Wajar jika kita ingin menyelidiki sebanyak mungkin sebelum memutuskan sesuatu. Dengan AI, kita dapat menata berbagai sumber, membandingkan perbedaan, dan menemukan persoalan yang sebelumnya tidak kita ketahui dalam waktu singkat. Jalan masuk menuju penelitian telah bertambah luas. Namun, semakin mudahnya mengumpulkan informasi tidak serta-merta membuat kita lebih mudah merasa bahwa kita telah “menyelidiki dengan cukup”. Sumber berikutnya, perbandingan berikutnya, dan sanggahan berikutnya tersedia dengan segera.
Misalkan kita sedang memilih sekolah untuk mempelajari keterampilan baru. Ada banyak hal yang dapat kita selidiki: isi kursus, biaya, durasi, jalur setelah menyelesaikan program, dan pengalaman para peserta. Dengan AI, tabel perbandingan juga dapat dibuat dengan cepat. Namun, ketika tenggat pendaftaran semakin dekat, kita tidak dapat memeriksa setiap informasi. Selain itu, informasi tambahan belum tentu mengubah pilihan. Menambah jumlah yang diteliti tidak sama dengan mengurangi ketidakpastian yang penting bagi penilaian.
Yang diperlukan di sini adalah tidak memandang penelitian hanya sebagai “pekerjaan mengumpulkan informasi sebanyak mungkin”. Penelitian berperan dalam menemukan apa yang masih belum diketahui. Pada saat yang sama, penelitian juga berperan dalam menentukan seberapa penting hal-hal yang belum diketahui itu bagi penilaian. Jika kita dapat membedakan hal-hal yang belum diketahui yang kemungkinan besar akan mengubah hasil dari hal-hal yang menarik untuk diketahui tetapi hampir tidak memengaruhi pilihan, bentuk dari apa yang perlu diselidiki pun berubah.
AI dapat mendukung pembedaan ini. AI dapat menata kondisi mana yang kekurangan sumber yang memadai, di mana sumber-sumber saling berbeda, dan perubahan asumsi mana yang akan mengubah kesimpulan. Namun, fakta bahwa AI dapat terus mengeksplorasi tidak berarti manusia harus terus menunggu. Selama penelitian berlanjut, tenggat semakin dekat, pilihan berubah, dan waktu yang tersedia untuk benar-benar bertindak berkurang.
Karena itu, kondisi untuk mengakhiri penelitian perlu mencakup bukan hanya sisi informasi, tetapi juga sisi waktu manusia. Kita seharusnya tidak hanya bertanya, “Apakah masih ada informasi yang belum diketahui?”, tetapi juga, “Seberapa besar kemungkinan informasi itu mengubah penilaian?” dan “Apa yang akan hilang jika kita menunggunya?” Ini bukan berarti mengambil keputusan sambil mengabaikan ketidakpastian. Sebaliknya, ini berarti menangani sekaligus ketidakpastian yang tidak dapat dihilangkan sepenuhnya dan waktu yang tidak dapat diperoleh kembali.
Bagi Sai＊aus, nilai dukungan penelitian tidak hanya terletak pada memaksimalkan jumlah informasi. Yang penting adalah membuat terlihat dasar apa yang sedang digunakan seseorang untuk mencoba mengambil keputusan, sehingga ia dapat membedakan titik ketika penyelidikan tambahan diperlukan dari titik ketika penilaian harus dimulai. Justru karena AI dapat terus mengeksplorasi, kita harus memisahkan kemampuan untuk “menyelidiki lebih jauh” dari penilaian bahwa kita “seharusnya menyelidiki lebih jauh”.
Dalam banyak kasus, kita tidak dapat menyelidiki semuanya sebelum memutuskan. Itu bukan kegagalan penelitian. Bagi manusia yang hidup dalam waktu terbatas, penelitian bukanlah menuntaskan pengumpulan informasi tanpa batas; penelitian juga merupakan pekerjaan menentukan apa yang harus diketahui agar dapat mengambil keputusan. Semakin AI memperluas apa yang dapat diselidiki, semakin akhir penelitian bergeser dari titik ketika informasi habis menuju titik ketika manusia memahami ketidakpastian yang masih tersisa dan mengambil tanggung jawab atas suatu pilihan.
Bukan jawaban. Pemahaman.