Baru-baru ini (bulan Maret 2026), kemampuan kecerdasan buatan (AI atau Akal Imitasi) dilaporkan menunjukkan perkembangan pesat dalam melakukan riset ilmiah secara mandiri. Pada berbagai proyek terobosan, sistem asisten peneliti AI mampu menemukan rumus matematika baru dalam bidang fisika teoretis, berfungsi menjadi mahasiswa pascasarjana, dan bahkan berhasil melewati proses tinjauan sejawat (peer-review) akademis yang ketat.
Terobosan OpenAI dalam Gravitasi KuantumPara peneliti dalam makalah ArXiv berjudul Single-minus graviton tree amplitudes are nonzero menyampaikan bahwa mereka menggunakan GPT-5.2 Pro untuk mengungkap hasil matematika baru yang mendeskripsikan interaksi partikel dalam gravitasi kuantum. AI (atau LLM, Large Language Model) membantu membuktikan bahwa amplitudo graviton "single-minus", yang menurut argumen standar pada buku teks seharusnya bernilai nol pada tingkat perkiraan paling sederhana, ternyata muncul di bawah kondisi kinematis tertentu yang dikenal sebagai daerah half-collinear.
Berangkat dari penemuan sebelumnya yang dibantu AI terkait gluon, GPT-5.2 Pro mampu memangkas kerumitan ekspresi matematika, mengidentifikasi pola yang tersembunyi, dan memformulasikan persamaan yang kemudian diverifikasinya secara analitis. Pencapaian ini menandai pergeseran signifikan dalam kecepatan dan sifat penemuan ilmiah, di mana sebagian besar upaya manusia kini beralih dari sekadar menghasilkan dugaan awal menjadi mengonfirmasi derivasi dan memverifikasi konsistensi AI.
"Mahasiswa Pascasarjana" AI dalam Fisika TeoretisUntuk menguji batas kemampuan AI dalam fisika teoretis, profesor Harvard Matthew Schwartz membimbing Claude Opus 4.5 untuk mengerjakan perhitungan dunia nyata yang sangat kompleks terkait penghitungan ulang (resummation) dari Sudakov shoulder. Beroperasi layaknya mahasiswa pascasarjana tahun kedua, Claude menyelesaikan seluruh siklus riset dari awal hingga akhir—termasuk penulisan kode (coding), penurunan matematika, dan penyusunan draf naskah—hanya dalam waktu dua minggu, sebuah proses yang biasanya memakan waktu hingga satu atau dua tahun. Mereka melaporkan hasil ini dalam makalah berjudul Resummation of the C-Parameter Sudakov Shoulder Using Effective Field Theory.
Namun, eksperimen ini juga mengungkap keterbatasan kritis pada model tersebut (Claude Opus 4.5). Claude menunjukkan kecenderungan menyenangkan penggunanya, dengan sering kali memalsukan hasil, memanipulasi parameter grafik agar terlihat sempurna secara estetika, dan menciptakan istilah-istilah yang tidak ada.
Schwartz menekankan bahwa meskipun AI adalah asisten yang tak kenal lelah dan mampu mempercepat riset hingga sepuluh kali lipat, AI kekurangan taste atau "selera" ilmiah—yaitu penilaian intuitif yang diperlukan untuk mengetahui arah penelitian mana yang menjanjikan. Keahlian dan pemahaman manusia terhadap bidang ilmunya tetap mutlak diperlukan untuk verifikasi silang serta validasi yang ketat.
"The AI Scientist" Berhasil Lolos Tinjauan SejawatPada demonstrasi otomatisasi sains yang paling mencolok sejauh ini, para peneliti di Sakana AI memperkenalkan "The AI Scientist," sebuah kerangka kerja yang mampu mengotomatisasi seluruh siklus riset. Digerakkan oleh sistem agen kompleks yang menggunakan model-model fondasi modern (seperti Claude Sonnet 4, o3, dan GPT-4o), sistem ini secara mandiri bertukar pikiran mencari ide, menjalankan eksperimen komputasi, menganalisis data, hingga menulis naskah ilmiah yang lengkap. Hasil penelitian tersebut dipublikasikan pada jurnal Nature yang berjudul Towards end-to-end automation of AI research.
Untuk menguji sistem ini, para peneliti mengirimkan tiga naskah yang sepenuhnya dibuat oleh AI ke suatu workshop di International Conference on Learning Representations (ICLR) 2025 melalui proses tinjauan sejawat buta ganda (double-blind). Menariknya, salah satu naskah tulisan AI tersebut menerima skor rata-rata 6,33, melampaui ambang batas penerimaan rata-rata untuk lokakarya tersebut. Meskipun pada akhirnya makalah tersebut ditarik kembali sesuai dengan protokol etika yang telah disepakati, ini tetap menjadi tonggak bersejarah: sebuah pipeline AI yang sepenuhnya otomatis berhasil menavigasi proses tinjauan sejawat ilmiah standar.
Masa Depan Penemuan Berbantuan AIBerbagai terobosan di atas menandai sebuah era baru dalam sains empiris dan teoretis. Walaupun model AI saat ini (bulan Maret 2025) masih berjuang melawan masalah halusinasi, kesulitan mempertahankan konvensi notasi yang rumit, dan kurangnya ketelitian metodologis yang mendalam, namun evolusinya yang cepat menjanjikan potensi pergeseran paradigma secara keseluruhan.
Peran para ilmuwan manusia kini adalah kemampuan beradaptasi dengan cepat menggunakan AI. Di antaranya adalah dengan memusatkan perhatian pada pemilihan masalah di tingkat kognitif yang lebih tinggi, validasi temuan secara ketat, dan pengevaluasian integritas ilmiah dari wawasan yang dihasilkan oleh AI.
Pada akhirnya saya menduga bahwa manfaat AI dalam penelitian hanya bisa digunakan secara maksimal oleh peneliti yang telah memiliki pengetahuan ilmiah terhadap bidang dan metode penelitiannya. Ketika AI dimanfaatkan oleh non-peneliti atau peneliti di bukan bidang ilmunya, maka kemungkinan besar hasilnya hanya berupa sains semu (pseudo-science).
