Daftar Isi
Seorang penulis blog teknologi kerap ditanya mengenai model kecerdasan buatan atau large language model (LLM) yang ia gunakan untuk menyusun berbagai artikel di blog pribadinya. Jawabannya selalu menggunakan otaknya sendiri dan tidak pernah memanfaatkan kecerdasan buatan untuk riset apa pun yang dipublikasikannya.
Alasan Menolak Penggunaan Kecerdasan Buatan
Penulis tersebut menjelaskan bahwa ia melakukan aktivitas tersebut murni untuk bersenang-senang, dan ia tidak menemukan kesenangan jika menyerahkan proses investigasi kepada sistem kecerdasan buatan. Menurutnya, proses mengotak-atik sesuatu secara mandiri jauh lebih menyenangkan dibandingkan membiarkan sistem mengerjakannya.
Ia menyukai kegiatan memprogram, menatap perkakas pengembang, biner ninja, serta menelusuri kode sumber perpustakaan yang tidak biasa menggunakan pencarian kode GitHub. Meskipun banyak pihak menyarankan untuk mendelegasikan bagian yang melelahkan kepada sistem otomatis, ia merasa tidak bisa mengambil kredit atas hasil kerja yang dilakukan oleh kecerdasan buatan pada blog pribadinya.
Selain itu, ia mengaku frustrasi ketika mencoba menggunakan kecerdasan buatan sebelumnya karena sering melihat sistem tersebut memberikan jawaban yang keliru dengan sangat percaya diri sebelum akhirnya menemukan hasil yang benar di akhir proses. Meskipun demikian, ia tidak menyangkal bahwa model kecerdasan buatan saat ini merupakan mesin yang sangat bertenaga, namun tetap memerlukan bimbingan keahlian dan pengalaman manusia.
Strategi Pemasaran Keamanan Siber
Perusahaan-perusahaan kecerdasan buatan saat ini menjadikan sektor keamanan siber sebagai strategi pemasaran utama mereka. Sebagai contoh, kolaborasi antara firma riset Calif, OpenAI, dan Wiz dalam kasus penemuan kerentanan PHP menampilkan narasi yang berbeda-beda dari masing-masing pihak untuk menonjolkan peran kecerdasan buatan.
OpenAI sebelumnya sempat menyatakan bahwa mereka membantu pengembang perangkat lunak untuk menambal kerentanan dengan lebih cepat. Namun, penulis menilai perusahaan tersebut memiliki kapasitas komputasi yang cukup besar untuk melakukan pembaruan keamanan ke versi perangkat lunak yang lebih lama jika mereka benar-benar ingin melakukannya.
Tren lain yang disorot adalah tindakan peneliti atau perusahaan yang merilis video pembuktian konsep (PoC) dari kerentanan zero-day yang belum ditambal ke media sosial sebelum perbaikannya tersedia. Tindakan tersebut dinilai lebih condong sebagai bentuk pemasaran yang memicu kepanikan dibandingkan membantu keamanan secara keseluruhan.
Kasus Tailscale dan Temuan Murni Manusia
Sebuah insiden melibatkan klaim kerentanan pada Tailscale, di mana seorang peneliti membagikan tanda pagar kriptografi atau hash di media sosial dengan keterangan eskalasi hak akses. Informasi tersebut diungkap secara bertahap dalam sebuah utas sebelum akhirnya perusahaan milik peneliti tersebut merilis situs web yang memuat temuan lengkap keesokan harinya tanpa melakukan pengungkapan secara bertanggung jawab kepada pihak Tailscale terlebih dahulu.
Menurut penulis, kejadian tersebut bertujuan untuk mempromosikan perusahaan rintisan milik sang peneliti guna mencari klien audit, bukan untuk memperbaiki keamanan dunia. Di sisi lain, penemuan kerentanan terbesar justru datang bukan dari kecerdasan buatan, melainkan dari manusia yang menggunakan perpustakaan lama buatan Google bernama paranoid_crypto untuk memindai kunci privat secara kebetulan.
Penulis berpesan agar masyarakat tidak melupakan esensi kesenangan dalam melakukan segala sesuatu secara mandiri, seperti menulis kode, awakutu, dan membongkar perangkat Internet of Things (IoT). Tulisan berikutnya dari blog tersebut akan segera diterbitkan dalam waktu dekat.
Sumber: Hacker News: Front Page
