Saya memperhatikan paradoks menarik tentang bagaimana kita menilai model bahasa modern. Mereka terdengar meyakinkan, menjawab dengan percaya diri, menghasilkan teks dalam jumlah besar. Tapi inilah masalahnya - kefasihan berbicara bukanlah hal yang sama dengan pemahaman. Keyakinan itu bukanlah persepsi terhadap kenyataan.

Jika kita memahami akar masalahnya, maka ini adalah cerita yang cukup lama. Ingat gua Plato? Tahanan yang terikat hanya melihat bayangan di dinding dan menganggapnya sebagai kenyataan, karena mereka tidak tahu apa-apa yang lain. Persis situasi yang sama dengan model bahasa yang kita buat saat ini.

Sistem-sistem ini tidak melihat dunia. Mereka tidak mendengar, tidak menyentuh, tidak merasakan. Semua yang mereka tahu hanyalah teks. Buku, artikel, posting, komentar, transkripsi. Teks adalah satu-satunya akses mereka ke dunia. Dan teks bukanlah kenyataan itu sendiri, melainkan deskripsi manusia tentang kenyataan. Deskripsi yang tidak lengkap, bias, sering kali terdistorsi. Di internet dan buku-buku ada wawasan brilian, kebohongan terang-terangan, propaganda, dan teori konspirasi. Model bahasa dilatih pada semuanya ini sekaligus. Mereka hanya melihat bayangan yang diproyeksikan manusia ke dinding.

Bertahun-tahun kita berpikir bahwa skala akan menyelesaikan semuanya. Lebih banyak data, model yang lebih kuat, lebih banyak parameter - dan masalah akan hilang. Tapi tidak. Lebih banyak bayangan di dinding tidak sama dengan kenyataan. Model bahasa bagus dalam memprediksi kata berikutnya yang secara statistik kemungkinan besar, tetapi mereka tidak memahami hubungan sebab-akibat, batasan fisik, konsekuensi nyata dari tindakan. Inilah sebabnya mengapa halusinasi bukan sekadar bug yang bisa diperbaiki. Ini adalah cacat struktural dari arsitektur.

Itulah mengapa perhatian semakin bergeser ke model dunia. Ini adalah sistem yang membangun representasi internal tentang bagaimana proses bekerja, belajar dari interaksi, mensimulasikan hasil sebelum tindakan. Alih-alih bertanya "kata apa berikutnya?", mereka bertanya "apa yang akan terjadi jika kita melakukan ini?". Model dunia tidak hanya terkait teks. Mereka bisa bekerja dengan rangkaian waktu, data sensor, umpan balik, tabel, simulasi.

Secara praktis, ini terlihat seperti ini. Dalam logistik, model bahasa bisa menulis laporan tentang gangguan, sementara model dunia bisa mensimulasikan bagaimana penutupan pelabuhan atau lonjakan harga bahan bakar menyebar melalui seluruh rantai pasokan. Dalam asuransi dan manajemen risiko, sistem teks menjelaskan kebijakan, tetapi model dunia mempelajari bagaimana risiko berkembang, mensimulasikan kejadian ekstrem, menilai kerugian berantai. Kembar digital pabrik sudah merupakan versi awal dari model dunia. Mereka tidak hanya mendeskripsikan produksi - mereka mensimulasikan interaksi mesin, bahan, jadwal.

Dalam semua kasus ini, bahasa itu berguna, tetapi tidak cukup. Diperlukan model tentang bagaimana sistem benar-benar berperilaku, bukan hanya deskripsi tentang apa yang dikatakan orang tentangnya.

Peralihan dari model bahasa ke model dunia bukanlah penolakan terhadap yang pertama. Ini adalah posisi yang benar. Pada fase berikutnya, model bahasa akan menjadi antarmuka dan kopilot. Model dunia akan menyediakan dasar, prediksi, perencanaan. Bahasa akan ditempatkan di atas sistem yang belajar dari realitas itu sendiri.

Dalam alegori Plato, tahanan tidak dibebaskan hanya dengan mempelajari bayangan lebih seksama. Mereka dibebaskan saat berbalik dan melihat sumber bayangan itu, lalu keluar dari gua ke dunia nyata. AI mendekati momen serupa. Perusahaan yang memahami ini lebih awal akan berhenti menganggap bahasa yang meyakinkan sebagai pemahaman dan mulai membangun arsitektur yang memodelkan realitas mereka sendiri. Bukan AI yang berbicara indah tentang dunia, tetapi AI yang benar-benar memahami bagaimana dunia itu bekerja.