Media90 – Selama bertahun-tahun, matematika kerap disebut sebagai “tembok terakhir” yang sulit ditembus oleh kecerdasan buatan (AI). Chatbot modern memang mampu menulis puisi, membuat gambar, hingga menjawab pertanyaan kompleks dalam hitungan detik. Namun, ketika dihadapkan pada soal matematika yang membutuhkan penalaran bertingkat, AI masih sering tersandung.
Kesalahan yang muncul bukan hanya sekadar hitung-hitungan, melainkan juga kegagalan memahami konteks abstrak. Dalam banyak kasus, AI bahkan “berhalusinasi” angka atau memberikan jawaban yang terdengar meyakinkan, tetapi sebenarnya keliru.
Tantangan Sang Profesor: Jebakan Logika
Kekhawatiran akan dominasi AI juga sempat dirasakan seorang siswa SMA yang mengirimkan email kepada Martin Hairer. Ia bertanya dengan nada cemas, apakah masih ada gunanya belajar matematika jika AI suatu hari mampu mengerjakan semuanya.
Hairer bukan sosok biasa. Ia adalah peraih Fields Medal tahun 2014—penghargaan tertinggi di dunia matematika yang kerap disandingkan dengan Nobel.
Menanggapi pertanyaan tersebut, Hairer tidak sekadar memberi motivasi. Ia bersama tim peneliti dari Harvard University, Stanford University, dan MathSci.ai melakukan eksperimen bertajuk “First Proof”.
Mereka menguji model AI tercanggih tahun 2026, termasuk OpenAI ChatGPT-5.2 Pro dan Google Gemini 3.0 Deep Think, dengan soal matematika riset yang belum pernah dipublikasikan sebelumnya.
Hasilnya? Mengecewakan bagi mesin, namun justru melegakan bagi manusia.
Hasil Eksperimen: “Seperti Mahasiswa yang Kurang Pintar”
Hairer memberikan penilaian yang cukup tajam terhadap performa AI. Ia menyamakan kemampuan penalaran mereka dengan “mahasiswa S1 yang kurang pintar”.
Temuan penelitian menunjukkan beberapa pola kegagalan utama AI:
1. Fasih di Permukaan, Lemah di Inti
Model AI sangat pandai menjelaskan konsep dasar. Mereka bisa memaparkan definisi dan rumus dengan panjang lebar. Namun, saat masuk ke bagian inti yang membutuhkan lompatan logika baru, jawaban menjadi kabur.
AI cenderung menggunakan bahasa yang rumit untuk menutupi ketidaktahuannya—seolah terdengar benar, tetapi sebenarnya kosong.
2. Tidak Mampu Berpikir Orisinal
Menurut Hairer, AI belum mampu menghasilkan ide matematika yang benar-benar baru.
AI bekerja dengan memprediksi pola dari data yang sudah ada. Jika soal tersebut pernah muncul di internet, AI bisa menjawabnya. Namun, untuk soal baru yang belum memiliki referensi, AI langsung “mati kutu”.
Dengan kata lain, AI tidak benar-benar berpikir—ia hanya “mengingat”.
Terjebak “Lingkaran Setan”
Temuan menarik lainnya datang dari Lauren Williams, profesor matematika dari Harvard. Ia menemukan fenomena infinite loop atau “lingkaran setan” dalam logika AI.
Ketika AI menyadari jawabannya salah, ia mencoba memperbaikinya. Namun, proses tersebut sering berulang tanpa solusi akhir:
- AI memberikan jawaban A
- Menyadari A salah, lalu mengganti dengan B
- Menyadari B juga salah, lalu kembali ke pola seperti A
Siklus ini bisa berlangsung terus-menerus tanpa menemukan jawaban yang benar.
Masalah utamanya adalah AI tidak memiliki intuisi—kemampuan yang justru menjadi kekuatan utama matematikawan manusia.
Bahaya “Yes Man” dalam Dunia Sains
Selain masalah teknis, Tamara Kolda dari MathSci.ai menyoroti sisi lain yang lebih berbahaya: kecenderungan AI menjadi “yes man”.
AI dirancang untuk membantu pengguna, sehingga cenderung menyetujui atau membenarkan pernyataan yang diberikan—even jika itu salah.
Padahal, dalam dunia sains, kemajuan justru lahir dari kritik dan perdebatan. Rekan kerja yang baik adalah yang berani berkata, “Itu salah.”
Jika ilmuwan terlalu bergantung pada AI, proses kritik ilmiah bisa melemah, dan inovasi justru terhambat.
Kelemahan Teknis: Visual dan Memori
Eksperimen ini juga mengungkap dua kelemahan mendasar AI:
- Keterbatasan visual
AI masih kesulitan memahami soal yang membutuhkan imajinasi ruang atau geometri abstrak. - Memori terbatas
Dalam pembuktian panjang, AI sering “lupa” asumsi awal. Akibatnya, kesimpulan akhir menjadi tidak konsisten.
Kesimpulan: Manusia Masih Unggul
Hasil eksperimen “First Proof” memberikan jawaban jelas: matematika masih menjadi wilayah yang sulit digantikan oleh mesin.
AI memang alat yang sangat kuat, tetapi bukan pengganti pemikiran manusia. Ia dapat membantu menghitung, namun tidak mampu memahami keindahan dan kreativitas dalam sebuah teorema baru.
Bagi para pelajar, pesan dari penelitian ini cukup menenangkan: belajar matematika tetap relevan.
Di tengah pesatnya perkembangan teknologi, manusia masih memiliki keunggulan yang belum bisa ditiru mesin—intuisi, kreativitas, dan kemampuan berpikir orisinal.
Dan untuk saat ini, setidaknya, “skakmat” masih milik manusia.
