Esai Amit Sahai: Era AI Membuat Kita Butuh Jauh Lebih Banyak Matematikawan

Sebuah esai bertajuk "We're gonna need a lot more mathematicians" yang terbit pada 24 September 2026 di blog matematikawan Terence Tao, What's new, membahas konsekuensi paling mendasar dari kemajuan AI bagi dunia riset: apa yang terjadi ketika mesin menghasilkan gagasan yang tidak lagi mampu diikuti manusia.

Esai itu bukan tulisan Tao, melainkan tulisan tamu (guest post) dari Amit Sahai, ilmuwan komputer teoretis yang dikenal lewat karyanya di bidang kriptografi. Tao hanya memuatnya di blognya dengan penanda kategori "guest blog", "math.GM", dan "opini".

Titik tolak dari pengalaman mahasiswa

Sahai membuka esainya dengan kenangan masa kuliah. Ia mengingat sejumlah mahasiswa yang merasa laju pemahaman mahasiswa-mahasiswa terbaik terlalu cepat untuk mereka ikuti. Mereka mampu memahami idenya, tetapi butuh waktu jauh lebih lama. Pada akhirnya hampir semuanya meninggalkan impian menekuni riset matematika dan mencari jalan lain.

Menurut Sahai, komunitas riset matematika saat ini sebagian besar terdiri dari orang-orang yang jarang merasakan hal itu, atau yang merasakannya tetapi berhasil mengatasinya lewat kerja keras. Kini, katanya, komunitas itu memasuki masa untuk rendah hati: masa ketika semua orang akan tahu bagaimana rasanya tidak mampu mengikuti laju perkembangan.

AI bukan sekadar mesin hitung

"Sistem AI yang saya gunakan sudah menghasilkan ide-ide baru yang indah. Mereka melakukan jauh lebih banyak daripada perhitungan yang mengesankan atau argumen yang cepat disusun, yang sudah bisa dipahami peneliti manusia yang kuat."

— Amit Sahai

Sahai menegaskan bahwa sistem AI yang ia gunakan melampaui peran sebagai alat bantu komputasi. Karena itu, ia menilai kemampuan membayangkan gagasan-gagasan yang akan dihasilkan sistem masa depan pun berada di luar jangkauan imajinasi manusia saat ini.

Menolak meninggalkan pekerjaan memahami

Pertanyaan inti yang diajukan Sahai adalah apakah komunitas matematika akan bereaksi sama seperti mahasiswa-mahasiswa yang ia ingat, yaitu memilih pergi ketika merasa tidak lagi bisa mengikuti. Menurutnya, keputusan semacam itu sah-sah saja bagi individu, tetapi akan menjadi pengabaian tanggung jawab kolektif yang serius jika dilakukan oleh komunitas sebagai keseluruhan.

Tanggung jawab yang ia maksud adalah membangun masa depan ketika manusia tetap dapat memahami dan berkontribusi pada penemuan-penemuan yang mengubah dunia, dengan kata lain masa depan yang masih memberi ruang bagi keagenan manusia yang berarti.

Contoh pembangkit fusi satu terawatt

Untuk menunjukkan bahwa ini bukan sekadar perdebatan filosofis, Sahai memakai satu skenario konkret. Bayangkan sebuah sistem AI masa depan mengusulkan rancangan pembangkit listrik fusi nuklir berkapasitas satu terawatt yang sangat berbeda dari apa pun yang pernah dibayangkan manusia, menjanjikan listrik murah, melimpah, dan bersih, sementara robot-robot siap memproduksi komponennya.

Satu terawatt adalah jumlah daya listrik yang sangat besar. Untuk menyetujui pembangunannya, Sahai menilai masyarakat perlu memahami mengapa rancangan itu bekerja dan apa yang membenarkan keyakinan atas keselamatannya:

• Bagaimana kegagalan dapat dibatasi atau ditahan.
• Apa yang terjadi pada energi yang sudah tersimpan di sistem ketika berhenti beroperasi.
• Bagaimana memastikan material penyusun pembangkit berperilaku seperti yang diharapkan.
• Pertanyaan-pertanyaan lain apa yang semestinya diajukan sebelum melanjutkan.

Menurut Sahai, kebaruan rancangan itulah yang justru menghapus kemewahan berupa keyakinan yang diwarisi dari puluhan tahun pengoperasian pembangkit serupa.

Keterlibatan manusia bukan jaminan otomatis

Sahai juga menolak penyederhanaan berlebihan dari kedua sisi. Keterlibatan manusia, katanya, tidak otomatis memperbaiki keputusan teknis, dan ia tidak melihat alasan untuk memaksa manusia mengulang pekerjaan yang bisa dilakukan AI dengan lebih andal, termasuk pekerjaan membuktikan jaminan matematis.

Namun ia menambahkan catatan penting: sebuah teorema hanya bisa eksis dalam sebuah model. Memahami jaminan berarti memahami modelnya, bukti eksperimen pendukungnya, dan ketidakpastian atas akurasi model tersebut. Pekerjaan semacam itu menuntut orang-orang dengan kemampuan matematis yang mumpuni untuk terlibat di dalamnya.

Ia juga menyoroti risiko lain. Pemahaman tidak boleh hanya dimiliki organisasi yang mengusulkan teknologinya. Ia memberi gambaran sebuah dengar pendapat publik ketika para ahli perusahaan menjadi satu-satunya pihak yang mampu mengikuti argumen teknis. Keahlian independen, tulisnya, bersifat kritis.

Usulan "deployable intellectual reserve"

Sebagai bentuk tanggung jawab itu, Sahai mengusulkan sesuatu yang ia sebut deployable intellectual reserve: kumpulan komunitas orang-orang dengan kemampuan matematis yang bisa dipanggil umat manusia untuk membantu memahami terobosan besar yang dimungkinkan AI.

Ia membayangkan banyak kelompok riset, masing-masing dengan dukungan berkelanjutan, masing-masing menghabiskan satu semester atau satu tahun untuk memahami satu kumpulan gagasan luar biasa yang dihasilkan sistem AI, dengan bantuan sistem AI pula. Menurutnya, pekerjaan semacam ini bisa menjadi salah satu pekerjaan matematika paling penting pada tahun-tahun mendatang, dan karenanya perlu didukung serta diprioritaskan.

Sahai juga mengantisipasi satu bantahan: bahwa AI akan membuat setiap orang begitu efektif sehingga pekerjaan ini bisa ditangani oleh lebih sedikit orang meski penemuan berjalan makin cepat. Ia menjawab bahwa setiap orang tetaplah manusia dengan keterbatasan biologis. Kedalaman pemahaman memerlukan waktu dan laju hidup yang bisa dijalani manusia. Satu orang hanya bisa diminta melakukan sekian banyak hal, tetapi melalui kerja sama yang sungguh-sungguh, hasil yang dicapai bisa jauh lebih besar.

Catatan mengenai proses penulisan

Esai ini disertai keterangan dari Tao bahwa tulisan tersebut awalnya dibuat dalam format berkas yang berbeda dan dikonversi menggunakan AI. Sahai sendiri menyebut model GPT 6 Astra berperan membantu penyusunan draf catatannya, dan ia berterima kasih kepada mantan mahasiswanya Dakshita Khurana, mahasiswanya saat ini Isaac Hair, rekannya Terence Tao, serta anggota keluarganya Anant Sahai dan Gireeja Ranade atas masukan yang diberikan.

Opini: Yang membuat esai ini layak dibaca bukan kesimpulan besarnya, melainkan cara Sahai memisahkan dua hal yang sering dicampur. Ia tidak menuntut manusia mengulang pekerjaan AI demi nilai simbolis, dan ia mengakui bahwa keterlibatan manusia bukan jaminan keputusan yang lebih baik. Yang ia pertahankan adalah sesuatu yang lebih sempit tetapi juga lebih mendesak: kehadiran pihak yang mampu memahami alasan di balik keputusan berisiko besar, terutama pihak di luar organisasi yang mengusulkan. Kesulitan praktisnya justru ada di sini. "Menyediakan cadangan intelektual" berarti investasi jangka panjang pada pendidikan, pendanaan, dan karier riset yang hasilnya baru terlihat bertahun-tahun kemudian, sementara laju terobosan AI berjalan dalam hitungan bulan. Itu membuat rekomendasinya sulit dijalankan, bukan karena salah, tetapi karena tenggat waktunya tidak sejalan. Perlu dicatat pula bahwa ini adalah esai opini yang ditulis dengan bantuan AI dan diterbitkan sebagai tulisan tamu, bukan hasil studi atau temuan riset, sehingga posisinya adalah argumen yang perlu ditimbang, bukan bukti empiris.

Sumber berita: What's new (blog Terence Tao) — tulisan tamu Amit Sahai