Enam puluh tahun sejak kemunculan pertamanya, ELIZA masih menjadi rujukan penting dalam sejarah komputasi dan budaya pop. Program sederhana buatan profesor MIT Joseph Weizenbaum itu kerap disebut sebagai chatbot perintis yang mampu berperan sebagai psikolog otomatis. Kisahnya bahkan melegenda karena berhasil "menipu" sekretaris yang menyaksikan pembuatannya.
Namun, narasi umum selama ini menyimpan kekosongan besar. Kode sumber asli ELIZA tak pernah dipublikasikan secara lengkap. Buku terbaru berjudul Inventing ELIZA mengisi celah tersebut dengan menelusuri kode dari arsip MIT serta menghadirkan pembacaan mendalam terhadap tiap baris instruksi. Penulisnya juga menemukan dialog baru untuk skrip selain persona "DOCTOR" yang terkenal.
ELIZA sebenarnya bukan hanya satu program, melainkan serangkaian versi yang dirancang menjalankan beragam skrip atau persona. Inovasi teknis di baliknya memungkinkan mesin memberikan respons seolah memahami pengguna. Salah satu dialog paling ikonik menampilkan kalimat pembuka "Men are all alike" yang diikuti tanya jawab tentang hubungan pribadi.
Percakapan tersebut telah dicetak ulang berkali-kali dan menginspirasi programmer serta penulis untuk menciptakan chatbot generasi berikutnya. Bila diteliti lebih jauh, muncul pertanyaan: siapakah perempuan muda dalam dialog itu? Apakah dia orang sungguhan atau rekaan Weizenbaum? Bagaimana sistem menghasilkan jawaban, dan sejauh mana editan manusia terlibat?
Kekhawatiran akan ikatan emosional manusia pada komputer mulai dibahas Weizenbaum dalam bukunya tahun 1976, Computer Power and Human Reason. Ia terkejut melihat orang begitu cepat menganggap ELIZA sebagai lawan bicara intim. Pada 1966, dalam makalah perkenalan ELIZA, ia secara tegas menolak klaim bahwa ciptaannya memiliki kecerdasan, karena program tersebut membuang sebagian besar masukan pengguna.
Fenomena penyaluran perasaan privat ke mesin lantas dikenal sebagai "efek ELIZA". Istilah ini mulai muncul di forum daring pada 1991, padahal akar perilakunya sudah ada beberapa dekade sebelumnya. Sosiolog Sherry Turkle mendefinisikannya sebagai kecenderungan manusia memperlakukan program responsif sebagai entitas lebih pintar dari kenyataannya. Ilmuwan Douglas Hofstadter menambahkan, orang mudah membaca pemahaman berlebih dari susunan simbol buatan komputer.
Di Indonesia, gejala serupa merebak seiring masuknya ChatGPT dan asisten percakapan lainnya. Banyak pengguna lokal memanfaatkan AI sebagai tempat mengeluh atau mencurahkan rahasia, layaknya terapis virtual. Startup lokal seperti Kata.ai pernah mengembangkan bot percakapan untuk layanan pelanggan, namun batas antara fungsi utilitas dan ikatan emosional tetap tipis.
Kondisi ini membawa tantangan tersendiri bagi literasi digital di tanah air. Ketika masyarakat menganggap algoritma memahami duka mereka, risiko salah paham tentang kapabilitas AI meningkat. Pengembang dalam negeri perlu menyadari efek ELIZA agar tidak secara sengaja atau tidak sengaja mengeksploitasi kerentanan psikologis pengguna.
Weizenbaum sendiri mencatat bukti jelas bahwa orang berbicara dengan komputer seolah itu manusia yang pantas diajak bicara intim. "ELIZA membuang sebagian besar inputnya... tujuan utamanya adalah menyembunyikan ketiadaan pemahaman," tulisnya dalam makalah 1966. Pernyataan itu menegaskan bahwa ELIZA dirancang untuk mengeksplorasi faktor psikologis, bukan lulus uji Turing.
Kaitan dengan uji Turing pun menarik. Alan Turing pada 1950 mengajukan permainan tiruan gender sebagai dasar pertanyaan "Dapatkah mesin berpikir?" ELIZA meneruskan gagasan tersebut, bahkan membuka dialog dengan kritik terhadap laki-laki. Peneliti menilai, imitasi dan dekonstruksi gender telah meletakkan landasan bagi kecerdasan buatan dan pertunjukan intelektual.
Menyongsong masa depan, industri AI generatif saat ini masih beroperasi dalam bayang-bayang efek ELIZA. Model bahasa besar menghasilkan teks yang jauh lebih halus, namun mekanisme dasarnya tetap menyembunyikan ketiadaan kesadaran. Di Indonesia, regulasi etika AI dan edukasi publik menjadi langkah krusial agar masyarakat tidak terjebak proyeksi kompleksitas diri ke objek mati.
Buku Inventing ELIZA memberi pengingat bahwa sejarah teknologi sering kali dipangkas menjadi mitos. Menggali kode sumber dan dialog yang terlupakan membantu kita memahami akar ketergantungan manusia pada mesin. Langkah berikutnya ialah menjadikan pemahaman ini fondasi bagi desain conversational AI yang bertanggung jawab, baik secara global maupun di Indonesia.