Referensi Nol ScientistOne: Analisis Rantai Bukti

Kutipan akademik seharusnya menjadi bukti, bukan bantal hias dekoratif. Namun, penelitian yang dihasilkan AI telah mengembangkan kebiasaan kecil yang “menawan”: menempelkan bukti palsu pada prosa yang sangat percaya diri. Begitulah kita mendapatkan makalah yang tampak seolah-olah ditelaah sejawat oleh komite jenis huruf. Itulah mengapa hasil ScientistOne yang dilaporkan ini layak diperhatikan sejenak. Crypto Briefing mengatakan kerangka kerja baru Google mencatat nol referensi halusinasi di 75 makalah yang dievaluasi, angka yang terdengar seperti padanan kutipan dari tes narkoba yang bersih. Bagian pentingnya bukan bahwa referensinya diformat dengan rapi. Bagian pentingnya adalah bahwa sistem ini dibangun untuk menjaga bukti tetap melekat pada klaim sebelum naskah berubah menjadi pembohong kecil yang dipoles.

Angkanya mencolok, mekanismenya yang penting

Google Research memperkenalkan Science One Framework pada 30 Juli 2026, dengan Rui Meng dan Tomas Pfister menggambarkannya sebagai prototipe penelitian eksperimental yang dirancang untuk menghilangkan halusinasi dengan membangun rantai bukti yang dapat diverifikasi secara bawaan. Postingan Google Research yang sama juga memperkenalkan CoE Audit, sebuah protokol otomatis untuk mengevaluasi integritas makalah yang dihasilkan AI. Dengan kata lain, sistem ini tidak sekadar mengajari model untuk mengatakan “silakan lihat Lampiran A” dengan aksen yang lebih seperti profesor.

AlphaSignal melaporkan bahwa kerangka kerja ini dibangun di atas Chain-of-Evidence, yang mewajibkan setiap klaim dalam makalah yang dihasilkan AI dapat dilacak ke sumber bukti yang berlandaskan fakta pada saat klaim itu dibuat. Waktu itu penting. Jika asal-usul bukti baru ditempelkan setelah teks dibuat, Anda tidak benar-benar memverifikasi klaim, melainkan meminta model untuk ber-cosplay sebagai pustakawan setelah ia telanjur merapikan ulang rak-rak buku dengan peniup daun.

Nol referensi halusinasi di 75 makalah yang dievaluasi, seperti dikutip oleh Crypto Briefing, karena itu paling tepat dibaca sebagai hasil arsitektural. Ini lebih sedikit berbicara tentang kata-kata ajaib, dan lebih banyak tentang disiplin alur kerja. Agen riset membutuhkan padanan sistem kontrol versi untuk klaim, di mana setiap kalimat yang memiliki bobot ilmiah memiliki riwayat commit.

Bug kutipan palsu tidak pernah sekadar bug bibliografi

Google Research membingkai masalah ini di sekitar agen otonom yang dapat menjalankan alur kerja penelitian ilmiah dari awal sampai akhir. Postingan tersebut mencatat bahwa sistem-sistem terbaru, termasuk AI-Scientist dari Sakana, AutoResearchClaw, DeepScientist, dan AI-Researcher, dapat meninjau literatur, merumuskan hipotesis, menjalankan eksperimen, dan menulis naskah lengkap yang sebanding dengan makalah yang ditulis manusia. Itu mengesankan, dan juga tepat saat papan lantai mulai berderit.

Seperti yang disampaikan Google Research dalam analisisnya sendiri, kualitas naskah di permukaan telah meningkat, sementara kemampuan untuk diverifikasi menjadi masalah struktural. Generasi yang berulang berarti kesalahan yang muncul pada satu tahap dapat diperbesar kemudian, seperti salah ketik di spreadsheet yang tumbuh dewasa, mendapat jabatan tetap, lalu mulai membimbing mahasiswa pascasarjana.

Menurut postingan Google Research, beberapa sistem yang ada dapat menghasilkan kutipan yang tidak pernah ada, yang merupakan versi akademik dari mencantumkan teman khayalan Anda sebagai rekan penulis. Inilah mengapa pemformatan kutipan adalah medan pertempuran yang keliru. Referensi yang rapi untuk makalah yang tidak ada tetaplah fiksi, hanya saja memakai huruf miring. Masalah rekayasa yang lebih sulit adalah mempertahankan tautan antara literatur, klaim, eksperimen, hasil, dan artefak kode saat agen bergerak melalui alur kerja penelitian.

Audit mengalahkan perasaan

Google Research mengatakan CoE Audit adalah protokol otomatis untuk mengevaluasi integritas makalah yang dihasilkan AI. Itulah bagian yang sebaiknya digarisbawahi dua kali oleh para pembangun, kalau bisa tanpa membiarkan model memilih warna stabilonya. Alat penelitian yang dapat diverifikasi membutuhkan cara untuk memeriksa apakah klaim dalam makalah yang dihasilkan benar-benar terhubung kembali ke bukti, alih-alih meminta pengguna memercayai mesin paragraf yang fasih hanya karena terdengar seperti pemilik jaket tweed.

AlphaSignal menggambarkan tujuannya sebagai membuat penelitian yang dihasilkan AI dapat direproduksi dan diverifikasi melalui Chain-of-Evidence. Pelajaran bergunanya bukan bahwa satu kerangka kerja akan menyelesaikan kebenaran ilmiah selamanya, karena ayolah, kita semua sudah selamat melewati musim benchmark. Pelajaran bergunanya adalah bahwa verifikasi harus menjadi bagian dari substrat generasi: catatan retrieval, log evaluator, jejak implementasi, dan asal-usul di tingkat klaim perlu menjadi objek kelas satu, bukan hiasan catatan kaki.

Bagi tim produk yang membangun asisten riset, ini mengubah daftar periksa. Jangan hanya bertanya apakah model dapat merangkum makalah. Tanyakan apakah setiap klaim dalam ringkasan dapat dilacak ke sumber pada saat dibuat, apakah klaim numerik memiliki dukungan evaluasi, dan apakah audit berikutnya dapat menggagalkan output sebelum manusia menghabiskan satu sore men-debug jejak kutipan halusinasi.

Yang perlu diperhatikan pembangun berikutnya

Liputan KuCoin membingkai ScientistOne sebagai respons terhadap masalah kredibilitas dalam penelitian yang dihasilkan AI, ketika sistem dapat secara otonom menghasilkan makalah akademik tetapi masih kesulitan dengan kepercayaan. Kerangka itu berguna karena pasar untuk perkakas ilmiah tidak akan dimenangkan oleh siapa pun yang menghasilkan PDF paling percaya diri. Pasar itu akan dimenangkan oleh alat yang membuat ketidakpastian dapat diperiksa dan bukti murah untuk diverifikasi.

Hal berikutnya yang perlu diperhatikan adalah apakah sistem penelitian otonom lain mengadopsi mekanisme chain-of-evidence yang sebanding dan menerbitkan evaluasi yang melampaui naskah yang tampak cantik. Bagi pembaca yang membangun penulisan AI, RAG, alur kerja agentik, atau perkakas laboratorium, pelajarannya menyenangkan sekaligus blak-blakan: asal-usul bukti adalah fitur produk, bukan konfeti kepatuhan. Bibliografi tidak pernah menjadi bukti pembelian. Itu hanya kertas pembungkus hadiah.