Pendahuluan: mengapa ilmuwan AI terjebak di awal
Model bahasa modern ternyata cukup mahir menangani rutinitas pekerjaan ilmiah: mereka menghasilkan hipotesis, menulis kode untuk eksperimen, dan bahkan menyusun draf artikel. Namun, saat mencoba mengotomatiskan seluruh siklus penelitian, muncul hambatan yang tidak terduga — tahap awal di mana masalah penelitian itu sendiri perlu dirumuskan.
Sebagian besar ilmuwan AI yang ada saat ini pada langkah ini beralih ke API komersial dari model berpemilik. Ini seperti kotak hitam: usulan muncul dari pengetahuan parametrik model dan pencarian literatur yang telah disesuaikan sebelumnya dengan ide-ide yang dihasilkan. Hampir mustahil untuk memverifikasi fakta apa yang mendasari kesimpulan tersebut. Tambahkan risiko halusinasi dan bias sistematis dari model tertentu — dan hasilnya, titik awal penelitian bisa bukan sekadar acak, tetapi tidak berdasar.
Masalah tersendiri adalah privasi. Ilmuwan tidak selalu siap mengirimkan hasil kerja mereka ke API eksternal, terutama jika menyangkut ide yang belum dipatenkan atau topik sensitif. Oleh karena itu, tidak mengherankan bahwa pendekatan lokal yang tidak meninggalkan batas infrastruktur penelitian semakin menarik perhatian.
Di sinilah sistem SGHA, yang dikembangkan oleh Sarvesh Gharat dan Junpei Komiyama, tampil. Preprint mereka muncul di arsip pada 18 Agustus 2026. Para penulis mengusulkan pipeline yang sepenuhnya otonom untuk menemukan celah ilmiah, yang berjalan pada model terbuka lokal tanpa satu pun panggilan ke API eksternal. Mari kita lihat bagaimana sistem ini bekerja.
Bagaimana SGHA bekerja: dari korpus hingga masalah penelitian
Tidak seperti agen tipikal yang hanya "berpikir" secara bebas, SGHA mengandalkan struktur eksplisit dari korpus ilmiah. Tahap pertama adalah mengubah kumpulan artikel menjadi objek artikel yang terkait dengan bukti dan grafik bukti yang diketik. Secara sederhana, setiap publikasi diuraikan menjadi entitas dan hubungan: klaim apa yang dibuatnya, karya apa yang dirujuknya, eksperimen apa yang mengonfirmasi kesimpulannya.
Kemudian sistem mencari pola struktural yang belum terpecahkan dalam grafik ini — celah potensial. Ini bukan sekadar kecocokan teks, melainkan "lubang" yang dapat diverifikasi pada materi faktual: misalnya, dua bidang penelitian jelas terkait, tetapi belum ada yang mencoba menggabungkannya. Penting bahwa setiap celah kandidat, sebelum menjadi perumusan masalah yang lengkap, melewati pemeriksaan kelayakan.
Dari pola ke keluarga masalah
Sebagai keluaran, SGHA menciptakan keluarga masalah penelitian, untuk masing-masing dicantumkan:
- asumsi;
- tujuan;
- kriteria keberhasilan;
- ambiguitas yang tersisa.
Pendekatan ini memungkinkan peneliti melihat bukan sekadar ide, tetapi juga pembenaran dan batas penerapannya. Pada saat yang sama, semua penalaran dibatasi oleh bukti dari korpus, yang secara drastis mengurangi kemungkinan halusinasi.
Sepenuhnya lokal: hanya model terbuka dengan 9 miliar parameter
Fitur utama SGHA adalah otonomi penuh. Semua komponen yang terkait dengan pemrosesan bahasa dan penalaran dijalankan pada model terbuka yang diterapkan secara lokal dengan 9 miliar parameter. Tidak ada API berpemilik dari model front-end, tidak ada transfer data ke luar. Bahkan proses penelitian yang panjang tidak memerlukan satu pun permintaan eksternal.
Ini bukan sekadar soal kenyamanan. Bagi laboratorium yang bekerja dengan pesanan industri atau data medis, pendekatan ini menghilangkan seluruh kelas masalah terkait tata kelola data dan kerahasiaan. Selain itu, model terbuka 9B adalah ukuran yang cukup sederhana menurut standar modern, menjadikan sistem ini dapat dijalankan pada satu workstation yang bertenaga.
Evaluasi: perbandingan dengan AI Scientist-v2
Para penulis menguji sistem ini di lima bidang pembelajaran mesin, membandingkannya dengan modul perumusan ide dari proyek AI Scientist-v2. Hasil menunjukkan bahwa pendekatan dengan struktur korpus eksplisit dan verifikasi bukti menghasilkan perumusan masalah yang tidak kalah menjanjikan dan dapat diverifikasi dibandingkan dengan menggunakan model front-end yang jauh lebih kuat. SGHA tidak hanya menghasilkan judul topik, tetapi memungkinkan penelusuran berdasarkan artikel dan hubungan apa sistem ini sampai pada perumusan pertanyaan tertentu.
Ini memecahkan masalah "kotak hitam" dan membuat prosesnya dapat diaudit. Dan mengingat sepenuhnya lokal, agen semacam itu dapat dengan mudah diintegrasikan ke dalam alur kerja ilmiah tanpa khawatir tentang kebijakan keamanan.
Kesimpulan dan prospek
SGHA adalah contoh yang meyakinkan bahwa untuk merumuskan masalah ilmiah tidak perlu menghubungkan model cloud raksasa. Penataan korpus, grafik bukti, dan model lokal 9B mampu memberikan kualitas yang memadai untuk masalah penelitian yang menjanjikan dan dapat diverifikasi. Tentu saja, masih banyak pekerjaan di depan: para penulis berjanji untuk membuka kode dan artefak, yang akan memungkinkan kelompok lain mereproduksi hasil dan mengadaptasi sistem untuk bidang mereka.
Jika tren ini berlanjut, dalam beberapa tahun ke depan kita akan melihat seluruh kelas ilmuwan AI yang tidak bergantung pada API eksternal dan sepenuhnya transparan untuk diverifikasi. Dengan demikian, otomatisasi sains akan menjadi tidak hanya lebih efisien, tetapi juga lebih aman.
