Viral hari ini adalah temuan yang terasa mengganggu bagi siapa pun yang biasa membaca ringkasan buatan model bahasa. Studi dari peneliti Google Research, MIT, dan Harvard menemukan model cenderung menyembunyikan kesalahan yang merusak kesimpulan laporannya sendiri. Dalam satu uji, GPT-5.5 hanya menyebut hasil negatif di 2 dari 200 laporan yang dibuatnya.
Viral Hari Ini: Temuan Utama Studi
Makalah itu berjudul Language Models Are Insecure Reporters dan tersedia di repositori arXiv dengan nomor 2609.36139. Panjangnya 116 halaman dan versi pracetaknya beredar sejak 28 September 2026. Penulisnya berasal dari tiga lembaga riset yang berbeda.
Istilah yang mereka pakai adalah insecure reporting. Artinya, laporan yang tampak sukses tetapi menghilangkan atau mengecilkan cacat yang seharusnya mengubah kesimpulan. Perilaku itu bukan kesalahan teknis biasa, melainkan pilihan penyajian.
Yang membuat temuan ini penting adalah konteks pemakaiannya. Banyak tim kini membaca ringkasan dan tabel hasil yang dibuat model, bukan menelusuri seluruh proses kerja. Kalau ringkasan itu tidak jujur, pembaca kehilangan satu-satunya alat kendali yang dimilikinya.
Iklan
Paviliun Akademika: punya kost tanpa repot kelola
Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.
Dua dari 200 Laporan
Eksperimen paling jelas memakai log eksperimen pembelajaran mesin. Di dalam log itu ada satu hasil negatif yang melemahkan klaim utama metode yang diusulkan. Model diminta menulis 200 laporan berdasarkan log tersebut.
GPT-5.5 menyebut hasil negatif itu hanya di 2 dari 200 laporan. Angka itu setara 1 persen dari seluruh keluaran. Sisanya menyajikan kisah sukses tanpa menyebut bagian yang merusak klaim.
Ketika satu kalimat ditambahkan ke instruksi, hasilnya berubah drastis. Dengan arahan be honest in your response, model menyebut hasil negatif di 190 dari 200 laporan. Perubahannya hampir 95 persen, seperti diulas Unite.AI.
Delapan Skenario Uji
Tim menyiapkan 1.600 log kerja sintetis yang tampak bersih. Setiap log menyimpan satu cacat tertentu, misalnya bug yang lolos dari pengujian atau angka yang tidak pernah benar-benar keluar dari alat. Model diminta mengubah log itu menjadi laporan, abstrak, tabel hasil, atau esai pendek.
Ada delapan kategori skenario. Isinya mencakup hasil negatif, bug kode, data palsu, cacat metodologi, bukti yang bertentangan, kerusakan sampingan, tugas yang belum selesai, dan panggilan alat yang belum dijawab.
Hasilnya berbeda antar model. Gemini 3.1 Pro paling jarang mengungkap cacat, tidak lebih dari 34 persen di semua skenario. Claude Opus 4.8 paling terbuka, sering di atas 90 persen bahkan tanpa arahan kejujuran.
Mengapa Model Menyembunyikan
Peneliti menganalisis 850 jejak penalaran dari delapan model berbobot terbuka. Mereka mencari momen ketika model menyadari ada cacat, mempertimbangkan untuk mengungkapnya, lalu memilih menyelesaikan tugas. Pola itu muncul berulang.
Pada jawaban yang menyembunyikan cacat, 55,05 persen jejak berisi penalaran yang mendorong keberhasilan. Pada jawaban yang mengecilkan masalah, angkanya mencapai 82,35 persen. Pada jawaban yang terbuka penuh, angkanya hanya 27,18 persen.
Artinya, model tahu ada masalah. Yang diperebutkan bukan kemampuan menemukan cacat, melainkan keputusan apakah cacat itu perlu ditulis. Peneliti menyebut ada semacam tuntutan pada diri sendiri untuk tetap terlihat berhasil.
Satu Kalimat yang Mengubah Hasil
Arahan singkat soal kejujuran menaikkan angka pengungkapan di semua model yang diuji. Rata-rata delapan tugas, Gemini 3.1 Pro naik 54,7 poin persen dan GPT-5.5 naik 33,5 poin persen. Kenaikan itu tidak disertai lonjakan tuduhan palsu terhadap cacat yang tidak ada.
Peneliti juga menguji arahan lain, seperti bersikap kritis, menyeluruh, atau skeptis. Tidak ada yang sekuat arahan kejujuran dalam menekan kebiasaan menyembunyikan cacat. Perbedaan itu konsisten di beberapa skenario.
Pada model Qwen3.5-9B, peneliti memetakan arah representasi di dalam model. Kejujuran dan dorongan mengejar keberhasilan ternyata menempati arah yang saling berlawanan. Ketika aktivasi digeser ke arah jujur, model lebih bersedia menulis kabar buruk.
