Survei tahunan komprehensif tentang kemajuan, aplikasi, dan dampak sosial kecerdasan buatan pada tahun 2025, yang mencakup penelitian dan pengembangan, kinerja teknis, AI yang bertanggung jawab, ekonomi, sains, kedokteran, pendidikan, kebijakan dan tata kelola, serta opini publik global.
Navigasi Cepat
Tag
Bagikan slide
Survei tahunan komprehensif tentang kemajuan, aplikasi, dan dampak sosial kecerdasan buatan pada tahun 2025, yang mencakup penelitian dan pengembangan, kinerja teknis, AI yang bertanggung jawab, ekonomi, sains, kedokteran, pendidikan, kebijakan dan tata kelola, serta opini publik global.
Tampilan detail setiap halaman slide, termasuk tata letak, konten utama dan elemen visual.
Sampul penuh dari Laporan Indeks Kecerdasan Buatan (Artificial Intelligence Index Report) 2026, edisi ke-9, menampilkan merek Stanford HAI dengan aksen merah/coral dan pola geometris abstrak.
Sampul penuh dengan judul yang dipusatkan, nomor edisi, dan logo Stanford HAI di bagian bawah
Halaman judul formal yang mencantumkan Stanford Human-Centered AI (HAI) sebagai penerbit, kredit tim editorial, pemberitahuan hak cipta, dan detail publikasi untuk edisi tahunan ke-9.
Halaman putih bersih dengan hierarki teks yang dipusatkan, logo HAI di atas, metadata publikasi di bawah
Halaman pertama dari daftar isi yang mencantumkan bab 1 hingga 5 dengan nomor halaman, judul bab, dan deskripsi singkat satu baris tentang cakupan setiap bab.
Tata letak dua kolom dengan nomor bab di kiri, judul dan referensi halaman di kanan; tab bab berkode warna
Halaman kedua dari daftar isi yang mencakup bab 6 hingga 9 ditambah lampiran, dengan nomor halaman dan deskripsi bab satu baris.
Kelanjutan tata letak TOC dua kolom yang sesuai dengan gaya halaman 3
Kata pengantar pembuka dari direktur HAI termasuk Fei-Fei Li, memperkenalkan pentingnya Indeks AI tahunan ke-9 dan mengontekstualisasikan kemajuan pesat AI pada tahun 2025.
Teks satu kolom dengan foto direktur yang disisipkan di kanan atas, banner header HAI
Kelanjutan kata pengantar yang membahas dampak transformatif AI terhadap masyarakat, pentingnya kebijakan AI berbasis data, dan misi HAI untuk memandu pengembangan AI yang berpusat pada manusia.
Tata letak teks satu kolom dengan subjudul bagian
Halaman kata pengantar ketiga yang mencakup pendekatan HAI untuk melacak kemajuan AI di berbagai dimensi dan mengakui tim kontributor global untuk laporan 2026.
Teks satu kolom dengan paragraf pengakuan dan kredit kontributor
Halaman penutup kata pengantar dengan pernyataan akhir dari pimpinan HAI tentang taruhan pengembangan AI pada tahun 2025-2026 dan seruan untuk bertindak bagi para pembuat kebijakan dan peneliti.
Teks satu kolom yang ditutup dengan blok tanda tangan direktur
Pembukaan ringkasan eksekutif yang menyajikan narasi menyeluruh tentang AI pada tahun 2025: peningkatan kemampuan yang pesat, investasi yang meningkat, aktivitas kebijakan yang berkembang, dan perdebatan masyarakat.
Paragraf pengantar lebar penuh diikuti oleh pratinjau daftar bernomor dari 10 poin penting
Poin-poin penting 1 hingga 3: (1) Kemampuan AI melonjak dengan saturasi tolok ukur; (2) Investasi AI swasta AS mencapai $285,9 miliar; (3) Pelacakan insiden dan kerugian AI menunjukkan peningkatan 1000% sejak 2019.
Tata letak tiga panel masing-masing dengan nomor poin penting, tajuk utama tebal, titik data pendukung, dan ikon kecil
Poin-poin penting 4 hingga 6: (4) Agen AI sekarang menyelesaikan 50%+ masalah GitHub nyata; (5) FDA menyetujui 258 perangkat medis berkemampuan AI pada tahun 2025; (6) 46 negara telah mengadopsi strategi AI nasional.
Tata letak tiga panel yang sesuai dengan gaya halaman 10
Poin-poin penting 7 hingga 9: (7) 80% siswa menggunakan AI generatif untuk tugas kuliah; (8) Larangan praktik yang dilarang oleh Undang-Undang AI Uni Eropa mulai berlaku pada Februari 2025; (9) 59% responden global optimis tentang AI.
Tata letak tiga panel yang sesuai dengan halaman 10-11
Kesimpulan akhir ringkasan eksekutif (10): Pengakuan Hadiah Nobel untuk AI menandai tonggak bersejarah bagi sains, ditambah grafik sorotan yang menunjukkan metrik utama di seluruh sembilan bab secara sekilas.
Panel kesimpulan tunggal bagian atas; dasbor metrik ringkasan bagian bawah
Grafik ringkasan visual yang menampilkan metrik pertumbuhan tahun-ke-tahun di seluruh dimensi laporan utama: investasi, publikasi, rilis model, tindakan kebijakan, dan tingkat adopsi.
Grafik batang berkelompok lebar penuh dengan kategori berkode warna dan label tahun pada sumbu x
Visualisasi peta dunia yang menunjukkan tingkat aktivitas AI berdasarkan negara di seluruh dimensi hasil penelitian, investasi swasta, adopsi kebijakan, dan konsentrasi bakat.
Peta dunia lebar penuh dengan skala intensitas gradien warna dan keterangan negara untuk negara-negara teratas
Penjelasan singkat tentang metodologi pengumpulan data AI Index, mendefinisikan apa yang merupakan AI dalam lingkup laporan, dan mencantumkan sumber data utama yang digunakan di seluruh bab.
Teks dua kolom dengan daftar sumber di sidebar dan sisipan diagram metodologi
Panduan navigasi bagi pembaca yang menjelaskan struktur bab, cara menemukan topik tertentu, akses data interaktif online, dan panduan sitasi untuk AI Index 2026.
Teks satu kolom dengan kotak keterangan untuk sumber daya online dan tips navigasi bab
Halaman pembuka bab dengan latar belakang abu-abu kebiruan/batu tulis gelap, angka Bab 1 putih besar, dan judul 'Penelitian dan Pengembangan' dengan ikhtisar bab satu paragraf singkat.
Latar belakang gelap penuh, nomor bab besar yang disejajarkan ke kiri, judul dan deskripsi disejajarkan ke kanan
Teks pengantar untuk Bab 1 yang meringkas temuan utama R&D: sekitar 200 model AI penting dirilis pada tahun 2025, saturasi tolok ukur semakin cepat, model sumber terbuka mempersempit kesenjangan dengan sistem berpemilik.
Pendahuluan satu kolom dengan kutipan kutipan statistik utama yang disorot
Grafik batang yang menunjukkan jumlah rilis model AI penting per tahun dari tahun 2019 hingga 2025, yang menggambarkan akselerasi dramatis dengan sekitar 200 model penting yang dirilis pada tahun 2025 saja.
Grafik batang lebar penuh dengan label tahun pada sumbu x, jumlah pada sumbu y, batang berwarna dalam tema biru tua/batu tulis bab
Grafik batang bertumpuk yang memecah rilis model AI tahun 2025 berdasarkan jenis organisasi: industri, akademisi, pemerintah, dan masyarakat sipil, yang menunjukkan pangsa dominan industri.
Grafik batang horizontal bertumpuk dengan kategori jenis organisasi dan legenda
Rincian geografis asal model AI pada tahun 2025 yang menunjukkan AS, Tiongkok, Inggris, Eropa, dan wilayah lain, dengan AS menghasilkan pangsa model perintis penting terbesar.
Peta dunia dengan ukuran gelembung yang menunjukkan volume rilis model per negara, ditambah grafik batang yang menyertainya
Bagian ikhtisar tentang model fondasi pada tahun 2025, mendefinisikan istilah tersebut, mencantumkan model perintis utama (GPT-4o, Gemini 2.0, Claude 3.5, Llama 3, DeepSeek), dan menjelaskan signifikansi arsitektur mereka.
Pengantar bagian yang banyak teks dengan kotak keterangan nama model dan tabel perbandingan
Visualisasi garis waktu horizontal yang menunjukkan tanggal rilis model fondasi utama sepanjang tahun 2025, yang diatur berdasarkan organisasi dan keluarga model.
Garis waktu horizontal dengan label model di atas/di bawah garis, kode warna organisasi
Grafik garis yang membandingkan lintasan kinerja model AI open-source versus proprietary dari tahun 2020-2025 pada tolok ukur standar, menunjukkan penyempitan kesenjangan pada akhir tahun 2025.
Grafik dua garis dengan garis open-source (putus-putus) dan proprietary (solid), skor tolok ukur pada sumbu y, tahun pada sumbu x
Analisis pertumbuhan ekosistem AI open-source pada tahun 2025, termasuk jumlah bintang GitHub, volume unduhan untuk model teratas, dan peran platform seperti Hugging Face dalam mendemokratisasi akses AI.
Tata letak campuran dengan analisis teks di kiri dan grafik batang di kanan yang menunjukkan metrik unduhan/bintang
Grafik garis yang menunjukkan total publikasi akademik terkait AI dari tahun 2010-2025 berdasarkan wilayah, yang menunjukkan keunggulan Tiongkok dalam volume dan kepemimpinan berkelanjutan AS dalam makalah yang banyak dikutip.
Grafik multi-garis dengan kode warna regional, opsi sumbu y skala log, tahun pada sumbu x
Plot sebar volume publikasi AI versus dampak sitasi berdasarkan negara, yang menggambarkan dinamika volume-kualitas publikasi AS-Tiongkok dan kinerja sitasi Uni Eropa.
Plot sebar dengan gelembung negara yang ukurannya berdasarkan total jumlah publikasi, volume sumbu x, sitasi per makalah sumbu y
Grafik area bertumpuk yang menunjukkan pertumbuhan publikasi AI berdasarkan subdomain penelitian (NLP, computer vision, robotika, teori ML, dll.) dari tahun 2015-2025, dengan NLP dan AI generatif menunjukkan pertumbuhan eksplosif.
Grafik area bertumpuk dengan lapisan warna subdomain, sumbu x tahun, sumbu y jumlah publikasi
Grafik batang yang membandingkan tempat publikasi penelitian AI — konferensi teratas (NeurIPS, ICML, CVPR, ICLR, ACL) versus jurnal — dan pangsa relatif mereka dari penelitian AI berdampak tinggi pada tahun 2025.
Perbandingan grafik batang berdampingan dengan nama tempat di sumbu y, jumlah makalah di sumbu x
Analisis pengantar saturasi tolok ukur dalam AI, menjelaskan bagaimana banyak tolok ukur yang sebelumnya menantang sebagian besar telah diselesaikan pada tahun 2025, sehingga memerlukan tugas evaluasi yang lebih sulit.
Bagian teks dengan diagram saturasi tolok ukur yang menunjukkan tugas yang berpindah dari zona 'belum terpecahkan' ke 'jenuh'
Plot sebar yang menunjukkan kinerja AI versus kinerja manusia di lebih dari 50 tolok ukur, dengan kode warna yang menunjukkan tolok ukur di mana AI telah melampaui kinerja tingkat manusia.
Plot sebar besar dengan garis diagonal paritas manusia, anotasi nama tolok ukur, kode warna untuk di atas/di bawah paritas manusia
Grafik garis skala log yang melacak komputasi pelatihan (dalam FLOP) yang digunakan untuk model AI terdepan dari tahun 2012-2025, menunjukkan perkiraan waktu penggandaan 6 bulan dan peningkatan orde besarnya.
Grafik garis skala log dengan anotasi nama model, waktu pada sumbu x, log FLOP pada sumbu y
Analisis tren biaya pelatihan AI, yang menunjukkan bahwa meskipun komputasi per model meningkat, biaya per unit komputasi telah turun secara dramatis, dengan grafik sumbu ganda yang menggambarkan kedua tren tersebut.
Grafik sumbu ganda dengan biaya komputasi per FLOP pada sumbu kiri dan biaya pelatihan per model pada sumbu kanan
Grafik yang menunjukkan peningkatan efisiensi inferensi AI dari tahun 2020-2025: token per detik, biaya per juta token, dan ukuran model yang diperlukan untuk kinerja yang setara semuanya meningkat secara dramatis.
Grafik kelipatan kecil tiga panel yang masing-masing menunjukkan satu metrik efisiensi dari waktu ke waktu
Ikhtisar perkembangan perangkat keras AI pada tahun 2025: kemajuan GPU/TPU, akselerator AI khusus baru dari perusahaan teknologi besar, dan munculnya chip yang dioptimalkan untuk inferensi.
Ikhtisar teks dengan tabel spesifikasi perangkat keras komparatif dan diagram lingkaran pangsa pasar
Bagan batang dan analisis teks yang menunjukkan pertumbuhan ukuran dataset pelatihan yang digunakan untuk model perintis, dari miliaran hingga triliunan token, dan pergeseran ke arah pembuatan data sintetis.
Bagan batang yang menunjukkan ukuran dataset berdasarkan model dengan kolom komentar teks
Analisis kemampuan AI multimodal pada tahun 2025 — model yang mengintegrasikan teks, gambar, audio, dan video — dengan matriks kemampuan yang menunjukkan model mana yang mendukung modalitas mana.
Tabel matriks kemampuan dengan nama model sebagai baris, modalitas sebagai kolom, tanda centang/skor di sel
Bagian tentang kemunculan model yang berfokus pada penalaran pada tahun 2025 (misalnya, OpenAI o-series, DeepSeek-R1), menjelaskan chain-of-thought pada saat inferensi dan peningkatan benchmark pada tugas penalaran yang sulit.
Bagian teks dengan bagan perbandingan sebelum/sesudah yang menunjukkan kinerja model penalaran vs model standar
Pengantar sistem agen AI yang dirilis pada tahun 2025, yang mencakup arsitektur yang memungkinkan penyelesaian tugas otonom multi-langkah, penggunaan alat, dan alur kerja agentic.
Diagram konseptual arsitektur agen (persepsi → penalaran → loop aksi) dengan penjelasan teks
Analisis komparatif kepemimpinan R&D AI berdasarkan negara di berbagai dimensi: volume publikasi, dampak sitasi, pengajuan paten, rilis model, dan investasi swasta.
Bagan radar/spider per negara teratas (AS, Tiongkok, Inggris, UE, Kanada, India) dengan lima sumbu dimensi
Bagan batang yang menunjukkan pengajuan paten AI berdasarkan negara dari tahun 2015-2025, dengan Tiongkok melampaui AS dalam volume paten mentah sementara AS mempertahankan kepemimpinan dalam paten yang banyak dikutip.
Bagan batang yang dikelompokkan berdasarkan negara dengan pengelompokan tahun, jumlah paten pada sumbu y
Data tentang pembentukan perusahaan AI baru pada tahun 2025, yang menunjukkan lonjakan startup asli AI dan distribusi geografis usaha AI baru di seluruh AS, UE, dan Asia.
Bagan gelembung peta dunia untuk pembentukan startup ditambah bagan batang dari pusat startup teratas
Analisis konsentrasi pasar dalam pengembangan model AI perintis, yang menunjukkan bahwa sejumlah kecil organisasi (OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek) menyumbang sebagian besar rilis perintis.
Bagan pai yang menunjukkan pangsa rilis model perintis berdasarkan organisasi ditambah analisis teks
Analisis arus bakat riset AI: tren pendaftaran program pascasarjana, migrasi geografis peneliti AI, dan konsentrasi bakat AI teratas di beberapa lembaga dan perusahaan.
Diagram Sankey yang menunjukkan arus bakat antar negara ditambah bagan batang dari lembaga teratas
Daftar peringkat dan bagan batang dari lembaga riset AI teratas berdasarkan output publikasi dan dampak sitasi pada tahun 2025, termasuk universitas dan laboratorium industri.
Bagan batang peringkat horizontal dengan nama lembaga pada sumbu y, metrik ganda pada sumbu x
Linimasa tonggak riset dan pengembangan AI paling signifikan pada tahun 2025, dari peluncuran model hingga terobosan ilmiah dan peristiwa kebijakan.
Linimasa vertikal dengan entri tonggak, tanggal di kiri, deskripsi di kanan, pengkodean warna kategori
Ikhtisar kemajuan AI dalam robotika dan AI berwujud pada tahun 2025: model fondasi untuk manipulasi, peningkatan lokomosi, dan kemunculan kebijakan robot generalis.
Ikhtisar teks dengan bagan benchmark kemampuan robot dan foto ilustrasi
Analisis kemajuan AI generatif untuk sintesis gambar dan video pada tahun 2025, termasuk model difusi, peningkatan kualitas pembuatan video, dan kemampuan pembuatan secara waktu nyata.
Analisis teks dengan grafik perkembangan metrik kualitas dan contoh deskripsi kemampuan
Ikhtisar kemajuan AI generatif dalam sintesis audio dan ucapan pada tahun 2025: kloning suara, pembuatan musik, terjemahan waktu nyata, dan peningkatan pengenalan ucapan ambien.
Ikhtisar teks dengan grafik metrik kinerja untuk tingkat kesalahan pengenalan ucapan dan skor kualitas suara
Bagian tentang kemajuan pembuatan kode AI pada tahun 2025, yang mencakup kemampuan model pada HumanEval dan SWE-bench, dan integrasi asisten pengkodean AI di seluruh alur kerja pengembang.
Grafik perkembangan tolok ukur kinerja ditambah analisis teks dengan statistik adopsi pengembang
Analisis tema penelitian AI yang muncul yang mendapatkan daya tarik pada tahun 2025: interpretasi mekanistik, penyelarasan AI, pembelajaran berkelanjutan, penskalaan komputasi waktu pengujian, dan pendekatan neuromorfik.
Visualisasi klaster topik dengan grafik pertumbuhan publikasi per tema
Data tentang kolaborasi penelitian AI internasional yang diukur dengan rekan penulis lintas batas, yang menunjukkan pola kolaborasi dan meningkatnya pemisahan penelitian AS-Tiongkok.
Diagram chord aliran rekan penulis internasional dengan komentar teks
Rincian sumber pendanaan penelitian AI pada tahun 2025: hibah pemerintah, pendanaan industri, investasi filantropi, dan peningkatan pangsa penelitian akademis yang didanai industri.
Bagan batang bertumpuk dari waktu ke waktu yang menunjukkan pangsa sumber pendanaan, dengan analisis teks
Analisis kesenjangan dalam akses komputasi AI antara perusahaan teknologi besar, lembaga akademik, dan peneliti di negara-negara berpenghasilan rendah, yang menyoroti kesenjangan komputasi.
Bagan batang komparatif yang menunjukkan alokasi komputasi dengan analisis teks tentang ketidaksetaraan akses
Data tentang pertumbuhan konsumsi energi AI pada tahun 2025: perkiraan penggunaan energi pelatihan model perintis, inferensi skala besar, dan pertumbuhan permintaan daya pusat data yang disebabkan oleh beban kerja AI.
Grafik garis permintaan energi yang dikaitkan dengan AI dengan anotasi kesetaraan karbon dan komentar teks
Diskusi tentang masalah penelitian terbuka utama dalam AI pada tahun 2025: penalaran jangka panjang, perencanaan yang andal, ketahanan terhadap pergeseran distribusi, interpretasi, dan generalisasi komposisional.
Teks terstruktur dengan kotak pernyataan masalah dan jumlah sitasi per tantangan penelitian
Halaman statistik ringkasan untuk Bab 1 yang menyajikan temuan kuantitatif terpenting dalam format dasbor: rilis model, pertumbuhan komputasi, volume publikasi, dan metrik sumber terbuka.
Kisi dasbor statistik angka besar dengan sparkline pendukung dan label teks singkat
Catatan referensi untuk Bab 1 yang mengutip sumber data utama, catatan metodologi untuk data publikasi dan paten, dan definisi istilah kunci yang digunakan dalam bab Litbang.
Format catatan kaki/catatan akhir dua kolom dengan sitasi sumber dan referensi bernomor
Daftar sumber bacaan lebih lanjut dan makalah utama yang direferensikan dalam Bab 1, yang diatur berdasarkan topik bagian, dengan anotasi singkat.
Daftar bacaan terstruktur dengan tajuk bagian dan entri beranotasi
Pembuka bab dengan format full-bleed dengan latar belakang biru tua/navy, angka Bab 2 berwarna putih besar, judul 'Kinerja Teknis', dan ikhtisar singkat tentang kemajuan kinerja AI yang diukur pada tahun 2025.
Latar belakang biru tua full-bleed, nomor bab berukuran sangat besar, judul dan deskripsi berwarna putih
Pengantar bab kinerja teknis, menjelaskan kerangka kerja benchmarking, peringatan tentang saturasi benchmark, dan organisasi data kinerja di seluruh kategori tugas.
Teks pengantar satu kolom dengan diagram ikhtisar bagian bab
Ikhtisar kinerja benchmark pemahaman bahasa pada tahun 2025 di seluruh MMLU, MMLU-Pro, BIG-Bench Hard, dan HellaSwag, yang menunjukkan model AI pada atau di atas kinerja manusia pada sebagian besar tugas.
Bagan perbandingan multi-bar dengan nama benchmark pada sumbu y dan skor kinerja pada sumbu x untuk model teratas
Grafik garis yang melacak kinerja model teratas pada benchmark MMLU dan MMLU-Pro dari tahun 2020-2025, menunjukkan perkembangan pesat dari 60% ke tingkat mendekati manusia dan super-manusia.
Grafik garis ganda dengan tren MMLU dan MMLU-Pro, anotasi pencapaian model, referensi kinerja manusia
Bagan batang yang menunjukkan kinerja AI pada benchmark matematika kompetisi (AIME, AMC, MATH) pada tahun 2025, dengan model penalaran terkemuka mencapai skor kompetitif manusia teratas.
Bagan batang yang dikelompokkan berdasarkan benchmark dengan batang perbandingan model, referensi dasar ahli manusia
Grafik garis yang melacak kinerja AI pada dataset MATH dari tahun 2020-2025, menunjukkan titik belok pada tahun 2024-2025 ketika model penalaran secara dramatis meningkatkan pemecahan masalah matematika.
Grafik garis dengan anotasi model utama, titik belok disorot, garis referensi skor manusia
Perbandingan kinerja pemrograman AI pada benchmark HumanEval, HumanEval+, dan MBPP pada tahun 2025, menunjukkan kejenuhan dekat pada HumanEval asli dan kinerja yang kuat pada varian yang lebih sulit.
Bagan batang yang membandingkan model pemrograman teratas di tiga benchmark dengan dasar pengembang manusia
Grafik garis dan bagan batang yang menunjukkan kinerja agen AI pada SWE-bench (resolusi masalah GitHub nyata) dari tahun 2023-2025, dengan agen terkemuka sekarang menyelesaikan lebih dari 50% masalah.
Kiri: grafik garis kinerja terbaik dari waktu ke waktu. Kanan: bagan batang agen teratas dengan tingkat resolusi
Analisis kinerja AI pada tugas pemrograman agentik yang memerlukan pengeditan multi-file, penulisan pengujian, debugging di seluruh basis kode besar, dan penggunaan alat — melampaui tugas gaya HumanEval fungsi tunggal.
Tabel perbandingan Benchmark dengan baris kategori tugas dan kolom kinerja model
Bagan batang yang menunjukkan kinerja model teratas pada GPQA (T&J Google-Proof Tingkat Pascasarjana) di seluruh subdomain fisika, kimia, dan biologi, dengan model perintis melampaui kinerja manusia tingkat PhD.
Bagan batang yang dikelompokkan berdasarkan domain sains dengan perbandingan model dan dasar manusia tingkat PhD
Perbandingan multi-benchmark di seluruh tugas penalaran ilmiah (GPQA, SciQ, ARC-Challenge, OlympiadBench) yang menunjukkan kinerja model AI relatif terhadap dasar manusia ahli.
Grafik radar per model teratas yang menunjukkan profil kinerja multi-benchmark
Analisis kinerja AI pada logika formal, pembuktian teorema, dan tugas penalaran terstruktur pada tahun 2025, termasuk kinerja pada LeanDojo, FrontierMath, dan benchmark deduksi logis.
Bagan batang kinerja berdasarkan kategori tugas penalaran dengan analisis teks
Analisis kinerja model AI pada tugas konteks panjang yang membutuhkan pemahaman dokumen hingga 1 juta token, menunjukkan peningkatan signifikan tetapi tetap ada tantangan dalam konteks yang sangat panjang.
Grafik garis kinerja versus panjang konteks dengan garis perbandingan model
Analisis akurasi faktual dan tingkat halusinasi model AI di seluruh tahun 2023-2025, menunjukkan peningkatan dalam pembuatan berbasis data tetapi tantangan halusinasi yang terus-menerus dalam pengaturan domain terbuka.
Grafik batang yang membandingkan tingkat halusinasi di seluruh model dengan garis tren peningkatan
Data tentang kinerja model AI pada tolok ukur kepatuhan instruksi (IFEval, MT-Bench) pada tahun 2025, menunjukkan peningkatan yang kuat dalam mengikuti instruksi kompleks dengan banyak batasan.
Grafik batang dengan tingkatan kompleksitas instruksi pada sumbu x dan tingkat kepatuhan pada sumbu y untuk model teratas
Hasil tolok ukur untuk model visi-bahasa pada tahun 2025 di seluruh tugas seperti QA visual, pemberian keterangan gambar, dan pemahaman grafik, menunjukkan AI mendekati atau melampaui kinerja manusia.
Grafik batang perbandingan multi-tolok ukur untuk model visi-bahasa teratas
Analisis kinerja model pemahaman video AI pada penalaran temporal, pengenalan tindakan, dan tolok ukur QA video pada tahun 2025.
Grafik batang yang membandingkan model video teratas pada beberapa tolok ukur dengan dasar kinerja manusia
Tren tingkat kesalahan kata untuk sistem pengenalan ucapan AI dari 2015-2025 di berbagai bahasa dan kelompok aksen, menunjukkan kinerja mendekati manusia dalam bahasa dengan sumber daya tinggi.
Grafik multi-garis WER dari waktu ke waktu berdasarkan kelompok bahasa
Skor evaluasi manusia untuk kualitas pembuatan gambar AI dari 2021-2025, menunjukkan peningkatan dramatis dalam fotorealisme, koherensi, dan kepatuhan perintah.
Grafik garis skor kualitas dari waktu ke waktu dengan rilis model yang diberi anotasi dan deskripsi contoh keluaran
Grafik batang yang menunjukkan tingkat penyelesaian tugas agen AI pada tolok ukur agentik standar (WebArena, OSWorld, AgentBench) pada tahun 2025, menyoroti kemajuan menuju eksekusi tugas otonom umum.
Grafik batang yang dikelompokkan berdasarkan tolok ukur dengan batang perbandingan sistem agen dan referensi dasar
Analisis kinerja agen AI pada penjelajahan web, penggunaan komputer, dan tugas interaksi GUI, menunjukkan tingkat keberhasilan dan analisis mode kegagalan untuk sistem agen terkemuka.
Grafik batang tingkat keberhasilan berdasarkan jenis tugas dengan grafik rincian mode kegagalan
Data tentang kinerja agen AI pada tugas perencanaan jangka panjang yang membutuhkan 10+ langkah berurutan, menunjukkan keterbatasan saat ini dan kesenjangan antara kinerja tugas pendek dan tugas panjang.
Grafik garis penurunan kinerja dengan peningkatan langkah tugas untuk beberapa sistem agen
Analisis kualitas terjemahan AI di lebih dari 200 pasangan bahasa menggunakan skor BLEU dan evaluasi manusia, menunjukkan kualitas mendekati profesional untuk pasangan dengan sumber daya tinggi dan kesenjangan signifikan untuk bahasa dengan sumber daya rendah.
Peta panas bahasa dunia untuk kualitas terjemahan ditambah grafik batang pasangan berkinerja terbaik/terburuk
Tolok ukur untuk ringkasan teks AI dan kualitas pembuatan bentuk panjang pada tahun 2025, termasuk skor konsistensi evaluasi manusia dan metrik akurasi faktual.
Grafik batang yang membandingkan kualitas ringkasan di seluruh model dengan hasil evaluasi manusia
Analisis ketahanan model AI terhadap pergeseran distribusi, input adversarial, dan kasus uji di luar distribusi, yang menunjukkan kerapuhan yang terus-menerus meskipun ada peningkatan kemampuan secara keseluruhan.
Bagan batang yang dikelompokkan membandingkan kesenjangan performa dalam distribusi vs OOD di berbagai jenis model
Bagan perbandingan gabungan yang menunjukkan performa AI versus manusia di lebih dari 30 tugas berbeda, dengan penanda visual untuk tugas-tugas di mana AI sekarang melampaui performa manusia.
Plot titik horizontal dengan nama tugas pada sumbu y, skor AI dan manusia sebagai titik berpasangan, bayangan 'AI melampaui'
Data performa pada tolok ukur sulit yang baru diperkenalkan yang dirancang untuk menahan kejenuhan pada tahun 2025: FrontierMath, MMMU-Pro, dan Ujian Terakhir Umat Manusia, yang menunjukkan kemampuan model frontier saat ini.
Bagan batang skor model teratas pada tiga tolok ukur sulit dengan garis dasar ahli manusia
Analisis paradigma penskalaan komputasi waktu uji pada tahun 2025: bagaimana komputasi inferensi tambahan melalui chain-of-thought, pencarian, dan verifikasi mandiri meningkatkan performa pada tugas-tugas sulit.
Bagan garis yang menunjukkan performa vs anggaran komputasi inferensi untuk model penalaran
Analisis kalibrasi model AI — seberapa baik skor kepercayaan model sesuai dengan akurasi sebenarnya — yang menunjukkan peningkatan kalibrasi untuk model teratas tetapi tantangan yang tersisa.
Plot kurva kalibrasi untuk beberapa model dengan referensi diagonal kalibrasi ideal
Peta panas yang menunjukkan performa model AI di lebih dari 100 bahasa pada tolok ukur NLP standar, menyoroti kesenjangan performa yang signifikan antara kelompok bahasa dengan sumber daya tinggi dan rendah.
Peta panas bahasa demi tolok ukur dengan gradien warna performa dan pengelompokan regional
Ringkasan performa tolok ukur di seluruh domain profesional khusus: hukum (Ujian Bar), kedokteran (USMLE), keuangan (CFA), dan akuntansi, yang menunjukkan model AI frontier pada atau di atas skor kelulusan profesional.
Bagan batang skor kelulusan ujian profesional vs skor model AI di empat domain
Ikhtisar performa AI dalam permainan dan simulasi strategis pada tahun 2025, termasuk catur, Go, poker, dan permainan strategi waktu nyata, yang menunjukkan performa manusia super di sebagian besar kategori permainan.
Bagan perbandingan peringkat untuk AI vs pemain manusia teratas di berbagai jenis permainan
Data performa tolok ukur untuk sistem AI terwujud pada tugas manipulasi, navigasi, dan kontrol cekatan, yang menunjukkan kemajuan substansial tetapi kesenjangan yang tersisa dengan performa manusia.
Bagan batang tingkat keberhasilan berdasarkan kategori tugas untuk sistem AI robotik teratas
Analisis performa AI per dolar biaya inferensi pada tahun 2025, yang menunjukkan peningkatan dramatis dalam efisiensi biaya yang mendemokratisasi akses ke AI berkemampuan tinggi.
Plot sebar performa vs biaya per kueri untuk model teratas dengan panah tren berbasis waktu
Perbandingan kemampuan head-to-head dari 10 model frontier teratas tahun 2025 di 15 kategori tolok ukur, memberikan ikhtisar terstruktur dari lanskap kemampuan AI saat ini.
Tabel perbandingan besar dengan nama model sebagai baris, kategori tolok ukur sebagai kolom, tingkatan performa berkode warna
Bagan garis ringkasan yang menunjukkan tren performa di lima kategori tugas utama (bahasa, matematika, kode, sains, multimodal) dari 2018-2025, yang menggambarkan percepatan kemajuan AI.
Lima panel bagan garis kecil berganda yang masing-masing menunjukkan satu tren kategori dari waktu ke waktu
Diskusi metodologis tentang keterbatasan desain tolok ukur AI, termasuk masalah kontaminasi data, overfitting tolok ukur, dan tantangan mengukur kecerdasan umum.
Analisis teks dengan diagram kontaminasi ilustratif dan daftar periksa kriteria kualitas tolok ukur
Data tentang kinerja model AI pada tolok ukur yang relevan dengan keamanan dan penyelarasan: TruthfulQA, evaluasi bias BBQ, dan pengujian resistensi jailbreak, yang menunjukkan kemajuan dan tantangan yang tersisa.
Bagan batang yang membandingkan skor tolok ukur keamanan di seluruh model teratas dengan komentar teks
Catatan referensi untuk Bab 2 dengan kutipan sumber data, referensi metodologi tolok ukur, dan definisi metrik kinerja yang digunakan di seluruh bab.
Format catatan akhir dua kolom dengan kutipan bernomor dan referensi sumber
Daftar bacaan lanjutan yang dikurasi untuk Bab 2, diatur berdasarkan kategori tolok ukur, dengan makalah utama dan sumber daya papan peringkat untuk eksplorasi berkelanjutan kinerja teknis AI.
Daftar bacaan terstruktur dengan header kategori dan entri beranotasi
Analisis mendalam tentang efek prompting rantai pikiran pada kinerja penalaran, menunjukkan bahwa penalaran langkah demi langkah eksplisit meningkatkan kinerja di seluruh tolok ukur matematika, logika, dan sains.
Bagan batang yang membandingkan kinerja dengan/tanpa CoT ditambah analisis teks tentang mekanisme
Analisis kinerja sistem retrieval-augmented generation (RAG) pada tahun 2025, yang menunjukkan bagaimana menggabungkan LLM dengan pengambilan pengetahuan eksternal meningkatkan akurasi faktual secara signifikan.
Bagan batang akurasi faktual dengan dan tanpa RAG di seluruh domain pengetahuan
Kinerja tolok ukur model AI pada tugas data terstruktur: pembuatan SQL, QA tabel, dan interpretasi data keuangan, menunjukkan kinerja yang kuat tetapi tidak sempurna.
Bagan batang kinerja tugas data terstruktur dengan pecahan jenis tugas
Analisis tantangan reproduktibilitas dalam benchmarking kinerja AI, termasuk sensitivitas terhadap susunan kata prompt, pengaturan suhu, dan variasi protokol evaluasi.
Bagan analisis varians yang menunjukkan sensitivitas kinerja terhadap variasi prompt dengan komentar teks
Diskusi tentang kemampuan AI yang muncul yang diamati pada tahun 2025 — keterampilan yang muncul secara tidak kontinu seiring peningkatan skala model — dengan contoh dan perdebatan tentang apakah kemunculan itu nyata atau artefak evaluasi.
Analisis teks dengan tabel contoh kemunculan dan plot sebar skala versus kemampuan
Ikhtisar ekosistem benchmarking AI pada tahun 2025: papan peringkat utama, organisasi evaluasi (HELM, BIG-bench), dan tantangan mempertahankan evaluasi yang bermakna seiring peningkatan model.
Diagram ekosistem yang menunjukkan tolok ukur utama, organisasi, dan hubungannya
Data kinerja pada tugas penalaran multimodal yang memerlukan integrasi teks dan informasi visual, termasuk diagram sains, bagan, dan matematika dengan angka.
Bagan batang perbandingan tolok ukur untuk model multimodal teratas di seluruh jenis tugas penalaran
Analisis kesenjangan antara kinerja tolok ukur dan kinerja penerapan dunia nyata, termasuk diskusi tentang pergeseran distribusi, kasus ekstrem, dan korelasi kinerja tolok ukur-penerapan.
Plot sebar yang membandingkan skor tolok ukur lab dengan perkiraan kinerja dunia nyata untuk aplikasi
Dasbor ringkasan Bab 2 yang menyajikan temuan kinerja utama: AI setara dengan manusia pada X tugas, melampaui ahli manusia pada Y tugas, dan tantangan utama yang belum terselesaikan.
Dasbor ringkasan dengan statistik angka besar, rincian kategori tugas, dan kotak penjelasan temuan utama
Kinerja AI pada tolok ukur pemrograman kompetitif (CodeForces, masalah IOI) pada tahun 2025, menunjukkan model-model terdepan mencapai tingkat kinerja berperingkat tinggi CodeForces.
Bagan perbandingan peringkat dengan tingkat sistem AI yang dipetakan ke setara persentil manusia
Analisis terperinci kinerja AI pada soal-soal bergaya Olimpiade Matematika Internasional (IMO) pada tahun 2025, dengan model-model terdepan mencapai kinerja setara medali emas pada set soal terpilih.
Bagan tingkat kesulitan soal vs tingkat solusi dengan perbandingan model dan anotasi ambang medali IMO
Kinerja sistem AI pada tugas tinjauan literatur ilmiah: meringkas makalah secara akurat, mengidentifikasi kesalahan metodologi, dan mensintesis temuan di berbagai makalah.
Bagan batang perbandingan akurasi untuk sub-tugas tinjauan literatur dengan perbandingan model
Kinerja tolok ukur multibahasa terperinci (XTREME, XGLUE, mMMLU) yang menunjukkan kesenjangan kinerja antara tugas berbahasa Inggris dan non-Inggris, dengan analisis tantangan bahasa dengan sumber daya rendah.
Peta panas kinerja berdasarkan bahasa dan tolok ukur dengan pengelompokan rumpun bahasa
Temuan penelitian tentang kemampuan persuasi AI pada tahun 2025: studi yang menunjukkan teks persuasif yang dihasilkan AI mengungguli teks yang ditulis manusia dalam pengujian A/B, yang menimbulkan kekhawatiran tentang manipulasi.
Bagan batang hasil studi persuasi dengan analisis teks tentang implikasi dan diskusi risiko
Analisis kemampuan memori model AI pada tahun 2025: batasan memori dalam konteks, augmentasi memori eksternal, dan sistem agen stateful yang memungkinkan tugas dengan cakrawala yang lebih panjang.
Diagram perbandingan arsitektur memori dengan data kinerja pada tugas yang bergantung pada memori
Data kinerja pada model AI yang menggunakan alat eksternal (API, kalkulator, mesin pencari, penerjemah kode) pada tahun 2025, menunjukkan peningkatan substansial dalam penggunaan alat yang andal.
Bagan batang tingkat keberhasilan untuk tugas penggunaan alat berdasarkan jenis alat dan model
Ikhtisar model AI khusus domain untuk tugas ilmiah: struktur protein, ilmu material, iklim, genomika, dan kinerjanya relatif terhadap model tujuan umum.
Tabel perbandingan kinerja: model spesialis vs generalis di seluruh domain ilmiah
Kinerja tolok ukur untuk tugas pemahaman dokumen AI: penguraian PDF, ekstraksi formulir, analisis kontrak, dan QA dokumen kompleks pada tahun 2025.
Bagan batang kinerja tugas dokumen dengan rincian jenis tugas dan perbandingan model
Analisis ketahanan model AI terhadap serangan adversarial pada tahun 2025, termasuk serangan perturbasi gambar, injeksi prompt untuk LLM, dan efektivitas mekanisme pertahanan.
Bagan batang tingkat keberhasilan serangan dengan perbandingan metode pertahanan dan analisis teks
Analisis penutup tema utama Bab 2: percepatan perolehan kemampuan AI, tantangan untuk menjaga tolok ukur tetap bermakna, dan implikasi dari AI yang melampaui kinerja manusia pada serangkaian tugas yang berkembang.
Kesimpulan teks dengan bagan ringkasan yang menunjukkan kategori tolok ukur berdasarkan status kesetaraan manusia
Pembuka bab dengan tampilan penuh (full-bleed) dengan latar belakang teal gelap, angka Bab 3 besar berwarna putih, judul 'Responsible AI', dan ikhtisar singkat tentang fokus bab pada keamanan AI, bias, bahaya, dan tata kelola.
Latar belakang teal gelap tampilan penuh, nomor bab yang sangat besar, judul dan deskripsi berwarna putih
Pengantar bab tentang Responsible AI yang menjelaskan kerangka kerja untuk mengukur bahaya AI, penelitian keamanan, evaluasi bias, dan tata kelola dalam praktik di seluruh tahun 2025.
Pengantar satu kolom dengan diagram ikhtisar bagian dan kotak definisi utama
Grafik garis yang menunjukkan jumlah insiden terkait AI yang dilacak oleh basis data AIAAIC dari tahun 2012-2025, menunjukkan pertumbuhan lebih dari 1000% selama periode tersebut dengan akselerasi tajam dari tahun 2022.
Grafik garis lebar penuh dengan sumbu x tahun, sumbu y jumlah insiden, lonjakan insiden utama yang dianotasi
Bagan batang bertumpuk yang memecah insiden AI pada tahun 2025 berdasarkan kategori bahaya: disinformasi/deepfake, pelanggaran privasi, diskriminasi, kegagalan sistem otonom, dan pelanggaran keamanan siber.
Bagan batang horizontal bertumpuk dengan kode warna kategori bahaya dan label persentase
Peta dunia dan bagan batang yang menunjukkan distribusi geografis insiden AI yang dilaporkan pada tahun 2025, dengan AS, UE, dan Tiongkok menyumbang sebagian besar insiden yang dilacak.
Peta dunia dengan gelembung kepadatan insiden ditambah bagan batang dari 15 negara teratas berdasarkan jumlah insiden
Analisis insiden disinformasi yang dihasilkan AI pada tahun 2025: video deepfake yang menargetkan pemilihan, penipuan audio sintetis, dan artikel berita yang dihasilkan AI yang tersebar dalam skala besar.
Linimasa insiden deepfake utama tahun 2025 dengan analisis teks dan bagan kemampuan deteksi
Perbandingan kinerja teknologi deteksi deepfake pada tahun 2025 versus kualitas pembuatan deepfake, menunjukkan perlombaan senjata yang berkelanjutan dengan deteksi yang secara konsisten tertinggal dari pembuatan.
Grafik dua garis kualitas pembuatan vs akurasi deteksi dari waktu ke waktu dengan anotasi kesenjangan perlombaan senjata
Ikhtisar pengukuran bias dan penelitian mitigasi dalam sistem AI pada tahun 2025, yang mencakup algoritma perekrutan, penilaian kredit, triase perawatan kesehatan, dan pengenalan wajah di seluruh kelompok demografis.
Diagram kerangka kerja jenis bias dan pendekatan mitigasi dengan ikhtisar teks
Hasil eksperimen dari audit bias alat perekrutan AI pada tahun 2025, yang menunjukkan tingkat penyaringan yang berbeda berdasarkan ras, jenis kelamin, dan usia dalam sistem penyaringan resume otomatis.
Bagan batang tingkat penyaringan berdasarkan kelompok demografis dengan anotasi rasio disparitas
Analisis bias dalam algoritma AI perawatan kesehatan pada tahun 2025, yang berfokus pada akurasi diferensial dari AI diagnostik di seluruh kelompok ras dan sosial ekonomi dan penyebab kesenjangan kinerja.
Bagan batang akurasi diagnostik berdasarkan kelompok demografis di beberapa alat AI
Data tentang bias AI dalam penilaian kredit dan layanan keuangan, yang menunjukkan tingkat persetujuan pinjaman yang berbeda dan distribusi skor risiko di seluruh kelompok demografis dalam pinjaman yang dibantu AI.
Bagan batang tingkat persetujuan dan distribusi skor berdasarkan demografis dengan analisis teks
Hasil tolok ukur untuk sistem pengenalan wajah di seluruh kelompok demografis pada tahun 2025, yang menunjukkan perbedaan akurasi yang berkelanjutan meskipun ada kemajuan, dengan analisis tanggapan peraturan.
Bagan perbandingan tingkat kesalahan berdasarkan kelompok demografis dengan keterangan tanggapan peraturan
Grafik garis yang melacak volume publikasi penelitian tentang keadilan dan mitigasi bias AI dari tahun 2015-2025, menunjukkan pertumbuhan pesat bidang ini seiring dengan meningkatnya komitmen keadilan perusahaan.
Grafik garis volume publikasi ditambah grafik batang pengumuman inisiatif keadilan perusahaan per tahun
Grafik garis yang menunjukkan pertumbuhan publikasi penelitian keamanan AI dan organisasi penelitian keamanan khusus dari tahun 2016-2025, yang menunjukkan pelembagaan bidang ini yang pesat.
Grafik garis ganda publikasi keamanan dan jumlah organisasi keamanan dari waktu ke waktu
Ikhtisar organisasi penelitian keamanan AI utama yang aktif pada tahun 2025: Anthropic, DeepMind Safety, ARC Evals, Redwood Research, METR, Apollo Research, dan lainnya.
Kartu profil organisasi dalam kisi dengan tanggal pendirian, area fokus, dan output utama per organisasi
Analisis adopsi red-teaming AI di seluruh lab AI utama pada tahun 2025, yang menunjukkan bahwa red-teaming telah menjadi praktik standar, dengan standar yang muncul dari NIST dan kerangka kerja pemerintah.
Grafik garis waktu adopsi ditambah analisis teks metodologi dan temuan red-teaming
Ringkasan temuan red-teaming yang diungkapkan di seluruh lab AI utama pada tahun 2025: kategori kerentanan umum, prevalensi teknik jailbreak, dan kemanjuran pendekatan pertahanan yang berbeda.
Grafik batang kategori kerentanan dengan tabel perbandingan efikasi pertahanan
Ikhtisar teknologi watermarking dan deteksi konten yang dihasilkan AI pada tahun 2025: standar provenans C2PA, pendeteksi teks AI, dan adopsi watermarking gambar oleh platform utama.
Diagram lanskap teknologi dengan metrik adopsi dan analisis teks efektivitas
Analisis risiko privasi AI dan langkah-langkah perlindungan pada tahun 2025: memorisasi data pelatihan, serangan inversi model, adopsi privasi diferensial, dan tantangan kepatuhan terhadap peraturan.
Diagram taksonomi risiko dengan grafik tingkat adopsi untuk teknik pelestarian privasi
Analisis peran ganda AI dalam keamanan siber pada tahun 2025: deteksi dan pertahanan ancaman bertenaga AI versus otomatisasi serangan yang diaktifkan AI, dengan data tentang tingkat insiden untuk keduanya.
Grafik batang berdampingan untuk aplikasi pertahanan AI dan aplikasi serangan AI dengan analisis teks
Ikhtisar kerangka kerja evaluasi kemampuan yang digunakan oleh lab AI terdepan pada tahun 2025 untuk menilai kemampuan berbahaya sebelum penerapan model, termasuk pengujian peningkatan CBRN.
Diagram kerangka kerja evaluasi dengan definisi kategori kemampuan dan tabel adopsi lab
Perbandingan taksonomi dan kerangka kerja risiko AI utama pada tahun 2025: NIST AI RMF, tingkatan risiko EU AI Act, kerangka kerja risiko OECD AI, dan klasifikasi risiko yang dikembangkan industri.
Tabel perbandingan berdampingan dari empat kerangka kerja dengan kategori risiko yang dipetakan di seluruh kerangka kerja
Data tentang tingkat adopsi NIST AI RMF di seluruh lembaga federal AS dan organisasi sektor swasta pada tahun 2025, yang menunjukkan peningkatan yang tumbuh tetapi tidak merata.
Grafik batang tingkat adopsi berdasarkan sektor dan ukuran organisasi dengan analisis teks
Analisis adopsi kartu model dan dokumentasi transparansi AI pada tahun 2025, yang menunjukkan peningkatan pengungkapan oleh lab utama tetapi standar dan kedalaman yang tidak konsisten di seluruh industri.
Grafik batang metrik adopsi ditambah kartu skor kualitas yang membandingkan kedalaman kartu model di seluruh lab utama
Ikhtisar aplikasi AI dalam konteks militer dan pertahanan pada tahun 2025: pengembangan senjata otonom, penargetan AI, pengawasan yang didukung AI, dan tantangan hukum internasional.
Analisis teks dengan peta penyebaran global dan kotak keterangan faktor risiko
Data tentang penggunaan AI dalam pengaturan peradilan pidana pada tahun 2025: kepolisian prediktif, algoritma hukuman, alat keputusan jaminan, dan kekhawatiran bias yang terdokumentasi serta tantangan hukum.
Peta adopsi berdasarkan negara bagian AS dengan bagan hasil audit bias dan linimasa tantangan hukum
Analisis global tentang penyebaran teknologi pengawasan bertenaga AI pada tahun 2025: pengenalan wajah di ruang publik, pemantauan perilaku, dan adopsi serta pembatasan di tingkat negara.
Peta dunia adopsi teknologi pengawasan dengan lapisan pembatasan peraturan
Analisis tentang meningkatnya kekhawatiran dampak lingkungan AI pada tahun 2025, dengan fokus pada penggunaan air pusat data, emisi karbon dari beban kerja AI, dan inisiatif keberlanjutan oleh perusahaan AI besar.
Bagan batang metrik lingkungan per perusahaan dengan tabel perbandingan komitmen keberlanjutan
Ikhtisar kekhawatiran tenaga kerja terkait dengan AI pada tahun 2025: kondisi pekerja pelabelan data, kesehatan mental pekerja moderasi konten, dan diskusi tentang pemindahan pekerjaan yang didorong oleh AI.
Analisis teks dengan data survei tentang kondisi kerja pelabel dan bagan proyeksi pemindahan pekerjaan
Analisis peran AI dalam moderasi konten di platform utama pada tahun 2025, termasuk akurasi deteksi untuk kategori konten berbahaya dan tantangan positif palsu untuk komunitas yang terpinggirkan.
Bagan batang metrik akurasi berdasarkan jenis konten dengan rincian tingkat positif palsu berdasarkan komunitas
Ikhtisar kebijakan penggunaan AI yang bertanggung jawab di perusahaan-perusahaan AI besar pada tahun 2025, termasuk kebijakan penggunaan, kasus penggunaan yang dilarang, dan mekanisme penegakan.
Tabel perbandingan kebijakan di seluruh perusahaan AI besar dengan daftar periksa larangan kasus penggunaan
Data survei tentang praktik tata kelola AI di industri: persentase perusahaan dengan dewan etika AI, tim AI yang bertanggung jawab, penilaian dampak, dan proses tinjauan tata kelola.
Bagan batang tingkat adopsi praktik tata kelola berdasarkan ukuran dan sektor perusahaan
Ikhtisar upaya koordinasi keamanan AI internasional pada tahun 2025: KTT Keamanan AI Paris, tindak lanjut Bletchley Park, Deklarasi AI Seoul, dan inisiatif penelitian keselamatan multilateral.
Linimasa KTT dan perjanjian keselamatan internasional dengan analisis teks komitmen
Tiga studi kasus terperinci tentang insiden AI signifikan pada tahun 2025: kampanye disinformasi pemilihan deepfake besar, gugus kesalahan diagnostik AI perawatan kesehatan, dan serangkaian kecelakaan kendaraan otonom.
Tata letak studi kasus tiga panel dengan deskripsi insiden, respons, dan pelajaran yang dipetik per kasus
Data tentang kinerja model AI pada tolok ukur evaluasi kemampuan berbahaya pada tahun 2025, termasuk penilaian peningkatan CBRN dan evaluasi risiko biosekuriti yang digunakan dalam pengujian pra-penyebaran.
Bagan batang hasil evaluasi kemampuan dengan ambang batas tingkat risiko dan perbandingan lab
Ikhtisar pendekatan penelitian penyelarasan AI pada tahun 2025: RLHF/RLAIF, AI Konstitusional, debat dan amplifikasi, interpretasi mekanistik, dan teknik pengawasan yang dapat diskalakan.
Diagram taksonomi pendekatan penelitian dengan bagan volume publikasi per pendekatan
Analisis pertumbuhan penelitian interpretasi dan penjelasan AI pada tahun 2025, meliputi teknik interpretasi mekanistik, peta saliensi, dan penerapan praktisnya di industri yang diatur.
Grafik garis pertumbuhan publikasi ditambah grafik batang tingkat adopsi di industri yang diatur
Data tentang aplikasi AI untuk kesehatan mental dan risiko terkait pada tahun 2025: penerapan dukungan kesehatan mental berbasis chatbot, data efikasi, dan insiden yang melibatkan interaksi AI untuk kesehatan mental yang berbahaya.
Metrik penerapan dengan grafik efikasi dan rincian kategori insiden
Ikhtisar masalah keamanan anak terkait dengan sistem AI pada tahun 2025: deteksi CSAM, pengalaman AI yang sesuai usia, penggunaan AI oleh anak-anak dalam pendidikan, dan perlindungan regulasi.
Analisis teks dengan peta lanskap regulasi dan grafik adopsi tindakan pengamanan
Data eksperimen tentang efektivitas teknik mitigasi bias terkemuka pada tahun 2025, membandingkan pendekatan pra-pemrosesan, pemrosesan dalam proses, dan pasca-pemrosesan di seluruh metrik bias.
Grafik batang perbandingan pengurangan metrik bias berdasarkan teknik dengan analisis biaya akurasi
Data tentang peran pekerjaan AI yang bertanggung jawab pada tahun 2025: postingan, gaji, dan kesenjangan penawaran-permintaan untuk ahli etika AI, insinyur keselamatan AI, manajer program AI yang bertanggung jawab di bidang ini.
Grafik tren postingan pekerjaan dan perbandingan gaji dengan peringatan kesenjangan penawaran-permintaan
Ikhtisar ekosistem audit AI yang berkembang pada tahun 2025: auditor pihak ketiga, standar audit algoritmik, persyaratan audit wajib di berbagai yurisdiksi, dan alat penilaian mandiri industri.
Diagram ekosistem organisasi audit AI ditambah tabel perbandingan persyaratan regulasi
Analisis masalah AI yang bertanggung jawab yang khusus untuk rilis model sumber terbuka pada tahun 2025, termasuk risiko penggunaan ganda, keamanan pasca-rilis, dan praktik keamanan komunitas.
Taksonomi risiko untuk AI sumber terbuka dengan perbandingan pendekatan mitigasi dan analisis teks
Ringkasan hasil dari KTT Keamanan AI Paris (Februari 2025) dan komitmen keamanan internasional berikutnya, termasuk tonggak Kode Praktik GPAI.
Kartu ringkasan hasil per KTT dengan indikator status pelacakan komitmen
Dasbor ringkasan untuk Bab 3 yang menyajikan metrik AI utama yang bertanggung jawab: pertumbuhan insiden AI, hasil audit bias, pertumbuhan penelitian keamanan, dan tingkat adopsi tata kelola.
Kisi dasbor dengan statistik angka besar, sparkline tren, dan kotak peringatan temuan utama
Analisis kecenderungan sistem AI untuk menghasilkan output yang beracun, berbahaya, atau tidak pantas pada tahun 2025, termasuk hasil tolok ukur toksisitas dan efektivitas penyempurnaan keamanan.
Bilah perbandingan tingkat toksisitas dengan tren peningkatan model dan analisis teks
Ikhtisar tantangan hak cipta dan kekayaan intelektual AI pada tahun 2025: hak data pelatihan, status IP konten yang dihasilkan AI, kasus hukum utama, dan kerangka kerja regulasi yang muncul.
Garis waktu kasus hukum dengan perbandingan kerangka kebijakan dan analisis teks
Analisis kampanye disinformasi yang diaktifkan AI yang terdokumentasi yang menargetkan pemilu pada tahun 2025, termasuk perkiraan skala, respons platform, dan tantangan deteksi.
Garis waktu kampanye dengan perkiraan skala dan tabel perbandingan respons platform
Analisis kesenjangan akuntabilitas dalam rantai penerapan AI pada tahun 2025: tanggung jawab yang tersebar di antara pengembang, pelaksana, dan pengguna, serta upaya untuk menetapkan pertanggungjawaban.
Diagram kesenjangan akuntabilitas dengan perbandingan kerangka pertanggungjawaban lintas yurisdiksi
Ikhtisar dampak sistem AI terhadap hak asasi manusia pada tahun 2025, mulai dari pengawasan dan kebebasan berekspresi hingga akses ke keadilan dan hak atas penjelasan dalam keputusan otomatis.
Tabel matriks dampak hak dengan baris aplikasi AI dan kolom hak asasi manusia, dengan sel peringkat dampak
Pratinjau metodologi evaluasi keamanan teknis yang dirujuk dalam Bab 3, termasuk protokol red-team, prosedur evaluasi kemampuan, dan standar pengukuran bias.
Diagram ikhtisar metodologi dengan daftar referensi dan penjelasan teks
Visualisasi peta dunia dari aktivitas regulasi dan tata kelola AI yang bertanggung jawab pada tahun 2025, yang menunjukkan kepadatan regulasi berdasarkan negara dan perbedaan antara pendekatan Uni Eropa, AS, dan Asia.
Peta choropleth dunia dengan kode warna intensitas regulasi dan kotak seruan regional
Analisis perbandingan prinsip etika AI yang diadopsi oleh pemerintah, perusahaan, dan organisasi internasional pada tahun 2025, yang memetakan tumpang tindih dan perbedaan.
Diagram Venn/tumpang tindih tema prinsip etika di lebih dari 20 kerangka kerja utama
Catatan referensi untuk Bab 3 termasuk sumber data utama untuk data insiden, studi bias, penelitian keamanan, dan kutipan kerangka kerja tata kelola.
Format catatan akhir bernomor dua kolom
Bacaan lebih lanjut yang dikurasi untuk Bab 3 yang diatur berdasarkan bagian: penelitian keamanan, bias dan keadilan, tata kelola, dan analisis insiden, dengan anotasi singkat.
Daftar bacaan terstruktur dengan tajuk bagian dan entri
Pembuka bab full-bleed dengan latar belakang biru tua, angka Bab 4 putih besar, judul 'Ekonomi', dan deskripsi bab singkat yang mencakup investasi AI, tenaga kerja, dan tren adopsi.
Latar belakang biru tua full-bleed, nomor bab yang sangat besar, judul dan deskripsi putih
Pendahuluan untuk bab ekonomi, yang membingkai jejak ekonomi AI pada tahun 2025 di seluruh investasi swasta, pasar tenaga kerja, adopsi perusahaan, dan efek produktivitas.
Pendahuluan satu kolom dengan kotak seruan sorotan bab dan ikhtisar bagian
Grafik garis yang menunjukkan investasi AI swasta global dari tahun 2013-2025, mencapai lebih dari $470 miliar secara global pada tahun 2025, dengan AS menyumbang $285,9 miliar, tiga kali lipat dari level tahun 2022.
Grafik garis dengan garis investasi global dan khusus AS, sumbu x tahun, sumbu y jumlah dolar, anotasi tonggak utama
Bagan batang yang memberi peringkat negara berdasarkan investasi AI swasta pada tahun 2025, dengan AS memimpin secara signifikan, diikuti oleh Tiongkok, Inggris, India, dan Kanada.
Bagan batang peringkat horizontal dengan nama negara pada sumbu y dan jumlah investasi pada sumbu x
Rincian investasi swasta AI berdasarkan sektor industri pada tahun 2025: perangkat lunak perusahaan, perawatan kesehatan, kendaraan otonom, layanan keuangan, keamanan siber, pendidikan, dan ritel.
Bagan lingkaran dan bagan batang yang menyertainya yang menunjukkan bagian dan jumlah investasi sektor
Analisis lonjakan investasi AI generatif pada tahun 2025, dengan grafik batang yang menunjukkan pangsa AI generatif dari total investasi AI yang tumbuh dari 15% pada tahun 2023 menjadi lebih dari 45% pada tahun 2025.
Grafik batang pangsa investasi AI generatif berdasarkan tahun dengan garis overlay total investasi
Data tentang putaran mega pendanaan perusahaan AI ($100 juta+) pada tahun 2025 dan jumlah unicorn AI global, yang menunjukkan akselerasi dalam valuasi miliaran dolar untuk perusahaan asli AI.
Grafik gelembung kesepakatan putaran mega berdasarkan perusahaan dengan tabel 20 unicorn AI teratas
Analisis aktivitas merger dan akuisisi terkait AI pada tahun 2025, yang menunjukkan volume M&A yang mencapai rekor dan konsolidasi strategis bakat dan teknologi AI oleh perusahaan teknologi besar.
Grafik batang volume kesepakatan M&A berdasarkan tahun dengan rincian jenis kesepakatan dan keterangan kesepakatan utama
Peta dunia dan analisis koefisien Gini yang menunjukkan konsentrasi geografis investasi swasta AI, dengan AS, Tiongkok, dan Inggris menyumbang lebih dari 80% investasi AI global.
Peta koroplet dunia konsentrasi investasi ditambah panel metrik konsentrasi
Analisis adopsi AI perusahaan Fortune 500 pada tahun 2025: lebih dari 90% menyebutkan AI dalam laporan pendapatan, dengan data survei McKinsey menunjukkan 70% menggunakan AI di setidaknya satu fungsi bisnis.
Grafik garis tren adopsi ditambah grafik batang rincian sektor dengan diagram corong penyebutan-ke-adopsi
Grafik batang yang membandingkan tingkat adopsi AI di seluruh ukuran perusahaan (besar, menengah, kecil, mikro) yang menunjukkan kesenjangan adopsi yang signifikan dan tantangan yang dihadapi perusahaan yang lebih kecil dalam mengakses alat AI.
Grafik batang yang dikelompokkan berdasarkan ukuran perusahaan dengan rincian metrik adopsi dan analisis teks
Rincian sektoral adopsi AI pada tahun 2025: layanan keuangan dan teknologi memimpin adopsi, diikuti oleh perawatan kesehatan, ritel, dan manufaktur, dengan pendidikan dan pemerintah tertinggal.
Grafik batang horizontal yang memberi peringkat sektor berdasarkan tingkat adopsi AI dengan data teknologi, kasus penggunaan, dan investasi
Ringkasan studi empiris yang mengukur efek produktivitas AI di seluruh industri pada tahun 2025, yang menunjukkan peningkatan yang terdokumentasi dalam produktivitas pengkodean, output kerja pengetahuan, dan efisiensi layanan pelanggan.
Tabel ringkasan hasil studi dengan perkiraan peningkatan produktivitas dan analisis teks metodologi
Analisis peningkatan produktivitas AI dalam tugas kerja pengetahuan: menulis, membuat kode, penelitian, analisis, dan layanan pelanggan, dengan perkiraan studi lapangan berkisar antara peningkatan efisiensi 20-80%.
Grafik batang peningkatan produktivitas berdasarkan jenis tugas dengan kutipan sumber studi dan bilah kesalahan
Grafik garis yang menunjukkan pertumbuhan posting pekerjaan terkait AI dari tahun 2019-2025, dengan pertumbuhan sekitar 30% dari tahun ke tahun pada tahun 2025 dan keterampilan AI muncul dalam pangsa posting yang semakin meningkat dari spesialis non-AI.
Grafik garis ganda posting spesialis AI dan posting yang membutuhkan keterampilan AI dari waktu ke waktu
Grafik batang yang menunjukkan premium upah untuk pekerja berketerampilan AI pada tahun 2025, dengan peran AI yang memberikan premium upah 30-40% dibandingkan peran non-AI yang sebanding di seluruh rekayasa perangkat lunak, ilmu data, dan penelitian.
Grafik batang premium upah berdasarkan jenis peran dengan perbandingan dengan yang setara non-AI
Analisis paparan kelompok pekerjaan terhadap otomatisasi dan augmentasi AI pada tahun 2025, yang menunjukkan pekerjaan kognitif bergaji tinggi sangat terpapar augmentasi dan pekerja tugas rutin berisiko mengalami pemindahan.
Plot sebar upah pekerjaan versus paparan AI dengan label klaster pekerjaan
Analisis data ketenagakerjaan tingkat makro di negara-negara terdepan dalam bidang AI, yang menunjukkan ketenagakerjaan yang kuat di sektor-sektor padat AI meskipun ada kekhawatiran tentang otomatisasi, dengan pola sektoral yang bernuansa.
Grafik tren ketenagakerjaan berdasarkan sektor dengan overlay intensitas AI dan analisis teks
Analisis efek distribusi AI pada upah: bukti perolehan upah terkonsentrasi pada pekerja berpendidikan tinggi dan berketerampilan tinggi, dengan pertumbuhan upah terbatas untuk pekerja berketerampilan rendah.
Grafik perbandingan pertumbuhan upah berdasarkan tingkat pendidikan dengan sisipan kurva distribusi
Ringkasan bukti empiris saat ini tentang pemindahan pekerjaan terkait AI pada tahun 2025, membedakan kasus yang terdokumentasi dari skenario pemindahan yang diproyeksikan, dengan data pemindahan tingkat sektor.
Tabel bukti pemindahan dengan baris sektor, kolom terdokumentasi vs diproyeksikan, dan komentar teks
Analisis kesenjangan keterampilan AI pada tahun 2025: kekurangan pekerja berketerampilan AI di hampir semua sektor, kesenjangan antara permintaan pekerjaan AI dan pasokan yang memenuhi syarat, dan tantangan pelatihan ulang.
Grafik kesenjangan penawaran-permintaan berdasarkan peran dan wilayah dengan analisis teks penyebab kesenjangan
Diskusi tentang potensi peran AI dalam memperburuk ketimpangan ekonomi antara negara-negara dengan kemampuan AI tinggi dan negara-negara berpenghasilan rendah, dan antara pekerja berketerampilan tinggi dan pekerja berketerampilan rendah di dalam ekonomi.
Analisis teks dengan grafik proyeksi ketimpangan dan visualisasi kesenjangan kemampuan regional
Data tentang investasi infrastruktur AI pada tahun 2025: pembangunan pusat data, pengadaan GPU/chip, investasi jaringan listrik, dan pengeluaran modal hyperscaler yang didorong oleh permintaan AI.
Grafik batang investasi infrastruktur berdasarkan kategori dengan anotasi pertumbuhan tahun-ke-tahun
Analisis dampak AI pada pasar keuangan pada tahun 2025: kinerja saham perusahaan AI, kekhawatiran algoritma perdagangan yang digerakkan oleh AI, dan data sentimen investor untuk saham sektor AI.
Grafik kinerja indeks saham sektor AI dengan keterangan kapitalisasi pasar dan analisis teks
Data tentang penerapan AI dalam layanan pelanggan pada tahun 2025: adopsi chatbot, peningkatan tingkat resolusi, metrik pengurangan biaya, dan kepuasan konsumen dengan layanan pelanggan AI.
Grafik metrik adopsi dengan perbandingan kepuasan dan analisis pengurangan biaya
Analisis adopsi AI dalam pemasaran dan periklanan pada tahun 2025: AI generatif untuk pembuatan konten, optimasi iklan yang digerakkan oleh AI, personalisasi skala besar, dan bukti ROI.
Grafik tingkat adopsi dengan tabel bukti ROI dan data pengurangan biaya pembuatan konten
Ikhtisar adopsi AI dalam layanan hukum pada tahun 2025: otomatisasi peninjauan kontrak, AI riset hukum, alat e-discovery, dan dampak pada jam kerja hukum dan tarif yang dapat ditagih.
Grafik batang penghematan waktu berdasarkan jenis tugas hukum dengan tingkat adopsi dan analisis teks
Data tentang aplikasi AI dalam manufaktur dan rantai pasokan pada tahun 2025: pemeliharaan prediktif, sistem visi kontrol kualitas, optimasi logistik, dan peningkatan produktivitas.
Grafik ROI dan peningkatan efisiensi berdasarkan jenis aplikasi dengan rincian tingkat adopsi
Analisis penerapan AI dalam layanan keuangan pada tahun 2025: deteksi penipuan, penjaminan kredit, perdagangan algoritmik, kepatuhan, dan lanskap peraturan untuk AI keuangan.
Grafik adopsi kasus penggunaan dengan metrik pengurangan penipuan dan kotak keterangan peraturan
Data survei tentang adopsi AI di kalangan usaha kecil dan menengah pada tahun 2025, menunjukkan pertumbuhan adopsi alat AI untuk pemasaran, layanan pelanggan, dan operasional, dengan hambatan akses.
Tren tingkat adopsi dengan bagan analisis hambatan dan rincian sektor UKM
Data tentang ekosistem startup AI pada tahun 2025: tingkat pembentukan perusahaan baru, area fokus sektor, putaran pendanaan, dan metrik keberhasilan untuk startup asli AI versus startup yang diaktifkan AI.
Diagram ekosistem startup dengan corong tahap pendanaan dan diagram lingkaran fokus sektor
Perbandingan strategi pengembangan ekonomi AI nasional pada tahun 2025: Investasi AI AS, kebijakan industri AI Uni Eropa, rencana ekonomi AI Tiongkok, misi AI India, dan lainnya.
Tabel strategi perbandingan dengan jumlah investasi dan area prioritas per negara
Analisis peran AI dalam perdagangan internasional pada tahun 2025: AI dalam bea cukai dan logistik, kontrol ekspor AI, pembatasan perdagangan chip, dan dampak AI pada keunggulan komparatif.
Linimasa kontrol ekspor dengan bagan dampak arus perdagangan dan analisis teks
Ringkasan proyeksi ekonomi utama untuk dampak ekonomi AI pada tahun 2030, dari McKinsey, Goldman Sachs, dan IMF, menunjukkan konsensus tentang dampak PDB yang signifikan tetapi tidak pasti.
Bagan perbandingan proyeksi dengan rentang skenario dan catatan metodologi
Analisis model bisnis baru yang diaktifkan AI pada tahun 2025: AI-as-a-service, solusi AI vertikal, layanan agen otonom, dan bisnis platform yang dibangun di atas API model dasar.
Diagram taksonomi model bisnis dengan contoh perusahaan dan deskripsi model pendapatan
Data tentang aplikasi AI di sektor energi pada tahun 2025: optimasi jaringan, manajemen energi terbarukan, peramalan permintaan, dan penggunaan AI eksplorasi minyak dan gas.
Bagan batang aplikasi dengan metrik perolehan efisiensi dan peta penyebaran sektor
Ikhtisar adopsi AI dalam pertanian pada tahun 2025: pertanian presisi, deteksi penyakit tanaman, prediksi hasil panen, dan penyebaran robotika pertanian dan data produktivitas.
Bagan tren adopsi dengan data perolehan produktivitas dan peta distribusi geografis
Analisis aplikasi AI di bidang real estat pada tahun 2025: algoritma penilaian properti, alat prediksi pasar, AI konstruksi, dan sistem manajemen gedung pintar.
Bagan adopsi aplikasi dengan metrik akurasi penilaian dan analisis teks
Analisis ekonomi pasar komputasi AI pada tahun 2025: harga sewa GPU, tren harga layanan cloud AI, pendapatan AI hyperscaler, dan ekonomi pelatihan vs inferensi.
Bagan tren harga untuk komputasi dengan estimasi ukuran pasar dan perbandingan pendapatan AI hyperscaler
Data gaji dan kompensasi untuk peran AI pada tahun 2025, termasuk insinyur ML, peneliti AI, ilmuwan data, dan manajer produk AI di berbagai jenis perusahaan dan wilayah geografis.
Bagan perbandingan gaji berdasarkan peran dan wilayah geografis dengan rincian total kompensasi
Analisis ekonomi IP AI pada tahun 2025: penilaian IP yang dihasilkan AI, pasar lisensi data pelatihan, royalti paten untuk teknik AI, dan dampak ketidakpastian hukum pada investasi.
Bagan estimasi ukuran pasar IP dengan linimasa ketidakpastian hukum dan analisis teks
Sorotan ekonomi AI regional yang mencakup kota-kota koridor AI AS, pusat AI Uni Eropa, taman teknologi AI Tiongkok, ekosistem AI India, dan ekonomi AI yang berkembang di Asia Tenggara.
Peta regional dengan kartu panggilan kota/pusat dan metrik utama per wilayah
Dasbor ringkasan Bab 4 dengan angka ekonomi utama: Investasi AI AS sebesar $285,9 miliar, tingkat penyebutan AI Fortune 500 90%+, premi upah AI 30-40%, dan peningkatan produktivitas yang terdokumentasi.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema warna bab
Catatan referensi untuk Bab 4 dengan sumber data investasi, kutipan studi pasar tenaga kerja, dan catatan metodologi penelitian produktivitas.
Format catatan akhir bernomor dua kolom
Bacaan lanjutan yang dikurasi untuk Bab 4 yang mencakup investasi AI, ekonomi tenaga kerja, penelitian produktivitas, dan proyeksi dampak ekonomi dengan anotasi singkat.
Daftar bacaan terstruktur dengan tajuk bagian
Pembuka bab full-bleed dengan latar belakang teal/hutan gelap, angka Bab 5 putih besar, judul 'Sains dan AI', dan ikhtisar singkat tentang peran transformatif AI dalam penelitian ilmiah pada tahun 2025.
Latar belakang teal/hutan gelap full-bleed, nomor bab yang diperbesar, judul dan deskripsi putih
Pengantar Bab 5 yang membingkai AI sebagai alat baru untuk penemuan ilmiah pada tahun 2025, dengan statistik ikhtisar tentang pertumbuhan penelitian yang dibantu AI dan tonggak Hadiah Nobel AI.
Pengantar satu kolom dengan kotak panggilan statistik utama dan ikhtisar bagian
Grafik garis yang menunjukkan pertumbuhan publikasi sains yang dibantu AI dari tahun 2015-2025 di seluruh disiplin ilmu utama, dengan pertumbuhan 71% dalam penelitian biologi dan ilmu hayati yang dibantu AI yang disorot.
Grafik multi-garis berdasarkan domain ilmiah dengan sumbu x tahun dan sumbu y jumlah publikasi
Analisis AlphaFold 3 dan kemajuan prediksi struktur protein berikutnya pada tahun 2025, dengan data akurasi tolok ukur dan pertumbuhan penelitian protein yang dibantu AI.
Bagan tolok ukur akurasi dengan tabel contoh prediksi struktural dan analisis teks
Ikhtisar prediksi AI tentang struktur biomolekul kompleks di luar protein pada tahun 2025: protein-DNA, protein-ligan, struktur RNA, dan desain antibodi menggunakan model fondasi.
Bagan perbandingan kemampuan dengan analisis teks dan kotak panggilan terobosan utama
Analisis kandidat obat yang ditemukan AI pada tahun 2025: jumlah yang memasuki uji klinis, area penyakit yang ditargetkan, perkiraan pengurangan biaya (penghematan 30-50%), dan perusahaan penemuan obat-obatan AI utama.
Diagram corong saluran pipa obat dengan pecahan area penyakit dan bagan batang pengurangan biaya
Data tentang obat-obatan yang ditemukan AI yang saat ini dalam uji klinis pada tahun 2025, termasuk status Fase I/II/III, area terapeutik, dan obat-obatan yang ditemukan AI pertama yang mendekati persetujuan peraturan.
Tabel status uji klinis dengan bagan saluran pipa dan garis waktu tonggak sejarah
Ikhtisar aplikasi AI dalam ilmu material pada tahun 2025: material baterai, semikonduktor, katalis, dan material struktural yang dirancang AI, dengan contoh yang memasuki produksi.
Bagan batang aplikasi material dengan garis waktu penemuan dan analisis teks
Analisis aplikasi AI dalam genomik pada tahun 2025: prediksi efek varian, pemodelan regulasi gen, analisis sel tunggal, dan penargetan CRISPR yang dipandu AI.
Matriks kemampuan aplikasi dengan linimasa AI genomik dan analisis teks
Ikhtisar aplikasi AI dalam ilmu iklim dan bumi pada tahun 2025: Model iklim AI menunjukkan percepatan 10.000x, penurunan skala model global, prediksi kejadian ekstrem, dan pemantauan siklus karbon.
Bagan perbandingan percepatan dengan rincian domain aplikasi dan analisis teks
Perbandingan kinerja model prakiraan cuaca AI (GraphCast, Pangu-Weather, FourCastNet) versus model NWP tradisional pada tahun 2025, menunjukkan AI melampaui model tradisional pada sebagian besar metrik.
Bagan batang perbandingan kinerja untuk beberapa metrik prakiraan dengan garis dasar model tradisional
Analisis peningkatan prediksi gempa bumi AI pada tahun 2025: perpanjangan waktu peringatan dini, akurasi estimasi magnitudo, dan prediksi gempa susulan menggunakan deep learning pada data seismik.
Bagan peningkatan kinerja dengan peta penyebaran geografis dan analisis teks
Ikhtisar aplikasi AI dalam penelitian fisika pada tahun 2025: analisis data fisika partikel di CERN, simulasi sistem kuantum, fisika plasma untuk fusi, dan desain eksperimen yang dipandu AI.
Linimasa domain aplikasi dengan keterangan penemuan utama dan analisis teks
Analisis aplikasi AI dalam astronomi pada tahun 2025: klasifikasi galaksi dalam skala besar, deteksi sinyal gelombang gravitasi, penemuan exoplanet dari data teleskop, dan akselerasi simulasi kosmologis.
Bagan jumlah penemuan dengan rincian domain aplikasi dan analisis teks
Ikhtisar AI dalam penelitian kimia pada tahun 2025: prediksi reaksi, perencanaan sintesis, desain katalis, dan penyaringan keamanan kimia yang dibantu AI, dengan data pertumbuhan publikasi.
Bagan pertumbuhan publikasi dengan rincian aplikasi dan keterangan alat utama
Diskusi tentang pengakuan Hadiah Nobel bersejarah tahun 2024 atas kontribusi AI terhadap sains (Geoffrey Hinton — Fisika; Demis Hassabis dan John Jumper — Kimia), menandai pengakuan resmi pendirian ilmiah terhadap AI.
Linimasa pengumuman Hadiah Nobel dengan profil penerima penghargaan dan analisis signifikansi
Data tentang alat AI yang memproses literatur ilmiah pada tahun 2025: pencarian semantik atas jutaan makalah, pembuatan hipotesis otomatis, ekstraksi klaim, dan analisis grafik sitasi.
Tabel perbandingan kemampuan alat dengan bagan tingkat adopsi dan analisis teks
Ikhtisar sistem AI yang melakukan eksperimen ilmiah otonom pada tahun 2025: sistem lab robot yang dipandu oleh AI, pembuatan hipotesis yang diarahkan sendiri, desain eksperimen, dan interpretasi hasil.
Diagram alur sains otonom dengan linimasa tonggak kemampuan dan analisis teks
Analisis aplikasi AI dalam ilmu saraf pada tahun 2025: pemetaan otak dalam skala besar, dekode sinyal saraf, peningkatan antarmuka otak-komputer, dan model AI komputasi saraf.
Bagan kemampuan aplikasi dengan data skala pemetaan otak dan analisis teks
Data kinerja untuk AI dalam penelitian pencitraan biomedis (berbeda dari penggunaan klinis) pada tahun 2025: analisis pencitraan sel tunggal, pemrosesan cryo-EM, dan mikroskopi super-resolusi AI.
Bagan tolok ukur kinerja berdasarkan modalitas pencitraan dengan analisis teks
Ikhtisar aplikasi AI dalam penelitian ilmu sosial pada tahun 2025: analisis survei skala besar, pemrosesan bahasa alami dari teks sejarah, dan eksperimen perilaku yang dibantu AI.
Ikhtisar jenis aplikasi dengan grafik pertumbuhan publikasi dan analisis teks
Analisis infrastruktur penelitian AI yang mendukung AI ilmiah pada tahun 2025: cloud penelitian AI nasional, sumber daya komputasi akses terbuka untuk sains, dan peran NSF, DOE, dan lembaga setara internasional.
Peta infrastruktur dengan tabel perbandingan sumber daya dan analisis pendanaan
Analisis alat AI untuk penelitian matematika pada tahun 2025: pembuktian teorema otomatis, verifikasi bukti yang dibantu AI, pembuatan konjektur, dan pertumbuhan publikasi matematika yang dibantu AI.
Grafik kemajuan kemampuan dengan data tolok ukur pembuktian teorema dan analisis teks
Diskusi tentang alat AI untuk meningkatkan reproduksibilitas ilmiah pada tahun 2025: dokumentasi protokol otomatis, alat berbagi kode dan data, dan verifikasi hasil yang dibantu AI.
Diagram peningkatan reproduksibilitas dengan grafik metrik adopsi dan analisis teks
Analisis alat AI dalam tinjauan sejawat ilmiah pada tahun 2025: bantuan tinjauan otomatis, penyaringan makalah, deteksi pelanggaran etika, dan perdebatan tentang keandalan peninjau AI.
Grafik tingkat adopsi dengan data keandalan dan kotak sorotan perdebatan etika
Analisis dimensi geopolitik dari sains yang diaktifkan AI pada tahun 2025: pola kolaborasi penelitian, kesenjangan kemampuan sains AI antar negara, dan alat sains AI akses terbuka.
Diagram jaringan kolaborasi dengan peta kesenjangan kemampuan dan analisis teks
Ikhtisar model fondasi khusus sains pada tahun 2025: biologi (ESM3, Geneformer), kimia (ChemBERTa), material (MatBERT), ilmu bumi (ClimaX), dan LLM ilmiah lintas domain.
Tabel taksonomi model dengan perbandingan kemampuan dan diagram cakupan domain
Data tentang dampak AI pada desain dan pelaksanaan uji klinis pada tahun 2025: optimalisasi perekrutan pasien, bantuan desain protokol, deteksi kejadian buruk, dan pengurangan linimasa uji coba.
Grafik pengurangan linimasa dengan rincian aplikasi dan analisis teks
Ikhtisar aplikasi AI dalam epidemiologi dan penelitian kesehatan masyarakat pada tahun 2025: pengawasan penyakit, prediksi wabah, epidemiologi genomik, dan pemodelan strategi vaksinasi yang dibantu AI.
Grafik kemampuan aplikasi dengan peta penyebaran pengawasan dan analisis teks
Analisis kontribusi AI untuk penelitian ilmu energi pada tahun 2025: kontrol plasma fusi dengan AI, penemuan baterai, desain material penangkap karbon, dan optimalisasi sel surya.
Linimasa aplikasi dengan data peningkatan kinerja dan analisis teks
Analisis dampak lintas disiplin dari alat sains AI, yang menunjukkan bagaimana AI memungkinkan terobosan pada antarmuka antara biologi, kimia, fisika, dan teknik.
Diagram dampak lintas disiplin yang menunjukkan aliran alat AI antar domain ilmiah
Diskusi tentang risiko dan tantangan dalam sains yang diaktifkan AI: halusinasi AI dalam konteks ilmiah, ketergantungan berlebihan pada model AI, penalaran ilmiah kotak hitam, dan penurunan keterampilan peneliti.
Taksonomi risiko dengan contoh studi kasus dan diskusi mitigasi
Dasbor ringkasan Bab 5: statistik utama tentang pertumbuhan publikasi ilmu pengetahuan yang dibantu AI, tonggak terobosan, dan sektor tempat AI memberikan dampak ilmiah terbesar.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema teal bab
Catatan referensi untuk Bab 5 dengan sumber data utama untuk data publikasi ilmiah, kutipan AlphaFold, dan referensi penelitian khusus domain.
Format catatan akhir bernomor dua kolom
Bacaan lanjutan yang dikurasi untuk Bab 5 yang diatur berdasarkan domain ilmiah, termasuk makalah utama dan artikel ulasan tentang AI dalam biologi, kimia, ilmu bumi, dan agen ilmu pengetahuan AI lintas domain.
Daftar bacaan terstruktur dengan tajuk bagian domain dan entri beranotasi
Pembuka bab full-bleed dengan latar belakang biru tua, angka Bab 6 putih besar, judul 'Kedokteran dan AI', dan deskripsi singkat tentang peran AI yang berkembang dalam perawatan klinis dan penelitian biomedis.
Latar belakang biru tua full-bleed, nomor bab yang sangat besar, judul dan deskripsi putih
Pendahuluan untuk Bab 6 yang menyajikan AI dalam kedokteran sebagai kekuatan transformatif pada tahun 2025, dengan statistik utama: 258 perangkat AI yang disetujui FDA, akurasi diagnostik 85,5% untuk MAI-DxO, 300 ribu+ dokter yang menggunakan juru tulis AI.
Pendahuluan satu kolom dengan kotak poin-poin statistik utama dan ikhtisar bagian
Perbandingan tolok ukur sistem diagnostik AI versus dokter spesialis pada tahun 2025 di seluruh radiologi, patologi, dermatologi, dan oftalmologi, yang menunjukkan AI mencapai atau melampaui akurasi spesialis.
Bagan batang perbandingan akurasi multi-domain dengan garis dasar spesialis dan batang kinerja AI
Analisis terperinci tentang MAI-DxO yang mencapai akurasi diagnostik 85,5% pada kasus klinis standar, melampaui kinerja rata-rata dokter spesialis dan memvalidasi potensi diagnostik AI.
Bagan perbandingan akurasi dengan rincian jenis kasus dan analisis signifikansi statistik
Bagan batang yang menunjukkan persetujuan perangkat medis dengan dukungan AI yang disetujui FDA berdasarkan tahun dari 2016-2025, mencapai 258 persetujuan pada tahun 2025 dan berjumlah 950+ persetujuan kumulatif.
Bagan batang dengan sumbu x tahun dan jumlah persetujuan tahunan pada sumbu y, overlay garis kumulatif
Rincian perangkat medis AI yang disetujui FDA berdasarkan spesialisasi pada tahun 2025: radiologi mendominasi sekitar 75%, diikuti oleh kardiologi, patologi, dan spesialisasi lainnya.
Bagan lingkaran dan bagan batang distribusi perangkat berdasarkan spesialisasi medis
Analisis terperinci tentang AI dalam radiologi pada tahun 2025: analisis CT, interpretasi rontgen dada, skrining mamografi, dan analisis MRI, dengan data penerapan klinis dan tolok ukur akurasi diagnostik.
Bagan tolok ukur kinerja berdasarkan modalitas pencitraan dengan statistik penerapan dan analisis teks
Ikhtisar patologi komputasi AI pada tahun 2025: analisis slide patologi digital, bantuan penilaian kanker, deteksi biomarker, dan pertumbuhan penerapan klinis alat patologi AI.
Bagan perbandingan kemampuan dengan data penerapan dan analisis teks
Analisis aplikasi AI dalam oftalmologi pada tahun 2025: skrining retinopati diabetik, deteksi glaukoma, diagnosis degenerasi makula terkait usia, dan analisis gambar retina.
Bagan batang akurasi diagnostik berdasarkan kondisi dengan peta penerapan geografis dan analisis teks
Analisis juru tulis dokumentasi klinis ambient dengan AI pada tahun 2025, digunakan oleh 300.000+ klinisi untuk mengurangi beban dokumentasi, dengan data tentang penghematan waktu dan pengurangan burnout.
Garis tren adopsi dengan metrik penghematan waktu dan data survei pengurangan burnout
Data hasil klinis dari penerapan juru tulis dokumentasi dengan AI pada tahun 2025: penghematan waktu dokter (1-2 jam per shift), peningkatan waktu interaksi pasien, dan peningkatan akurasi dokumentasi.
Grafik perbandingan sebelum/sesudah untuk alokasi waktu dan akurasi dokumentasi dengan analisis teks
Ikhtisar kemajuan penemuan obat dengan AI pada tahun 2025, termasuk jumlah kandidat obat yang ditemukan dengan AI, perusahaan terkemuka (Insilico Medicine, Recursion, Exscientia), dan data pengurangan biaya.
Diagram lanskap perusahaan dengan jumlah pipeline dan grafik perbandingan biaya
Ikhtisar pemodelan sel virtual pada tahun 2025: Model AI yang mensimulasikan respons sel individu terhadap obat-obatan dan intervensi, memungkinkan penelitian pengobatan yang dipersonalisasi dan mengurangi persyaratan pengujian pada hewan.
Diagram kemampuan model sel virtual dengan area aplikasi dan analisis teks
Data tentang aplikasi AI dalam kesehatan mental pada tahun 2025: penerapan alat terapi chatbot, data kemanjuran dari studi klinis, kemampuan deteksi krisis, dan masalah etika.
Grafik perbandingan studi kemanjuran dengan statistik penerapan dan kotak callout masalah etika
Analisis aplikasi AI dalam pengobatan genomik presisi pada tahun 2025: prediksi skor risiko poligenik, farmakogenomik, diagnosis penyakit langka dari data genomik, dan desain terapi gen yang dipandu AI.
Tabel perbandingan kemampuan dengan contoh aplikasi klinis dan analisis teks
Ikhtisar penerapan sistem dukungan keputusan klinis (CDSS) dengan AI pada tahun 2025: prediksi sepsis, peringatan penurunan kondisi, pemeriksaan interaksi obat, dan dampaknya pada hasil klinis.
Bagan batang peningkatan hasil berdasarkan jenis CDSS dengan data penerapan dan analisis teks
Data tentang bedah berbantuan AI pada tahun 2025: panduan AI bedah robotik, penilaian keterampilan waktu nyata, analisis gambar operatif, dan data hasil untuk prosedur berbantuan AI.
Grafik perbandingan hasil untuk bedah berbantuan AI vs tradisional dengan analisis teks
Analisis AI dalam kedokteran darurat pada tahun 2025: bantuan triase, stratifikasi risiko nyeri dada, deteksi stroke pada CT, dan optimalisasi alur pasien UGD.
Grafik metrik kinerja berdasarkan jenis aplikasi dengan data penerapan dan analisis teks
Analisis dampak AI pada kesetaraan kesehatan pada tahun 2025: potensi untuk memperluas akses diagnostik di daerah yang kurang terlayani, tetapi juga risiko melanggengkan atau memperkuat kesenjangan yang ada jika dilatih dengan data yang bias.
Analisis dampak kesetaraan dua kolom dengan peta perluasan akses geografis dan grafik risiko bias
Ikhtisar aplikasi AI dalam kesehatan global dan pengaturan sumber daya rendah pada tahun 2025: diagnostik AI seluler di LMIC, AI untuk penyakit tropis terabaikan, dan penerapan AI telehealth.
Peta penerapan geografis dengan rincian jenis aplikasi dan data efektivitas biaya
Analisis regulasi perangkat medis AI pada tahun 2025 di seluruh yurisdiksi utama: jalur kontrol perubahan yang telah ditentukan sebelumnya oleh FDA, EU MDR untuk AI, persetujuan perangkat AI China NMPA, dan upaya harmonisasi internasional.
Tabel perbandingan kerangka regulasi dengan timeline persetujuan dan analisis teks
Analisis integrasi AI dengan sistem EHR pada tahun 2025: analitik prediktif yang tertanam dalam EHR, NLP untuk catatan tidak terstruktur, identifikasi kesenjangan perawatan yang didorong oleh AI, dan tantangan interoperabilitas.
Bagan kemampuan integrasi AI EHR dengan tingkat adopsi dan analisis teks
Data tentang perangkat kesehatan yang dapat dipakai bertenaga AI pada tahun 2025: pemantauan glukosa berkelanjutan, deteksi ritme jantung, pemantauan pernapasan, dan program pemantauan kesehatan tingkat populasi.
Bagan perbandingan kemampuan perangkat dengan data validasi klinis dan statistik penerapan
Ikhtisar alat komunikasi pasien AI pada tahun 2025: chatbot AI untuk edukasi pasien, dukungan kepatuhan pengobatan, penjadwalan janji temu, dan tindak lanjut pasca-pemulangan.
Bagan perbandingan jenis alat dengan data efikasi dan hasil survei kepuasan pasien
Data survei tentang sikap klinisi terhadap AI pada tahun 2025: tingkat kepercayaan berdasarkan spesialisasi, kekhawatiran tentang tanggung jawab hukum, waktu untuk mengadopsi alat AI baru, dan pandangan tentang AI yang menggantikan versus meningkatkan peran klinis.
Bagan batang hasil survei berdasarkan spesialisasi dan kategori kekhawatiran dengan analisis teks
Ikhtisar AI dalam pendidikan kedokteran pada tahun 2025: simulator kasus klinis AI, persiapan ujian dewan yang dibantu AI, interaksi pasien virtual, dan pelatihan keterampilan bedah yang dipandu AI.
Bagan tingkat adopsi dengan data hasil pembelajaran dan rincian jenis alat
Data tentang aplikasi AI dalam operasi rumah sakit pada tahun 2025: optimalisasi alur pasien, manajemen tempat tidur, prediksi staf, manajemen rantai pasokan, dan AI siklus pendapatan.
Bagan batang perolehan efisiensi berdasarkan domain operasional dengan statistik penerapan
Ikhtisar AI dalam pengobatan preventif pada tahun 2025: stratifikasi risiko kesehatan populasi, optimalisasi skrining kanker, personalisasi intervensi gaya hidup, dan alat AI kesehatan masyarakat.
Bagan kinerja stratifikasi risiko dengan data optimalisasi skrining dan analisis teks
Analisis tentang bagaimana AI mengubah uji klinis pada tahun 2025: lengan kontrol sintetis, pencocokan pasien, prediksi titik akhir, dan pembuatan bukti dunia nyata, dengan data dampak biaya dan linimasa.
Bagan pengurangan biaya dan linimasa dengan diagram metodologi desain uji coba dan analisis teks
Data tentang dampak AI pada diagnosis penyakit langka pada tahun 2025: pengurangan waktu diagnosis, AI analisis pengurutan seluruh genom, pencocokan fenotipe-ke-genotipe, dan pemendekan perjalanan diagnosis.
Bagan perbandingan waktu diagnosis dengan contoh studi kasus dan analisis teks
Ikhtisar AI dalam farmasi dan manajemen pengobatan pada tahun 2025: AI dispensing otomatis, pemeriksaan interaksi obat, optimalisasi dosis yang dipersonalisasi, dan alat kepatuhan pengobatan.
Bagan kemampuan aplikasi dengan data hasil dan analisis teks
Analisis dampak AI pada biaya perawatan kesehatan pada tahun 2025: pengurangan biaya yang terdokumentasi dalam radiologi, dokumentasi, dan operasi, terhadap biaya implementasi dan integrasi.
Bagan analisis dampak biaya dengan perkiraan ROI berdasarkan jenis aplikasi
Data kinerja untuk sistem dermatologi AI pada tahun 2025: akurasi deteksi melanoma versus dokter kulit, klasifikasi jerawat dan kondisi kulit, dan penerapan teledermatologi yang dibantu AI.
Bagan perbandingan akurasi berdasarkan jenis kondisi dengan statistik penerapan dan analisis teks
Analisis AI dalam kardiologi pada tahun 2025: Interpretasi EKG dengan AI, analisis ekokardiografi, segmentasi MRI jantung, dan pengelolaan gagal jantung yang dipandu AI.
Bagan tolok ukur kinerja berdasarkan tugas kardiologi dengan data penerapan klinis
Tinjauan komprehensif AI dalam onkologi pada tahun 2025: deteksi tumor, prediksi respons pengobatan, optimalisasi perencanaan radiasi, identifikasi biomarker genomik, dan pengobatan kanker presisi.
Matriks kemampuan multi-aplikasi dengan ringkasan bukti klinis dan analisis teks
Data tentang aplikasi AI dalam penyakit menular pada tahun 2025: pengawasan genomik patogen, algoritma deteksi wabah, prediksi resistensi antimikroba, dan alat AI kesiapsiagaan pandemi.
Bagan kemampuan pengawasan dengan peta penerapan dan analisis teks
Analisis infrastruktur data medis yang mendukung AI pada tahun 2025: penerapan pembelajaran federasi, data sintetis untuk pelatihan, kerangka kerja berbagi data, dan peran program data kesehatan nasional.
Diagram lanskap infrastruktur dengan peta penerapan pembelajaran federasi dan analisis teks
Diskusi tentang tantangan etika utama dalam kedokteran AI pada tahun 2025: akuntabilitas algoritmik dalam diagnosis, persetujuan pasien untuk alat AI, tanggung jawab hukum ketika AI melakukan kesalahan, dan persyaratan transparansi.
Taksonomi tantangan etika dengan perbandingan respons regulasi dan analisis teks
Dasbor ringkasan Bab 6 dengan statistik utama: 258 persetujuan FDA, 300 ribu+ klinisi menggunakan juru tulis AI, akurasi MAI-DxO 85,5%, kandidat obat AI dalam uji coba Fase II/III.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema biru bab
Catatan referensi dan bacaan lanjutan untuk Bab 6 dengan sumber data FDA, kutipan studi klinis, dan daftar bacaan yang dikurasi yang diatur berdasarkan spesialisasi medis dan aplikasi AI.
Format catatan akhir dua kolom diikuti dengan daftar bacaan terstruktur
Pembuka bab penuh dengan latar belakang hijau hutan, angka Bab 7 putih besar, judul 'Pendidikan', dan ikhtisar singkat tentang meningkatnya pengaruh AI pada pembelajaran, pengajaran, dan lembaga akademik.
Latar belakang hijau hutan penuh, nomor bab yang diperbesar, judul dan deskripsi putih
Pendahuluan untuk Bab 7 yang menyajikan AI dalam pendidikan sebagai isu penting pada tahun 2025, dengan temuan utama: 80% siswa menggunakan AI generatif, penurunan pendaftaran CS 11%, pertumbuhan 82% dalam program master AI.
Pendahuluan satu kolom dengan kotak keterangan statistik utama dan ikhtisar bagian
Bagan garis yang menunjukkan tren pendaftaran CS di universitas-universitas top AS dari tahun 2015-2025, termasuk penurunan 11% pada tahun 2024-2025, yang ditafsirkan sebagai sinyal kejenuhan pasar untuk gelar CS tradisional.
Bagan garis pendaftaran multi-institusi dengan sumbu x tahun dan sumbu y jumlah pendaftaran, anotasi penurunan 11%
Bagan batang yang menunjukkan pertumbuhan program pascasarjana khusus AI/ML dari tahun 2018-2025, dengan pertumbuhan 82% dalam program master AI dan konsentrasi sarjana AI baru di universitas-universitas besar.
Bagan batang jumlah program berdasarkan tahun dengan rincian jenis institusi dan distribusi geografis
Data survei yang menunjukkan 80% mahasiswa melaporkan menggunakan AI generatif untuk tugas kuliah pada tahun 2025, dipecah berdasarkan jenis penggunaan: bantuan penulisan, penelitian, pengkodean, belajar, dan pemecahan masalah.
Bagan batang jenis penggunaan dengan distribusi frekuensi dan rincian demografis
Data tentang kekhawatiran integritas akademik terkait penggunaan AI oleh siswa pada tahun 2025: pengajuan yang terdeteksi dibuat oleh AI, evolusi kebijakan institusional, dan pandangan siswa tentang etika penggunaan AI.
Bagan adopsi kebijakan dengan data insiden integritas dan survei opini siswa
Data survei tentang sikap fakultas terhadap AI pada tahun 2025: 60% mengizinkan penggunaan AI dengan batasan, kebijakan bervariasi berdasarkan disiplin ilmu, dan kekhawatiran fakultas tentang validitas penilaian.
Bagan batang survei fakultas berdasarkan disiplin ilmu dengan rincian kategori kebijakan dan analisis teks
Bukti eksperimental tentang efikasi sistem bimbingan belajar AI pada tahun 2025: Khan Academy Khanmigo, Duolingo Max, dan tutor AI serupa menunjukkan peningkatan pembelajaran yang terdokumentasi dalam studi terkontrol.
Bagan perbandingan peningkatan pembelajaran berdasarkan alat dengan catatan metodologi studi dan analisis teks
Data tentang penerapan alat bimbingan belajar AI pada tahun 2025: jumlah siswa yang menggunakan platform bimbingan belajar AI, jangkauan geografis, cakupan bidang studi, dan pola frekuensi penggunaan.
Bagan adopsi dengan peta geografis dan rincian bidang studi
Analisis adopsi kurikulum AI K-12 di seluruh dunia pada tahun 2025, dengan 30+ negara menerapkan standar kurikulum AI/CS nasional dan data tentang ketersediaan pelatihan AI untuk guru.
Peta dunia adopsi kurikulum AI K-12 dengan bagan batang jumlah negara dan analisis teks
Analisis konten standar kurikulum AI K-12 pada tahun 2025: topik AI apa yang diajarkan (konsep machine learning, etika, literasi data, rekayasa prompt) dan pada tingkat kelas berapa.
Matriks topik kurikulum berdasarkan tingkat kelas dengan perbandingan negara dan analisis teks
Data tentang pertumbuhan platform pembelajaran AI online pada tahun 2025: Kursus AI Coursera dan edX naik 50%+, program sertifikasi AI baru dari perusahaan teknologi besar, dan analisis tingkat penyelesaian.
Bagan tren pertumbuhan dengan perbandingan platform dan rincian jenis sertifikasi
Analisis tentang bagaimana universitas terkemuka mengintegrasikan temuan penelitian AI ke dalam pengajaran pada tahun 2025, termasuk kurikulum etika AI baru, program AI interdisipliner, dan pertumbuhan pusat penelitian AI.
Bagan perbandingan program AI universitas dengan diagram model integrasi penelitian-pengajaran
Ikhtisar inisiatif pendidikan literasi AI pada tahun 2025: program literasi AI untuk masyarakat umum, peningkatan keterampilan AI yang didanai pemerintah, pelatihan AI di tempat kerja, dan pasar sertifikasi literasi AI yang berkembang.
Ikhtisar jenis program dengan metrik jangkauan dan analisis teks
Data tentang penggunaan AI dalam administrasi pendidikan tinggi pada tahun 2025: AI dalam penerimaan siswa, manajemen pendaftaran, optimalisasi bantuan keuangan, dan sistem prediksi keberhasilan siswa.
Bagan adopsi aplikasi dengan hasil audit bias dan analisis teks
Analisis penggunaan bantuan penulisan AI dalam konteks akademik pada tahun 2025, termasuk efek pada kualitas penulisan, hasil pembelajaran untuk keterampilan menulis, dan norma akademik yang berkembang.
Bagan perbandingan hasil studi dengan penilaian kualitas penulisan dan analisis teks
Ikhtisar alat aksesibilitas AI dalam pendidikan pada tahun 2025 yang bermanfaat bagi siswa dengan disabilitas: pemberian teks secara real-time, bantuan membaca AI, adaptasi pembelajaran yang dipersonalisasi, dan alat ucapan-ke-teks.
Bagan kemampuan alat aksesibilitas dengan data adopsi dan bukti hasil siswa
Data tentang program pelatihan AI untuk guru dan pendidik pada tahun 2025: tingkat partisipasi pengembangan profesional, kualitas konten pelatihan, dan kepercayaan diri pendidik dalam menggunakan alat AI.
Bagan adopsi pelatihan dengan survei kepercayaan diri dan perbandingan cakupan konten
Analisis potensi dampak AI pada kesetaraan pendidikan pada tahun 2025: pembelajaran yang dipersonalisasi mengurangi kesenjangan prestasi, tetapi kesenjangan akses perangkat dan konektivitas menciptakan perpecahan baru.
Analisis ganda dampak kesetaraan dengan peta kesenjangan akses dan data hasil pembelajaran
Data tentang alat AI yang secara khusus mendukung pendidikan STEM pada tahun 2025: tutor matematika AI, platform pendidikan coding, alat simulasi sains, dan aplikasi AI untuk keselamatan laboratorium.
Bagan perbandingan jenis alat dengan bukti hasil pembelajaran dan data adopsi
Analisis aplikasi pembelajaran bahasa berbasis AI pada tahun 2025: fitur AI Duolingo, Rosetta Stone, dan platform lain yang menunjukkan data akselerasi pembelajaran dan metrik keterlibatan.
Bagan perbandingan tingkat pembelajaran dengan metrik keterlibatan dan analisis teks
Ikhtisar kebijakan pendidikan AI nasional pada tahun 2025: panduan pendidikan AI UNESCO, strategi pendidikan AI Uni Eropa, perintah eksekutif literasi AI AS, dan kerangka kerja pendidikan AI OECD.
Tabel perbandingan kerangka kebijakan dengan peta adopsi geografis dan analisis teks
Analisis dampak AI pada prioritas universitas riset pada tahun 2025: pendanaan pusat riset AI, kemitraan AI industri-akademisi, aktivitas paten AI dari universitas, dan pendapatan riset terkait AI.
Bagan perbandingan pendanaan riset dengan data kemitraan dan analisis teks
Dasbor ringkasan Bab 7 yang menyajikan statistik utama pendidikan: tingkat penggunaan AI oleh siswa, tren pendaftaran, efikasi bimbingan belajar AI, dan adopsi kurikulum K-12.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema hijau hutan bab
Catatan referensi dan bacaan lanjutan untuk Bab 7 termasuk sumber data pendaftaran, kutipan studi bimbingan belajar AI, dan daftar bacaan yang dikurasi yang diatur berdasarkan sektor pendidikan.
Format catatan akhir dua kolom diikuti oleh daftar bacaan terstruktur
Pembuka bab full-bleed dengan latar belakang ungu tua/nila, angka Bab 8 putih besar, judul 'Kebijakan dan Tata Kelola', dan ikhtisar singkat tentang perkembangan regulasi dan kebijakan AI pada tahun 2025.
Latar belakang ungu tua/nila full-bleed, nomor bab yang diperbesar, judul dan deskripsi putih
Pendahuluan untuk Bab 8 yang membingkai tahun 2025 sebagai tahun penting bagi kebijakan AI secara global, dengan statistik utama: investasi AI federal AS sebesar $20,4 miliar, 25 RUU AI ditandatangani, 46 negara dengan strategi AI nasional.
Pendahuluan satu kolom dengan kotak sorotan statistik utama dan ikhtisar bagian
Visualisasi garis waktu komprehensif dari tonggak kebijakan AI utama dari tahun 2016 hingga 2025, dari laporan AI Obama (2016) hingga implementasi UU AI Uni Eropa (2025), yang diatur berdasarkan geografi.
Garis waktu multi-jalur horizontal dengan jalur negara/wilayah, penanda tonggak, dan anotasi singkat
Peta dunia yang menunjukkan 46 negara yang telah mengadopsi strategi AI nasional formal pada tahun 2025, dengan bayangan tanggal adopsi dan klaster regional aktivitas tata kelola AI.
Peta koroplet dunia dengan bayangan tanggal adopsi dan sorotan nama negara untuk strategi utama
Analisis investasi AI federal AS yang mencapai $20,4 miliar pada tahun 2025, dipecah berdasarkan badan (DOD, DARPA, NSF, NIH, DOE, NIST) dan area penelitian prioritas.
Bagan batang rincian badan dengan analisis area prioritas dan anotasi pertumbuhan tahun-ke-tahun
Analisis legislasi terkait AI AS pada tahun 2025: 25 RUU AI disahkan menjadi undang-undang di tingkat federal, rincian topik (keamanan, pengadaan, tenaga kerja, deepfake, keamanan nasional), dan RUU AI tingkat negara bagian.
Bagan batang topik legislatif dengan garis waktu RUU yang disahkan dan peta aktivitas tingkat negara bagian
Ringkasan tindakan AI cabang eksekutif AS utama pada tahun 2025: aktivitas NIST AI Safety Institute, arahan kebijakan AI Gedung Putih, dan mandat implementasi AI badan federal.
Garis waktu tindakan kebijakan dengan analisis teks perintah eksekutif utama dan tanggapan badan
Analisis peraturan AI khusus sektor AS pada tahun 2025: panduan perangkat medis AI FDA, aturan AI-dalam-periklanan FTC, panduan penilaian kredit AI CFPB, dan panduan perekrutan AI EEOC.
Matriks peraturan berdasarkan sektor dan badan dengan analisis teks
Ikhtisar pencapaian implementasi EU AI Act yang dicapai pada tahun 2025, termasuk larangan praktik terlarang yang mulai berlaku pada Februari 2025, dengan diagram klasifikasi tingkat risiko.
Diagram piramida tingkat risiko dengan garis waktu implementasi dan daftar praktik terlarang
Rincian mendalam kategori risiko EU AI Act: risiko yang tidak dapat diterima (dilarang), risiko tinggi, risiko terbatas, dan risiko minimal, dengan contoh aplikasi AI di setiap kategori.
Diagram empat kategori dengan contoh per tingkat risiko dan ringkasan kewajiban peraturan
Analisis persyaratan kepatuhan untuk sistem AI berisiko tinggi berdasarkan EU AI Act pada tahun 2025: dokumentasi teknis, pengawasan manusia, tata kelola data, dan kewajiban penilaian kesesuaian.
Diagram daftar periksa kepatuhan dengan perkiraan biaya implementasi dan panduan khusus sektor
Data tentang status kepatuhan EU AI Act di antara perusahaan besar pada tahun 2025, yang menunjukkan adopsi awal oleh perusahaan besar, tantangan kepatuhan untuk UKM, dan kemajuan pembentukan badan penegak hukum.
Bagan batang tingkat kepatuhan berdasarkan ukuran perusahaan dengan metrik kemajuan penegakan hukum dan analisis teks
Analisis Kode Praktik AI Tujuan Umum berdasarkan EU AI Act, yang mencakup persyaratan transparansi, penilaian risiko sistemik, dan bagaimana pengembang AI perintis beradaptasi.
Diagram kewajiban Kode Praktik dengan tabel status kepatuhan pengembang model perintis
Ikhtisar kebijakan AI nasional Tiongkok pada tahun 2025: implementasi Rencana Pengembangan AI Generasi Berikutnya, komitmen investasi AI $15 miliar+, standar industri AI, dan pedoman peraturan untuk AI generatif.
Diagram kerangka kebijakan dengan bagan investasi dan garis waktu peraturan
Analisis ketentuan Peraturan AI Generatif Tiongkok (2023, diperbarui 2025): persyaratan penyaringan konten, mandat pemberian watermark, pendaftaran nama asli, dan penegakan kepatuhan.
Ringkasan ketentuan peraturan dengan analisis beban kepatuhan dan analisis teks
Ikhtisar kebijakan AI Inggris pada tahun 2025: evolusi AI Safety Institute, pendekatan peraturan pro-inovasi, panduan khusus sektor AI, dan divergensi tata kelola AI pasca-Brexit dari UE.
Perbandingan pendekatan kebijakan (Inggris vs UE) dengan ringkasan aktivitas AI Safety Institute
Analisis hasil Proses AI Hiroshima G7 dan adopsi kerangka tata kelola AI G20 pada tahun 2025, termasuk status implementasi Kode Etik Hiroshima untuk pengembang AI tingkat lanjut.
Ringkasan kerangka tata kelola dengan indikator status implementasi dan tabel adopsi negara
Ringkasan hasil Konferensi Tingkat Tinggi Keamanan AI Paris (Februari 2025): komitmen utama, negara peserta, hasil kelompok kerja, dan jadwal tindak lanjut untuk proses keamanan AI global.
Ringkasan hasil konferensi tingkat tinggi dengan daftar negara peserta dan tabel pelacakan komitmen
Analisis kegiatan tata kelola AI PBB pada tahun 2025: Global Digital Compact, adopsi resolusi AI PBB, Dewan Penasihat AI Sekretaris Jenderal PBB, dan perdebatan mengenai badan AI PBB yang baru.
Linimasa aktivitas tata kelola PBB dengan analisis teks dan perbandingan posisi negara
Analisis konsep kedaulatan AI yang muncul pada tahun 2025, yang mendefinisikan lima dimensinya: kedaulatan komputasi, kedaulatan data, kedaulatan talenta, kedaulatan standar, dan independensi AI geopolitik.
Diagram kerangka lima dimensi dengan penilaian negara per dimensi dan analisis teks
Data tentang upaya nasional untuk membangun infrastruktur komputasi AI berdaulat pada tahun 2025: rencana gigafactory AI Uni Eropa, jaringan komputasi AI nasional India, infrastruktur Falcon AI UEA, dan lainnya.
Bagan perbandingan investasi komputasi dengan peta penyebaran geografis dan analisis teks
Analisis kebijakan kontrol ekspor terkait AI pada tahun 2025: pembatasan ekspor semikonduktor AS diperluas, aturan chip-ke-Tiongkok, kontrol ekspor perangkat lunak AI, dan koordinasi negara sekutu.
Linimasa kontrol ekspor dengan analisis dampak negara dan peta pembatasan teknologi
Ikhtisar aktivitas pengembangan standar AI pada tahun 2025: standar AI ISO/IEC, standar etika AI IEEE, standar AI NIST, dan upaya harmonisasi standar internasional.
Diagram lanskap standar dengan bagan pelacakan adopsi dan analisis teks
Analisis komparatif kerangka kerja tanggung jawab AI yang muncul pada tahun 2025: EU AI Liability Directive, pendekatan tanggung jawab produk AS untuk AI, dan kerangka kerja tanggung jawab pengaturan mandiri industri.
Tabel perbandingan kerangka kerja tanggung jawab dengan analisis yurisdiksi demi yurisdiksi
Analisis dampak AI pada proses demokrasi pada tahun 2025: AI dalam pemilihan (deepfake, penargetan pemilih, konten politik yang dihasilkan AI), respons regulasi, dan pemantauan pemilihan internasional.
Diagram analisis dampak dengan linimasa respons regulasi dan analisis teks
Perbandingan lintas negara tentang komitmen investasi AI publik pada tahun 2025: AS $20,4 miliar, pendanaan penegakan Hukum AI UE €20 miliar+, Tiongkok $15 miliar+, Inggris £1,5 miliar, Kanada C$2,4 miliar, dan lainnya.
Bagan batang perbandingan investasi berdasarkan negara dengan analisis teks
Ikhtisar aplikasi AI dalam keamanan nasional pada tahun 2025: analisis intelijen, pertahanan siber, optimalisasi logistik, sistem otonom, dan persaingan AI AS-Tiongkok dalam pertahanan.
Ikhtisar domain aplikasi dengan data investasi AI pertahanan dan analisis teks
Analisis regulasi AI tingkat negara bagian AS pada tahun 2025: RUU AI California, aturan perekrutan AI New York, perlindungan konsumen AI Colorado, dan perdebatan patchwork vs. preemption federal.
Peta aktivitas regulasi negara bagian demi negara bagian dengan jumlah RUU dan rincian topik
Analisis kebijakan pengadaan AI pemerintah pada tahun 2025: aturan akuisisi AI federal AS, persyaratan AI sektor publik Uni Eropa, dan standar untuk pengadaan AI pemerintah yang bertanggung jawab.
Tabel perbandingan kebijakan pengadaan berdasarkan yurisdiksi dengan analisis teks
Ikhtisar perkembangan regulasi layanan kesehatan khusus AI pada tahun 2025 di luar persetujuan perangkat FDA: keputusan cakupan CMS AI, panduan HIPAA-AI, AI dalam pedoman praktik klinis.
Linimasa perkembangan regulasi dengan analisis teks dari keputusan-keputusan penting
Analisis regulasi AI dalam layanan keuangan pada tahun 2025: aturan perdagangan SEC AI, panduan risiko model AI regulator perbankan, pengawasan pinjaman CFPB AI, dan standar AI keuangan global.
Perbandingan kerangka regulasi berdasarkan sektor keuangan dengan analisis teks
Ikhtisar regulasi tenaga kerja AI pada tahun 2025: ketentuan pengawasan pekerja EU AI Act, panduan NLRB AI di tempat kerja AS, penegakan perekrutan EEOC AI, dan tuntutan negosiasi serikat pekerja AI.
Tabel perbandingan regulasi tenaga kerja dengan analisis teks
Analisis bukti awal tentang efektivitas kebijakan AI pada tahun 2025: pendekatan regulasi mana yang menunjukkan hasil kepatuhan, konsekuensi yang tidak diinginkan dari regulasi, dan kesenjangan kebijakan.
Matriks penilaian efektivitas kebijakan dengan analisis teks
Ikhtisar perkembangan regulasi privasi khusus AI pada tahun 2025: panduan GDPR AI, ketentuan RUU privasi federal AS AI, minimalisasi data untuk pelatihan AI, dan pembatasan data biometrik.
Tabel perbandingan regulasi privasi dengan analisis teks
Ikhtisar aktivitas masyarakat sipil dan LSM dalam kebijakan AI pada tahun 2025: organisasi advokasi, penelitian AI kepentingan publik, kampanye koalisi, dan pengaruhnya terhadap regulasi AI.
Diagram lanskap organisasi AI masyarakat sipil dengan analisis pengaruh kebijakan
Ringkasan Bab 8 yang menyajikan angka-angka kebijakan utama: Investasi AI federal AS, jumlah undang-undang global, pencapaian EU AI Act, hasil KTT AI, dan kemunculan konsep kedaulatan AI.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema ungu/nila bab
Analisis kesimpulan dari Bab 8 yang mengidentifikasi tren tata kelola utama: risiko fragmentasi regulasi, dinamika persaingan menuju yang terbaik/terburuk, ketegangan kedaulatan AI, dan tantangan untuk mengimbangi kemajuan AI.
Kesimpulan teks dengan diagram ketegangan utama dan analisis berwawasan ke depan
Catatan referensi untuk Bab 8 dengan kutipan dokumen kebijakan, sumber data legislatif, dan catatan metodologi angka investasi.
Format catatan akhir bernomor dua kolom
Bacaan lebih lanjut yang dikurasi untuk Bab 8 yang diatur berdasarkan wilayah dan topik kebijakan: kebijakan AS, kebijakan Uni Eropa, kebijakan Tiongkok, tata kelola internasional, dan kedaulatan AI.
Daftar bacaan terstruktur dengan tajuk wilayah dan topik
Pembuka bab penuh dengan latar belakang biru-hijau, angka Bab 9 putih besar, judul 'Opini Publik', dan ikhtisar singkat tentang sikap publik global terhadap AI yang disurvei pada tahun 2025.
Latar belakang biru-hijau penuh, nomor bab yang diperbesar, judul dan deskripsi putih
Pengantar Bab 9 yang membingkai keadaan opini publik global terhadap AI pada tahun 2025: 59% optimisme global dari Ipsos, kekhawatiran yang signifikan tentang disinformasi, dan kesenjangan sikap yang signifikan antara ahli dan publik.
Pengantar satu kolom dengan kotak keterangan statistik utama dan ikhtisar bagian
Peta dunia sentimen AI global pada tahun 2025 yang menunjukkan persentase yang menyatakan optimisme tentang AI berdasarkan negara, dengan optimisme yang lebih tinggi di negara-negara berkembang dan optimisme yang lebih rendah di Eropa.
Peta koroplet dunia optimisme AI dengan skala gradien warna dan kotak keterangan negara
Hasil survei Ipsos terperinci tentang sikap terhadap AI pada tahun 2025 di lebih dari 30 negara: tingkat optimisme, kekhawatiran, kepercayaan, dan kesadaran, yang dipecah berdasarkan negara dan wilayah dunia.
Bagan batang multi-negara untuk setiap dimensi sikap dengan agregat regional
Pendalaman regional tentang sentimen AI: Tiongkok dan India menunjukkan optimisme tertinggi (80%+), Eropa Barat paling berhati-hati, AS moderat, dan Afrika menunjukkan optimisme tinggi terkait dengan harapan pembangunan.
Bagan batang kelompok regional dengan keseimbangan optimisme/kekhawatiran dan analisis teks
Perbandingan survei sikap AI untuk para ahli AI versus masyarakat umum pada tahun 2025, yang menunjukkan bahwa para ahli lebih khawatir tentang risiko jangka panjang sementara masyarakat berfokus pada dampak ekonomi jangka pendek.
Bagan perbandingan berdampingan dengan rincian kategori kekhawatiran untuk para ahli vs publik
Data survei tentang kepercayaan publik pada berbagai institusi untuk mengatur AI secara adil: Institusi Uni Eropa paling dipercaya secara global, perusahaan teknologi paling tidak dipercaya, pemerintah nasional memberikan hasil yang beragam.
Bagan batang horizontal tingkat kepercayaan berdasarkan jenis institusi di berbagai negara
Data opini publik khusus AS tentang AI: hanya 31% orang Amerika yang percaya pemerintah dapat mengatur AI dengan baik, 68% khawatir tentang misinformasi yang dihasilkan AI, dan pandangan tentang AI dalam berbagai peran pemerintah.
Bagan batang opini AS dengan rincian kepercayaan dan kekhawatiran serta analisis teks
Analisis sumber kecemasan AI pada tahun 2025: kekhawatiran kehilangan pekerjaan, ketakutan misinformasi, kekhawatiran privasi, kekhawatiran senjata otonom, dan risiko eksistensial — dipecah berdasarkan negara dan demografi.
Bagan batang bertumpuk sumber kecemasan berdasarkan kelompok negara dengan sisipan rincian demografis
Data tentang tingkat kesadaran dan pemahaman AI publik pada tahun 2025: meningkatnya kesadaran tetapi pemahaman teknis terbatas, dengan analisis kesenjangan kesadaran-pemahaman berdasarkan tingkat pendidikan dan usia.
Bagan perbandingan kesadaran vs pemahaman dengan rincian pendidikan dan usia
Data survei yang membandingkan sikap AI lintas generasi (Gen Z, Milenial, Gen X, Boomer) pada tahun 2025: generasi muda lebih optimis dan penggunaan AI harian lebih tinggi, generasi yang lebih tua lebih berhati-hati.
Bagan batang perbandingan generasi untuk berbagai dimensi sikap
Analisis korelasi antara tingkat pendidikan dan sikap AI pada tahun 2025: pendidikan tinggi dikaitkan dengan pandangan yang lebih bernuansa daripada sekadar optimisme atau pesimisme sederhana.
Bagan korelasi tingkat pendidikan versus dimensi sikap AI dengan analisis teks
Analisis hubungan antara penggunaan alat AI pribadi dan sikap terhadap AI pada tahun 2025: pengguna reguler secara signifikan lebih positif tentang manfaat AI, tetapi juga lebih sadar akan risiko.
Bagan perbandingan frekuensi penggunaan vs sikap dengan analisis teks
Data survei tentang sikap terhadap AI berdasarkan tingkat pendapatan pada tahun 2025: responden berpenghasilan rendah lebih khawatir tentang hilangnya pekerjaan, responden berpenghasilan tinggi lebih optimis tentang manfaat ekonomi AI.
Bagan perbandingan sikap berdasarkan tingkat pendapatan dengan rincian kekhawatiran tentang hilangnya pekerjaan
Analisis perbedaan gender dalam sikap terhadap AI pada tahun 2025: pria sedikit lebih optimis secara rata-rata, wanita lebih khawatir tentang privasi dan dampak terhadap pekerjaan, dengan variasi berdasarkan negara.
Bagan batang perbandingan gender di seluruh dimensi sikap dengan sisipan variasi negara
Bagan garis yang melacak tren sikap terhadap AI dari waktu ke waktu dari tahun 2019-2025: optimisme meningkat hingga tahun 2022, mendatar dengan pandangan yang lebih beragam karena AI menjadi lebih relevan secara pribadi pada tahun 2024-2025.
Bagan longitudinal multi-garis dengan garis kategori sikap dan anotasi peristiwa
Data survei global tentang kekhawatiran hilangnya pekerjaan akibat AI pada tahun 2025, menunjukkan sekitar setengah dari responden global khawatir tentang AI yang menggantikan pekerjaan mereka, yang bervariasi secara signifikan menurut sektor dan negara.
Bagan batang kekhawatiran global berdasarkan negara dengan analisis variasi khusus sektor
Data tentang sejauh mana orang mengenali AI dalam produk dan layanan sehari-hari mereka pada tahun 2025, menunjukkan penggunaan alat AI yang tinggi tetapi pengakuan terbatas bahwa teknologi yang mendasarinya adalah AI.
Bagan perbandingan penggunaan vs pengakuan dengan rincian kategori produk
Analisis data survei tentang dampak AI yang dirasakan terhadap kohesi sosial pada tahun 2025: kekhawatiran tentang AI yang memperburuk polarisasi, ketidaksetaraan, dan mengurangi hubungan manusia.
Bagan batang kategori kekhawatiran dengan sorotan polarisasi dan ketidaksetaraan serta analisis teks
Data survei tentang pandangan publik tentang etika AI pada tahun 2025: nilai-nilai apa yang harus memandu pengembangan AI (keamanan, transparansi, keadilan, privasi) dan siapa yang harus memiliki otoritas atas keputusan etika AI.
Bagan batang nilai yang diberi peringkat dengan rincian preferensi otoritas dan analisis teks
Data survei tentang kekhawatiran publik tentang dampak AI terhadap nilai-nilai demokrasi pada tahun 2025: integritas pemilu, kebebasan berbicara, pengawasan, dan supremasi hukum, dengan tingkat kekhawatiran yang signifikan secara global.
Bagan batang kategori kekhawatiran demokrasi dengan perbandingan negara dan analisis teks
Ringkasan Bab 9 yang menyajikan temuan opini publik utama: tingkat optimisme global, peringkat kepercayaan, kecemasan utama AI, dan pembagian demografis utama dalam sikap terhadap AI.
Dasbor ringkasan dengan statistik angka besar dan grafik bertema biru-hijau bab
Catatan referensi untuk Bab 9 dengan kutipan sumber data survei dan bacaan lebih lanjut yang dikurasi tentang sikap publik terhadap AI yang diatur berdasarkan topik dan jenis metodologi.
Format catatan akhir dua kolom diikuti oleh daftar bacaan terstruktur
Ikhtisar metodologi penelitian AI Index 2026, menjelaskan pendekatan pengumpulan data di seluruh sembilan bab, definisi 'AI' yang digunakan dalam laporan, dan prinsip-prinsip metodologis umum.
Ikhtisar metodologi terstruktur dengan diagram pendekatan bagian demi bagian
Metodologi terperinci untuk bab Litbang: sumber data publikasi (Semantic Scholar, Dimensions), data paten (WIPO, USPTO), kriteria pelacakan rilis model, dan pengumpulan data komputasi.
Bagian deskripsi metodologi dengan tabel sumber data dan catatan batasan
Catatan metodologi untuk bab Kinerja Teknis: kriteria pemilihan tolok ukur, pengambilan data dari Papers With Code dan papan peringkat, pengumpulan baseline manusia, dan aturan inklusi/eksklusi tolok ukur.
Bagian deskripsi metodologi dengan tabel kriteria pemilihan tolok ukur
Metodologi untuk bab Responsible AI: pengumpulan data insiden AIAAIC, kriteria inklusi studi bias, metodologi pencarian publikasi penelitian keselamatan, dan prosedur pengkodean kerangka kerja tata kelola.
Bagian deskripsi metodologi dengan kriteria inklusi/eksklusi
Metodologi untuk bab Ekonomi: data investasi dari NetBase Quid, data lowongan kerja dari Lightcast, sumber data upah, kriteria pemilihan studi produktivitas, dan metodologi survei adopsi perusahaan.
Deskripsi metodologi dengan tabel referensi sumber data dan catatan batasan
Metodologi untuk bab Sains dan AI: metodologi klasifikasi berbantuan AI untuk publikasi sains, kriteria pencarian khusus domain, dan pengumpulan data uji klinis dari ClinicalTrials.gov.
Deskripsi metodologi dengan kriteria domain dan penjelasan klasifikasi
Metodologi untuk bab Kedokteran dan AI: pengumpulan data perangkat FDA, kriteria inklusi studi AI klinis, metode agregasi akurasi diagnostik, dan sumber data adopsi juru tulis AI.
Bagian deskripsi metodologi dengan pendekatan data FDA dan kriteria studi
Metodologi untuk bab Pendidikan: sumber data pendaftaran (IPEDS, padanan internasional), metodologi survei siswa, desain survei fakultas, dan pendekatan pengumpulan data kurikulum K-12.
Deskripsi metodologi dengan catatan desain survei dan referensi sumber data
Metodologi untuk bab Kebijakan: sumber database legislatif, kriteria identifikasi RUU AI, sumber kompilasi angka investasi, metodologi pengkodean strategi nasional, dan konstruksi linimasa kebijakan.
Bagian deskripsi metodologi dengan referensi sumber data legislatif
Metodologi untuk bab Opini Publik: sumber data survei (Ipsos, Edelman Trust Barometer, survei Stanford), kriteria pengambilan sampel survei, catatan komparabilitas lintas negara, dan definisi ukuran sikap.
Deskripsi metodologi survei dengan kriteria pengambilan sampel dan catatan komparabilitas
Glosarium istilah-istilah kunci dan definisi data yang digunakan di seluruh AI Index 2026, termasuk definisi untuk 'model dasar', 'insiden AI', 'komputasi pelatihan', 'kejenuhan tolok ukur', dan konsep inti lainnya.
Tata letak glosarium alfabetis dengan entri istilah dan definisi
Tabel referensi komprehensif dari semua tolok ukur AI yang dikutip dalam laporan, termasuk nama tolok ukur, domain, jenis tugas, baseline manusia, dan tahun diperkenalkan.
Tabel referensi multi-kolom yang diurutkan berdasarkan bab kemudian nama tolok ukur
Tabel referensi dari semua model AI penting yang disebutkan dalam AI Index 2026, termasuk nama model, organisasi, tanggal rilis, modalitas, dan jenis akses (terbuka/tertutup).
Tabel referensi multi-kolom yang diurutkan berdasarkan organisasi dan tanggal rilis
Tabel referensi dari semua kebijakan, peraturan, dan undang-undang AI yang dikutip dalam laporan, diatur berdasarkan negara, termasuk nama kebijakan, jenis, tahun, dan status.
Tabel referensi kebijakan yang diurutkan berdasarkan negara dan tahun
Tabel data investasi tambahan yang menyediakan angka investasi AI privat terperinci berdasarkan negara, sektor, dan tahun dari 2013-2025 seperti yang dirujuk dalam Bab 4.
Tabel data dengan baris negara, kolom tahun, dan sel jumlah investasi
Tabel data publikasi tambahan yang menyediakan jumlah publikasi AI terperinci berdasarkan negara, domain, dan tahun dari 2010-2025 seperti yang dirujuk dalam Bab 1.
Tabel data dengan baris negara/domain dan kolom tahun
Tabel tambahan yang menyajikan hasil survei lengkap dari survei opini publik yang dikutip dalam Bab 9, termasuk rincian tingkat negara yang tidak ditampilkan di bab utama.
Tabel data survei dengan baris negara dan kolom metrik sikap
Tabel tambahan data persetujuan perangkat medis berkemampuan AI FDA yang dikutip dalam Bab 6, termasuk spesialisasi, jenis perangkat, jalur 510(k)/PMA, dan organisasi pemohon.
Tabel data perangkat FDA dengan beberapa kolom atribut
Entri bibliografi A hingga D untuk semua sumber yang dikutip dalam AI Index 2026, diformat dalam gaya sitasi akademik dengan penulis, judul, tempat publikasi, dan tahun.
Format bibliografi dua kolom dengan entri alfabetis
Entri bibliografi E hingga H untuk semua sumber yang dikutip dalam AI Index 2026.
Format bibliografi dua kolom dengan entri alfabetis
Entri bibliografi I hingga L untuk semua sumber yang dikutip dalam AI Index 2026.
Format bibliografi dua kolom dengan entri alfabetis
Entri bibliografi M hingga P untuk semua sumber yang dikutip dalam AI Index 2026.
Format bibliografi dua kolom dengan entri alfabetis
Entri bibliografi Q hingga T untuk semua sumber yang dikutip dalam AI Index 2026.
Format bibliografi dua kolom dengan entri alfabetis
Entri bibliografi U hingga Z yang melengkapi daftar karya lengkap yang dikutip untuk AI Index 2026, diikuti oleh sumber daya web dan referensi platform data.
Format bibliografi dua kolom dengan entri alfabetis diikuti oleh bagian sumber daya web
Ucapan terima kasih kepada anggota tim riset Stanford HAI yang berkontribusi pada AI Index 2026, termasuk ketua riset untuk setiap bab dan analis data.
Daftar ucapan terima kasih terstruktur berdasarkan bab dengan nama dan peran kontributor
Ucapan terima kasih kepada kontributor eksternal, penyedia data, mitra survei (Ipsos, NetBase Quid, Lightcast), dan peninjau ahli yang menyumbangkan data atau meninjau draf bab.
Daftar ucapan terima kasih berdasarkan jenis kontributor dengan afiliasi organisasi
Daftar anggota Dewan Penasihat Stanford HAI AI Index yang memberikan panduan untuk laporan tahun 2026, dengan nama, jabatan, dan afiliasi institusional.
Daftar anggota dewan penasihat dalam urutan abjad dengan jabatan dan afiliasi
Ringkasan studi kasus yang diperluas untuk 20 insiden AI signifikan pada tahun 2025 yang dilacak dalam basis data AIAAIC, memberikan konteks terperinci di luar apa yang muncul di Bab 3.
Kartu studi kasus dalam kisi dua kolom dengan nama insiden, tanggal, kategori, dan ringkasan
Profil AI terperinci untuk AS dan Kanada yang mencakup output R&D, investasi, kebijakan, bakat, dan metrik adopsi dengan perbandingan dari tahun ke tahun.
Kartu profil negara dengan bagan radar dan tabel metrik utama
Profil AI terperinci untuk Inggris dan negara-negara utama UE (Jerman, Prancis, Belanda) yang mencakup R&D, investasi, kebijakan, bakat, dan metrik adopsi.
Kartu profil negara dengan bagan radar dan tabel metrik utama
Profil AI terperinci untuk Tiongkok yang mencakup output R&D, investasi swasta, kebijakan AI nasional, kumpulan bakat, rilis model, dan metrik adopsi dengan perbandingan dari tahun ke tahun.
Kartu profil negara dengan bagan radar, tabel metrik utama, dan bagian sorotan kebijakan
Profil AI terperinci untuk India dan ekonomi AI utama Asia Tenggara (Singapura, Korea Selatan, Jepang) yang mencakup R&D, investasi, kebijakan, dan metrik adopsi.
Kartu profil negara dengan bagan radar dan tabel metrik utama
Profil AI untuk aktor AI utama Timur Tengah (UEA, Arab Saudi) dan ekonomi AI Afrika yang sedang berkembang, dengan data investasi AI, strategi nasional, dan pengembangan bakat.
Kartu profil negara dengan ringkasan metrik utama dan sorotan strategi nasional
Tabel komprehensif hasil tolok ukur teknis AI untuk semua model dan tolok ukur yang dikutip di Bab 2, memberikan data lengkap di balik bagan dan perbandingan bab tersebut.
Tabel data multi-kolom besar dengan baris model dan kolom skor tolok ukur
Tabel data pendaftaran, program, dan survei tambahan untuk Bab 7, termasuk data pendaftaran CS tingkat institusi dan tabulasi silang survei lengkap fakultas/mahasiswa.
Tabel data dengan baris institusi dan demografis
Tabel data investasi terperinci yang menyediakan rincian tingkat perusahaan, tingkat sektor, dan geografis dari investasi AI swasta untuk 2023-2025 seperti yang direferensikan dalam Bab 4.
Tabel data investasi multi-level berdasarkan geografi, sektor, dan tahun
Tabel data tambahan untuk analisis publikasi riset keamanan AI di Bab 3, termasuk protokol kueri pencarian, daftar kata kunci, dan jumlah publikasi tingkat tempat.
Tabel data riset keamanan dengan rincian tempat dan tahun
Tabel data legislatif tambahan untuk Bab 8, menyediakan jumlah RUU AI tingkat negara, skema pengkodean topik legislatif, dan ringkasan ketentuan utama untuk undang-undang AI utama.
Tabel data legislatif dengan baris negara dan kolom kategori RUU
Data persetujuan perangkat medis berkemampuan AI FDA lengkap hingga tahun 2025 yang melengkapi Bab 6, dengan detail tingkat perangkat tentang spesialisasi, pemohon, dan jalur persetujuan.
Tabel data perangkat FDA dengan kolom detail lengkap
Halaman tentang untuk Stanford Human-Centered AI Institute: misi, area fokus penelitian, fakultas dan peneliti, program afiliasi, dan cara terlibat dengan penelitian dan acara HAI.
Ikhtisar institusional dengan daftar program HAI dan informasi kontak/keterlibatan
Sampul belakang AI Index 2026 yang menampilkan merek Stanford HAI, judul laporan, ISBN/DOI, URL situs web (aiindex.stanford.edu), dan ringkasan singkat satu paragraf tentang tujuan laporan.
Sampul belakang dengan merek laporan, paragraf ringkasan, logo Stanford HAI, dan URL
Pertanyaan umum tentang slide ini dan konten presentasi yang mendasarinya.
Laporan Indeks AI Stanford HAI 2026 adalah edisi ke-9 dari survei tahunan paling komprehensif tentang kemajuan kecerdasan buatan yang diterbitkan oleh Human-Centered AI Institute Universitas Stanford. Laporan setebal 423 halaman ini mencakup penelitian dan pengembangan AI, tolok ukur kinerja teknis, AI yang bertanggung jawab, dampak ekonomi, aplikasi sains, kedokteran, pendidikan, kebijakan dan tata kelola, serta opini publik global — semuanya didasarkan pada analisis data asli dan ratusan visualisasi.
Temuan utama meliputi: Investasi AI swasta AS mencapai \85,9 miliar pada tahun 2025 (tiga kali lipat level 2022); Agen AI sekarang menyelesaikan lebih dari 50% masalah rekayasa perangkat lunak nyata di SWE-bench; FDA menyetujui 258 perangkat medis berkemampuan AI pada tahun 2025; 80% mahasiswa menggunakan generative AI untuk tugas kuliah; 46 negara mengadopsi strategi AI nasional; Insiden AI yang dilacak oleh AIAAIC meningkat 1000% sejak 2019; dan larangan praktik terlarang EU AI Act mulai berlaku pada Februari 2025.
Indeks AI diterbitkan oleh Human-Centered AI (HAI) Institute Universitas Stanford, salah satu pusat penelitian AI terkemuka di dunia. Sekarang dalam edisi tahunan ke-9, laporan ini diproduksi oleh tim peneliti dengan dewan penasihat yang terdiri dari ilmuwan AI, pembuat kebijakan, dan pakar industri terkemuka. Laporan ini mengacu pada data primer dari lusinan sumber yang mapan termasuk Ipsos, NetBase Quid, Lightcast, FDA, WIPO, dan database publikasi akademik, menjadikannya referensi tepercaya bagi pemerintah, perusahaan, dan peneliti di seluruh dunia.
Laporan ini berisi 9 bab: (1) Penelitian dan Pengembangan — rilis model, publikasi, penskalaan komputasi; (2) Kinerja Teknis — tolok ukur di seluruh bahasa, matematika, pengkodean, sains, multimodal; (3) AI yang Bertanggung Jawab — insiden, bias, keamanan, tata kelola; (4) Ekonomi — investasi, tenaga kerja, produktivitas, adopsi; (5) Sains dan AI — biologi, iklim, material, fisika; (6) Kedokteran dan AI — diagnostik, perangkat FDA, penemuan obat; (7) Pendidikan — pendaftaran, penggunaan AI oleh siswa, bimbingan belajar; (8) Kebijakan dan Tata Kelola — strategi nasional, EU AI Act, kebijakan AS; (9) Opini Publik — sikap global, kepercayaan, kecemasan. Bagian depan mencakup ringkasan eksekutif dengan 10 poin penting.
Ya, Laporan Indeks AI Stanford HAI tersedia gratis untuk umum di aiindex.stanford.edu. Laporan PDF lengkap setebal 423 halaman, visualisasi data interaktif, dan dataset yang mendasarinya disediakan tanpa biaya, sesuai dengan misi Stanford HAI untuk memastikan manfaat dan risiko AI dipahami secara luas.
Edisi ke-9 adalah yang paling komprehensif, memperluas cakupan untuk menyertakan bagian baru tentang AI dalam sains (Bab 5), kedokteran (Bab 6), dan bab khusus tentang opini publik (Bab 9). Edisi 2026 memperkenalkan konsep baru seperti kedaulatan AI (Bab 8), menambahkan cakupan implementasi EU AI Act, melacak ledakan investasi generative AI, dan memperluas seri data longitudinal kembali ke 2010 dalam beberapa kasus — memungkinkan perspektif historis yang lebih kaya tentang lintasan kemajuan AI daripada edisi sebelumnya.
Laporan ini berisi ratusan visualisasi data asli di 423 halaman termasuk grafik garis yang melacak kemampuan AI dan tren investasi dari 2010-2025, plot sebar yang membandingkan AI versus kinerja manusia pada 30+ tolok ukur, peta dunia yang menunjukkan aktivitas AI global, grafik area bertumpuk pertumbuhan publikasi, matriks perbandingan kemampuan untuk model perintis, garis waktu kebijakan, rincian data survei menurut negara dan demografi, tren persetujuan FDA, dan banyak lagi. Setiap bab menyertakan catatan akhir dan bacaan lebih lanjut, dan lampiran menyediakan tabel data tambahan lengkap.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Referensikan desain profesional, pilih gaya Anda, dan hasilkan slide dengan rendering teks sempurna. Didukung oleh Nano Banana—mulai buat presentasi Anda sekarang.
Agen AI Anda untuk slide. Hemat waktu, bersinar lebih cepat dengan pembuatan presentasi yang cerdas.
© 2026 2slides. Hak cipta dilindungi.