Pernahkah membayangkan ada asisten pribadi yang tidak hanya memberi tahu harus bagaimana, tapi benar-benar *memegang* tangan dan memandu gerakan sampai tugas selesai? Bukan, ini bukan cuplikan film fiksi ilmiah tentang robot domestik, melainkan lompatan realitas dari Yun Ho, Romain Nith, dan Pedro Lopes. Sistem gabungan kecerdasan buatan (AI) dengan stimulasi otot elektrik ini bukan sekadar alat bantu, tapi penunjuk jalan fisik yang membuat kita bisa menaklukkan tugas-tugas asing seolah punya guru tak terlihat yang selalu siap sedia.
Bayangkan lagi, tiba di negara asing, tak tahu cara membuka jendela model baru yang asing di mata. Alih-alih frustrasi meraba-raba, tiba-tiba otot-otot terasa ditarik lembut, menuntun ke gerakan membuka yang presisi. Atau lebih dekat ke keseharian, membuka botol obat yang punya mekanisme pengaman anak yang menyebalkan, memotret dengan kamera sekali pakai yang tombolnya tersembunyi, atau bahkan merangkai furnitur tanpa harus membaca instruksi berlembar-lembar. Sensasi ‘dipandu’ fisik ini kini bukan lagi angan-angan.
Semua ini berkat mahakarya mahasiswa doktoral Yun Ho dan Romain Nith, di bawah bimbingan profesor associate Pedro Lopes dari Departemen Ilmu Komputer Universitas Chicago. Karya mereka, yang baru saja menyabet penghargaan bergengsi Best Paper Award di konferensi ACM CHI 2026, sukses memukau komunitas interaksi manusia-komputer global. Ini adalah evolusi dari sekadar “perangkat pintar” menjadi “asisten fisik cerdas” yang benar-benar terasa.
Dari Gadget Spesialis ke Bantuan Fisik Serbaguna
Konsep stimulasi otot elektrik (EMS) bukanlah barang baru. Bertahun-tahun peneliti sudah menempelkan elektroda ke tubuh, mengirimkan arus listrik terkontrol untuk mengajarkan gerakan piano, bahasa isyarat, atau membantu rehabilitasi pasca-stroke. Namun, ada batasan krusial: sistem-sistem lama ini lebih mirip ‘roda latihan’ – hanya ampuh untuk tugas-tugas spesifik yang sudah diprogram, benar-benar lumpuh saat dihadapkan pada dunia nyata yang kacau dan tak terduga.
Tim peneliti dengan gamblang menyebut bantuan EMS sebelumnya “sangat terspesialisasi… tetap, dan non-kontekstual.” Artinya, “perintah” otot hanya berlaku pada skenario yang sudah diantisipasi perancangnya. Suruh EMS membantu mengocok kaleng cat semprot, ia akan sigap bergerak. Namun, jika disodori kaleng minyak goreng, alat itu akan bingung setengah mati – ia tak mengerti bahwa minyak goreng tidak perlu dikocok, apalagi alasannya.
Sistem baru ini, yang dijuluki para penulis sebagai “embodied AI,” menandai perubahan fundamental. Dengan memanfaatkan kekuatan AI multimodal modern (bayangkan model visi seperti CLIP dan kemampuan penalaran setingkat GPT-4 yang digabung dengan visi komputer), sistem ini menyatukan apa yang dilihat, lokasi pengguna, bahkan postur tubuh, untuk menghasilkan panduan gerakan yang disesuaikan secara dinamis. EMS kini tidak lagi sekadar mengikuti resep; ia berimprovisasi bersama pengguna.
Saya sangat penasaran bagaimana orang memahami dan membangun hubungan dengan perangkat yang berkomunikasi melalui gerakan tubuh (bukan audio/visual). Dalam ’embodied AI’, saya berkesempatan menjelajahi pertanyaan ini dalam ranah bantuan fisik. Sungguh mencerahkan melihat peserta “berpikir keras” saat menggunakan sistem kami dan memahami bagaimana mereka menafsirkan gerakan yang diinduksi mesin.”
Yun Ho, mahasiswa PhD, Departemen Ilmu Komputer, Universitas Chicago
AI yang ‘Tahu Cara’, Bukan Sekadar ‘Tahu Bahwa’
Keajaiban di balik sistem ini terletak pada pengetahuan prosedural – pemahaman mendalam dan sulit dijelaskan tentang bagaimana melakukan sesuatu: menggenggam tutup toples dengan pas agar bisa dibuka, atau mengombinasikan gerakan pergelangan tangan dan bahu untuk membuka jendela ala Eropa. Selama puluhan tahun, peneliti berfokus pada penyediaan informasi faktual; pendekatan ini mentransmisikan “cara melakukan” langsung ke otot.
Apa yang berubah dengan EMS generatif yang sadar konteks ini? Untuk pertama kalinya, pengguna benar-benar dibimbing secara fisik melalui tugas-tugas kompleks yang belum pernah mereka lakukan, bahkan ketika mereka sendiri tidak bisa menjelaskan apa yang dibutuhkan. Laporan studi kasus menyebutkan partisipan berhasil membuka botol obat berkunci, memotret dengan kamera sekali pakai, atau menggunakan alat alpukat berkat panduan otot yang dihasilkan secara dinamis. Bahkan, saat AI sengaja membuat kesalahan (demi pengujian), pengguna dapat mendeteksinya, beradaptasi, dan mencari solusi dengan memberikan instruksi ulang atau mengoreksi kesalahan AI.
Pendekatan interaktif yang bolak-balik ini, di mana intuisi tubuh dan usulan AI bertemu, adalah sebuah terobosan. Seperti diungkapkan salah satu peserta: “intuisi tubuh membantu mendeteksi kesalahan seketika,” memberikan keunggulan dibandingkan membaca instruksi langkah demi langkah atau menonton video.
“Ini bisa menjadi pengubah permainan, tidak hanya untuk tugas-tugas yang sangat fisik (seperti mempelajari keterampilan fisik yang dibutuhkan dalam manufaktur dan material, atau belajar alat musik), tetapi juga dalam situasi di mana pengguna mungkin terganggu secara situasional (misalnya, multitasking dan melakukan beberapa gerakan sekaligus, atau tidak bisa melihat dalam gelap, dan sebagainya),” ujar Lopes.
Siapa yang Diuntungkan? Aplikasi Sehari-hari dari Embodied AI
Visi teknologi ini melampaui sekadar demonstrasi laboratorium. Pertimbangkan sektor-sektor di mana pengetahuan prosedural sangat vital dan kesalahan bisa berakibat fatal:
- Kesehatan dan Rehabilitasi: Bayangkan pasien terapi fisik mempraktikkan gerakan baru di rumah, atau lansia menggunakan alat bantu. Alih-alih mengikuti buku panduan atau video, otot mereka sendiri dapat membimbing biomekanik yang aman.
- Industri dan Tenaga Kerja Terampil: Pekerja yang harus beradaptasi dengan peralatan baru bisa dibimbing gerakan ototnya, mengurangi risiko cedera dan mempercepat waktu pelatihan.
- Aksesibilitas: Pengguna tunanetra atau low-vision sudah mendapat manfaat dari deskripsi pemandangan oleh AI, namun EMS sadar konteks bisa menawarkan panduan fisik langsung: mengubah lingkungan biasa menjadi aksesibel, dengan mengajarkan gerakan dan tugas baru secara praktis.
- Kehidupan Sehari-hari: Mulai dari pelancong yang berjibaku dengan peralatan “asing” hingga penghobi yang merakit gadget baru, sistem ini menawarkan dukungan yang luwes menyesuaikan tempat dan tugas yang dihadapi.
Lopes dan tim peneliti cukup blak-blakan mengenai keterbatasan saat ini: kalibrasi elektroda, sensasi kesemutan EMS, dan fakta bahwa kehalusan gerakan serta “memori otot” tidak selalu bisa ditanamkan sepenuhnya melalui stimulasi. Namun, kemajuan dalam perangkat keras AI dan EMS berjalan pesat. Trennya jelas: di masa depan yang tidak terlalu jauh, pemandu AI di tubuh mungkin akan seumum pelacak kesehatan wearable.
“Meskipun kami sangat antusias dengan sistem kami, ini jelas baru langkah pertama, masih banyak yang harus dilakukan,” kata Lopes. “Ini mencakup banyak perbaikan yang dibutuhkan pada penalaran AI, model multimodal yang tidak hanya bisa melihat tetapi juga merasakan apa yang dirasakan pengguna (misalnya, memiliki pemahaman persepsi taktil dan gerakan), serta upaya jangka panjang untuk membuat EMS lebih nyaman, mudah dipakai, dan dikalibrasi—saat ini ini bukanlah sesuatu yang bisa dikenakan dalam kehidupan sehari-hari, lebih seperti kostum pahlawan super yang diteliti para ilmuwan di laboratorium.”
Platform untuk Embodied AI, Diakui di CHI 2026
Perlu diingat: sistem ini tidak bertujuan menggantikan panduan audiovisual, melainkan melengkapinya—memperkaya pembelajaran dan interaksi manusia dengan teknologi yang bekerja melalui medium tubuh kita sendiri. Tim peneliti membuka kode mereka secara open-source, mengundang pihak lain untuk memperluas, mengkritik, dan mengembangkan model mereka.
Seiring bidang ini bergulat dengan pertanyaan etis, seperti siapa yang mengontrol panduan dan kapan instruksi yang keliru dapat menimbulkan risiko, tim menekankan pentingnya kontrol pengguna dan keselamatan, di mana AI hanya bertindak atas undangan, dan peserta dapat menginterupsi atau menyesuaikan setiap langkah.
Karya ini, yang diakui sebagai Best Paper di konferensi ACM CHI 2026, menjadi bukti arah interaksi berbasis AI: dari instruksi pasif dan lingkungan “pintar,” menuju mitra kolaboratif fisik yang sejati untuk tugas-tugas sehari-hari.
