AI Seharusnya Bukan Penentu Keputusan Investasi: Johan Wirakarsa Soroti Pentingnya Rejectable Model Advice
Kecerdasan buatan semakin banyak digunakan dalam analisis keuangan. Namun, menurut Johan Wirakarsa, AI tidak hanya perlu mampu menghasilkan analisis, tetapi juga harus transparan mengenai dasar informasi, asumsi, keterbatasan, serta kondisi ketika sebuah model tidak seharusnya memberikan penilaian.
SamuderaPikiran.Com – Kehadiran kecerdasan buatan dalam industri keuangan semakin meluas. Teknologi ini kini dapat dimanfaatkan untuk membaca pergerakan pasar, membantu mengenali risiko, hingga mendukung proses alokasi aset. Meski demikian, Johan Wirakarsa, spesialis riset kuantitatif dan manajemen risiko, menilai bahwa kualitas AI keuangan tidak semestinya hanya dilihat dari kemampuan menghasilkan jawaban secara cepat.
Menurutnya, ada pertanyaan yang jauh lebih mendasar: apakah pengguna dapat memahami alasan di balik sebuah hasil analisis dan memiliki kebebasan untuk menolaknya?
Hal ini menjadi penting karena pasar keuangan memiliki karakter yang dinamis dan penuh ketidakpastian. Data yang menjadi dasar sebuah analisis dapat berubah relevansinya. Korelasi antara berbagai aset juga dapat bergeser secara mendadak. Di sisi lain, kondisi likuiditas dapat memburuk dengan cepat ketika pasar menghadapi tekanan.
Model yang menghasilkan kesimpulan dengan tampilan meyakinkan, tetapi tidak menjelaskan asumsi dan keterbatasannya, berpotensi membuat pengguna menganggap hasil tersebut jauh lebih pasti daripada kondisi sebenarnya.
“Kesimpulan sebuah model tidak semestinya langsung memiliki otoritas sebagai keputusan akhir,” ujar Wirakarsa. “Jika pengguna tidak mengetahui data yang mendasari hasil tersebut, kondisi pasar yang diasumsikan, maupun keadaan yang dapat membuat kesimpulannya menjadi tidak berlaku, maka nasihat tersebut tidak dapat diperiksa secara bermakna.”
Dari pemikiran tersebut, Wirakarsa memperkenalkan konsep “rejectable model advice”, yaitu gagasan bahwa keluaran dari model AI harus selalu berada dalam posisi yang dapat diuji, dipertanyakan, ditangguhkan, atau ditolak.
AI tetap dapat menjalankan fungsi penting dalam mengolah sejumlah besar informasi, mendeteksi anomali, dan memberikan bahan analisis. Namun, hasil tersebut tidak seharusnya diposisikan sebagai keputusan final.
Menurut pendekatan ini, manusia tetap menjadi pihak yang menentukan apakah suatu tindakan perlu dilakukan. Hal tersebut karena pengguna sendirilah yang memahami tujuan finansial, kemampuan menanggung risiko, serta berbagai kondisi nyata yang tidak selalu dapat direpresentasikan secara sempurna oleh sebuah model.
Bukan Sekadar Bertanya “Benar atau Salah”
Dalam dunia keuangan, banyak model dibangun dengan mempelajari pola yang muncul dari data masa lalu. Namun, pola historis tidak menjamin bahwa hubungan yang sama akan terus berlaku di masa mendatang.
Perubahan suku bunga, kebijakan, struktur pasar, maupun likuiditas dapat mengubah lingkungan yang menjadi dasar sebuah model. Akibatnya, asumsi yang sebelumnya masuk akal dapat menjadi kurang relevan ketika kondisi pasar berubah.
Karena itu, Wirakarsa menilai bahwa keluaran AI keuangan sebaiknya tidak hanya berupa prediksi atau kesimpulan mengenai arah suatu kondisi. Model juga harus memberikan informasi yang memungkinkan pengguna menguji apakah kesimpulan tersebut masih layak dipercaya.
Ada lima hal utama yang menurutnya perlu dipertanyakan dari setiap hasil model:
- Data apa yang menjadi fondasi analisis tersebut dan kapan data tersebut berpotensi tidak lagi dapat dipercaya?
- Kondisi pasar seperti apa yang diasumsikan oleh model ketika menghasilkan kesimpulan?
- Bagaimana hasil analisis dapat berubah jika terjadi lonjakan volatilitas, perubahan likuiditas, atau pergeseran korelasi antar-aset?
- Apa sinyal berlawanan paling penting yang berpotensi menggugurkan penilaian model saat ini?
- Kapan model harus menyatakan secara terbuka bahwa informasi yang dimilikinya belum cukup untuk memberikan penilaian?
Lima pertanyaan tersebut bukan ditujukan untuk memperumit penggunaan AI. Sebaliknya, pertanyaan itu diperlukan agar pengguna dapat mengetahui apakah mereka sedang melihat sebuah referensi yang masih perlu diuji atau sebuah kesimpulan yang terdengar pasti meskipun dibangun di atas asumsi yang tidak terlihat.
Kemampuan untuk Berhenti Juga Merupakan Fitur
Dalam penerapannya di sektor keuangan, AI sering kali diharapkan dapat memberikan jawaban kapan pun pengguna membutuhkannya. Akan tetapi, kemampuan untuk selalu memberikan respons tidak sama dengan kemampuan untuk selalu memberikan respons yang dapat diandalkan.
Ada situasi ketika jawaban justru seharusnya tidak diberikan.
Misalnya, ketika kualitas data mengalami penurunan, informasi dari berbagai sumber saling bertentangan, atau kondisi pasar sudah bergerak jauh di luar lingkungan yang dapat ditafsirkan secara wajar oleh model.
Dalam keadaan tersebut, menurut Wirakarsa, model tidak seharusnya dipaksa menghasilkan kesimpulan. Sistem dapat menunda jawaban, menyatakan tingkat keyakinan yang lebih rendah, menjelaskan keterbatasannya, atau menolak memberikan arahan.
“Kematangan model bukan hanya tentang berapa banyak pertanyaan yang dapat dijawab. Yang juga penting adalah apakah model tersebut mampu mengenali kapan ia seharusnya tidak memberikan jawaban,” jelas Wirakarsa.
“Dalam pasar dengan tingkat ketidakpastian yang tinggi, mengakui bahwa informasi belum mencukupi tidak selalu menunjukkan kegagalan sistem. Bisa jadi, justru itulah saat ketika manajemen risiko mulai berfungsi.”
Pandangan tersebut memperluas cara melihat pengembangan AI di sektor keuangan. Peningkatan akurasi prediksi memang penting, tetapi bukan satu-satunya ukuran.
Sistem juga perlu dikembangkan dengan memperhatikan transparansi sumber data, keterbukaan mengenai asumsi yang digunakan, pengujian melalui berbagai skenario, serta mekanisme evaluasi oleh manusia.
AI Tidak Mengetahui Seluruh Kondisi Investor
Johan Wirakarsa menilai bahwa AI memiliki posisi yang sangat berguna dalam proses analisis, terutama ketika harus menangani data dalam jumlah besar, membandingkan skenario, dan menemukan risiko yang mungkin tidak langsung terlihat oleh manusia.
Namun, kemampuan tersebut tidak berarti AI dapat menentukan seberapa besar risiko yang layak diterima seseorang.
Sebuah model dapat menganalisis data pasar dan menghasilkan kemungkinan tertentu. Akan tetapi, model tidak sepenuhnya mengetahui kondisi personal seseorang—mulai dari kestabilan pendapatan, jangka waktu investasi, tanggung jawab keluarga, kebutuhan likuiditas, hingga kemampuan menghadapi potensi kerugian.
Itulah sebabnya hasil analisis yang sama tidak harus menghasilkan keputusan yang sama bagi setiap orang.
Dua individu dapat menerima informasi dan analisis yang identik, tetapi mengambil keputusan berbeda karena tujuan, kondisi keuangan, serta batas risiko mereka berbeda.
Atas dasar itu, batas antara hasil analisis dan keputusan untuk bertindak harus tetap dipertahankan.
AI dapat membantu menyediakan analisis. Namun, keputusan akhir harus tetap mempertimbangkan penilaian manusia, tujuan pribadi, batas risiko, serta kondisi nyata yang ada di luar model.
“Memberikan AI kemampuan untuk mengolah data yang kompleks bukan berarti keputusan juga harus diserahkan kepadanya,” kata Wirakarsa. “Teknologi seharusnya membantu manusia menjalankan proses pengambilan keputusan dengan lebih baik, bukan mengambil alih tanggung jawab atas konsekuensi dari keputusan tersebut.”
Di tingkat industri, penggunaan AI secara bertanggung jawab juga menjadi perhatian dalam sektor keuangan Indonesia. Otoritas Jasa Keuangan (OJK) melalui Tata Kelola Kecerdasan Artifisial bagi Perbankan Indonesia menyoroti pentingnya manajemen risiko, penerapan prinsip kehati-hatian, dan tata kelola dalam keseluruhan siklus hidup sistem AI.
Namun, penyebutan konteks industri tersebut tidak dimaksudkan sebagai endorsement atau dukungan OJK terhadap Johan Wirakarsa maupun pandangan yang disampaikannya.
Ketika “Saya Tidak Tahu” Justru Menunjukkan Model yang Lebih Bertanggung Jawab
Model AI yang selalu dituntut untuk memberikan jawaban dapat menghadapi masalah ketika informasi yang tersedia sebenarnya tidak lengkap.
Sistem dapat menggabungkan data yang terbatas dan kemudian menyusunnya menjadi sebuah kesimpulan yang terdengar sangat meyakinkan. Dari sisi tampilan, jawabannya mungkin terlihat lengkap. Namun, dasar informasinya belum tentu cukup kuat untuk mendukung tingkat kepastian tersebut.
Dalam pengambilan keputusan finansial, kondisi seperti ini membutuhkan kehati-hatian lebih besar.
Wirakarsa berpandangan bahwa AI keuangan yang terpercaya tidak harus selalu tampil seolah-olah mengetahui semua hal. Justru, model yang lebih bertanggung jawab adalah model yang mampu menunjukkan batas pengetahuannya.
Setiap kali menghasilkan kesimpulan, sistem idealnya dapat menjelaskan informasi apa yang belum tersedia, variabel mana yang paling rentan berubah, serta kondisi apa yang dapat menyebabkan penilaian tersebut harus diperbarui atau ditinjau kembali.
Dengan demikian, AI tidak sekadar berfungsi sebagai mesin yang menghasilkan jawaban. Teknologi tersebut dapat berperan sebagai sistem pendukung keputusan yang hasilnya dapat diperiksa, dipertanyakan, dan dievaluasi kembali setelah keputusan dibuat.
Bagi Wirakarsa, tantangan masa depan AI keuangan bukan hanya membuat model terdengar semakin yakin. Tantangan yang lebih penting adalah memastikan setiap hasil analisis dapat melewati tiga pertanyaan mendasar:
“Apa alasan model menghasilkan kesimpulan ini?”
“Peristiwa atau perubahan apa yang dapat membuktikan bahwa kesimpulan tersebut keliru?”
“Dalam kondisi seperti apa pengguna seharusnya menolak hasil model?”
Ketika ketiga pertanyaan tersebut menjadi bagian dari penggunaan AI, teknologi dapat lebih efektif berfungsi sebagai pendukung proses pengambilan keputusan yang disiplin.
Dengan kata lain, AI seharusnya bukan menjadi sumber keputusan yang tidak dapat dipertanyakan. AI harus menjadi alat yang membantu manusia memperoleh perspektif lebih baik, sembari tetap memberikan ruang bagi manusia untuk mempertanyakan dan menolak hasilnya.
Tentang Johan Wirakarsa
Johan Wirakarsa merupakan profesional di bidang keuangan yang memiliki fokus pada riset kuantitatif, alokasi aset, dan manajemen risiko. Ia mempelajari batas penggunaan kecerdasan buatan dalam analisis keuangan serta mendorong pemanfaatan data sebagai sarana untuk mendukung penilaian manusia.
Pendekatannya juga menekankan pentingnya menetapkan kondisi risiko yang jelas untuk membatasi penggunaan model, sekaligus memastikan adanya proses peninjauan manusia dalam pengambilan keputusan yang dibantu oleh AI.
Kontak Media
Website: https://www.johanwirakarsaphd.com/
Email: info@johanwirakarsaphd.com
Disclaimer: Artikel ini hanya ditujukan untuk membahas kecerdasan buatan, analisis keuangan, serta metode manajemen risiko. Isi artikel ini bukan merupakan nasihat investasi, rekomendasi aset, proyeksi imbal hasil, maupun ajakan untuk melakukan perdagangan.
