“MIT tidak hanya mempersiapkan saya untuk masa depan dunia kerja – hal ini mendorong saya untuk mempelajarinya. Ketika sistem AI menjadi lebih mampu, lebih banyak aktivitas online kita akan dilakukan oleh agen buatan. Hal ini menimbulkan pertanyaan besar: Bagaimana kita harus merancang sistem ini untuk memahami preferensi kita? Apa yang terjadi ketika AI mulai mengambil banyak keputusan?”
Ini adalah beberapa pertanyaan yang sedang diteliti oleh kandidat PhD MIT Sloan School of Management, Benjamin Manning. Sebagian dari karyanya menyelidiki bagaimana merancang dan mengevaluasi agen kecerdasan buatan yang bertindak atas nama masyarakat, dan bagaimana perilaku mereka membentuk pasar dan institusi.
Sebelumnya, beliau memperoleh gelar master di bidang kebijakan publik dari Harvard Kennedy School dan gelar sarjana matematika dari Washington University di St. Louis. Setelah bekerja sebagai asisten peneliti, Manning mengetahui bahwa dia ingin mengejar karir akademis.
“Tidak ada tempat yang lebih baik di dunia untuk belajar ekonomi dan ilmu komputer selain MIT,” katanya. “Pemenang penghargaan Nobel dan Turing ada di mana-mana, dan grup TI mengizinkan saya menjelajahi kedua bidang tersebut dengan bebas. Itu adalah pilihan utama saya — ketika saya diterima, keputusannya sudah jelas.”
Setelah menerima gelar PhD, Manning berharap mendapatkan posisi pengajar di sekolah bisnis dan melakukan jenis pekerjaan yang sama seperti yang dilakukan profesor MIT Sloan – mentornya – setiap hari.
“Bahkan di tahun keempatku, menjadi mahasiswa MIT masih terasa tidak nyata. Menurutku perasaan itu tidak akan pernah pudar. Ibuku pasti tidak akan pernah berhenti menceritakan hal ini kepada orang lain.”
Dari pengalamannya di MIT Sloan, Manning mengatakan dia tidak tahu bahwa belajar banyak hal bisa dilakukan dengan begitu cepat. “Tidaklah berlebihan untuk mengatakan bahwa saya belajar lebih banyak pada tahun pertama saya sebagai kandidat PhD dibandingkan dengan empat tahun masa sarjana saya. Meskipun kecepatannya bisa sangat tinggi, bergulat dengan begitu banyak ide-ide baru sangatlah bermanfaat. Hal ini memberi saya alat untuk melakukan penelitian baru di bidang ekonomi dan AI — sesuatu yang tidak pernah saya bayangkan akan mampu saya lakukan.”
Sebagai seorang ekonom yang mempelajari simulasi AI pada manusia, bagi Manning, masa depan dunia kerja tidak hanya berarti memahami bagaimana AI bertindak demi kepentingan kita, namun juga secara radikal meningkatkan dan mempercepat penemuan ilmiah sosial.
“Bagian lain dari agenda penelitian saya mengeksplorasi seberapa baik sistem AI dapat mensimulasikan respons manusia. Saya membayangkan masa depan di mana para peneliti menguji jutaan simulasi perilaku dalam hitungan menit, dengan cepat membuat prototipe desain eksperimental, dan mengidentifikasi arah penelitian yang menjanjikan sebelum berinvestasi dalam penelitian manusia yang mahal. Ini bukan tentang menggantikan wawasan manusia, namun memperkuatnya: Para ilmuwan dapat fokus pada mengajukan pertanyaan yang lebih baik, mengembangkan teori, dan menafsirkan hasil, sementara AI menangani beban komputasi yang berat.”
Dia gembira dengan prospek ini: “Kita mungkin sedang bergerak menuju dunia di mana kecepatan pemahaman akan semakin mendekati kecepatan perubahan ekonomi.”
