PELAKITA.ID – Edmund Gettier (1927–2021) adalah seorang filsuf asal Amerika yang dikenal berkat sebuah tulisan pendek namun revolusioner berjudul “Is Justified True Belief Knowledge?” yang terbit pada tahun 1963.
Sebelum karya ini muncul, mayoritas filsuf masih mengikuti definisi klasik Plato mengenai pengetahuan, yaitu justified true belief (JTB) atau “keyakinan yang benar dan dibenarkan.”
Gettier mengguncang fondasi ini dengan menghadirkan contoh-contoh sederhana tetapi sangat kuat yang membuktikan bahwa definisi tersebut tidak memadai.
Warisan Pemikiran Gettier
Dalam tulisannya, Gettier menunjukkan situasi di mana seseorang memiliki keyakinan yang benar sekaligus didukung alasan (justifikasi), tetapi secara intuisi, hal itu tetap tidak bisa disebut sebagai pengetahuan.
Contoh sederhananya:
Anda melihat sebuah jam yang menunjukkan pukul 3:00. Memang benar saat itu pukul 3:00, sehingga keyakinan Anda benar dan memiliki dasar. Namun tanpa Anda sadari, jam tersebut sudah berhenti tepat 12 jam yang lalu. Kebetulan saja, Anda mendapat waktu yang benar.Pertanyaannya, apakah Anda benar-benar tahu bahwa saat itu pukul 3:00? Sebagian besar orang akan menjawab tidak.
Kasus ini membuktikan bahwa definisi justified true belief tidak cukup untuk menjelaskan hakikat pengetahuan.
Dampak dalam Epistemologi
Pemikiran Gettier memaksa para filsuf untuk mengkaji ulang apa yang sebenarnya bisa disebut pengetahuan. Karyanya memicu lahirnya berbagai teori baru seperti reliabilism, causal theory of knowledge, hingga virtue epistemology — semua berusaha memperbaiki definisi pengetahuan pasca-Gettier.
Menariknya, meski Gettier hanya menulis sedikit karya, esai singkat sepanjang tiga halaman itu berhasil mengguncang epistemologi modern dan meninggalkan jejak yang mendalam dalam sejarah filsafat.
Ilmu pengetahuan bertujuan menghasilkan keyakinan yang benar dan dibenarkan tentang dunia. Namun, kritik Gettier menunjukkan bahwa justifikasi yang kuat pun kadang bisa menghasilkan kebenaran hanya karena kebetulan. Ini menimbulkan pertanyaan penting: seberapa andal sebenarnya pengetahuan ilmiah yang kita miliki?
Karena masalah ini, para filsuf dan ilmuwan semakin menekankan pentingnya bukti yang kuat, penjelasan kausal, metode penelitian yang ketat, hingga mekanisme peer review dan replikasi. Semua ini dilakukan agar pengetahuan yang dihasilkan tidak sekadar “benar karena kebetulan.”
Gettier dan Era Kecerdasan Buatan
Dalam dunia modern yang dipenuhi big data dan kecerdasan buatan (AI), masalah Gettier terasa semakin relevan. AI sering menghasilkan prediksi atau jawaban yang benar, tetapi tidak selalu berdasarkan justifikasi yang kokoh.
Contoh: sebuah sistem AI memprediksi bahwa “besok jam 2 siang akan turun hujan.” Kebetulan, memang hujan terjadi pada waktu itu. Namun ternyata prediksi tersebut benar hanya karena kebetulan — misalnya, AI menggunakan dataset yang salah atau model yang bias. Ini adalah kasus klasik “masalah Gettier” dalam versi digital.
Mengapa Kritik Gettier Penting bagi AI?
Keandalan, bukan kebetulan
Pengetahuan sejati menuntut kebenaran yang tidak terjadi karena keberuntungan. Kritik Gettier menekankan bahwa AI harus menghasilkan keluaran yang bisa dipertanggungjawabkan, bukan hanya kebetulan benar.Transparansi dan Penjelasan
Kritik ini juga memperkuat tuntutan atas explainable AI (XAI). Kita tidak hanya butuh jawaban benar dari AI, tetapi juga penjelasan yang jelas tentang mengapa jawaban itu benar.Kepercayaan Publik
Jika AI hanya menghasilkan “kebenaran yang beruntung,” maka kepercayaan masyarakat terhadap teknologi ini akan melemah. Pengetahuan yang dihasilkan mesin harus kokoh, konsisten, dan bebas dari kebetulan.
Contoh Konkret: AI di Dunia Medis
Bayangkan sebuah sistem AI mendiagnosis pasien menderita kanker. Diagnosis ini benar, tetapi bukan karena
AI mampu membaca tanda-tanda medis, melainkan karena dalam dataset pelatihannya, foto pasien kanker kebetulan memiliki watermark tertentu.
Hasilnya adalah “kebenaran” yang muncul karena alasan yang salah — sebuah masalah Gettier dalam praktik nyata.
Edmund Gettier telah menunjukkan bahwa definisi klasik Plato tentang pengetahuan tidaklah memadai.
Kritiknya membentuk ulang epistemologi modern dan mengingatkan kita bahwa pengetahuan sejati menuntut lebih dari sekadar keyakinan, kebenaran, dan pembenaran — ia harus terbebas dari unsur kebetulan.
Dalam konteks AI, warisan pemikiran Gettier sangat penting. Ia mengajarkan kita bahwa keluaran yang benar belum tentu pengetahuan.
AI harus mampu memberikan penjelasan yang transparan, logis, dan reliabel agar dapat dipercaya. Dengan begitu, kita bisa memastikan bahwa teknologi modern benar-benar berfungsi sebagai alat pengetahuan, bukan sekadar penghasil “kebenaran yang beruntung.”
