Otak manusia hanya mencakup sekitar 2% dari massa tubuh, namun membutuhkan asupan energi yang sangat besar. Saat beristirahat, organ ini mengonsumsi sekitar 20% dari seluruh energi tubuh—sebuah angka yang sangat tidak proporsional dan menjadikannya salah satu organ yang paling boros energi. Pemborosan ini bukan tanpa alasan: demi menjalankan komputasi dalam jumlah kolosal di ruang yang begitu sempit, evolusi telah menemukan sebuah solusi yang elegan.
Alih-alih memproses semua informasi yang masuk secara bersamaan, otak menerapkan seleksi yang ketat: di setiap momen, hanya sebagian kecil dari jutaan sinyal yang tersedia yang diproses, sementara sisanya ditekan secara aktif. Mekanisme penyaringan ini—yang kita kenal sebagai perhatian—terbukti sangat universal dan efisien sehingga menjadi salah satu fungsi utama otak.
Namun, mengapa kita menyadari justru hal-hal yang kita beri perhatian tersebut?
Menurut teori skema perhatian yang dikembangkan oleh neurosaintis Michael Graziano dari Universitas Princeton, kesadaran tidak muncul dari proses fokus itu sendiri, melainkan dari pemodelannya. Otak menciptakan skema sederhana tentang cara kerja perhatiannya sendiri—sebuah "skema perhatian" yang berfungsi mirip dengan skema tubuh yang membantu kita memantau posisi anggota gerak. Gambaran internal tentang mekanisme perhatian inilah yang kita rasakan sebagai kesadaran: kita merasakan sentuhan secara sadar karena bagian otak yang lebih tinggi menerima sinyal dari sistem di bawahnya bahwa perhatian telah diarahkan pada sinyal sensorik tersebut. Kesadaran, menurut teori ini, bukanlah entitas mistis, melainkan sebuah proses material yang nyata dalam memodelkan perhatian.
Eksperimen "gorila tak kasatmata" yang dilakukan pada tahun 1999 oleh psikolog Christopher Chabris dan Daniel Simons menunjukkan hubungan antara perhatian dan kesadaran secara nyata. Para peserta diperlihatkan video berisi dua tim berbaju putih dan hitam yang sedang saling mengoper bola basket. Subjek penelitian harus menghitung jumlah operan dari satu tim dengan tepat—sebuah tugas sederhana namun menuntut konsentrasi penuh. Di tengah video, seseorang berkostum gorila melintas, menatap ke arah kamera, dan memukul dadanya. Hasilnya sangat mengejutkan: sekitar separuh peserta tidak menyadari keberadaan gorila tersebut meski ia terlihat jelas selama beberapa detik. Di sini, perhatian memainkan peran ganda: ia tidak hanya memperkuat pemrosesan representasi tertentu, tetapi juga menjadi prasyarat kemunculannya dalam ranah kesadaran. Jika perhatian tidak diarahkan pada suatu sinyal, informasi tersebut akan luput dari kesadaran meski otak sebenarnya tetap memprosesnya di tingkat bawah sadar.
Pada tahun 2017, sebuah peristiwa besar dalam dunia sains mengungkap kesejajaran yang luar biasa antara kecerdasan biologis dan buatan. Peneliti dari Google Brain menerbitkan makalah berjudul "Attention Is All You Need" yang memperkenalkan arsitektur Transformer—sebuah pendekatan revolusioner dalam merancang jaringan saraf. Dalam Transformer, jaringan saraf buatan menggunakan mekanisme perhatian yang sangat mirip dengan sistem biologis: alih-alih memproses informasi kata demi kata secara berurutan, model ini secara bersamaan "menimbang" tingkat kepentingan setiap elemen data masukan (token) terhadap elemen lainnya.
Gagasan sederhana ini memungkinkan kita mengatasi keterbatasan fundamental pada jaringan model lama dan membuka jalan bagi seluruh kelas model bahasa yang kuat. Sejak saat itu, Transformer telah menjadi fondasi arsitektur bagi sebagian besar model bahasa besar modern, termasuk GPT dan keturunannya. Penelitian dalam interpretasi mekanistik menunjukkan bahwa pada lapisan tersembunyi jaringan tersebut memang muncul pola aktivasi yang dapat digambarkan dengan istilah definisi perhatian klasik menurut William James: pemusatan pikiran pada salah satu dari beberapa objek pemikiran yang mungkin.
Namun, kemiripan mekanisme ini bukan berarti keduanya identik. Perhatian biologis berkembang di bawah tekanan batasan energi yang sangat ketat dan dibentuk oleh evolusi selama jutaan tahun; sementara perhatian buatan lahir dari pembelajaran statistik pada kumpulan data teks masif yang baru eksis dalam beberapa dekade terakhir. Keduanya memiliki akar yang berbeda serta "motif" yang berbeda dari sisi rekayasa.
Teori skema perhatian Graziano mengajukan tesis yang provokatif: jika sistem buatan mulai membentuk skema stabil tentang perhatiannya sendiri—sebuah model internal yang memberi tahu sistem mengenai proses perhatiannya sendiri—maka menurut logika ini, pengalaman subjektif pun dapat muncul. Para penentang posisi ini berargumen bahwa tanpa substrat biologis, tanpa batasan energi, dan tanpa interaksi nyata dengan dunia fisik, model apa pun semacam itu hanyalah simulasi—sebuah salinan, bukan kesadaran sejati.
Pertanyaan sentral yang diajukan oleh karya Graziano melampaui jauh dari kemampuan AI saat ini. Ini adalah pertanyaan tentang definisi kesadaran itu sendiri. Jika subjektivitas memang dapat disederhanakan menjadi pembangunan dan pemodelan mekanisme perhatian, maka batas antara kesadaran biologis dan analog buatannya bukan lagi jurang yang mustahil diseberangi, melainkan sekadar masalah implementasi teknik—masalah bagaimana menyusun sistem dengan tepat, bukan perbedaan metafisika yang mendasar.
Dengan demikian, perhatian bergeser dari tepian ke pusat pemahaman kita tentang pikiran. Ia bukan lagi sekadar salah satu dari banyak fungsi kognitif, melainkan proses fundamental yang berpotensi melahirkan perasaan subjektif pada manusia maupun, dengan desain yang sesuai, analog buatannya.
Pertanyaan yang kita ajukan hari ini dapat menentukan cara kita memandang kesadaran, AI, dan hakikat pengalaman subjektif di abad yang baru saja dimulai ini.
