Bisakah AI Memahami Emosi Manusia? Ini Tantangan yang Masih Dihadapi

PASUNDANEKSPRES.ID - Artificial intelligence (AI) semakin mampu mengenali wajah, suara, bahasa, hingga pola perilaku manusia. Namun, ketika tugasnya bergeser dari sekadar mengenali sinyal menjadi memahami emosi, persoalannya menjadi jauh lebih kompleks. 

Sistem AI saat ini dapat dilatih untuk mendeteksi ekspresi wajah, menganalisis intonasi suara, membaca kata-kata yang digunakan, hingga menggabungkan berbagai sinyal tersebut untuk memperkirakan kondisi emosional seseorang. 

Masalahnya, mengenali sinyal emosi tidak sama dengan memahami emosi. 

Senyum, misalnya, tidak selalu berarti seseorang sedang bahagia. Seseorang bisa tersenyum karena merasa gugup, sedang berusaha bersikap sopan, menyembunyikan ketidaknyamanan, atau memang sedang merasa senang. 

Di sinilah batas penting antara emotion recognition dan emotion understanding mulai terlihat. 

Emotion Recognition Bukan Berarti AI Memahami Emosi Manusia 

Emotion recognition pada dasarnya berusaha mengidentifikasi pola yang berkaitan dengan keadaan emosional. 

AI dapat menerima input berupa wajah, suara, teks, gestur tubuh, atau sinyal fisiologis. Dari data tersebut, model kemudian memperkirakan kategori atau dimensi emosi tertentu. 

Dalam penelitian dan pengembangan sistem affective computing, berbagai modalitas memang digunakan untuk mengenali emosi, mulai dari ekspresi wajah, gerakan tubuh, suara, aktivitas otak, hingga respons fisiologis. 

Namun, hasil seperti "kemungkinan sedih 70 persen" tidak otomatis berarti AI mengetahui mengapa seseorang sedih. Perbedaan tersebut penting. 

AI memahami emosi manusia membutuhkan lebih dari sekadar menghubungkan pola input dengan label. Sistem juga perlu mempertimbangkan keadaan, pengalaman sebelumnya, hubungan sosial, tujuan seseorang, dan kejadian yang sedang berlangsung. 

Dengan kata lain, AI bisa saja semakin baik dalam menjawab: 

"Sinyal apa yang sedang terlihat?" 

Tetapi pertanyaan berikutnya jauh lebih sulit: 

"Apa yang sebenarnya sedang dialami orang tersebut, dan mengapa?" 

Kenapa AI Sulit Memahami Emosi Manusia dari Ekspresi? 

Salah satu tantangan terbesar berasal dari sifat ekspresi manusia yang ambigu. 

Ekspresi wajah bukanlah kode universal yang selalu memiliki satu arti. Wajah seseorang dapat memberikan informasi, tetapi interpretasinya dipengaruhi oleh situasi dan sinyal lain yang menyertainya. 

Penelitian dalam Nature Communications menunjukkan bahwa manusia sendiri menggabungkan informasi wajah dan konteks ketika membuat inferensi mengenai emosi. Bahkan, dalam sejumlah kondisi, informasi mengenai situasi dapat menjadi prediktor yang sama atau lebih baik dibandingkan informasi wajah saja. 

Bayangkan seseorang sedang mengerutkan dahi. 

AI yang hanya melihat wajah mungkin menghubungkannya dengan kemarahan. Namun konteksnya bisa sangat berbeda. 

Orang tersebut mungkin sedang: 

• berkonsentrasi membaca sesuatu, 
• kesakitan, 
• kebingungan, 
• terkena cahaya terlalu terang, 
• mencoba mengingat sesuatu, 
• atau memang sedang marah. 

Secara visual, beberapa kondisi tersebut dapat menghasilkan sinyal yang tumpang tindih. Karena itu, masalah emotion AI bukan sekadar meningkatkan kemampuan computer vision. Tantangannya adalah menghubungkan sinyal dengan konteks yang tepat. 

Konteks Membuat AI Sulit Membaca Emosi Manusia 

Manusia hampir tidak pernah mengalami emosi dalam ruang kosong. 

Seseorang yang tertawa setelah mendengar kabar buruk dapat menghasilkan interpretasi yang sangat berbeda dibandingkan seseorang yang tertawa ketika mendengar lelucon. 

Ekspresi yang sama dapat memiliki makna berbeda ketika muncul dalam situasi berbeda. 

Penelitian bahkan menunjukkan bahwa manusia menggunakan informasi mengenai situasi sosial, suara, gerakan tubuh, dan pengetahuan yang diperoleh dari budaya ketika memperkirakan emosi orang lain. 

Ini menciptakan masalah besar bagi AI. Model harus mengetahui bukan hanya apa yang terlihat, tetapi juga apa yang sedang terjadi. Dan semakin kompleks situasinya, semakin besar pula jumlah variabel yang harus dipertimbangkan. 

Perbedaan Individu dan Budaya Mempengaruhi AI Memahami Emosi Manusia

Tantangan berikutnya adalah variasi individu. Tidak semua orang menunjukkan emosi dengan cara yang sama. Ada orang yang sangat ekspresif ketika marah. Ada pula yang justru menjadi semakin diam. 

Seseorang bisa menangis ketika merasa sedih, sementara orang lain memilih mengisolasi diri. Bahkan orang yang sama dapat menunjukkan ekspresi berbeda pada situasi yang berbeda. 

Artinya, model yang menemukan pola umum dari jutaan data manusia tetap menghadapi persoalan variasi individual. Belum lagi faktor budaya. 

Penelitian lintas budaya menunjukkan bahwa budaya dapat memengaruhi bagaimana manusia mengekspresikan dan mendeskripsikan ekspresi wajah. Studi pada kelompok penutur Maniq dan Polandia, misalnya, menemukan perbedaan dalam cara kedua kelompok tersebut mengodekan dan menggambarkan wajah ekspresif. 

Penelitian lain juga menemukan bahwa pola ekspresi dapat memiliki kesamaan lintas budaya sekaligus menunjukkan perbedaan dalam intensitas atau kecenderungan ekspresinya. 

Karena itu, model AI yang dilatih menggunakan data dari populasi tertentu tidak otomatis memiliki pemahaman yang sama ketika diterapkan kepada populasi lain. 

Data Besar Tidak Otomatis Membuat AI Memahami Emosi Manusia

Di sinilah muncul salah satu kesalahpahaman terbesar mengenai AI. 

Jika model memiliki miliaran contoh wajah, suara, percakapan, dan perilaku, apakah model akhirnya akan benar-benar memahami emosi? 

Belum tentu. 

Data yang besar memang dapat membantu model menemukan pola yang lebih kompleks. Namun kualitas pemahaman tetap bergantung pada bagaimana data tersebut merepresentasikan hubungan antara sinyal, konteks, budaya, dan pengalaman manusia. 

Bahkan penelitian mengenai emotion recognition menunjukkan bahwa sistem dapat mengalami penurunan performa ketika berpindah antar kelompok regional atau dataset dengan karakteristik budaya yang berbeda. 

Masalahnya bukan hanya kekurangan data. 

Masalahnya adalah apa yang sebenarnya direpresentasikan oleh data tersebut. 

Jika dataset mengasosiasikan ekspresi tertentu dengan label "marah", model dapat belajar hubungan statistik tersebut. Tetapi hubungan statistik tidak selalu sama dengan hubungan psikologis yang sebenarnya. 

Memory dan Pengalaman dalam Pemahaman Emosi AI

Memory menjadi semakin penting ketika AI bergerak dari sistem klasifikasi menuju sistem interaktif. 

Bayangkan AI assistant berbicara dengan seseorang setiap hari. 

Pada hari pertama, pengguna mengatakan bahwa dirinya sedang baik-baik saja. 

Beberapa hari kemudian, orang yang sama menjadi jauh lebih singkat ketika berbicara. Responsnya pendek, ritme percakapannya berubah, dan ia menghindari topik tertentu. 

Jika AI hanya menganalisis percakapan saat ini, informasi tersebut mungkin terlihat biasa saja. 

Namun jika AI memiliki memory dan konteks longitudinal, sistem dapat membandingkan perilaku sekarang dengan pola interaksi sebelumnya. 

Ini membuka kemungkinan bentuk emotion understanding yang lebih kompleks: bukan hanya membaca keadaan seseorang sekarang, tetapi memahami perubahan keadaan tersebut sepanjang waktu. 

Namun hal ini juga memperlihatkan masalah baru. 

Memory yang lebih panjang tidak otomatis berarti pemahaman yang lebih baik. AI tetap harus menentukan informasi mana yang relevan, apakah perubahan perilaku benar-benar berkaitan dengan emosi, dan apakah interpretasinya tidak didasarkan pada asumsi yang salah. 

Dengan kata lain, memory menyediakan konteks, bukan jaminan kebenaran. 

Apakah AI Benar-Benar Memahami Emosi atau Hanya Mengenali Pola?

Pertanyaan ini membawa kita ke wilayah yang lebih filosofis sekaligus teknis. 

AI dapat membuat prediksi yang sangat meyakinkan mengenai kondisi emosional seseorang. Sistem multimodal bahkan dapat menggabungkan wajah, suara, teks, gestur, dan konteks untuk menghasilkan estimasi yang semakin kompleks. 

Namun kemampuan melakukan inferensi tidak dengan sendirinya membuktikan bahwa AI mengalami atau memahami emosi seperti manusia. 

Ada perbedaan antara: 

"AI memperkirakan bahwa seseorang sedang marah berdasarkan pola yang ditemukan dalam data." 

dan 

"AI memahami pengalaman emosional orang tersebut dalam konteks kehidupannya." 

Keduanya bukan hal yang sama. 

Penelitian terbaru dalam robotika bahkan mulai mengeksplorasi arsitektur yang mencoba menghubungkan penilaian emosional dengan konteks, proses internal, dan affective appraisal. Artinya, riset AI mulai bergerak dari sekadar klasifikasi menuju model yang mencoba merepresentasikan bagaimana keadaan emosional dapat dinilai berdasarkan situasi. 

Tetapi bidang tersebut masih berkembang. 

AI Assistant dan Masa Depan Pemahaman Emosi

Perkembangan ini sangat relevan untuk AI assistant. 

Assistant generasi awal terutama dirancang untuk memahami perintah dan menghasilkan respons. 

Sistem yang lebih maju mulai mempertimbangkan konteks percakapan, preferensi, riwayat interaksi, dan pola perilaku pengguna. 

Jika kemampuan tersebut digabungkan dengan affective computing, AI assistant dapat menjadi lebih adaptif. 

Misalnya, sistem dapat mengenali bahwa pengguna memberikan respons lebih pendek dari biasanya dan memilih respons yang lebih ringkas. Atau sistem dapat mendeteksi tanda frustrasi dalam percakapan dan mengubah cara memberikan bantuan. 

Namun pendekatan tersebut sebaiknya dipahami sebagai inferensi probabilistik, bukan pembacaan pikiran. 

AI tidak benar-benar melihat isi kepala seseorang. 

Ia memperkirakan keadaan berdasarkan sinyal yang tersedia. 

Bagaimana AI Memahami Emosi dalam Robot dan Game AI?

Pada robot, persoalannya menjadi lebih kompleks karena sistem harus berinteraksi langsung dengan manusia di dunia fisik. 

Robot sosial mungkin perlu mengetahui apakah seseorang sedang berbicara kepadanya, meminta bantuan, bercanda, merasa terganggu, atau membutuhkan ruang. 

Karena itu, riset human-robot interaction semakin banyak menggabungkan computer vision, suara, bahasa, gestur, dan konteks untuk membangun sistem yang lebih adaptif. Review terbaru di bidang ini menempatkan emotion-aware technology sebagai salah satu komponen penting menuju robot yang lebih responsif terhadap manusia. 

Tetapi robot yang mampu merespons emosi belum tentu memahami emosi. 

Robot dapat dirancang untuk memberikan respons yang tepat terhadap pola tertentu tanpa memiliki pengalaman emosional seperti manusia. 

Perbedaan ini penting ketika membicarakan istilah seperti "empati" atau "emotional intelligence" pada mesin. 

Game AI Juga Membutuhkan Lebih dari Sekadar Emotion Recognition 

Konsep yang sama berlaku dalam game. 

NPC tidak harus mengetahui secara harfiah bahwa pemain sedang "sedih". 

Sistem game yang lebih canggih dapat menggunakan berbagai indikator: tindakan pemain, pola interaksi, pilihan dialog, riwayat kejadian, reputasi, hubungan dengan karakter lain, hingga kondisi dunia. 

Dari sana, AI dapat memperkirakan keadaan pemain dan NPC untuk menentukan respons berikutnya. 

Ini sebenarnya lebih dekat dengan contextual behavior modeling daripada sekadar emotion recognition. 

NPC tidak hanya bertanya: 

"Ekspresi apa yang sedang terlihat?" 

Tetapi: 

"Apa yang terjadi sebelumnya, apa yang dilakukan karakter ini, bagaimana hubungannya dengan orang lain, dan respons apa yang paling masuk akal dalam situasi tersebut?" 

Pendekatan seperti ini membuat AI lebih dekat dengan simulasi perilaku manusia daripada sekadar klasifikasi emosi. 

Dari Emotion Recognition Menuju Human Understanding

Pada akhirnya, tantangan terbesar emotion AI bukan hanya membuat model yang semakin akurat dalam mengenali ekspresi. 

Tantangannya adalah membangun sistem yang mampu menggabungkan sinyal, konteks, waktu, pengalaman, individu, dan lingkungan sosial. 

Itulah perbedaan antara emotion recognition dan emotion understanding. 

Recognition bertanya: 

"Pola apa yang sedang saya lihat?" 

Understanding mencoba menjawab: 

"Apa arti pola tersebut bagi orang ini, dalam situasi ini, berdasarkan apa yang telah terjadi sebelumnya?" 

Perbedaan itu mungkin terlihat sederhana, tetapi secara teknis sangat besar. 

AI sudah semakin baik dalam mengenali pola manusia. Sistem multimodal bahkan mulai mampu menggabungkan berbagai sumber informasi secara bersamaan. 

Namun manusia bukan sekadar kumpulan pola. Emosi muncul dalam konteks kehidupan, hubungan sosial, pengalaman, budaya, tujuan, dan interpretasi terhadap dunia. 

Karena itu, semakin AI berusaha memahami manusia, semakin jelas bahwa tantangannya bukan hanya membangun model yang lebih besar. 

AI harus belajar memahami konteks manusia yang jauh lebih besar daripada sekadar data yang terlihat di permukaan. 

Dan mungkin justru di situlah salah satu batas paling menarik dalam perkembangan artificial intelligence: bukan bagaimana membuat mesin mengenali manusia, tetapi seberapa jauh mesin dapat memahami manusia tanpa menyederhanakan manusia itu sendiri.