Jakarta | Selama beberapa tahun terakhir, perhatian publik terhadap kecerdasan buatan banyak tertuju pada chatbot dan perangkat generatif. Sistem semacam ini dapat membantu menulis artikel, membuat gambar, menjawab pertanyaan, hingga menghasilkan video. Kemampuan tersebut terasa langsung dan mudah dikenali, sehingga sering menjadi gambaran utama tentang kemajuan AI. Namun, perkembangan teknologi tidak berhenti pada kemampuan menghasilkan konten berdasarkan permintaan pengguna. Arah pembahasan kini semakin luas, mencakup sistem yang dapat mengambil peran lebih aktif dalam menyelesaikan pekerjaan.
Perbedaan pentingnya terletak pada fungsi sistem. Chatbot umumnya merespons pertanyaan atau instruksi dengan keluaran berupa teks, gambar, atau bentuk konten lain. Sistem yang lebih berorientasi pada tindakan dirancang untuk membantu merencanakan rangkaian langkah, memilih cara untuk mencapai sasaran, lalu menjalankan tugas tertentu. Dengan demikian, interaksi tidak selalu berakhir setelah sebuah jawaban diberikan. Pengguna dapat mengarahkan sistem untuk menangani proses yang terdiri atas beberapa tahapan, sementara AI berupaya menghubungkan keputusan dan tindakan yang diperlukan.
Peralihan ini menandai perubahan fokus dalam perkembangan kecerdasan buatan: dari kemampuan membuat keluaran menuju kemampuan membantu mengelola pekerjaan. Hal tersebut tidak berarti bahwa setiap sistem telah mampu bertindak secara mandiri, atau bahwa semua tugas dapat diselesaikan tanpa pengawasan. Tingkat kemampuan dan kendali manusia tetap menjadi pertimbangan penting ketika membahas bagaimana teknologi digunakan. Karena sistem yang merencanakan dan menjalankan tugas menghadirkan pertanyaan baru, perkembangannya juga menjadi perhatian lembaga resmi. National Institute of Standards and Technology (NIST) di Amerika Serikat dan AI Security Institute di Inggris termasuk pihak yang mengkaji bidang ini. Perhatian tersebut menunjukkan bahwa pembahasan AI kini tidak hanya berkaitan dengan kualitas konten yang dihasilkan, tetapi juga cara sistem mengambil langkah untuk menyelesaikan suatu tugas. Pergeseran inilah yang mendorong diskusi tentang agen digital sebagai salah satu arah baru dalam kecerdasan buatan.
Chatbot konvensional umumnya bekerja dengan menanggapi pertanyaan atau perintah yang diberikan pengguna. Pengguna mengajukan permintaan, lalu sistem menghasilkan jawaban berdasarkan konteks percakapan dan kemampuan modelnya. Pola ini berguna untuk mencari penjelasan, merangkum informasi, atau membantu menyusun teks, tetapi biasanya berhenti setelah memberikan respons. Agen kecerdasan buatan dirancang dengan sasaran yang lebih luas: menuntaskan tujuan yang memerlukan beberapa langkah, bukan sekadar membalas satu pesan. Karena itu, agen dapat mengambil inisiatif terbatas dalam menjalankan rangkaian pekerjaan, sambil tetap mengikuti tujuan dan batasan yang ditentukan manusia.
Secara umum, alur kerja agen dimulai dengan menyusun rencana berdasarkan tujuan pengguna. Agen kemudian dapat menggunakan perangkat digital yang tersedia, seperti mesin pencari, aplikasi pengolah data, atau perangkat pembuat dokumen. Setelah menjalankan suatu tindakan, agen memeriksa hasilnya untuk menilai apakah hasil tersebut sesuai dengan kebutuhan. Jika masih ada bagian yang belum selesai, agen meneruskan pekerjaan ke langkah berikutnya, atau menyesuaikan rencana apabila diperlukan. Siklus merencanakan, bertindak, memeriksa, lalu melanjutkan ini memungkinkan tugas kompleks ditangani secara bertahap. Namun, proses tersebut tidak berarti agen selalu bekerja tanpa pengawasan; pengguna dapat diminta memberi arahan atau persetujuan pada titik tertentu.
Misalnya, ketika diminta menyiapkan laporan, agen dapat mengumpulkan informasi dari sumber yang diizinkan, memilah dan mengolah data, lalu menyusun hasilnya menjadi dokumen. Sesudah itu, agen dapat memeriksa kelengkapan bagian, konsistensi angka, serta kesesuaian dokumen dengan instruksi sebelum menyerahkan hasil atau melanjutkan revisi. Kemampuan menjalankan rangkaian tersebut bergantung pada beberapa hal: model yang menalar dan mengarahkan pekerjaan, perangkat digital yang terhubung untuk melakukan tindakan, serta izin yang diberikan pengguna. Tanpa akses yang relevan, agen tidak dapat mengambil data atau mengubah berkas; tanpa batasan yang jelas, tindakannya pun berisiko melampaui kebutuhan. Maka, pemanfaatan agen perlu disertai pengaturan akses, pemeriksaan manusia, dan pemahaman tentang langkah yang boleh dijalankan.
Perkembangan agen kecerdasan buatan mulai mendapat perhatian lembaga yang berperan dalam pengembangan standar. Salah satunya adalah National Institute of Standards and Technology (NIST) di Amerika Serikat. Pada 17 Februari 2026, NIST mengumumkan AI Agent Standards Initiative, sebuah inisiatif yang berfokus pada kebutuhan standar bagi agen AI. Pengumuman ini menandai perhatian lembaga tersebut terhadap kemunculan sistem yang tidak hanya merespons perintah, tetapi juga dapat menjalankan tugas sebagai agen digital. Namun, informasi yang tersedia tentang inisiatif ini perlu dibaca secara terbatas: pengumuman menyampaikan tujuannya, bukan uraian terperinci mengenai rancangan standar yang akan dikembangkan.
Tujuan AI Agent Standards Initiative, sebagaimana dinyatakan NIST, adalah mendorong standar yang mendukung keamanan dan interoperabilitas agen AI. Kedua hal itu menjadi arah umum yang ingin ditopang oleh standar, tanpa berarti bahwa rincian teknis, cakupan, atau mekanisme penerapannya telah dijelaskan dalam bahan yang ada. Dengan demikian, pengumuman tersebut memberi gambaran tentang bidang perhatian NIST, tetapi belum cukup untuk menyimpulkan ketentuan spesifik yang kelak akan diatur. Penjelasan yang hati-hati penting agar tujuan yang diumumkan tidak tertukar dengan isi standar yang belum dipaparkan.
Keamanan dan interoperabilitas merupakan istilah kunci dalam memahami arah inisiatif ini. Dalam konteks pengumuman NIST, keduanya disebut sebagai sasaran yang hendak didukung melalui standar untuk agen AI. Pernyataan itu menunjukkan fokus yang luas, tetapi tidak menetapkan secara rinci bagaimana sasaran tersebut akan diterjemahkan menjadi persyaratan atau panduan. Karena itu, belum tepat untuk mengaitkan inisiatif ini dengan dampak tertentu, baik bagi pengembang, pengguna, maupun ekosistem AI secara keseluruhan. Hal-hal tersebut membutuhkan informasi tambahan yang tidak tercantum dalam bahan pengumuman yang dirujuk di sini.
Pengumuman pada 17 Februari 2026 tetap penting sebagai penanda bahwa NIST memberi perhatian pada kebutuhan standar terkait agen AI. Untuk saat ini, inti informasinya adalah nama inisiatif, tanggal pengumuman, serta tujuan mendorong standar yang mendukung keamanan dan interoperabilitas. Pembahasan lebih jauh mengenai isi, proses, ataupun hasil yang diharapkan perlu menunggu keterangan yang lebih lengkap. Dengan batas informasi tersebut, AI Agent Standards Initiative dapat dipahami sebagai langkah awal yang diumumkan NIST, tanpa menambahkan klaim tentang rancangan standar maupun dampaknya.
Peralihan dari chatbot menuju agen digital tidak hanya ditandai oleh kemampuan sistem menjalankan instruksi dan menggunakan alat digital. Perkembangan ini juga mendorong peneliti untuk mencari cara agar agen dapat bekerja lebih efisien. Efisiensi penting karena tugas yang dijalankan agen dapat melibatkan beberapa langkah, pilihan, dan interaksi dengan perangkat lunak. Sistem perlu mengolah permintaan, menentukan tindakan yang sesuai, lalu memeriksa hasilnya tanpa membuang sumber daya secara berlebihan. Karena itu, penelitian tidak semata-mata mengejar kemampuan yang lebih luas, tetapi juga menelaah bagaimana kemampuan tersebut dapat diterapkan dengan penggunaan waktu dan komputasi yang lebih terukur. Upaya ini menjadi bagian dari pengembangan agen yang dapat diandalkan untuk menyelesaikan tugas nyata.
Agenda lain adalah mengukur kemampuan AI secara lebih realistis. Hasil pada pengujian tertentu belum tentu menunjukkan bagaimana suatu agen bekerja ketika menghadapi instruksi yang beragam atau harus memakai alat digital untuk mencapai tujuan. Penilaian yang lebih relevan perlu memperhatikan proses, bukan hanya jawaban akhir: apakah sistem memahami permintaan, memilih langkah yang tepat, dan menanggapi perubahan selama tugas berlangsung. Dengan cara itu, peneliti dapat membedakan kecakapan yang tampak dalam demonstrasi dari kemampuan yang bertahan dalam situasi penggunaan. Pengukuran semacam ini juga membantu menggambarkan batas agen, termasuk jenis pekerjaan yang masih memerlukan pengawasan atau dukungan manusia.
Baca juga: Pemko Langsa, Percepat Input Data SIKN-JIKN, Dorong Tata Kelola Kearsipan Digital Yang Akuntabel | Membangun Tata Kelola Digital yang Efisien di Telekomunikasi Indonesia
