AI menjadi semakin penting bagi perekonomian Jerman.
Gambar Getty

Siapa pun yang pernah menonton film fiksi ilmiah “2001: A Space Odyseey” di akhir tahun 1960an tahu bahwa ketakutan tersebut bukanlah hal yang baru: Akankah suatu hari nanti mesin dapat menembus kita sebagai manusia? Karena kecerdasan buatan dan pembelajaran mesin disebut-sebut sebagai teknologi tercanggih di masa depan, ketakutan ini semakin besar.

Ilmuwan komputer dari Saarbrücken dan Stuttgart telah mengembangkan perangkat lunak yang dapat mengenali ciri-ciri karakter melalui pelacakan mata. Misalnya, dia menganalisis seberapa ramah, menyenangkan, teliti, dan tidak stabilnya emosi seseorang. Dia juga bisa mengetahui betapa penasarannya seseorang.

“Sudah ada penelitian di bidang pengenalan emosi, misalnya dengan menganalisis ekspresi wajah. Namun bagi kami, untuk pertama kalinya, ini tentang memprediksi ciri-ciri kepribadian,” kata Andreas Bulling dalam wawancara dengan Business Insider. Dia mengepalai kelompok penelitian “Antarmuka Pengguna Perseptual” di Saarbrücken di Institut Ilmu Komputer Max Planck dan Cluster of Excellence di Universitas Saarland. Bersama ilmuwan dari Stuttgart dan psikolog dari University of South Australia, dia melakukannya Perangkat lunak dikembangkanyang dapat mengenali ciri-ciri karakter melalui pelacakan mata.

Ciri-ciri karakter lebih stabil daripada emosi

Untuk mencapai hal tersebut, 50 mahasiswa harus berjalan melintasi kampus selama kurang lebih sepuluh menit dan membeli sesuatu di salah satu toko kampus. Mereka dilengkapi dengan pelacak mata yang mencatat pergerakan mata mereka. Selain itu, subjek harus mengisi kuesioner khusus yang biasa digunakan untuk mengevaluasi karakter seseorang. Para peneliti berhasil memperoleh lebih dari 200 fitur. Seberapa sering kita berkedip, berapa lama kita fokus pada sesuatu, atau seberapa besar pupil kita menunjukkan banyak hal tentang kita.

Dari data yang diperoleh, para ilmuwan mengembangkan pohon keputusan untuk berbagai ciri kepribadian. Perangkat lunak tersebut kemudian mampu mengenali ciri-ciri karakter. Melalui pelacakan mata, dia dapat melihat apakah seseorang itu teliti, mudah bergaul, menyenangkan, dan sejauh mana ketidakstabilan emosinya. Dia juga menyadari betapa penasarannya seseorang. Namun, ini tidak termasuk dalam ciri karakter klasik.

Namun, pengembangannya bukanlah kecerdasan buatan yang mandiri, melainkan perangkat lunak pembelajaran mesin. “Yang baru adalah bahwa jenis prediksi ini berhasil,” kata Bulling. Emosi bergantung pada situasi dan berubah dengan cepat. Sedangkan karakter adalah sesuatu yang sangat stabil. “Sebelumnya, tidak jelas apakah Anda bisa mengikuti jalur ini dan menarik kesimpulan tentang ciri-ciri karakter dari gerakan mata,” kata sang ahli.

Baca juga: Bos Teknologi Airbnb Menjelaskan Kualitas Manusia Yang Tidak Akan Pernah Tergantikan oleh Kecerdasan Buatan

Langkah selanjutnya adalah meningkatkan kinerja perangkat lunak. Para ahli juga ingin menganalisis bahasa tubuh. Ini bukan tujuan pribadinya untuk kemudian menggunakan perangkat lunak tersebut dalam robotika, namun ada banyak bidang penerapannya, menurut pakar tersebut.

Perangkat lunak ini dapat membantu orang autis bergaul dengan orang lain

“Metode kami, seperti apa pun, dapat digunakan untuk sesuatu yang positif atau negatif,” kata Bulling. Ia berharap perangkat lunak ini akan memungkinkan interaksi yang lebih baik dan serupa antara manusia dan mesin. Misalnya, perangkat lunak pelacak mata nantinya dapat dipasang di mobil, yang kemudian dapat menentukan apakah pengemudi lebih cenderung mengambil risiko atau tidak.

Jika perangkat lunak ini dikembangkan cukup jauh, mungkin juga memiliki peluang bagi orang autis di masa depan. Dengan kacamata pelacak mata, orang yang terkena dampak dapat menilai orang lain dengan lebih baik. Andreas Bulling tidak melihat apakah perangkat lunak atau kecerdasan buatan tersebut nantinya akan digunakan secara positif atau negatif di wilayah tanggung jawabnya. “Pada akhirnya, masyarakat harus mengambil keputusan dan politisi juga harus mengambil tindakan.”

Result HK