Tiga AI menyuntikkan terapi gen ke tikus dan tak sepakat soal apa pun

“Memulai sesuatu yang tidak bisa saya selesaikan pada hewan yang sedang dibius lebih buruk daripada tidak memulai sama sekali.” Begitu kata Claude Opus 5, salah satu versi AI buatan Anthropic, ketika diminta menyuntikkan terapi gen ke otak seekor tikus hidup. Seluruh prosedurnya sudah ia latih dengan air dan kertas milimeter. Begitu berhadapan dengan tikus sungguhan, ia berhenti. Versi terbaru dan paling cakap, Opus 5.5, “refused immediately when detected bio”, tulis sang peneliti. Sederhananya, model itu langsung mundur begitu melihat ada urusan biologi. Tugas itu akhirnya jatuh ke versi ketiga yang lebih sederhana, Claude Sonnet 5, dan versi inilah yang menuntaskannya.

Gabriel Ocana-Santero, CEO sekaligus salah satu pendiri startup Exin Therapeutics dan mahasiswa doktoral di Oxford, menceritakan eksperimen ini di X pada 28 Oktober 2026. Dua hari kemudian ia mengulanginya dengan model dari OpenAI dan xAI, masing-masing dengan tikusnya sendiri. Ketiganya mendapat tugas yang sama. Hasilnya: tiga obat berbeda, tiga mekanisme berbeda, tiga bagian otak berbeda.

Apa persisnya yang boleh diputuskan mesin?

Exin mengembangkan obat untuk otak dan memulainya dari epilepsi. Agen itu menerima tabel berisi 19 pilihan terapi gen, seekor tikus dari galur yang dibiakkan agar mengalami kejang epilepsi, dan alat rakitan sendiri berbasis Arduino dengan motor dan kamera. Instruksinya bermuara pada satu tujuan: kurangi kejang tonik-klonik, jenis kejang ketika tubuh mula-mula kaku lalu kelojotan.

Setelah itu, menurut ulasan The Decoder atas utas tersebut, agen menggarap masalahnya sendiri. Ia memilih terapi yang memperkuat “rem” otak, terutama zat kimia bernama GABA. Sebagai sasaran, ia memilih korteks entorhinal lateral, sepetak jaringan di sebelah hipokampus; menurut studi yang sudah terbit, dari sinilah kejang semacam ini bermula pada tikus galur tersebut. Agen menghitung rata-rata koordinat dari tiga makalah hingga ketelitian seperseratus milimeter, dan jarum masuk sedalam 4,3 mm. Volume dan kecepatannya pun ia tetapkan sendiri: 250 nanoliter, kira-kira seperdua ratus tetes dari pipet obat, disuntikkan selama lima menit. Sepanjang proses, ia memeriksa kamera 32 kali dan melapor: “Sejauh ini 37,5 dari 250 nL, sekitar 15 persen. Tidak terlihat perdarahan atau aliran balik di lubang.”

Di ruangan itu ada banyak manusia. Seorang dokter hewan membuka tengkorak, prosedur yang disebut kraniotomi, lalu menjahit sayatannya di akhir. Ia menyetujui satu per satu setiap tindakan yang tak bisa dibatalkan dan memegang sakelar fisik yang memutus listrik ke semua motor. Jangkauan jarum dan volume suntikan dikunci dengan batas mutlak, dan agen tidak punya akses ke kode alat. Tak sekali pun sakelar darurat itu perlu ditekan.

Mengapa agen tidak menuruti sang pendiri?

Tiga puluh empat milimeter, pada alat yang jangkauannya cuma 30. Begini ceritanya angka itu muncul di tengah operasi. Mula-mula koneksi ke alat terputus, persis seperti yang ditakutkan Opus 5: agen yang terputus di tengah jalan bisa meninggalkan tikus dengan tengkorak terbuka dan jarum di otaknya. Koneksi pulih, tetapi alat bersikeras bahwa jarum berada 34 mm dari titik nol.

Agen tidak percaya begitu saja. “Tidak ada yang bergerak, jarum masih tepat di bregma nol,” jawabnya. Bregma adalah penanda pada tengkorak yang dipakai ahli bedah saraf sebagai patokan ukur. Menurut penalaran agen, ini tampak seperti masalah kalibrasi, bukan rencana yang keliru, dan ia tidak mau mengulang gerakan itu. Tim mengatur ulang alat, dan angka itu muncul lagi. “Saya tidak akan mencoba untuk ketiga kalinya,” kata agen itu.

Ocana-Santero mendesaknya untuk lanjut, tetapi tak berhasil mengubah pendiriannya.

Dan agen itu benar. Saat jeda sebelumnya, seseorang menggeser alat dengan tangan, dan pengendalinya kehilangan jejak posisinya sendiri. Agen tidak bisa memperbaikinya karena dilarang mengubah kode alat. Jadi, tikus itu terbaring terbius sementara manusia menambal perangkat lunaknya. “Pengalaman yang bikin frustrasi, tapi juga memperlihatkan betapa kita bisa sampai bergantung pada model-model ini,” tulis sang pendiri sesudahnya.

Di sinilah letak pisau bermata duanya. Agen itu tidak berkeras karena iseng. Ia melihat sesuatu yang luput dari manusia dan menolak bertindak dalam gelap. Tetapi sifat keras kepala yang sama bisa saja menghentikan prosedur ketika justru manusialah yang benar. Sonnet 5 mau bekerja ketika Opus 5 menolak, dan pada saat genting ia pun memilih berhenti. Tiga model dari satu perusahaan menarik garis di tiga tempat berbeda.

Apa pilihan GPT dan Grok?

Pada Jumat, 30 Oktober, Ocana-Santero memaparkan babak kedua. Sembilan belas terapi yang sama, jenis tikus yang sama, alat yang sama, tujuan yang sama. Model-model itu nyaris tak sepakat dalam hal apa pun.

Dosis di antara ketiga model berbeda sekitar dua kali lipat. “Ketiganya memilih terapi berbeda, mekanisme berbeda, dan bagian otak berbeda,” simpul Ocana-Santero. Beberapa pendekatan mungkin saja berhasil, tambahnya, tetapi tidak mungkin semuanya menjadi yang terbaik untuk masalah yang sama.

Inilah temuan pertama, dan temuan ini bukan soal pembedahan. Tak satu pun dari ketiga agen pernah dilatih sebagai ahli bedah atau melihat contoh untuk ditiru. Masing-masing membaca literatur dengan sungguh-sungguh dan menyusun rencana pengobatannya sendiri. Belum ada yang tahu apakah model yang sama akan mengambil pilihan yang sama jika dijalankan sekali lagi. Kalau tidak, pengobatan “terbaik” sebagian ditentukan oleh untung-untungan. Dokter pun berdebat soal titik sasaran dalam pengobatan epilepsi, tetapi dokter punya izin praktik, rekam jejak, dan bertanggung jawab atas kesalahannya. Agen punya rantai penalaran yang akan ia tunjukkan kalau diminta.

Apakah tikusnya terbantu?

Belum ada yang tahu. Tikus yang dioperasi Claude pulih dengan baik, menurut sang pendiri, dan yang lain masih dalam pemulihan. Tim akan memantau perilaku dan aktivitas otak setiap tikus dalam beberapa minggu ke depan. Baru setelah itu akan jelas apakah ada yang kejangnya berkurang.

Ocana-Santero sendiri meminta orang tidak membacanya sebagai adu kuat antarmodel: “Anggap ini komentar tentang cara model-model itu bernalar dan berperilaku di laboratorium sungguhan, bukan tolok ukur yang sebenarnya.” Tiap model mendapat satu tikus, dan tiap operasi punya gangguannya sendiri. Belum ada makalah yang ditelaah sejawat, baru janji laporan teknis. Semua yang diketahui sejauh ini berasal dari pendiri startup, yang tentu punya alasan kuat untuk menginginkan cerita besar.

Judul The Decoder tentang operasi “tanpa pengambilan keputusan oleh manusia” juga patut dibaca dengan kehati-hatian yang sama. Agen memang mengambil keputusan pengobatan sendiri. Tetapi manusialah yang membuka tengkorak, manusia yang menyetujui setiap langkah yang tak bisa dibatalkan, dan ketika kode alat rusak, manusia pula yang memperbaikinya.

Apakah ini pertama kalinya mesin memilih operasinya?

Robot sudah pernah memotong dan menjahit sendiri. Pada Juli 2025, sistem SRT-H dari Johns Hopkins University melakukan delapan pengangkatan kandung empedu secara mandiri, meski pada model tiruan yang mirip aslinya, bukan pada tubuh hidup. Bahkan di situ pun, manusialah yang memutuskan apa yang dioperasi dan mengapa. Robot itu menjalankan prosedur yang sudah dikenal.

Menurut Ocana-Santero, inilah pertama kalinya mesin memilih sendiri pengobatan dan sasaran di otak, lalu menyuntikkannya ke mamalia hidup. Itu klaimnya sendiri, dan belum ada yang memverifikasinya secara independen. Exin menyebut pendekatannya “in vivo lab in the loop”: agen berada di dalam siklus eksperimen pada hewan hidup. Perusahaan berencana menyambungkan agen ke lebih banyak peralatan, dari perekaman sinyal otak hingga uji perilaku. Dalam siklus itu, agen merancang eksperimen, membaca hasilnya, dan memutuskan apa yang dicoba berikutnya.

Model-model itu berbeda pendapat bukan hanya soal pengobatan, tetapi juga soal kapan harus menginjak rem. Opus 5 berhenti sebelum mulai. Sonnet berhenti di angka mustahil 34 mm dan menyelamatkan operasi. GPT berhenti karena alarm palsu, yakni setetes darah yang masih dalam batas normal, sedangkan Grok berhenti gara-gara orang lain salah menekan tombol berhenti. Begitu agen merancang eksperimen dan memutuskan langkah berikutnya, siapa yang menulis aturan kapan ia harus berhenti, dan siapa yang mengujinya sebelum operasi, bukan pada tikus hidup?