Kreativitas Sejati Terjadi di Luar Data: Pelajaran dari Sridhar Vembu

Kreativitas Sejati Terjadi di Luar Data:

Pelajaran dari Sridhar Vembu

"Di era kecerdasan buatan (AI) yang semakin canggih, sering muncul pertanyaan: Apakah mesin bisa benar-benar kreatif seperti manusia?"

fragmenilmiah.com - Di era kecerdasan buatan (AI) yang semakin canggih, sering muncul pertanyaan: Apakah mesin bisa benar-benar kreatif seperti manusia? 

Pendiri perusahaan teknologi besar, Sridhar Vembu, memberikan sudut pandang menarik yang patut direnungkan: kreativitas sejati muncul di luar area pelatihan data bukan sekadar dari algoritma yang “sudah tahu”.

Apa yang Vembu Katakan

Menurut Vembu, model-bahasa besar (large language models/LLM) banyak digunakan sebagai bukti kemajuan AI. 

Namun, ia menekankan bahwa ada batas di mana AI “tersangkut” dalam pola data yang sudah dipelajari. Vembu menyatakan:

BACA JUGA: Gerhana Tak Sekadar Fenomena Langit: Saatnya Menata Akhlak di Akhir Zaman

BACA JUGA: Mengenal Ulama Pewaris Nabi di Zaman Banyak Pencitraan

“True creative work is ‘out of the training distribution’ work,” ([India Today][1])

> Dia juga menjelaskan perbedaannya dengan mesin permainan seperti catur atau Go:

> “Chess or Go engines do come up with creative moves. … The foundational approach they use, Monte Carlo Tree Search, is different from how LLMs work and that may explain why LLMs don’t do too well ‘out of their training distribution’.” ([India Today][1]) 

Lebih lanjut, Vembu menegaskan bahwa lingkungan permainan punya aturan yang jelas “Games have precise rules of the game, valid vs invalid moves etc. The real world is much more messy.” ([India Today][1])

Mengapa Ini Penting

Ada tiga poin penting yang bisa kita ambil dari pandangan Vembu:

1. Pola versus inovasi

   AI yang dilatih dengan data besar sangat bagus mengenali pola dan menghasilkan output berdasarkan pola tersebut. 

Namun, ketika disuruh menghasilkan sesuatu di luar pola yang sudah ada yakni sesuatu yang benar-benar baru maka tantangan muncul. 

Kreativitas manusia seringkali muncul dari hal yang belum pernah terjadi sebelumnya, atau dari konteks yang “luar biasa”.

2. Keterbatasan lingkungan terstruktur

   Seperti yang Vembu catat: permainan seperti catur atau Go mempunyai aturan yang jelas, jumlah kemungkinan gerakan yang bisa dianalisis.

BACA JUGA: Keberanian Ulama Sejati di Hadapan Penguasa

BACA JUGA: Belajar Dari Masa Remaja Nabi: Menghadapi Perang, Kesulitan, dan Tantangan Hidup

 

AI bisa bekerja efektif di sana. Tapi dunia nyata jauh lebih kompleks, penuh ketidakpastian, konteks yang berubah-ubah, dan variabel yang tak terduga.

3. Peran manusia tetap penting

   Ini bukan sekadar kecanggihan teknis: manusia membawa intuisi, pengalaman, konteks sosial-budaya, empati hal yang sulit direpresentasikan sepenuhnya oleh algoritma berdasarkan data pelatihan.

Pandangan Vembu mengingatkan kita bahwa meski AI terus berkembang kreativitas manusia belum usai perannya.

Implikasi untuk Dunia Teknologi dan Industri

Bagi pegiat teknologi, startup, akademisi, dan pengembang AI, pandangan ini punya implikasi nyata:

Saat merancang sistem AI, kita harus mengakui batas-batasnya. Jangan hanya fokus pada “berapa banyak data” dan “model terbesar”, tapi juga pikirkan: apa yang tidak bisa dilakukan model ini? Apa yang merupakan domain manusia?

Inovasi yang bermakna sering muncul dari “zona abu-abu” yang belum dipelajari sebelumnya yaitu tantangan baru, kombinasi interdisipliner, atau kebutuhan yang belum dipenuhi. 

Di sinilah manusia dan mesin bisa saling melengkapi.

Di dunia bisnis, kita mungkin tergoda mengandalkan AI untuk “otomatisasi total”. 

BACA JUGA: Pertemuan Nabi Muhammad dengan Pendeta Buhaira: Bukti Awal Kenabian di Usia 12 Tahun

BACA JUGA: Ketika Muhammad Kecil Melihat Dunia yang Tak Adil: Awal Tumbuhnya Kesadaran Sosial Rasulullah

Pandangan Vembu mengingatkan: untuk benar-benar kreatif launching produk baru, menciptakan strategi pemasaran yang tak biasa, membentuk budaya organisasi manusia tetap memegang kunci.

Tantangan dan Catatan Kritis

Meski pandangan ini kuat, ada beberapa catatan yang perlu kita ingat:

Konsep “out of the training distribution” sendiri masih abstrak. 

Sulit untuk mengukur secara kuantitatif kapan sebuah ide benar-benar “di luar”.

AI terus berkembang. Metode baru (misalnya pembelajaran penguatan, generatif multimodal) bisa memperluas wilayah “yang belum dilatih”.

 Artinya bisa jadi batas antara “akan dilatih” dan “tidak dilatih” semakin kabur.

Pandangan Vembu bersifat filosofis dan reflektif. Bukan berarti AI tidak bisa “kreatif” sama sekali tapi bahwa jenis kreativitas tertentu (yang melampaui pola data) tetap menjadi domain manusia.

Kesimpulan

Pandangan Sridhar Vembu memberikan penyegaran dalam debat seputar AI: bahwa kreativitas sejati bukan hanya soal ukuran model, tapi soal kemampuan “melompat” ke luar pola yang sudah ada. 

BACA JUGA: Bekerja dengan Bos Non-Muslim: Halal, Asal Tahu Batasnya

BACA JUGA: Belajar Tafsir dan Logika Berpikir Agama Secara Ilmiah: Menghindari Kesalahan Fatal

Di dunia yang makin diotomatisasi, pesan utamanya adalah: software bisa membantu, tapi inspirasi manusia tetap tak tergantikan.

Bagi kita pengembang, pemikir teknologi, pembuat konten pandangan ini jadi pengingat bahwa menghadirkan sesuatu yang baru memerlukan keberanian untuk keluar dari zona nyaman, untuk mengeksplorasi hal yang belum pernah ada, dan untuk menggabungkan intuisi manusia dengan kapasitas mesin.

[1]: https://www.indiatoday.in/technology/news/story/zoho-co-founder-sridhar-vembu-on-ai-creativity-why-it-lies-outside-the-training-distribution-2812158-2025-11-02 "Zoho co-founder Sridhar Vembu on AI creativity: Why it lies outside the training distribution - India Today"