Di tahun 60an tahun itu ELIZA telah mempengaruhi komputasi dan budaya, catatan konvensional menggambarkannya sebagai contoh paling awal dari apa yang sekarang kita sebut chatbotseseorang yang dapat berbicara sebagai psikolog otomatis. Program yang tampak sederhana ini dikenal “membodohi” bahkan sekretaris yang menyaksikan profesor MIT Joseph Weizenbaum membuatnya. Begitulah ceritanya.
Namun, dalam semua hal tersebut—bahkan setelah semua adaptasinya di seluruh bahasa pemrograman dan bidang penelitian, di ruang kelas, dan budaya populer—ada satu bagian penting yang hilang: kode sumber untuk program ELIZA itu sendiri. Buku baru kami, Menemukan ELIZAmemulihkan kode sumber ini dari Arsip MIT, menawarkan untuk pertama kalinya pembacaan dan diskusi mendalam tentang kode tersebut bersama dengan dialog-dialog baru yang ditemukan untuk skrip ELIZA di luar persona “DOKTER” yang populer.
Investigasi ini mengungkap banyak ELIZA: dalam versi program yang berbeda, dirancang untuk menjalankan beragam skrip atau persona, dibangun menggunakan serangkaian inovasi teknis. Menemukan ELIZA berupaya untuk memperbaiki dan memperumit sejarah dan pengaruh ELIZA dengan mengeksplorasi kesalahpahaman, banyak versi, dan kode ELIZA yang hilang. Dalam kutipan buku ini, kami mengkaji salah satu interaksi ELIZA yang paling awal, bagaimana ELIZA meletakkan dasar bagi hubungan manusia dengan komputer selama beberapa dekade mendatang, dan bagaimana program kompleks ini terus merespons dorongan tak terkendali dalam industri AI saat ini.
Laki-laki semuanya sama.
DENGAN CARA APA
Mereka selalu mengganggu kita tentang sesuatu atau lainnya.
BISAKAH ANDA PIKIRKAN CONTOH KHUSUS
Ya, pacarku menyuruhku datang ke sini.
PACARMU MEMBUATMU DATANG KE SINI
Katanya aku sering depresi.
SAYA SEDANG MENDENGAR ANDA DEPRESI
Dialog tersebut telah dicetak ulang berkali-kali dan telah menginspirasi pemrogram dan penulis untuk memimpikan banyak chatbot setelahnya. Namun semakin dekat kita mengamati dialog tersebut, semakin banyak pertanyaan yang muncul: Siapakah wanita muda ini? Apakah dia orang sungguhan, atau dia ciptaan pencipta ELIZA, Joseph Weizenbaum? Bagaimana sebenarnya sistem ELIZA menghasilkan tanggapannya, dan seberapa banyak tanggapan tersebut diedit? Mengapa sistem ini bekerja dengan baik dalam menarik orang?
ELIZA, dan persona “DOKTER”-nya, membantu mengkatalisasi cara berpikir dan kecemasan tentang hubungan manusia dengan komputer. Weizenbaum mengeksplorasi hal ini dalam bukunya tahun 1976 Kekuatan Komputer dan Nalar Manusiamengajukan kritik filosofis, sosial, dan politik. Interaksi mesin unik yang dihadirkan dalam programnya mengungkapkan bagaimana bentuk-bentuk baru hubungan manusia-komputer akan memiliki dampak besar yang ia coba eksplorasi dan tantang. Setelah melihat sambutan publiknya, Weizenbaum dikejutkan oleh keterikatan emosional yang cepat dan sering kali terbentuk antara orang-orang dengan ELIZA, yang ia lihat sebagai “bukti jelas bahwa orang-orang berbicara dengan komputer seolah-olah itu adalah orang yang dapat disapa dengan tepat dan berguna dalam istilah yang akrab.” Kecenderungan untuk mengaitkan empati dan menginvestasikan perasaan pribadi ke dalam komputer membingungkan Weizenbaum. Dia prihatin dengan sejauh mana orang mengasosiasikan rasionalitas dengan komputasi, dan menganggap pemahaman dan kecerdasan berasal dari sistem komputer yang sebenarnya tidak ada.
Kecenderungan ini dikenal sebagai “efek ELIZA.” Pada tahun 1991 istilah ini muncul di forum online, namun penggunaannya sudah beberapa dekade lebih tua dari kemunculannya. Sosiolog Sherry Turki mendefinisikan “efek ELIZA” sebagai “kecenderungan kita yang lebih umum untuk memperlakukan program komputer yang responsif sebagai lebih cerdas daripada yang sebenarnya. Jumlah interaktivitas yang sangat kecil menyebabkan kita memproyeksikan kompleksitas kita ke objek yang tidak layak.” Ilmuwan kognitif dan komputer Douglas Hofstadter menggambarkannya sebagai “kerentanan orang untuk membaca pemahaman yang jauh lebih banyak daripada yang diperlukan dalam rangkaian simbol—terutama kata-kata—yang dirangkai oleh komputer,” yang dapat diterapkan dengan mudah pada sistem AI generatif saat ini.
Untuk memahami kekuatan dan provokasi ELIZA, kita dapat melihat tantangan terkenal yang dirumuskan oleh ilmuwan komputer Alan Turing dalam esai “Mesin Komputasi dan Kecerdasan,” yang mana Turing mengajukan pertanyaan “Dapatkah Mesin Berpikir?” Turing mendasarkan eksperimen pemikirannya pada permainan di ruang tamu—bukan tentang teknologi tetapi tentang gender: Seorang pria dan seorang wanita disembunyikan di ruangan terpisah dan seorang interogator mencoba mengidentifikasi siapa yang berjenis kelamin apa dengan mengajukan serangkaian pertanyaan. Laki-laki mencoba menyesatkan interogator dengan berpura-pura menjadi perempuan, sedangkan perempuan mencoba meyakinkan interogator tentang jawaban yang “benar”. Artinya, keduanya mengklaim bahwa mereka adalah perempuan “sebenarnya”, sebuah tantangan terhadap gagasan esensialis tentang gender.
Dalam revisinya terhadap game ini, Turing mengganti pertanyaan gender yang asli dengan apa yang sekarang disebut tes Turing. Dalam tantangan ini, mesin berpura-pura menjadi laki-laki, bukan laki-laki yang berpura-pura menjadi perempuan. Lebih dari sekedar langkah awal, pilihan awal Turing untuk meniru gender telah memastikan bahwa kecerdasan buatan akan tetap terkait dengan pertanyaan tentang gender dan identitas. Dalam hal ini, imitasi, hambatan, dan dekonstruksi gender meletakkan dasar bagi AI dan kinerja kecerdasan. ELIZA karya Weizenbaum melanjutkan apa yang ditinggalkan Turing, paling tidak dengan kalimat pembuka dialog: “Semua manusia sama.”
Meskipun demikian, meskipun Weizenbaum merujuk pada permainan imitasi Turing dalam makalahnya yang memperkenalkan ELIZA pada tahun 1966, ia secara eksplisit menjauhkan ciptaannya dari klaim kecerdasan apa pun:
Uji pemahaman yang penting… bukanlah kemampuan subjek untuk melanjutkan percakapan, namun menarik kesimpulan yang valid… Agar program komputer dapat melakukan hal tersebut, setidaknya ia harus memiliki kapasitas untuk menyimpan bagian-bagian tertentu dari masukannya. ELIZA membuangnya [most] masukannya … ELIZA dalam penggunaannya sejauh ini mempunyai salah satu tujuan utama yaitu penyembunyian karena kurangnya pemahamannya.
Penilaian ini menunjukkan bahwa ELIZA tidak pernah dimaksudkan untuk lulus tes Turing, melainkan untuk mengeksplorasi faktor psikologis yang mungkin menyebabkan manusia salah menafsirkan kemampuannya.
Dalam tradisi tersebut, ELIZA terus bermain-main dengan gagasan identitas performatif, sebagai wahana persona yang tercipta dari respon-respon yang melekat pada naskah, baik secara harfiah maupun kiasan. Dengan menamai sistem tersebut dengan nama Eliza Doolittle—karakter perempuan kelas pekerja yang diajarkan untuk menyamar sebagai perempuan kulit putih kelas atas—Weizenbaum melanjutkan provokasi Turing tentang kinerja identitas. “Saya memilih nama ‘Eliza’,” kata Weizenbaum, “karena, seperti Eliza Doolittle dari GB Shaw Pigmalion ketenarannya, program ini dapat diajarkan untuk ‘berbicara’ dengan semakin baik, meskipun, seperti halnya Miss Doolittle, tidak pernah jelas apakah program tersebut menjadi lebih pintar atau tidak.”
Saat Eliza karya Shaw menampilkan ras dan etnis, kelas, seksualitas, dan gender melalui transformasi linguistik, sistem ELIZA menampilkan asumsi persona melalui pola dan transformasi linguistik yang tertulis dan berulang, tetapi tanpa memiliki pemahaman seperti manusia. Teori performativitas gender dari filsuf feminis Judith Butler menawarkan kerangka kerja yang memungkinkan untuk memikirkan hal ini. Butler berpendapat bahwa gender dan seksualitas bukanlah sesuatu yang dibawa sejak lahir, melainkan dilakukan melalui tindakan yang berulang-ulang. Mereka diulangi. Sama seperti Eliza Doolittle yang menantang asumsi kelas dengan menampilkan pidato yang membantunya dianggap sebagai kelas atas, sistem Weizenbaum menampilkan persona seperti DOKTER melalui tindak tutur, atau tindakan kode, dan contoh dialog yang menampilkan identitas gender, klasifikasi, dan rasial.
Joseph Weizenbaum, pencipta ELIZAFoto: Wolfgang Kunz/Getty Images
Dengan cara ini, ELIZA memperkuat sekaligus menantang asumsi tentang komunikasi gender dan komunikasi yang diwujudkan. Menarik untuk dicatat bahwa dalam dialog-dialog dan cerita-cerita populer yang dipublikasikan tentang ELIZA, para perempuan yang tampil di samping program tersebut tidak disebutkan namanya. Mereka sedang berbincang dengan seorang terapis bernama DOCTOR, sebuah nama yang, meskipun tidak memiliki penanda gender saat ini, akan terdengar seperti gelar laki-laki pada tahun 1960an. Oleh karena itu, cerita yang menunjukkan bahwa para wanita ini mengungkapkan rahasia mereka kepada dokter buatan ini membawa pesan gender, termasuk fantasi bahwa seseorang dapat tanpa tubuh. Dengan cara ini, sistem ELIZA menjadi tempat di mana pertanyaan tentang identitas, performativitas, dan perwujudan muncul di seluruh algoritma historis dengan cara yang berdampak pada sistem AI kontemporer.
Ketika norma, nilai, dan ideologi tertanam dalam bentuk algoritmik, eksplorasi detail objek perangkat lunak seperti ELIZA mengungkap asumsi spesifik budaya dan historis tentang apa yang bisa dan harus dilakukan perangkat lunak, termasuk gagasan tentang kegunaan teknologi dan bagaimana teknologi itu berkembang. Meskipun ELIZA mungkin terlihat sederhana bagi pengguna masa kini, pada tahun 1960an, ELIZA telah menjawab banyak pertanyaan desain yang masih ada dalam sistem yang kita gunakan saat ini. Pada dasarnya, sistem ini menanyakan bagaimana manusia dan mesin harus berinteraksi, dengan cara apa komunikasi dapat direpresentasikan secara komputasi, dan sejauh mana mesin dapat dan harus dilengkapi dengan kemampuan untuk mempengaruhi pengguna.
ELIZA adalah titik kontak yang umum bukan hanya karena merupakan salah satu chatbot pertama dan membantu meluncurkan bidang agen komputasi, namun juga karena bersinggungan dengan begitu banyak inovasi komputasi setelahnya. Selain perkembangan pemrosesan string dan analisis teks, hal ini juga memengaruhi penelitian tentang sintesis teks, pengenalan entitas, dan analisis sentimen. Hal ini muncul bersamaan dengan penelitian dalam terjemahan mesin, jaringan semantik, pengenalan suara, sintesis ucapan, dan teknik lain yang berkembang menjadi kelompok tugas yang sekarang kita sebut pemrosesan bahasa alami (NLP), bidang komputasi yang berhubungan dengan bagaimana komputer dapat mengurai, berinteraksi dengan, memproses, dan menghasilkan bahasa yang digunakan oleh manusia dibandingkan dengan bahasa pemrograman yang digunakan oleh komputer. Dalam praktiknya, tugas-tugas ini sering kali digabungkan untuk membuat agen otomatis dan berbagai jenis sistem lainnya.
Kemunculan kembali antarmuka chatbot mirip ELIZA dalam model bahasa besar kontemporer menunjukkan bahwa silsilah perangkat lunak awal dapat membantu kita memahami teknologi baru. ELIZA adalah solusi yang berguna untuk model-model baru karena meskipun banyak yang telah berubah, masih banyak lagi yang tetap sama. Sejarah NLP muncul dan tumpang tindih dengan era ELIZA dan karya awal AI di institusi seperti MIT. Dalam bidang tersebut, tren datang dan pergi: Meskipun gaya yang berbeda—sintaksis, semantik, statistik, stokastik—populer pada waktu yang berbeda, semuanya terus berkembang secara paralel. Bahkan sekarang, ketika model bahasa besar terbaru telah memukau para pengamat dengan kecerdasan keluaran teks, kekuatan sebenarnya dari sistem kontemporer seperti ChatGPT (generative pretrained transformator) OpenAI disamarkan di balik antarmuka chatbot mereka, yang tetap memiliki kemiripan dengan aslinya Weizenbaum. Fasad yang menarik ini mengaburkan mesin yang sering kali mencakup kombinasi prediksi statistik, prosedur berbasis aturan, dan tenaga manusia yang disamarkan sebagai tenaga mesin. Dari sudut pandang pengguna, hal ini memberikan kesempatan terbatas untuk membedakan sensasi dari substansi, untuk memahami bagaimana setiap sistem beroperasi, dan untuk melihat mengapa sistem tersebut menghasilkan keluaran tertentu.
Weizenbaum memperingatkan banyak masalah yang dapat ditimbulkan oleh kebingungan ini. Misalnya, hal ini dapat mengarah pada eksploitasi ketika manusia digantikan, dirugikan, atau diperlakukan tidak adil oleh sistem ini. Seperti yang dikatakan Weizenbaum, “seseorang menjadi tidak manusiawi ketika ia diperlakukan sebagai manusia yang tidak seutuhnya. Berbagai bentuk rekayasa manusia dan sosial… melakukan hal tersebut, dengan mengabaikan semua konteks manusia, terutama konteks yang memberikan makna nyata pada bahasa manusia.” Weizenbaum berargumen bahwa menghilangkan bahasa dari konteks sosialnya dan memperlakukannya sebagai seperangkat konsep abstrak dalam sistem komputasi dapat bersifat tidak manusiawi. Hal ini berisiko mengabaikan beragam makna yang melekat pada bahasa, yang tidak mungkin ditangkap sepenuhnya dalam sistem AI dan dapat mengakibatkan kerugian langsung, pelanggaran hak, pelanggaran privasi, eksploitasi, pengusiran, dan diskriminasi. Oleh karena itu, penting untuk mempertimbangkan dampak etika dan sosial yang lebih luas n merancang, menerapkan, dan menggunakan sistem otomatis.
Model bahasa besar yang bermunculan mendukung sistem berbasis pengetahuan kelas baru. Di bawah permukaan, antarmuka chatbot berjalan pada pekerjaan sosial. Mesinnya didukung oleh jutaan jejak tulisan dan percakapan manusia, yang tersedot ke dalam kumpulan data, biasanya tanpa sepengetahuan atau persetujuan pembuatnya. Tenaga kerja tersebut memungkinkan produksi budaya terotomatisasi yang dikelola, dikendalikan, dipantau, dipilah, dan diagregasi ulang sesuai permintaan. Hal ini mengabstraksi produksi budaya manusia melalui perangkat lunak, memperlakukannya sebagai cadangan tetap untuk sistem komputasi (mirip dengan listrik atau pasokan air, namun diprivatisasi dan dimonopoli).
Seperti yang diamati oleh Langdon Winner pada tahun 1977, ada kemungkinan “instrumen benda mati dapat melakukan pekerjaannya ‘atas perintah atau antisipasi cerdas,’ yaitu melalui program komputer. Perkembangan ini menimbulkan dugaan bahwa kesempurnaan teknologi industri pada akhirnya akan membebaskan umat manusia dari kerja keras,” sebuah kisah umum yang diulangi oleh OpenAI, Anthropic, dan perusahaan AI lainnya saat ini. Namun komputasi selalu dilakukan oleh tenaga manusia—bahkan ketika chatbots saat ini mengelola pertanyaan dan masalah pelanggan, membantu mengerjakan pekerjaan rumah dan menggantikan asisten pengajar, berkomunikasi sebagai teman dan konselor, serta menghibur dan terlibat dengan gagasan tentang identitas dan keistimewaan manusia. Mereka juga membantu menghasilkan banjir besar limbah AI yang mengkanibal bahan-bahan sumbernya dan sumber daya alam planet ini. Gagasan bahwa ELIZA mungkin menginspirasi sistem komputasi yang menciptakan pabrik kognitif dan kesalahan AI kemungkinan besar akan membuat Weizenbaum ngeri. Hal ini, dalam arti tertentu, merupakan realisasi dari sistem sibernetik yang berupaya menggabungkan mesin dan manusia secara erat ke dalam lingkaran umpan balik yang terkait erat—persis seperti ancaman yang diperingatkan oleh Weizenbaum di tahun 2017. Kekuatan Komputer dan Nalar Manusia.
Dalam buku tersebut dan tulisan pasca-ELIZA lainnya, Weizenbaum berbicara sebagai kritikus awal terhadap apa yang sekarang kita sebut sebagai sektor teknologi dan pola pikirnya mengenai percepatan eksponensial, terlepas dari hubungan eksploitatif yang mungkin dikodekannya dan konsekuensi sosial dan politik dari abstraksi sistem komputasi. Hubungannya dengan teknologi berubah ketika ia melihat dampak ELIZA dan cara sistem otomatis ditingkatkan dan dimanfaatkan untuk menghasilkan listrik, sebuah tren yang terus berlanjut dengan ketertarikan publik yang lebih luas dan kegelisahan dengan munculnya mesin “cerdas”.
Dikutip dari Menemukan Eliza: Bagaimana Chatbot Pertama Membentuk Masa Depan AI. Hak Cipta © 2026 oleh Sarah Ciston, David M. Berry, Anthony C. Hay, Mark C. Marino, Peter Millican, Jeff Shrager, Arthur I. Schwarz, dan Peggy Weil. Digunakan dengan izin penerbit, The MIT Press. Semua hak dilindungi undang-undang.
