AI Berhasil Mengemudikan Mobil di Uji Coba Nyata

Kendari, ıNarasikita - Empat model kecerdasan buatan, termasuk GPT-6 Astra, GPT-5.6 Sol, Claude Fable 5.1, dan Grok 4.6, berhasil menjalankan uji coba mengemudi mobil sungguhan di lintasan berbatas cone sepanjang 127 meter. Pengujian dilakukan dengan mobil yang dilengkapi sistem openpilot dan perangkat comma four, di mana setiap model menerima input visual dari kamera dan menghasilkan perintah kontrol berupa sudut setir, kecepatan, dan durasi gerakan. Kecepatan maksimum dibatasi pada 12,6 km/jam, sesuai standar keselamatan.

Dari total 11 percobaan, hanya GPT-6 Astra yang berhasil menyelesaikan lintasan hingga garis finis, meskipun dalam tiga percobaan berbeda. Model lain mengalami kegagalan di tikungan pertama, terutama karena kesalahan interpretasi posisi batas cone. Claude Fable 5.1, misalnya, menyatakan dalam refleksinya bahwa ia salah menilai barisan cone diagonal sebagai batas kanan, padahal merupakan batas kiri jalur. Latensi respons juga menjadi faktor penentu, dengan jeda antar perintah berkisar antara 4,9 detik hingga 22,2 detik tergantung model.

Ketidakmampuan menangani situasi nyata terlihat jelas dari hasil uji. Tiga model gagal sebelum mencapai tikungan pertama, sementara Grok 4.6 dan GPT-5.6 Sol hanya mampu menempuh 10 persen dan 6 persen lintasan pada percobaan terbaiknya. Biaya penggunaan token juga bervariasi, dengan Astra menghabiskan US$9,75 (sekitar Rp174 ribu), Fable Rp70,5 ribu, Sol Rp18,8 ribu, dan Grok Rp11,6 ribu.

Pada awal pengembangan, GPT-6 Astra menolak tugas mengemudi meskipun diberi jaminan keselamatan. Peneliti akhirnya berhasil meyakinkan model dengan menyederhanakan deskripsi risiko dan memperjelas tugas secara operasional. Setelah penyesuaian, semua model bersedia terlibat dalam setiap percobaan. Semua uji coba dilakukan dengan pengemudi penjaga di dalam mobil, siap menekan rem jika diperlukan, dengan kecepatan puncak tidak melebihi 10,8 km/jam dan tidak terjadi tabrakan.

Peneliti menyatakan bahwa meskipun AI telah menunjukkan kemajuan dalam tugas dunia nyata, performanya masih jauh dari tingkat kemampuan manusia. Hasil ini menekankan perlunya peningkatan dalam pemahaman konteks, pengambilan keputusan real-time, serta pengurangan latensi respons agar AI dapat beroperasi secara aman dan efisien dalam lingkungan dinamis seperti jalan raya.