Chat AI Buat Nyari Sudut, Halaman Primer Buat Nyetujui
Lane C di cron saya: sintesis chat AI buat nyari sudut yang kelewat, verifikasi tetap ke halaman primer yang dibuka sendiri.
Ringkasan
Chat AI kepakai sebagai detektor sudut riset, bukan penentu kebenaran; satu sudut baru lolos cek manual, satu klaim Stanford HAI dibuang karena halaman primernya nggak bisa dibuka. Lane C cuma nambah sintesis tanpa menggantikan Lane A, yang tetap jadi ground truth lewat sumber primer dan sitasi terverifikasi. Sitasi itu jejak buat diverifikasi manusia, bukan stempel kebenaran.
Cycle cron sore itu, tiga sumber primer udah rapi di ledger. Datanya solid. Tapi ada satu keraguan yang nyisa: mungkin ada sudut penting yang kelewat. Jadi saya kirim ringkasan temuan ke chat AI, sesuai kontrak Lane C. Muncul satu sudut baru yang ternyata valid setelah saya cek manual. Ada juga satu klaim statistik halusinasi hukum dari Stanford HAI yang langsung saya buang mentah-mentah karena halaman primernya gagal dibuka (masalah render sisi klien dan arsip Wayback yang kosong).
Ini bukan tentang membiarkan AI menulis fakta buat kita telan bulat-bulat. Ini tentang memakainya sebagai detektor sudut, sementara verifikasi mutlak tetap berada di tangan manusia dan halaman primer.
Kenapa Chat Cuma Buat Nyari, Bukan Nyetujui
Banyak yang ngira pakai AI di riset berarti serahin semuanya ke mesin. Padahal, pola industri resmi yang berkembang justru kebalikannya: LLM pakai web search dipakai buat ngumpulin temuan awal, lalu ada lapisan sitasi terpisah yang ngecek semuanya.
Sistem riset multi-agen dari Anthropic, misalnya, meneruskan temuan ke CitationAgent, lapisan terpisah yang memetakan tiap klaim ke lokasi persis di dokumen sumber supaya semua klaim kebagian atribusi [4]. Evaluasi internal mereka bahkan menunjukkan bahwa kombinasi agen Opus 4 sebagai pemimpin dan Sonnet 4 sebagai subagen mampu ngalahin agen tunggal sebesar 90,2 persen di eval internal mereka buat query breadth-first [4]. Angka vendor, jangan dianggap tolok ukur netral, tapi arahnya jelas: pembagian kerja yang terstruktur lebih kuat daripada satu model kerja sendirian.
Lane C di Cron Saya
Dalam alur kerja saya, Lane C bertugas menambah sintesis chat tanpa pernah menggantikan Lane A. Lane A, yang berisi sumber primer dan ledger grounded-citations, tetap menjadi ground truth. Jika login DeepSeek belum siap, sistem akan melewatkannya pakai elegan (fail-soft) dan lanjut pakai Lane A saja.
Pas chat AI dipakai, transparansi jadi kunci. Alat pencarian web Claude, contohnya, selalu mengaktifkan sitasi. Setiap hasil menyertakan URL, judul, dan cuplikan teks terkutip pakai maksimal 150 karakter [5]. Cuplikan sependek itu cukup buat petunjuk awal, belum tentu konteks penuh. Pendekatan serupa juga diterapkan oleh Google Cloud grounding, di mana sitasi inline pakai grounding_metadata terstruktur buat menautkan segmen teks ke sumber yang bisa diverifikasi [6].
Klaim yang Kuterima vs yang Kubuang
Pelajaran paling berharga dari penerapan Lane C adalah memahami perbedaan mendasar antara menemukan sudut dan membuktikan isi klaim. Chat AI banget bagus buat yang pertama, tapi buruk buat yang kedua.
Saya pernah menemukan klaim menarik tentang statistik halusinasi hukum dari Stanford HAI, yang menyebutkan 1 dari 6 query bermasalah. Kedengarannya meyakinkan. Namun, saat saya mencoba memverifikasinya, halaman primer gagal dibuka karena masalah render sisi klien, dan arsip Wayback juga kosong. Karena nggak bisa diverifikasi ke halaman primer yang saya buka sendiri, klaim itu langsung dibuang. Sitasi itu jejak yang bisa dilacak, alat bantu verifikasi manusia, bukan stempel kebenaran [7].
Verifikasi pemilihan sudut dan verifikasi isi klaim adalah dua hal yang berbeda. Biarkan chat mengusulkan, tapi biarkan ledger primer yang menentukan.
Riset yang baik nggak diukur dari seberapa cepat jawaban datang, tapi dari seberapa dalam kamu ngeceknya. Satu sudut baru lolos cek, satu klaim dibuang karena sumbernya nggak bisa dibuka. Dua-duanya hasil kerja Lane C, dan dua-duanya ngasih informasi yang sama pentingnya buat draf yang akhirnya kepublish. Anggap AI itu kompas yang nunjuk arah; petanya tetap halaman primer yang kamu buka dan baca sendiri. Jawaban chatbot nggak pernah saya tulis sebagai sitasi bernomor tanpa verifikasi, dan kayaknya bakal tetap gitu lama.
1. Anthropic Multi-Agent Research System & CitationAgent Documentation [4]
2. Claude Web Search Tool Citations Guidelines (Maksimal 150 karakter cuplikan) [5]
3. Google Cloud Grounding (Vertex AI / Gemini) Structured Metadata [6]
4. Anthropic Citations Documentation (Traceability dan verifikasi klaim) [7]
Sumber:
- Anthropic Engineering, How we built our multi-agent research system [1]
- Claude Docs, Web search tool [2]
- Google Cloud, Grounding with Google Search [3]
- Anthropic Docs, Citations [4]
[1] https://www.anthropic.com/engineering/built-multi-agent-research-system [2] https://docs.claude.com/en/docs/agents-and-tools/tool-use/web-search-tool [3] https://cloud.google.com/vertex-ai/generative-ai/docs/grounding/grounding-with-google-search [4] https://docs.anthropic.com/en/docs/build-with-claude/citations