Bagi para pengamat luar, peneliti AI berada dalam posisi yang menguntungkan. Mereka banyak diminati oleh raksasa teknologi. Mereka membawa pulang gaji yang fantastis. Dan mereka berada dalam industri paling panas saat ini.
Namun, semua ini datang dengan tekanan yang intens.
Lebih dari setengah lusin peneliti yang TechCrunch wawancarai, beberapa di antaranya meminta anonimitas karena takut mendapat balasan, mengatakan bahwa kecepatan industri AI yang begitu cepat telah memberikan dampak buruk pada kesehatan mental mereka. Persaingan sengit antara laboratorium AI telah menciptakan suasana yang terisolasi, kata mereka, sementara taruhan yang semakin tinggi telah meningkatkan tingkat stres.
“Semuanya berubah hampir dalam semalam,” kata seorang peneliti kepada saya, “dengan pekerjaan kami - baik hasil positif maupun negatif - memiliki dampak besar yang diukur dengan hal-hal seperti paparan produk dan konsekuensi keuangan.”
Pada bulan Desember lalu, OpenAI menyelenggarakan 12 siaran langsung di mana mereka mengumumkan lebih dari selusin alat, model, dan layanan baru. Google merespons dengan alat, model, dan layanan mereka sendiri dalam berbagai siaran pers, posting media sosial, dan blog. Saling balas ulang antara kedua raksasa teknologi itu luar biasa untuk kecepatannya - kecepatan yang menurut para peneliti datang dengan biaya yang tinggi.
Berkorban dan bekerja keras
Valley Silikon tidak asing dengan budaya kerja keras. Dengan booming AI, namun, dukungan publik terhadap kerja keras telah mencapai puncak yang mengkhawatirkan.
Di OpenAI, tidak jarang bagi para peneliti bekerja enam hari dalam seminggu - dan melebihi waktu kerja. CEO Sam Altman dikabarkan mendorong tim perusahaan untuk mengubah terobosan menjadi produk publik dalam jadwal yang sangat melelahkan. Chief research officer OpenAI yang pernah menjabat, Bob McGrew, dilaporkan menyebut kelelahan sebagai salah satu alasan dia hengkang pada bulan September lalu.
Tidak ada penghilang rasa sakit di laboratorium yang bersaing. Tim Google DeepMind yang mengembangkan Gemini, rangkaian model AI andalan Google, pada suatu waktu meningkatkan jam kerja dari 100 jam seminggu menjadi 120 jam untuk memperbaiki bug dalam suatu sistem. Dan insinyur di xAI, perusahaan AI Elon Musk, secara teratur mengunggah tentang bekerja malam yang berlanjut hingga pagi dini hari.
Mengapa dorongan yang tidak kenal lelah itu? Penelitian AI hari ini dapat memiliki dampak yang signifikan pada pendapatan perusahaan. Induk Google, Alphabet, kehilangan sekitar $90 miliar nilai pasar atas bug yang disebutkan sebelumnya, yang menyebabkan chatbot Gemini Google menghasilkan gambaran kontroversial tentang tokoh-tokoh sejarah.
“Salah satu tekanan terbesar adalah faktor daya saing,” kata Kai Arulkumaran, kepala penelitian di penyedia layanan AI Araya, “dikombinasikan dengan jangka waktu yang cepat.”
Leaderboard di atas segalanya
Sebagian persaingan ini berlangsung secara sangat terbuka.
Pada basis bulanan - dan kadang-kadang mingguan - perusahaan AI berusaha menyingkirkan satu sama lain di leaderboard seperti Arena Chatbot, yang menilai model AI di berbagai kategori seperti matematika dan pemrograman. Logan Kilpatrick, yang memimpin produk untuk beberapa alat pengembang Google Gemini, mengatakan dalam sebuah posting di X bahwa Arena Chatbot “telah berdampak signifikan pada percepatan pengembangan AI.”
Tidak semua peneliti yakin itu adalah hal yang baik. Kecepatan industri seperti ini, kata mereka, membuat mereka merasa pekerjaan mereka berisiko kadaluarsa sebelum dapat dikirim.
“Ini membuat banyak orang mempertanyakan nilai pekerjaan mereka,” kata Zihan Wang, seorang insinyur robotik yang bekerja di sebuah startup AI yang tersembunyi. “JIka ada kemungkinan besar bahwa seseorang lebih cepat daripada saya, apa artinya dari apa yang saya lakukan?”
Peneliti lain menyesali bahwa fokus pada produksi produk telah mengorbankan rasa persaudaraan akademis.
“Salah satu penyebab [stres] yang mendasarinya adalah transisi peneliti AI dari mengejar agenda penelitian mereka sendiri di industri ke beralih bekerja pada [model AI] dan memberikan solusi untuk produk,” kata Arulkumaran. “Industri membuat harapan bahwa peneliti AI dapat mengejar penelitian akademis di industri, tetapi ini tidak lagi kasusnya.”
Peneliti lain mengatakan bahwa - sangat membuat mereka bingung dan tertekan - kolaborasi terbuka dan diskusi tentang penelitian tidak lagi merupakan norma di industri, di luar beberapa laboratorium AI yang telah merangkul keterbukaan sebagai strategi peluncuran.
“Sekarang semakin terfokus pada komersialisasi, penskalaan sumber tertutup, dan eksekusi,” kata peneliti. “tanpa memberikan kontribusi kembali kepada komunitas ilmiah.”
Melewati ujian sarjana
Sebagian peneliti melacak akar kecemasan mereka ke program sarjana AI mereka.
Gowthami Somepalli, seorang mahasiswa doktoral yang mempelajari AI di Universitas Maryland, mengatakan bahwa penelitian dipublikasikan begitu cepat, sehingga menjadi sulit bagi mahasiswa sarjana untuk membedakan antara tren dan perkembangan yang bermakna. Itu sangat penting, kata Somepalli, karena dia melihat perusahaan AI semakin memprioritaskan kandidat dengan “pengalaman yang sangat relevan.”
“Sebuah doktor adalah pengalaman yang cukup terasing dan stres, dan doktor dalam pembelajaran mesin adalah tantangan tersendiri karena perkembangan cepat di bidang tersebut dan mentalitas ‘publikasi atau binasa’,” kata Somepalli. “Ini bisa menjadi sangat stres ketika banyak mahasiswa di laboratorium Anda menerbitkan 4 makalah sementara Anda hanya menerbitkan 1 atau 2 makalah setiap tahun.”
Somepalli mengatakan bahwa, setelah dua tahun pertama program sarjananya, dia berhenti mengambil liburan karena merasa bersalah meninggalkan tanpa mempublikasikan studi apapun.
“Saya terus-menerus menderita sindrom penipu selama doktor saya dan hampir putus di akhir tahun pertama saya,” katanya.
Jalan ke depan
Jadi perubahan apa, jika ada, yang dapat mempromosikan lingkungan kerja AI yang lebih ringan? Sulit untuk membayangkan kecepatan pengembangan melambat - tidak dengan begitu banyak uang yang dipertaruhkan.
Somepalli menekankan reformasi kecil namun berdampak besar, seperti memperlakukan biasa untuk mengungkapkan tantangan sendiri.
“Salah satu masalah terbesar… adalah bahwa tidak ada yang membahas tantangan mereka dengan terbuka; semua orang bersikap gagah,” katanya. “Saya percaya [orang] mungkin merasa lebih baik jika mereka bisa melihat bahwa orang lain juga mengalami kesulitan.”
Bhaskar Bhatt, seorang konsultan AI di perusahaan layanan profesional EY, mengatakan industri harus bekerja membangun “jaringan dukungan yang kuat” untuk melawan rasa terisolasi.
“Mempromosikan budaya yang menghargai keseimbangan kehidupan kerja, di mana individu benar-benar dapat memutuskan koneksi dari pekerjaan mereka, sangat penting,” kata Bhatt. “Organisasi harus memperkuat budaya yang menghargai kesejahteraan mental sebanyak inovasi, dengan kebijakan yang nyata seperti jam kerja yang wajar, hari kesehatan mental, dan akses ke layanan konseling.”
Ofir Press, seorang mahasiswa pascadoktoral di Princeton, mengusulkan konferensi AI yang lebih sedikit dan “jeda” seminggu dalam pengiriman makalah agar peneliti dapat istirahat dari pelacakan pekerjaan baru. Dan Raj Dabre, seorang peneliti AI di Institut Nasional Informasi dan Komunikasi Teknologi di Jepang, mengatakan peneliti harus diingatkan dengan cara yang lembut tentang hal-hal yang benar-benar penting.
“Kita perlu mendidik orang-orang dari awal bahwa AI hanyalah pekerjaan,” kata Dabre, “dan kita perlu fokus pada keluarga, teman, dan hal-hal yang lebih tinggi dalam hidup.”
