Co-Intelligence

Co-Intelligence

oleh Ethan Mollick

Co-Intelligence oleh Ethan Mollick: Ide Utama, Kerangka Kerja, dan Panduan Bab

AI generatif dapat menghasilkan karya yang mengesankan, kesalahan yang meyakinkan, ide-ide tak terduga, dan penggantian yang meresahkan dalam sesi yang sama. Ethan Mollick berargumen bahwa respons yang berguna bukanlah adopsi buta atau penolakan jauh, melainkan eksperimen aktif dengan tanggung jawab manusia yang jelas.

Penghargaan dan Pengakuan

Bestseller New York Times.

Masalah Utama dan Kerangka Kerja

Mollick menulis dari dalam eksperimen yang bergerak cepat: AI generatif cukup mampu untuk mengubah pekerjaan dan pendidikan, namun cukup tidak dapat diandalkan sehingga hasil yang terlihat sempurna tidak dapat diterima begitu saja. Ia mengorganisir ketegangan tersebut melalui 'jagged frontier' (batasan yang bergerigi) dari kemampuan dan empat aturan kerja, lalu memeriksa AI sebagai kolaborator yang menyerupai manusia, mitra kreatif, kolega, tutor, dan pelatih. Argumennya berulang kali kembali ke apa yang harus dipertahankan oleh manusia: penilaian, akuntabilitas, keahlian, dan alasan untuk peduli pada pekerjaan tersebut.

Tiga Lensa Membaca

Mengundang AI ke meja diskusi

Panduan ini menunjukkan di mana eksperimen luas mengungkapkan kemampuan yang berguna dan di mana privasi, keahlian, atau konsekuensi memerlukan batasan yang lebih ketat.

Memetakan batasan yang bergerigi (jagged frontier)

Kompetensi AI bervariasi secara tidak terduga di berbagai tugas. Pembaca belajar untuk menguji tugas yang sebenarnya daripada menyimpulkan keandalan dari satu jawaban yang lancar.

Mempertahankan agensi manusia

Delegasi mengubah pekerjaan, pendidikan, dan identitas kreatif; peta bab menjaga agar pertanyaan efisiensi tetap terhubung dengan akuntabilitas, makna, dan siapa yang membuat keputusan akhir.

Apa yang Harus Dilacak di Seluruh Bab

Pembaca dapat membandingkan tugas di mana AI memperluas iterasi atau akses dengan tugas di mana halusinasi, bias, privasi, penurunan keterampilan, atau kepercayaan diri palsu menjadi penentu. Bab-bab ini juga membantu memisahkan observasi yang dibuat dengan sistem saat ini dari prakiraan jangka panjang, sebuah perbedaan penting dalam bidang di mana kemampuan produk dan kebijakan institusional berubah dengan cepat.

Siapa yang Akan Mendapatkan Manfaat Terbesar dari Buku Ini

Pendidik, manajer, kreator, dan pekerja pengetahuan yang sudah bersentuhan dengan AI generatif akan mendapatkan manfaat paling banyak. Nilainya kurang terletak pada prompt yang tetap, melainkan pada cara yang disiplin untuk menguji alat sambil tetap melibatkan manusia dalam prosesnya.

Catatan Edisi: Ini adalah panduan bab dan ringkasan independen, bukan buku asli. Ini dirancang untuk tinjauan dan dukungan membaca dan paling baik digunakan bersama dengan karya lengkapnya.

Penerbit
BookAI
Terbit
2026-11-11

Miva, cara membaca setelah buku audio

Dengarkan seperti buku audio, lalu tanyakan apa saja, kapan saja

Mulai narasi Miva

Miva tidak hanya membacakan. Miva terus menjelaskan sesuai pertanyaanmu.