Agar AI dapat menangani sejumlah besar contoh konkret, tidak cukup hanya memproses setiap masukan sebagai kasus yang sepenuhnya independen. Jika fitur dan hubungan yang sama di antara berbagai masukan dapat diekstraksi dan digunakan sebagai representasi tingkat tinggi, struktur yang sudah ada dapat diterapkan bahkan pada situasi yang belum pernah ditemui sebelumnya. Dalam pengertian ini, abstraksi bukan sekadar pengurangan informasi; abstraksi merupakan fungsi penting yang memungkinkan penalaran dan generalisasi. Namun, ketika pengalaman manusia menjadi objeknya, muncul masalah lain. Sekalipun suatu pengalaman dapat dirangkum secara tepat di bawah satu konsep tingkat tinggi, itu tidak berarti bahwa konsep tersebut merupakan satu-satunya abstraksi yang berlaku bagi pengalaman itu.
Sebagai contoh, pernyataan “Saya ingin meninggalkan pekerjaan saya saat ini, tetapi saya takut mengecewakan orang-orang di sekitar saya” memungkinkan beberapa abstraksi. Pernyataan itu dapat direpresentasikan sebagai hubungan antara penentuan nasib sendiri dan tanggung jawab, sebagai hubungan antara pengakuan dari orang lain dan evaluasi diri, atau sebagai pengaruh norma suatu kelompok terhadap pilihan individu. Pernyataan itu juga dapat dipahami sebagai penghindaran terhadap ketidakpastian mengenai masa depan. Karena semuanya berasal dari pernyataan yang sama, abstraksi-abstraksi tersebut mungkin tampak tumpang tindih, tetapi tidak sinonim. Masing-masing menonjolkan hubungan yang berbeda, menganggap kondisi yang berbeda sebagai penting, dan memengaruhi pertanyaan serta penilaian berikutnya secara berbeda.
Persoalannya kemudian adalah apakah kita cukup memilih satu abstraksi dengan daya penjelas terbesar. Integrasi ke dalam satu representasi menyederhanakan pemrosesan dan memudahkan pemetaan ke kasus-kasus serupa. Namun, jika semuanya diintegrasikan di bawah “pengakuan”, ketidakpastian ekonomi atau perubahan dalam rasa memiliki dapat surut dari penalaran selanjutnya. Sebaliknya, jika “ketidakpastian” ditempatkan di pusat, hubungan yang menunjukkan bagaimana orang tersebut telah menginternalisasi harapan orang lain mungkin tampak lebih lemah. Efisiensi melalui abstraksi harus dinilai bukan hanya berdasarkan apa yang dipertahankan, tetapi juga berdasarkan apa yang dikeluarkan dari ruang eksplorasi.
Karena itu, ketika mempertimbangkan representasi efisien internal untuk pengalaman manusia, arah “memampatkan banyak contoh konkret menjadi sejumlah kecil konsep” tidaklah memadai. Ketika beberapa representasi tingkat tinggi yang tidak ekuivalen berlaku untuk pengalaman yang sama, representasi-representasi itu perlu dipertahankan dalam hubungan satu sama lain tanpa secara prematur diintegrasikan ke dalam satu konsep superordinat. Koordinat kebebasan, pengakuan, dan norma tidak harus saling eksklusif. Pada saat yang sama, menggabungkannya ke dalam konsep yang terlalu luas seperti “masalah hubungan antarmanusia” akan menghapus struktur yang dibedakan oleh setiap representasi. Efisiensi tidak identik dengan integrasi yang menghilangkan perbedaan.
Untuk memikirkan struktur ini, kita harus membedakan “menghasilkan banyak jawaban” dari “mempertahankan banyak representasi internal”. Dimungkinkan untuk menghasilkan banyak kalimat yang secara permukaan berbeda dari satu klasifikasi internal. Dalam hal itu, keluarannya beragam sementara cara masalah direpresentasikan tetap tunggal. Sebaliknya, mempertahankan beberapa representasi tingkat tinggi berarti mempertahankan keadaan yang berbeda dalam hal kondisi mana yang dianggap penting, apa yang ditempatkan sebagai pusat kausal atau relasional, dan informasi tambahan apa yang akan memperbarui interpretasi saat ini. Yang penting bukan jumlah representasi, melainkan peran mereka yang tidak ekuivalen dalam penalaran.
Konsep-konsep filosofis menyediakan bahan yang kuat untuk mempertimbangkan ketidakekuivalenan ini. Sepanjang sejarah filsafat, hal-hal seperti kebebasan, hasrat, waktu, orang lain, norma, dan keterbatasan tidak pernah mengerucut pada satu definisi; struktur relasional yang berbeda telah diajukan dari premis yang berbeda. Perbedaan pendapat ini tidak perlu diperlakukan sebagai pengetahuan yang tidak tertata atau kontradiksi yang harus dihilangkan. Jika digunakan sebagai sumber yang menunjukkan bahwa pengalaman manusia yang sama dapat memiliki struktur yang berbeda dalam berbagai ruang makna, filsafat tidak menambahkan jawaban yang benar kepada AI; filsafat menyediakan koordinat yang dapat dibandingkan untuk mengkaji konvergensi prematur pada satu representasi.
Namun, sekadar menggunakan frasa “koordinat filosofis” tidak membuktikan bahwa struktur konseptual yang bersesuaian ada di dalam AI. Kemampuan model untuk menghasilkan kata-kata seperti “kebebasan”, “pengakuan”, dan “norma” secara tepat berbeda dari persoalan apakah representasi tersebut memainkan peran kausal yang berbeda dalam penalaran selanjutnya. Untuk menyatakannya sebagai representasi internal, diperlukan pengujian: representasi mana yang muncul kembali secara stabil ketika kondisi masukan berubah, apakah representasi yang berdekatan dapat dibedakan, dan apakah intervensi pada representasi tertentu mengubah kecenderungan dalam penilaian atau generasi. Memberi nama pada sebuah konsep dapat memulai analisis, tetapi tidak membuktikan mekanisme internal.
Mempertahankan beberapa representasi tingkat tinggi juga memiliki biaya. Jika kandidat terus bertambah, ruang pencarian meluas dan penalaran menjadi kurang efisien. Karena itu, persoalan desain bukanlah mempertahankan kemungkinan interpretasi tanpa batas, melainkan menentukan dalam kondisi apa representasi yang tidak ekuivalen dan dapat memengaruhi penilaian saat ini harus dipertahankan, serta dalam kondisi apa representasi tersebut dapat surut ke latar belakang. Bahkan ketika suatu representasi dilatarbelakangkan, representasi itu tidak perlu dihapus jika dapat digunakan kembali ketika informasi baru tiba. Di sini, kemampuan untuk dikembangkan kembali dan kemampuan untuk diperbarui menjadi bagian dari efisiensi bersama rasio pemampatan.
Jika didefinisikan dari perspektif ini, tujuan representasi efisien internal berubah dari “mencakup jumlah kasus maksimum dengan representasi minimum”. Yang lebih penting adalah menekan kompleksitas yang tidak diperlukan untuk penalaran saat ini tanpa kehilangan perbedaan makna yang dapat mengubah penilaian di masa depan. Jika bagian-bagian yang sama dapat dibagikan sementara hanya hubungan yang tidak ekuivalen dipertahankan sebagai cabang, setiap kasus tidak perlu disimpan secara independen. Pada saat yang sama, tidak perlu mengintegrasikannya secara tidak dapat dibalik ke dalam satu konsep abstrak. Efisiensi juga dapat dinilai berdasarkan seberapa kecil beban yang diperlukan untuk mempertahankan struktur yang dapat kembali pada perbedaan yang diperlukan.
Jika diterapkan pada desain Sai＊aus, tujuan mempertahankan beberapa koordinat filosofis bukanlah menghasilkan jawaban sebanyak jumlah filsuf. Tujuannya adalah membedakan bagaimana perumusan masalah berubah bergantung pada hubungan mana yang ditonjolkan untuk masukan yang sama, dan menghubungkan perbedaan itu dengan bentuk yang dapat dinilai oleh manusia. Jika penentuan nasib sendiri menjadi pusat pada satu koordinat dan norma sosial menjadi pusat pada koordinat lain, AI tidak boleh menetapkan salah satunya sebagai “masalah sebenarnya” orang tersebut, melainkan harus menangani kondisi mana yang dijelaskan oleh masing-masing dan kondisi mana yang tidak dijelaskan. Beberapa representasi internal digunakan bukan untuk menunjukkan lebih banyak informasi kepada manusia, melainkan untuk mencegah pemaknaan terkunci terlalu dini.
Desain ini juga harus ditempatkan secara hati-hati dalam perbandingan dengan AI serbaguna. AI berskala besar dapat menghasilkan berbagai perspektif dan menyajikan penjelasan yang berbeda sesuai konteks. Karena itu, perbedaannya tidak dapat dinyatakan secara sederhana sebagai “AI lain hanya memberikan satu jawaban”. Fokus desain yang dapat ditempatkan Sai＊aus bukan sekadar kemampuan menghasilkan berbagai pandangan, melainkan memperlakukannya sebagai representasi masalah yang tidak ekuivalen dan secara eksplisit merancang perbedaan mana yang dipertahankan, dalam kondisi apa perbedaan itu ditonjolkan, dan di titik mana penilaian makna dikembalikan kepada manusia. Yang harus dibandingkan bukan jumlah perspektif, melainkan bagaimana perbedaan antar-perspektif terhubung dengan pembaruan pemahaman.
Metode evaluasi juga harus berubah agar sesuai dengan desain ini. Ukuran kandidat mencakup apakah penerapan koordinat yang berbeda pada masukan yang sama benar-benar mengubah pemilihan kondisi penting, apakah pembobotan koordinat yang sesuai dapat diperbarui dengan informasi tambahan, apakah representasi yang pernah dilatarbelakangkan dapat dikembangkan kembali ketika diperlukan, dan apakah penyajian beberapa representasi memungkinkan pengguna membedakan titik-titik keputusan utama secara lebih akurat. Ini bukan satu skala universal, tetapi dapat menghubungkan prinsip desain “beberapa representasi” dengan perilaku yang dapat diamati. Penting untuk menempatkan jarak yang dapat diukur antara prinsip dan efek.
Satu abstraksi sering kali sangat kuat. Tanpa menemukan struktur umum, transfer pengetahuan dan penalaran yang efisien menjadi sulit. Namun, dalam pengalaman manusia, keberhasilan abstraksi itu sendiri dapat menghapus makna lain. Karena itu, yang dibutuhkan bukanlah menolak pemampatan ataupun mempertahankan kompleksitas tanpa perubahan. Yang dibutuhkan adalah menangani sejauh mana berbagai hal dapat dibagikan dan di titik mana hal-hal tersebut harus bercabang menjadi representasi yang tidak ekuivalen. Beberapa koordinat filosofis menawarkan satu cara untuk memikirkan batas tersebut.
Bagi AI yang berupaya memahami manusia, efisiensi bukan hanya mencapai satu penjelasan melalui rute terpendek. Efisiensi juga mencakup menonjolkan struktur yang diperlukan untuk penilaian saat ini tanpa kehilangan kemungkinan pembaruan di masa depan melalui perspektif lain. Alih-alih satu representasi minimal, pertahankan representasi yang dapat dikembangkan kembali ke dalam ruang makna yang berbeda ketika diperlukan. Representasi efisien internal kemudian berubah dari pemampatan yang menghilangkan kompleksitas menjadi desain yang mempertahankan perbedaan penting di dalam kompleksitas dalam bentuk yang dapat digunakan kembali. Dan makna mana yang pada akhirnya diambil sebagai masalah diri sendiri tidak ditetapkan di dalam AI, melainkan dikembalikan kepada penilaian manusia.
Bukan jawaban. Pemahaman.