Model akan mencoba menjawab, meskipun:
- jurnal itu tidak ada;
- tidak ada data dalam pelatihan;
- dia tidak yakin.
Alih-alih menjawab “tidak tahu,” AI akan memilih pola kata yang paling mirip dengan jawaban yang diharapkan. Ini menghasilkan galat (kesalahan) fabricated references atau gampangnya: referensi yang mengada-ada.
4. Generalization berlebihan
Model bisa menggabungkan dua hal benar menjadi satu hal yang salah.
Contoh:
- Kuda mempunyai kaki empat.
- Jerapah mempunya leher yang panjang.
Dengan dua pernyataa itu, AI bisa salah menggabungkannya dan “othak-athik gathuk” alias asal mengaitkan , sehingga bisa saja menjadi “Kuda berkaki empat dengan leher yang panjang.”
Ini termasuk entanglement hallucination.
Baca Juga: Gambaran Roadmap Belajar Menjadi AI Trainer dalam 3 - 6 Bulan
5. Noise dalam data pelatihan
Jika dalam data pelatihan AI ada:
- klaim palsu;
- opini yang terdengar faktual;
- informasi keliru;
- artikel fiksi,
Model bisa mempelajarinya sebagai pola valid, lalu memproduksinya kembali sebagai fakta.
6. Kurang konteks
AI sering mengisi kekosongan saat:
- informasi input kurang lengkap;
- pertanyaan ambigu;
- dokumen sumber tidak memuat jawabannya.
Alih-alih mengatakan “tidak ada di teks, AI akan menebak, dan hal inilah yang menghasilkan contextual hallucination.
7. Tidak sadar diri (no epistemic awareness)
Artikel Terkait
Perhatikan 5 Kesalahan Umum yang Sering Terjadi saat Prompting untuk Artificial Intelligence
6 Poin Cara Melatih Keterampilan Imajinasi Kamu Agar mampu Membuat Prompting Yang Berkelas
Waspadai Shadow Leak! Ini Adalah Cara Artificial Intelligence Mencuri Data Dari Email Kamu.
Posisi Prompt Engineer sedang Jadi Incaran Banyak Perusahaan, Gajinya Juga Bikin Ngiler!
7 Keterampilan dan Latar Belakang Profesi yang Dibutuhkan untuk Bisa Menjadi AI Trainer
3 Pemuda Berusia 22 Tahun Jadi Miliarder Termuda dari Startup AI, Apa Artinya buat Generasi Muda?