Jumat, Oktober 25

Jakarta

ByteDance, perusahaan induk TikTok, memecat seorang karyawan magang karena menyabotase salah satu model kecerdasan buatannya. Klarifikasi ini dikeluarkan setelah muncul sejumlah rumor liar di media sosial.

Dalam postingannya di media sosial, ByteDance mengonfirmasi karyawan magang tersebut dipecat pada bulan Agustus lalu. Karyawan magang itu merupakan bagian dari tim teknologi komersial, tapi dipecat karena melakukan pelanggaran serius.

Karyawan magang itu dituduh menyabotase tugas pelatihan model AI untuk proyek penelitian ByteDance. Proyek komersial dan bisnis online ByteDance tidak sampai terkena dampak sabotase ini, begitu juga dengan model AI-nya.


Rumor yang beredar di media sosial mengklaim sabotase ini sampai melibatkan lebih dari 8.000 unit GPU yang membuat ByteDance rugi hingga jutaan dolar. Namun raksasa teknologi asal China itu mengatakan klaim itu terlalu dilebih-lebihkan.

ByteDance juga menuding karyawan magang itu menambahkan informasi menyesatkan di profil media sosialnya, termasuk mengklaim bahwa pekerjaannya terkait dengan tim AI Lab ByteDance.

“Orang tersebut adalah pekerja magang di tim teknologi komersial dan tidak memiliki pengalaman dengan AI Lab,” kata ByteDance dalam pernyataan resminya, seperti dikutip dari BBC, Selasa (22/10/2024).

“Profil media sosial mereka dan sejumlah laporan media berisi informasi yang tidak akurat,” sambungnya.

Selain memecat karyawan magang tersebut, ByteDance juga melaporkan insiden itu ke universitas tempat karyawan magang tersebut menempuh pendidikan dan badan industri terkait.

Sama seperti perusahaan teknologi di China dan seluruh dunia, ByteDance juga terjun ke dunia AI generatif. Pada Mei 2024, mereka meluncurkan chatbot AI Doubao yang kalah bersaing dengan chatbot Ernie milik Baidu.

Agar bisa bersaing dengan kompetitor, ByteDance mengumpulkan pinjaman sebesar USD 10,8 miliar untuk memperluas fasilitasnya. Pinjaman ini akan mendanai proyek AI generatif dan mengembangkan large language model untuk aplikasi mirip ChatGPT.

(vmp/vmp)

Membagikan
Exit mobile version