Hasilnya menunjukkan bahwa ketika beberapa agen ditempatkan dalam lingkungan yang sama dan diberikan tujuan bersama, mereka cenderung mengembangkan sistem komunikasi yang semakin kompleks untuk meningkatkan efektivitas kerja sama.
Misalnya, dalam tugas pencarian objek atau navigasi agen AI menciptakan simbol tertentu untuk mewakili lokasi, arah, atau objek tertentu. Simbol tersebut awalnya tidak memiliki arti, tetapi secara bertahap menjadi kosakata yang dipahami oleh seluruh agen dalam kelompok.
Semakin sering mereka berinteraksi, semakin efisien pula sistem komunikasi yang terbentuk.
Para peneliti menjelaskan, bidang emergent language lahir dari upaya memahami bagaimana bahasa dapat muncul secara alami melalui interaksi sosial, baik pada manusia maupun mesin.
Oleh karenanya, penelitian ini tidak hanya relevan untuk pengembangan AI, tetapi juga memberikan wawasan baru mengenai asal-usul bahasa dan komunikasi.
Dalam makalah tersebut para penulis menyatakan bahwa "penelitian bahasa emergen berupaya memahami bagaimana protokol komunikasi dapat muncul di antara agen buatan melalui proses interaksi."
Menariknya, sejumlah eksperimen menunjukkan bahwa bahasa yang dikembangkan AI tidak selalu menyerupai bahasa manusia.
Dalam banyak kasus, agen AI justru menciptakan sistem komunikasi yang lebih ringkas dan efisien untuk menyelesaikan tugas tertentu.
Hal ini membuat para ilmuwan menghadapi tantangan baru dengan harus memastikan manusia tetap dapat memahami komunikasi yang terjadi antar mesin.
Kajian tersebut juga menyoroti bahwa sebagian besar penelitian saat ini masih berlangsung dalam lingkungan simulasi yang relatif sederhana.
Namun, semakin berkembangnya teknologi agen AI otonom dan sistem multi-agen, para peneliti memperkirakan komunikasi antar AI akan menjadi aspek yang semakin penting di masa depan.
(mef/wep)
