AI Canggih Gagal Total di Tugas Kantor Nyata
Investasi industri AI telah menembus 1,6 triliun dolar AS, namun hasil nyata di tempat kerja masih jauh dari harapan.
Sebuah studi baru dari University of California Berkeley mengungkap bahwa model AI tercanggih sekalipun gagal menyelesaikan sebagian besar tugas profesional.
Penelitian yang dilakukan oleh Center for Responsible, Decentralized Intelligence ini menggunakan tolok ukur bernama "Agents' Last Exam" (ALE).
ALE dirancang untuk menguji kesiapan kerja AI melalui lebih dari 1.500 tugas yang dibuat oleh para ahli, mencakup 55 profesi.
Tugas-tugas tersebut meliputi bidang yang terpapar AI seperti rekayasa perangkat lunak dan desain grafis, serta profesi lain seperti teknik maritim, pertanian, produksi audio, dan operasi kesehatan masyarakat.
Hasil Uji: Skor Tertinggi Hanya 24%
Para peneliti menguji model "tertutup" canggih seperti Fable 5 milik Anthropic, GPT-5.5 milik OpenAI, Composer 2.5 milik Cursor, dan Gemini 3.1 Pro milik Google, serta dua model sumber terbuka dari China.
Hasilnya, semua model menunjukkan performa yang buruk. GPT-5.5 meraih skor tertinggi dengan tingkat keberhasilan hanya 24% secara keseluruhan.
"Agen saat ini dapat menyelesaikan sebagian kecil tugas profesional," tulis para peneliti.
"Namun, untuk tugas tersulit yang memerlukan penalaran berkelanjutan, keahlian mendalam, dan eksekusi andal dalam jangka panjang, mereka masih jauh dari level manusia."
Pada tingkat tersulit ALE, semua model yang diuji, termasuk Fable 5, mencapai tingkat keberhasilan 0 persen.
Selain performa, studi ini juga menyoroti biaya.
Fable 5 misalnya, memiliki performa serupa dengan GPT-5.5 dan Composer 2.5, tetapi biayanya 4 hingga 12 kali lebih mahal per tugas yang diselesaikan.
Meskipun hasilnya mengecewakan, para peneliti memperingatkan bahwa teknologi ini tetap berpotensi mengganggu pasar kerja, terutama untuk pekerjaan dengan prosedur rutin.
"Bahkan jika tingkat keberhasilan saat ini masih rendah, pekerjaan yang didominasi prosedur rutin dan terdefinisi dengan baik kemungkinan akan mengalami gangguan lebih dulu," kata Dawn Song, peneliti ilmu komputer Berkeley dan rekan penulis studi.
"Faktor kuncinya bukanlah industrinya, melainkan sifat pekerjaannya," tambah Song.
Update Terbaru
Keluarga Kecil Dinda Hauw dan Rey Mbayang Rayakan Ulang Tahun ke-30
Rabu / 18-11-2026, 04:28 WIB
Pernikahan Tidak Terduga dengan Bosku, Konflik Cinta di Kantor
Rabu / 18-11-2026, 04:21 WIB
Ratusan Warga Ikuti Nobar Perdana Harimau Putih Terikat Cinta
Rabu / 18-11-2026, 04:21 WIB
Jadwal Bioskop Trans TV 19 - 22 November 2026
Rabu / 18-11-2026, 04:21 WIB
Veteran Doom Bela Gabe Newell: Steam Lindungi Gamer dari Disney, EA, Microsoft
Rabu / 18-11-2026, 04:15 WIB
Momen Rekonsiliasi Noelle dan Nozel dalam Black Clover Episode 177
Rabu / 18-11-2026, 04:14 WIB
Sinopsis Black and Blue di Bioskop Trans TV Hari ini 18 November 2026
Rabu / 18-11-2026, 04:14 WIB
6 Gestur Tersembunyi Google Maps di Android untuk Zoom, Miringkan Peta, dan Pin Lokasi
Rabu / 18-11-2026, 04:07 WIB
Jual Pabrik ke Roshel, Stellantis Dituntut Kembalikan Dana Publik oleh Kanada
Rabu / 18-11-2026, 04:07 WIB
Hindari Kelebihan Pasokan, Dapur MBG Diminta Tampung Hasil Lele Lokal
Rabu / 18-11-2026, 04:00 WIB
Nirwana Villas Malioboro Dibangun Bakrieland Lewat Sindikasi BPR
Rabu / 18-11-2026, 04:00 WIB
AS Incar Pasokan Magnet Tanah Jarang dari Negara Anggota ASEAN
Rabu / 18-11-2026, 04:00 WIB
Target Pajak 2026: Pemerintah Diminta Jaga Likuiditas Perusahaan
Rabu / 18-11-2026, 03:56 WIB






