AI generatif secara signifikan meningkatkan kecepatan produksi informasi, tetapi juga memunculkan kekhawatiran yang diabaikan yaitu "Verification Gap (Verification Gap)". Dari mantan CTO Coinbase Balaji hingga salah satu pendiri OpenAI Karpathy, serta raksasa modal ventura a16z, semuanya memperingatkan: "Biaya verifikasi yang dihasilkan oleh AI sedang menjadi kendala dan risiko terbesar di era baru ini."
Balaji: Biaya verifikasi pengguna AI menjadi kendala nyata
Mantan CTO Coinbase Balaji bulan lalu pernah menulis bahwa proses penggunaan AI dapat dibagi menjadi dua tahap: "masukkan kata kunci (prompting)" dan "verifikasi output (verifying)."
Yang pertama bisa dilakukan oleh siapa saja, cukup dengan mengetik beberapa baris; tetapi yang terakhir lebih sulit, memerlukan pengetahuan profesional, kesabaran, dan pemikiran logis, untuk menilai apakah AI telah menghasilkan kesalahan atau "幻覺 (hallucination)".
AI MENDORONG → AI MEMVERIFIKASI
Skala pengingat AI, karena pengingat hanyalah mengetik.
Tapi verifikasi AI tidak dapat diskalakan, karena memverifikasi output AI melibatkan jauh lebih banyak daripada sekadar mengetik.
Kadang-kadang Anda dapat memverifikasi dengan mata, itulah sebabnya AI sangat bagus untuk frontend, gambar, dan video. Tapi…
— Balaji (@balajis) 4 Juni 2025
Ia menyatakan bahwa perbedaan ini dapat ditangani dengan baik dalam gambar atau video, karena mata manusia secara alami mahir dalam menilai konten visual. Namun, begitu berhadapan dengan kode, artikel teknis, atau penalaran logis, pekerjaan verifikasi menjadi cukup rumit.
Masalah terpenting dalam menggunakan AI adalah, bagaimana saya dapat memverifikasi bahwa output model AI ini benar dengan biaya rendah? Kita memerlukan alat atau produk lain untuk memverifikasi konten di bidang non-visual lainnya.
Ia menambahkan: "Bagi pengguna, verifikasi AI dan prompt AI sama pentingnya."
Karpathy: AI mempercepat penciptaan, tetapi tidak mengurangi proses verifikasi
Pendiri bersama OpenAI dan bapak mengemudi otomatis Tesla, Andrej Karpathy, lebih lanjut memperluas pandangan Balaji, menunjukkan bahwa esensi penciptaan adalah proses yang terdiri dari dua tahap yang dilakukan secara berulang, yaitu "generasi (generation)" dan "diskriminasi (discrimination)": "Kamu membuat satu goresan (generasi), dan kamu juga harus mundur sejenak untuk mempertimbangkan apakah goresan itu benar-benar memperbaiki karya tersebut (diskriminasi)."
Dia percaya bahwa model bahasa besar (LLM) sangat mengurangi biaya waktu "generasi", memungkinkan pengguna untuk memperoleh banyak output dalam sekejap, tetapi sama sekali tidak membantu mengurangi biaya dan beban kerja "penilaian". Ini terutama parah untuk kode:
LLM sangat mudah untuk menghasilkan puluhan atau bahkan ratusan baris kode, tetapi insinyur tetap perlu membaca, memahami, dan memeriksa semua logika dan potensi kesalahan baris demi baris.
Karpathy menyatakan bahwa ini sebenarnya adalah hal yang paling memakan waktu bagi kebanyakan insinyur, ini yang disebut "Verification Gap (Verification Gap)", AI mempercepat proses penciptaan, tetapi biaya waktu ini secara langsung dialihkan ke dalam verifikasi.
(Dari penasihat ke sekretaris, tantangan kepercayaan dalam agen AI: Dapatkah kita mempercayai keputusan otonom kecerdasan buatan?)
a16z: Krisis kepercayaan di era generasi, harus diisi dengan teknologi kripto.
Venture capital terkenal a16z masuk dari sisi sistem dan industri, mereka percaya bahwa teknologi AI akan mempercepat banjir "informasi palsu", karena ambang batas pembuatan yang rendah dan sulit untuk diverifikasi, internet akan dipenuhi dengan banyak konten yang dipalsukan. a16z berpendapat bahwa kepercayaan harus direkayasa, dan solusinya adalah dengan memperkenalkan teknologi kriptografi, seperti:
Melakukan pengolahan kriptografi secara bertahap terhadap data yang dihasilkan AI (hashed posts)
Menggunakan identitas yang diverifikasi oleh blockchain untuk berkarya (crypto IDs)
Melalui keterbukaan dan dapat dilacaknya data di blockchain, membangun rantai konten yang dapat dipercaya dari sumbernya.
Praktik-praktik ini tidak hanya dapat membuat informasi tidak dapat diubah dan dapat diverifikasi, tetapi juga membangun garis pertahanan untuk kredibilitas konten di era AI, dan diharapkan menjadi persimpangan penting antara teknologi kripto dan bidang AI.
(Analisis Khusus Messari: Bagaimana Protokol Mira Membuat AI Lebih Jujur Melalui Mekanisme Konsensus Terdesentralisasi?)
Dari kata kunci hingga kemampuan verifikasi, keterampilan dan kebutuhan baru di era AI telah terbentuk.
Saat ini, AI generatif membawa pertumbuhan eksponensial dalam produktivitas informasi, tetapi jika tidak ada kemampuan verifikasi yang sama efisien untuk berkoordinasi, pengguna malah akan terjebak dalam masalah waktu yang terbuang dan pencemaran informasi palsu.
Oleh karena itu, keterampilan inti di era AI saat ini tidak hanya sekadar mampu menulis prompt yang tepat, tetapi juga mampu memverifikasi hasil keluaran AI dengan efektif dan biaya rendah. Baik melalui saling memeriksa model AI atau alat verifikasi profesional, semua itu menjadi sangat penting.
Apakah artikel ini membuat hidup lebih nyaman dengan AI? Balaji dan a16z membahas bagaimana mengurangi biaya waktu dalam memverifikasi konten AI? Pertama kali muncul di Berita Blockchain ABMedia.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Apakah AI membuat hidup lebih mudah? Balaji dan A16z membahas bagaimana mengurangi biaya waktu untuk memverifikasi konten AI?
AI generatif secara signifikan meningkatkan kecepatan produksi informasi, tetapi juga memunculkan kekhawatiran yang diabaikan yaitu "Verification Gap (Verification Gap)". Dari mantan CTO Coinbase Balaji hingga salah satu pendiri OpenAI Karpathy, serta raksasa modal ventura a16z, semuanya memperingatkan: "Biaya verifikasi yang dihasilkan oleh AI sedang menjadi kendala dan risiko terbesar di era baru ini."
Balaji: Biaya verifikasi pengguna AI menjadi kendala nyata
Mantan CTO Coinbase Balaji bulan lalu pernah menulis bahwa proses penggunaan AI dapat dibagi menjadi dua tahap: "masukkan kata kunci (prompting)" dan "verifikasi output (verifying)."
Yang pertama bisa dilakukan oleh siapa saja, cukup dengan mengetik beberapa baris; tetapi yang terakhir lebih sulit, memerlukan pengetahuan profesional, kesabaran, dan pemikiran logis, untuk menilai apakah AI telah menghasilkan kesalahan atau "幻覺 (hallucination)".
AI MENDORONG → AI MEMVERIFIKASI
Skala pengingat AI, karena pengingat hanyalah mengetik.
Tapi verifikasi AI tidak dapat diskalakan, karena memverifikasi output AI melibatkan jauh lebih banyak daripada sekadar mengetik.
Kadang-kadang Anda dapat memverifikasi dengan mata, itulah sebabnya AI sangat bagus untuk frontend, gambar, dan video. Tapi…
— Balaji (@balajis) 4 Juni 2025
Ia menyatakan bahwa perbedaan ini dapat ditangani dengan baik dalam gambar atau video, karena mata manusia secara alami mahir dalam menilai konten visual. Namun, begitu berhadapan dengan kode, artikel teknis, atau penalaran logis, pekerjaan verifikasi menjadi cukup rumit.
Masalah terpenting dalam menggunakan AI adalah, bagaimana saya dapat memverifikasi bahwa output model AI ini benar dengan biaya rendah? Kita memerlukan alat atau produk lain untuk memverifikasi konten di bidang non-visual lainnya.
Ia menambahkan: "Bagi pengguna, verifikasi AI dan prompt AI sama pentingnya."
Karpathy: AI mempercepat penciptaan, tetapi tidak mengurangi proses verifikasi
Pendiri bersama OpenAI dan bapak mengemudi otomatis Tesla, Andrej Karpathy, lebih lanjut memperluas pandangan Balaji, menunjukkan bahwa esensi penciptaan adalah proses yang terdiri dari dua tahap yang dilakukan secara berulang, yaitu "generasi (generation)" dan "diskriminasi (discrimination)": "Kamu membuat satu goresan (generasi), dan kamu juga harus mundur sejenak untuk mempertimbangkan apakah goresan itu benar-benar memperbaiki karya tersebut (diskriminasi)."
Dia percaya bahwa model bahasa besar (LLM) sangat mengurangi biaya waktu "generasi", memungkinkan pengguna untuk memperoleh banyak output dalam sekejap, tetapi sama sekali tidak membantu mengurangi biaya dan beban kerja "penilaian". Ini terutama parah untuk kode:
LLM sangat mudah untuk menghasilkan puluhan atau bahkan ratusan baris kode, tetapi insinyur tetap perlu membaca, memahami, dan memeriksa semua logika dan potensi kesalahan baris demi baris.
Karpathy menyatakan bahwa ini sebenarnya adalah hal yang paling memakan waktu bagi kebanyakan insinyur, ini yang disebut "Verification Gap (Verification Gap)", AI mempercepat proses penciptaan, tetapi biaya waktu ini secara langsung dialihkan ke dalam verifikasi.
(Dari penasihat ke sekretaris, tantangan kepercayaan dalam agen AI: Dapatkah kita mempercayai keputusan otonom kecerdasan buatan?)
a16z: Krisis kepercayaan di era generasi, harus diisi dengan teknologi kripto.
Venture capital terkenal a16z masuk dari sisi sistem dan industri, mereka percaya bahwa teknologi AI akan mempercepat banjir "informasi palsu", karena ambang batas pembuatan yang rendah dan sulit untuk diverifikasi, internet akan dipenuhi dengan banyak konten yang dipalsukan. a16z berpendapat bahwa kepercayaan harus direkayasa, dan solusinya adalah dengan memperkenalkan teknologi kriptografi, seperti:
Melakukan pengolahan kriptografi secara bertahap terhadap data yang dihasilkan AI (hashed posts)
Menggunakan identitas yang diverifikasi oleh blockchain untuk berkarya (crypto IDs)
Melalui keterbukaan dan dapat dilacaknya data di blockchain, membangun rantai konten yang dapat dipercaya dari sumbernya.
Praktik-praktik ini tidak hanya dapat membuat informasi tidak dapat diubah dan dapat diverifikasi, tetapi juga membangun garis pertahanan untuk kredibilitas konten di era AI, dan diharapkan menjadi persimpangan penting antara teknologi kripto dan bidang AI.
(Analisis Khusus Messari: Bagaimana Protokol Mira Membuat AI Lebih Jujur Melalui Mekanisme Konsensus Terdesentralisasi?)
Dari kata kunci hingga kemampuan verifikasi, keterampilan dan kebutuhan baru di era AI telah terbentuk.
Saat ini, AI generatif membawa pertumbuhan eksponensial dalam produktivitas informasi, tetapi jika tidak ada kemampuan verifikasi yang sama efisien untuk berkoordinasi, pengguna malah akan terjebak dalam masalah waktu yang terbuang dan pencemaran informasi palsu.
Oleh karena itu, keterampilan inti di era AI saat ini tidak hanya sekadar mampu menulis prompt yang tepat, tetapi juga mampu memverifikasi hasil keluaran AI dengan efektif dan biaya rendah. Baik melalui saling memeriksa model AI atau alat verifikasi profesional, semua itu menjadi sangat penting.
Apakah artikel ini membuat hidup lebih nyaman dengan AI? Balaji dan a16z membahas bagaimana mengurangi biaya waktu dalam memverifikasi konten AI? Pertama kali muncul di Berita Blockchain ABMedia.