Telset.id – Siri AI selama ini dikenal kesulitan menjaga alur percakapan lanjutan, dan menurut Nikola Mrkšić, CEO sekaligus co-founder perusahaan conversational AI PolyAI yang pernah bekerja pada teknologi di balik Siri, akar masalahnya bukan pada kemampuan mendengar, melainkan pada cara asisten itu dibangun. Mrkšić mengungkapkan hal ini kepada Tom’s Guide, dan penjelasannya menyoroti mengapa Siri tertinggal dari ChatGPT dan Gemini dalam percakapan natural yang kini terasa rutin.
Menurut Mrkšić, Siri lama bekerja berdasarkan enumerated intents, yaitu setiap jalur percakapan harus dipetakan lebih dulu. “Saat Anda menyimpang dari skrip, sistem langsung macet,” ujarnya. Ketika Siri dibangun, pengembang tidak bisa sekadar memberi model AI sebuah percakapan lalu membiarkannya memahami keinginan pengguna. Insinyur harus mengantisipasi pertanyaan yang mungkin muncul dan membangun alur untuk menangani permintaan tersebut.
Setting alarm menjadi satu alur tersendiri. Memutar musik alur lain. Mengirim teks juga alur berbeda. Masalah muncul ketika manusia berperilaku seperti manusia: mengubah pikiran di tengah permintaan, merujuk kembali ke hal yang disebut sebelumnya, atau menyusun pertanyaan dengan cara tak terduga. “Terlihat seperti asisten lupa apa yang sedang dilakukannya, tapi sebenarnya ia hanya terjepit,” kata Mrkšić.
Disambiguasi dan Peta Percakapan
Salah satu masalah yang paling sulit adalah disambiguasi. Jika pengguna meminta Siri menghubungi seseorang yang namanya mirip dengan kontak lain, insinyur harus membangun sistem yang mampu menentukan orang mana yang dimaksud. Mrkšić menggambarkan proses ini sebagai membangun “ontology of a conversation”, yaitu memetakan berbagai arah interaksi dan berusaha membuat tugas umum tetap berjalan di dalam struktur tersebut.
Alih-alih insinyur memprediksi setiap kemungkinan jalur percakapan, LLM seperti ChatGPT atau Gemini dapat mempertimbangkan percakapan itu sendiri sebagai konteks dan menentukan cara merespons. Itulah sebabnya berbicara dengan Gemini Live atau ChatGPT Voice bisa terasa mendasar berbeda dibandingkan berbicara dengan Siri yang selama ini dikenal.
Pertanyaan yang lalu muncul: tidak bisakah Apple sekadar meningkatkan Siri yang sudah ada? Menurut Mrkšić, tidak bisa. “Tidak menjadi sesuatu seperti ChatGPT,” tegasnya. Sebagian masalahnya bersifat teknologis, karena sebelum LLM modern, kemampuan bercakap bebas benar-benar belum ada. Namun Mrkšić menilai ada batasan lain, yakni risiko.
Baca Juga:
“Siri tidak pernah dirancang menjadi asisten bergaya ChatGPT,” kata Mrkšić. Menurutnya, kepemimpinan Apple selalu memiliki selera risiko yang rendah, sehingga setiap respons Siri yang bisa disalahartikan sebagai ofensif atau salah dianggap sebagai risiko nyata. Pilihan yang lebih aman adalah mendefinisikan secara ketat apa yang bisa dilakukan Siri. Minta Siri menyetel alarm, memutar lagu, atau menambah agenda ke kalender, dan Apple bisa memprediksi apa yang akan terjadi. Beri AI kebebasan lebih besar untuk menafsirkan maksud seseorang, dan perilakunya menjadi jauh lebih sulit dikendalikan.
Ketegangan itu tidak hilang hanya karena modelnya membaik. Mrkšić menyatakan bahwa mengingat apa yang dikatakan seseorang sebelumnya dalam percakapan yang sama “sebagian besar sudah teratasi di level model”. Model saat ini dapat memproses konteks dalam jumlah sangat besar, memberi ruang jauh lebih dari cukup untuk melacak percakapan biasa. Jadi, jika asisten tiba-tiba tampak lupa, modelnya sendiri tidak selalu menjadi penyebabnya. Perusahaan masih menempatkan aturan dan struktur di sekitar model untuk mengendalikan apa yang bisa dilakukan. Menurut Mrkšić, batasan tersebut kadang menciptakan kesan asisten kehilangan percakapan padahal ia sebenarnya menabrak batas yang dipasang di sekitarnya.
Ingatan Soal Pengguna dan Dilema Privasi
Ada jenis ingatan lain yang jauh lebih sulit dipecahkan: mengenal Anda. Asisten yang mengingat apa yang Anda katakan lima menit lalu memang berguna, tetapi asisten yang memahami orang-orang dalam hidup Anda, rutinitas, email, dan pekerjaan yang sedang Anda kerjakan bisa jauh lebih berguna. Di sinilah Apple menghadapi pertukaran yang menarik.
Apple berpotensi memiliki sesuatu yang tidak otomatis dimiliki ChatGPT dan aplikasi AI mandiri lain: akses mendalam ke sistem operasi. iPhone menyimpan pesan, email, foto, kontak, dan informasi pribadi lain yang bisa memberi asisten AI konteks untuk memahami apa yang sebenarnya Anda tanyakan. “Secara teori, ya,” kata Mrkšić saat ditanya apakah hal itu memberi Siri keunggulan. “Akses tingkat OS ke email, pesan, foto, apa pun yang ada di layar Anda, adalah konteks yang membuat asisten AI berguna, lebih dari yang bisa didapat chatbot berbasis aplikasi tanpa konektor tambahan.”
Persoalannya adalah privasi dan kepercayaan. Apple telah menghabiskan bertahun-tahun memosisikan privasi sebagai salah satu fitur yang mendefinisikan iPhone. Memberi asisten AI cukup konteks personal agar benar-benar berguna menuntut Apple berjalan di garis yang jauh lebih sempit daripada sekadar membangun chatbot yang tahu lebih banyak tentang Anda. Mrkšić berpendapat bahwa pendekatan privasi Apple secara historis membatasi jumlah data pengguna yang tersedia bagi sistemnya dibandingkan sebagian kompetitor. “Voice agent menjadi lebih berguna semakin banyak yang mereka ketahui tentang Anda,” ujarnya.
Itu mungkin pada akhirnya menjadi ujian sesungguhnya bagi Siri: bukan apakah Apple mampu membangun model yang cerdas, melainkan seberapa banyak konteks personal yang bersedia dibiarkan digunakan model tersebut. Bagi pengguna yang menantikan pengalaman Siri yang lebih mulus, konteks ini relevan dengan pembahasan mengenai Siri AI terbaru dan bagaimana fitur tersebut dibatasi pada model iPhone tertentu.
Ada alasan lain mengapa berbicara lebih sulit daripada mengetik: manusia adalah pembicara yang berantakan. Kita berhenti sejenak, menyela diri sendiri, dan berubah pikiran di tengah kalimat. Bayangkan mengatakan, “Buat janji untuk jam 2 … 3 sore.” Pendengar manusia dapat mendengar jeda dan perubahan nada suara Anda lalu memahami bahwa Anda mengoreksi diri. Sistem yang mengubah ucapan menjadi teks sebelum bernalar hanya memiliki transkrip untuk dijadikan bahan. Hal itu bisa menghapus informasi yang dibawa oleh nada, waktu, dan penyampaian Anda. Model AI audio-native yang lebih baru dirancang untuk bernalar langsung atas audio alih-alih sepenuhnya bergantung pada transkrip. Mrkšić menunjuk Dialog-RSN-1 milik PolyAI sebagai contoh pendekatan tersebut.
Bagian yang mengejutkan dari penilaian Mrkšić adalah bahwa AI yang mendasarinya mungkin bukan lagi bagian tersulit. Teknologi untuk voice agent mengadakan percakapan panjang dan natural sudah ada. PolyAI, misalnya, menerapkan conversational agent untuk bisnis di industri termasuk perbankan, hospitality, dan healthcare. Pertanyaan yang lebih besar bagi Apple adalah apa yang bersedia dibiarkan dilakukan Siri. “Yang kurang adalah kesediaan Apple untuk sedikit melonggarkan batasannya agar Siri benar-benar bisa membantu Anda menyelesaikan pekerjaan,” kata Mrkšić.
Generasi berikutnya dari voice assistant tidak akan didefinisikan sekadar oleh kemampuan menjawab pertanyaan lanjutan atau mengingat apa yang Anda katakan tiga kalimat sebelumnya. ChatGPT, Gemini, dan sistem AI modern lain sudah mengubah ekspektasi soal itu. Lompatan yang lebih besar datang ketika asisten memahami cukup banyak tentang Anda dan memiliki akses cukup untuk benar-benar bertindak atas apa yang Anda katakan. Apple memiliki keunggulan besar karena Siri sudah hidup di perangkat tempat sebagian besar kehidupan digital kita berlangsung. Namun memanfaatkan posisi itu berarti memecahkan masalah yang sama besarnya soal kepercayaan dan filosofi produk seperti soal AI itu sendiri.
Teknologi yang membuat Siri lama terasa seperti terus melupakan Anda sedang menghilang. Kini Apple harus memutuskan seberapa banyak ia ingin Siri baru mengingat. Bagi pengguna yang ingin menyiapkan perangkatnya lebih dulu, panduan seperti Cara Ubah Suara Siri bisa menjadi langkah awal sebelum ekspansi iOS 27. Sementara itu, pembahasan mengenai dukungan iOS 27 menunjukkan bahwa akses ke kemampuan Siri AI masih terkunci pada model iPhone terbaru.
Dengan kata lain, hambatan Siri bukan lagi semata soal kecerdasan model, melainkan soal seberapa jauh Apple bersedia melonggarkan kendali dan membuka konteks personal yang membuat asisten benar-benar berguna.
Komentar
Belum ada komentar.