AI Sedang Mendekati Peningkatan Terbesarnya: Kecerdasan Emosional

Fajar dari agen yang memiliki kecerdasan emosional—dibangun untuk temperamen statis maupun interaksi dinamis—telah tiba, jika dua makalah penelitian yang tidak saling terkait yang diterbitkan minggu lalu dapat dijadikan acuan.

Waktunya sangat sensitif. Hampir setiap hari, laporan berita mendokumentasikan kasus di mana chatbot mendorong pengguna yang tidak stabil secara emosional untuk menyakiti diri sendiri atau orang lain. Namun, secara keseluruhan, studi-studi tersebut menunjukkan bahwa AI bergerak ke ranah di mana kepribadian dan perasaan dapat membentuk secara radikal cara agen bernalar, berbicara, dan bernegosiasi.

Satu tim menunjukkan bagaimana mempersiapkan large language models dengan arketipe psikologis yang persisten, sementara tim lain mendemonstrasikan bahwa agen dapat mengembangkan strategi emosional selama negosiasi multi-putaran.

Kepribadian dan emosi tidak lagi sekadar hiasan permukaan untuk AI—mereka menjadi fitur fungsional. Temperamen statis membuat agen lebih dapat diprediksi dan dipercaya, sementara strategi adaptif meningkatkan performa dalam negosiasi dan membuat interaksi terasa sangat manusiawi.

Namun, kredibilitas yang sama menimbulkan pertanyaan pelik: Jika sebuah AI dapat memuji, membujuk, atau berdebat dengan nuansa emosional, lalu siapa yang bertanggung jawab ketika taktik tersebut melampaui batas menjadi manipulasi, dan bagaimana Anda bahkan mengaudit “emotional alignment” dalam sistem yang dirancang untuk memengaruhi perasaan sekaligus logika?

Memberi AI sebuah kepribadian

Dalam Psychologically Enhanced AI Agents, Maciej Besta dari Swiss Federal Institute of Technology di Zurich dan rekan-rekannya mengusulkan sebuah kerangka kerja bernama MBTI-in-Thoughts. Alih-alih melatih ulang model, mereka mengandalkan prompt engineering untuk mengunci ciri kepribadian di sepanjang sumbu kognisi dan afeksi.

"Dengan mengacu pada Myers-Briggs Type Indicator (MBTI), metode kami mempersiapkan agen dengan arketipe kepribadian yang berbeda melalui prompt engineering," tulis para penulis. Ini memungkinkan "kontrol atas perilaku di sepanjang dua sumbu dasar psikologi manusia, kognisi dan afeksi," tambah mereka.

Para peneliti menguji ini dengan memberikan language model sifat seperti “ekspresif secara emosional” atau “analitis”, lalu mengukur performanya. Agen yang ekspresif unggul dalam pembuatan narasi; yang analitis lebih baik dalam penalaran game-theoretic. Untuk memastikan kepribadian tersebut bertahan, tim menggunakan tes 16Personalities untuk validasi.

“Untuk memastikan persistensi sifat, kami mengintegrasikan tes resmi 16Personalities untuk verifikasi otomatis,” jelas makalah tersebut. Dengan kata lain: AI harus secara konsisten lulus tes kepribadian manusia sebelum dianggap telah dipersiapkan secara psikologis.

Hasilnya adalah sistem di mana pengembang dapat memanggil agen dengan persona yang konsisten—seorang asisten empatik, negosiator rasional yang dingin, pendongeng dramatis—tanpa memodifikasi model dasarnya.

Mengajarkan AI untuk merasakan secara real time

Sementara itu, EvoEmo: Evolved Emotional Policies for LLM Agents in Multi-Turn Negotiation, oleh Yunbo Long dan rekan-rekan dari University of Cambridge, menangani masalah sebaliknya: bukan hanya kepribadian apa yang dimiliki agen, tetapi bagaimana ia dapat mengubah emosi secara dinamis saat bernegosiasi.

Sistem ini memodelkan emosi sebagai bagian dari Markov Decision Process, sebuah kerangka matematika di mana hasil tidak hanya bergantung pada pilihan saat ini tetapi juga pada rangkaian status sebelumnya dan transisi probabilistik. EvoEmo kemudian menggunakan evolutionary reinforcement learning untuk mengoptimalkan jalur emosional tersebut. Seperti yang dikatakan para penulis:

“EvoEmo memodelkan transisi status emosional sebagai Markov Decision Process dan menggunakan optimasi genetik berbasis populasi untuk mengembangkan kebijakan emosi dengan imbal hasil tinggi di berbagai skenario negosiasi.”

Alih-alih menetapkan nada emosional agen, EvoEmo membiarkan model beradaptasi—menjadi kooperatif, tegas, atau skeptis tergantung pada alur dialog. Dalam pengujian, agen EvoEmo secara konsisten mengalahkan agen baseline biasa maupun yang memiliki emosi statis.

“EvoEmo secara konsisten melampaui kedua baseline,” catat makalah tersebut, “mencapai tingkat keberhasilan lebih tinggi, efisiensi lebih besar, dan lebih banyak penghematan untuk pembeli.”

Sederhananya: kecerdasan emosional bukan sekadar hiasan. Ini secara terukur meningkatkan hasil dalam tugas seperti tawar-menawar.

Dua sisi dari koin yang sama

Sekilas, kedua makalah ini tidak berhubungan. Satu tentang arketipe, satu lagi tentang strategi. Namun jika dibaca bersama, keduanya memetakan dua bagian bagaimana AI dapat berkembang:

MBTI-in-Thoughts memastikan agen memiliki kepribadian yang koheren—empatik atau rasional, ekspresif atau terkendali. EvoEmo memastikan kepribadian itu dapat fleksibel selama percakapan, membentuk hasil melalui strategi emosional. Menggabungkan keduanya adalah hal yang sangat penting.

Misalnya, bayangkan bot layanan pelanggan dengan kehangatan sabar seorang konselor yang tetap tahu kapan harus tegas pada kebijakan—atau bot negosiasi yang mulai kooperatif dan menjadi lebih tegas seiring meningkatnya taruhan. Ya, kita benar-benar dalam masalah.

Cerita evolusi AI sebagian besar tentang skala—lebih banyak parameter, lebih banyak data, lebih banyak kekuatan penalaran. Kedua makalah ini menunjukkan bab baru yang mungkin akan muncul tentang lapisan emosional: memberi agen kerangka kepribadian dan mengajarkan mereka untuk menggerakkan “otot” itu secara real time. Chatbot generasi berikutnya tidak hanya akan berpikir lebih keras—mereka juga akan lebih pandai merajuk, memuji, dan menyusun siasat.