi visual dan media digital dari RMIT University, T.J. Thomson, menunjukkan bahwa cara AI melihat dunia berbeda dengan manusia. Thomson menemukan bahwa AI mengonsep dunia visual sebagai sesuatu yang terang, sensasional, dan generik, berbeda dengan cara manusia menafsirkan realitas. Manusia menggunakan cahaya yang masuk ke mata, diubah menjadi sinyal listrik di retina, dan diterjemahkan oleh otak sebagai gambar. Sementara itu, komputer menstandarkan gambar, membaca metadata, dan membandingkannya dengan ribuan citra lain yang pernah dipelajari.
Dalam satu eksperimen, Thomson meminta model bahasa besar (LLM) AI untuk mendeskripsikan dua kelompok gambar buatan manusia. Hasilnya menunjukkan perbedaan signifikan, di mana AI cenderung lebih abstrak dan tidak memperhatikan konteks budaya. Gambar-gambar buatan AI tampak lebih umum, kontras, dan kurang berwawasan budaya. Meskipun tampak megah dan universal, gambar-gambar AI cenderung kehilangan sentuhan otentik yang bisa dirasakan manusia.
Riset serupa dilakukan oleh para peneliti dari Max Planck Institute for Human Cognitive and Brain Sciences. Mereka menemukan adanya bias visual dalam jaringan saraf AI, di mana dimensi persepsi yang digunakan AI tidak sepenuhnya mencerminkan dimensi yang ditemukan pada manusia. Manusia mengasosiasikan objek dengan makna, sementara AI melihat objek berdasarkan bentuknya. Sebagai contoh, kemanusiaan melihat seekor burung sebagai simbol kebebasan, sementara bagi AI, burung hanya dipandang sebagai pola piksel dengan warna dan garis tertentu.
Melalui riset ini, kita dapat memahami perbedaan pandangan antara AI dan manusia terhadap dunia visual, serta bagaimana hal ini memengaruhi cara AI menginterpretasikan gambar dan objek, serta pentingnya keterlibatan budaya dan makna dalam pengenalan visual.
