Keuntungan:
- Kemampuan untuk membedakan di mana AI menghemat waktu nyata dalam alur kerja teknik pertambangan dan di mana tanggung jawab penting keselamatan harus tetap berada di tangan insinyur yang kompeten, tergantung pada tingkat risikonya
- Kemampuan untuk menerapkan disiplin validasi berlapis yang menguji setiap keluaran AI terhadap standar, penghitungan independen, dan pengukuran lapangan
- Kemampuan untuk menganonimkan konteks dan memperoleh kebiasaan memilih kendaraan yang aman untuk melindungi data cadangan, informasi lisensi, dan data personel/produksi
Tugas seorang insinyur pertambangan adalah menjembatani ketidakpastian di bawah tanah dengan keputusan di atas tanah. Memperkirakan badan bijih mulai dari data pengeboran, menghitung cadangan, merencanakan lubang, mengelola armada peralatan, memantau perilaku lereng, memastikan keselamatan kerja, mengukur dampak lingkungan dan melaporkan semua itu sesuai dengan peraturan perundang-undangan. Ciri umum dari pekerjaan ini adalah bahwa mereka bekerja dengan sejumlah besar pengukuran dan data, namun setiap keputusan mengakibatkan nyawa manusia, investasi jutaan lira, dan konsekuensi lingkungan yang tidak dapat diubah di lapangan. Kecerdasan buatan (disingkat AI; sistem perangkat lunak yang bekerja pada teks, angka, dan gambar dengan data besar dan model bahasa) adalah bantuan yang ampuh dalam bidang yang padat data namun penting dalam pengambilan keputusan ini. Unit ini mengajarkan Anda tempat menggunakan AI dengan aman di pertambangan, tempat bahayanya, dan alasan Anda harus memvalidasi setiap keluaran AI terhadap standar, pengukuran lapangan, dan penilaian teknik.
Prinsip utama yang akan Anda gunakan dalam modul ini adalah: AI adalah asisten, bukan pengambil keputusan. Nilai kadar (rasio logam dalam bijih), sudut kemiringan, angka cadangan, batas keamanan atau pasal perundang-undangan tidak menjadi benar hanya karena "AI mengatakan demikian"; Ini hanyalah sebuah hipotesis sampai diverifikasi oleh pengukuran, referensi, dan penilaian insinyur yang kompeten. Anda akan melihat kalimat ini lagi di setiap unit modul, karena dalam penambangan, angka yang salah sering kali berarti jatuhnya suatu investasi, runtuhnya lereng, atau cederanya seseorang.
Apa itu LLM dan apa fungsinya dalam penambangan?
LLM (Large Language Model) adalah perangkat lunak yang mempelajari pola dari potongan teks yang sangat besar dan memprediksi "kata berikutnya" berdasarkan probabilitas. Ini adalah mesin alat seperti ChatGPT, Claude, Gemini. Intinya begini: LLM adalah "penaksir bahasa", bukan "basis pengetahuan". Mengucapkan terminologi pertambangan dengan lancar, namun tidak mengukur tingkatannya; menghasilkan angka yang paling mungkin muncul. Oleh karena itu, ia mungkin memberikan jawaban yang meyakinkan namun salah mengenai kadar rata-rata, laju pengupasan tanah, klausul peraturan, atau batas ledakan. Ini disebut halusinasi (buatan). Halusinasi bukanlah suatu kerusakan, namun merupakan fitur yang melekat pada teknologi ini; Oleh karena itu, verifikasi bukanlah sebuah "langkah tambahan" namun merupakan bagian integral dari pekerjaan.
Tugas di mana AI kuat dalam penambangan:
- Penjelasan dan pengajaran konsep: apa itu variogram, bagaimana cara kerja aturan leverage, bagaimana terjadinya drainase asam tambang.
- Pembersihan dan pengorganisasian data: mengubah log lubang bor yang tersebar menjadi tabel yang koheren, menangkap ketidakcocokan unit.
- Menghasilkan daftar hipotesis: membuat daftar secara sistematis kemungkinan penyebab penurunan produksi.
- Pengkodean: Skrip pembersihan data, grafik, geostatistik, dan analisis anomali dengan Python.
- Teks draft: JSA (analisis keselamatan kerja), laporan pemantauan lingkungan, draft tender/spesifikasi teknis.
- Brainstorm: perbandingan skenario, ide rencana eksperimen/pengukuran.
Dimana AI lemah dan berisiko:
- Memberikan nilai numerik yang tepat (kemiringan, cadangan, sudut kemiringan, nilai batas).
- Informasi undang-undang/pasal standar dan versi terkini dan spesifik.
- Diagnosis tanpa data pengukuran aktual situs Anda.
- Keputusan penting keselamatan: persetujuan desain ledakan, keputusan evakuasi, kemudahan servis.
Klasifikasi berdasarkan risiko: filter sebelum menggunakan AI
Tidak setiap tugas memiliki tingkat risiko yang sama. Klasifikasikan tugas berdasarkan tingkat risiko sebelum menggunakan AI. Tabel di bawah ini memberikan kerangka keputusan yang akan Anda gunakan sepanjang modul ini.
Tingkat risiko
contoh tugas
peran AI
Verifikasi wajib
rendah
Penjelasan konsep, draf teks, kerangka kode
penggunaan gratis
Ulasan saja sudah cukup
sedang
Pembersihan data, daftar hipotesis, pengaturan perhitungan
Draf/penulis bersama
Kontrol manual + konfirmasi sumber
tinggi
Estimasi cadangan, batas pit, parameter peledakan
penghasil ide
Standar + pengukuran lapangan + perangkat lunak
kritis
Keputusan evakuasi, keamanan lereng, keputusan kemudahan servis/kesesuaian
Hanya draf/pindaian
Persetujuan insinyur yang kompeten + pengujian terakreditasi
Tip: Jika Anda menandai suatu tugas sebagai "penting", keluaran AI tidak akan pernah menjadi dokumen akhir. Paling banyak dapat berupa rancangan awal atau daftar periksa; Insinyur yang kompeten melakukan penandatanganan dan tanggung jawab.
Alur end-to-end: menyematkan AI ke dalam alur kerja Anda
Siklus pemecahan masalah yang umum terjadi dalam penambangan berjalan seperti ini, dimana AI terlibat dalam setiap langkah namun tidak menyelesaikan satu pun langkah sendirian:
- Definisikan masalahnya: Apa yang harus diprediksi, keputusan apa yang harus diambil, kendala apa yang ada? (AI: memperjelas pertanyaannya.)
- Kumpulkan dan bersihkan data: Pengeboran, produksi, pemantauan, data laboratorium. (AI: kuat dalam pembersihan dan pemeriksaan inkonsistensi.)
- Hasilkan hipotesis/skenario: Kemungkinan penyebab, rencana alternatif. (AI: menghasilkan daftar sistematis.)
- Analisis: Perhitungan, geostatistik, model, pemrosesan gambar. (AI: menghasilkan kode dan fiksi perhitungan.)
- Verifikasi: Standar, bidang, akun mandiri, perangkat lunak. (AI berada di pinggir lapangan; manusia dan pengukuran memutuskan.)
- Laporkan dan putuskan: Insinyur yang kompeten mengambil tanggung jawab. (AI: penulis draf.)
Ingatlah enam langkah ini; modul selanjutnya menunjukkan kepada Anda cara menggunakan AI dengan tugas penambangan konkrit, langkah demi langkah.
tiga kasus mini
Kasus 1 - Nilai rata-rata yang dibuat-buat. Seorang pekerja magang menanyakan alat obrolan AI tentang nilai rata-rata proyek tembaga; AI mengatakan “sekitar 0,65% Cu.” Magang menempatkan ini dalam presentasi investasi. Namun, AI belum melihat satu pun data pengeboran proyek ini; menghasilkan angka tipikal untuk "proyek tembaga". Nilai sebenarnya hanya berasal dari gabungan data pengeboran dan perkiraan geostatistik milik proyek; Nilai riil dalam proyek ini adalah 0,38%. Selisihnya adalah selisih antara investasi yang tampak untung dan yang merugi. Sikap yang benar adalah jangan pernah "menanyakan" nilai AI, tetapi menghitungnya dari database Anda sendiri.
Kasus 2 — Klausul peraturan tidak ada. Seorang insinyur menanyakan AI tentang getaran tanah maksimum (PPV: kecepatan partikel puncak, mm/s) yang diperbolehkan dalam peledakan. AI mengatakan "10 mm/s sesuai peraturan" dan membuat nomor item. Insinyur menulis laporan sesuai dengan itu. Selama pemeriksaan, terungkap bahwa nomor barang tersebut tidak asli dan nilai batasnya bervariasi tergantung jarak dan jenis bangunan. Sikap yang benar adalah dengan membuka peraturan yang berlaku saat ini dari sumber yang resmi serta menegaskan nilai dan substansinya. Kalaupun AI mengetahui nama peraturannya dengan benar, ia mungkin berhalusinasi tentang nomor pasalnya.
Kasus 3 — Penggunaan yang benar. Seorang ahli geologi mencurigai adanya perbedaan pada kolom kemiringan pada kumpulan data 40 lubang bor. Ini memberitahu AI untuk "mendaftar baris dalam tabel ini yang mungkin memiliki inkonsistensi unit, nilai negatif, outlier yang terlihat, dan sel kosong, dan tulis apa yang Anda curigai untuk masing-masingnya; JANGAN benar, cukup tandai." AI menandai beberapa baris bercampur % bercampur ppm, dua nilai negatif, dan nilai kode 999. Ahli geologi memeriksa dan mengoreksinya satu per satu dari kayu mentah. Di sini AI digunakan dengan benar: menarik perhatian, manusia mengambil keputusan dan melakukan koreksi.
Templat cepat yang dapat disalin
Anda dapat menggunakan template di bawah ini dengan menyesuaikannya dengan bisnis Anda sendiri. Di masing-masingnya, terdapat instruksi sadar untuk "memberikan angka pasti, menunjukkan sumbernya, menjelaskan ketidakpastian".
TEMPLATE PERAN DAN BATAS "Peran: Anda adalah asisten insinyur pertambangan yang berpengalaman. Tugas: [tulis subjeknya]. Aturan: Saat memberikan nilai numerik yang tepat (nilai, cadangan, batas), sebutkan SUMBER; jika tidak yakin, katakan 'harus diverifikasi'. Jika Anda memberikan peraturan/pasal baku, berikan versinya, namun ingatkan bahwa harus dikonfirmasi dari sumber resmi. Di akhir jawaban, tulis item 'apa yang perlu diverifikasi dengan pengukuran/perhitungan lapangan' dengan barang."
TEMPLATE PEMBANGUNAN HIPOTESIS"Buatlah daftar sistematis kemungkinan alasan untuk situasi berikut: [jelaskan situasinya; apa yang diamati, data apa yang tersedia]. Untuk setiap hipotesis: (1) bukti apa yang mendukungnya, (2) pengukuran atau perhitungan apa yang harus dilakukan untuk mengkonfirmasi/menyangkalnya. MEMBUAT diagnosis pasti; menghasilkan peta jalan penyelidikan."
TEMPLATE DAFTAR PERIKSA VERIFIKASI"Cantumkan SETIAP nilai numerik dan SETIAP peraturan/referensi standar dalam draf laporan di bawah ini. Untuk masing-masing, tunjukkan dari sumber mana (data pengeboran mandiri, teks peraturan, laporan laboratorium, survei lapangan) harus diverifikasi. Kumpulkan yang asal usulnya tidak pasti di bawah 'tidak dapat digunakan tanpa verifikasi'. Teks: [tempel]."
TEMPLATE PRA-PEMERIKSAAN ANONIMASI "Sebelum memberikan teks berikut ke alat AI, tandai rahasia dagang atau bagian sensitif pribadi/peraturan: nomor cadangan, nomor lisensi, koordinat sebenarnya, nama pelanggan/staf, data biaya rahasia. Sarankan bagaimana saya dapat menganonimkan ini. Teks: [tempel]."
Perintah lemah / Perintah kuat
Mengajukan pertanyaan yang sama dengan dua cara akan menghasilkan hasil yang sangat berbeda.
PROMPT LEMAH: "Berapa cadangan tambang ini?"
PROMPT KUAT: "Peran: Anda adalah asisten ahli geologi sumber daya. Jelaskan langkah mana yang harus dilalui dalam estimasi cadangan/sumber daya (pengomposisian, variogram, kriging, klasifikasi, batas keekonomian) dan data mana serta persetujuan orang yang kompeten mana yang diperlukan pada setiap langkah. JANGAN MEMBERIKAN nomor cadangan YANG TEPAT; tekankan bahwa ini hanya dapat dihitung dari data proyek itu sendiri dan harus dilaporkan dalam kerangka kode seperti JORC/UMREK."
Permintaan yang lemah mengundang AI untuk berbaikan; Perintah yang kuat menjaganya tetap pada pekerjaan yang benar (deskripsi proses) dan mencegah terjadinya halusinasi digital.
Kesalahan umum
- “Menanyakan” AI untuk nomor spesifik mata pelajaran seperti nilai, cadangan, dll. AI tidak mengetahui data Anda; angka-angka ini dihitung hanya dari database Anda sendiri.
- Menggunakan peraturan perundang-undangan/klausul baku tanpa mempertegasnya. Nomor dan nilai barang sering kali menjadi halusinasi.
- Mendasarkan keputusan penting terhadap keselamatan pada keluaran AI. Keputusan evakuasi, persetujuan peledakan dan kemudahan servis dibuat oleh insinyur yang kompeten.
- Menempelkan data sensitif ke alat cloud tanpa menganonimkannya. Data cadangan, koordinat, dan biaya adalah rahasia dagang.
- Menunggu satu pertanyaan dan satu jawaban. Gunakan AI secara berulang: buat draf, kritik, verifikasi, koreksi.
Perhatian: Semakin tepat dan yakin suatu angka muncul dalam keluaran AI, semakin tinggi kebutuhan verifikasi. Presisi bukanlah jaminan keakuratan.
Singkatnya
Di unit ini Anda telah melihat bahwa AI adalah asisten dalam penambangan, bukan pengambil keputusan. LLM adalah prediktor bahasa; Ia kuat dalam penjelasan konsep, pembersihan data, hipotesis dan pembuatan kode, namun berisiko dalam menghasilkan angka dan undang-undang yang tepat (halusinasi). Klasifikasikan tugas sebagai rendah/sedang/tinggi/kritis dan sesuaikan kedalaman verifikasi. Verifikasi setiap nilai numerik dari data Anda sendiri atau pengukuran lapangan, setiap referensi peraturan dari sumber resmi. Keputusan penting tentang keamanan selalu berada di tangan teknisi yang kompeten dan menganonimkan data sensitif sebelum digunakan.
Tugas aplikasi
Pilih lima tugas dari bisnis Anda sendiri (atau proyek penambangan fiktif): deskripsi konsep, pembersihan data, daftar hipotesis, cadangan/nilai numerik, dan pertanyaan peraturan. Tempatkan masing-masing pada tabel risiko di atas. Kemudian alihkan dua tugas berisiko rendah/menengah ke AI dengan templat “Peran dan batasan” dan tandai setiap elemen numerik/peraturan dari keluaran dengan templat “Daftar periksa verifikasi”. Tuliskan elemen mana yang tidak dapat digunakan tanpa verifikasi.
daftar periksa
- [ ] Saya menempatkan misi pada tingkat risiko (rendah/sedang/tinggi/kritis) sebelum menggunakannya.
- [ ] Saya menghitung angka spesifik bidang seperti nilai, cadangan, dll. dari hasil panen saya sendiri alih-alih menanyakannya kepada AI.
- [ ] Saya telah memverifikasi setiap acuan perundang-undangan/standar dari sumber resmi.
- [ ] Saya menganonimkan data sensitif (cadangan, koordinat, nama, biaya).
- [ ] Saya menyerahkan keputusan penting terhadap keselamatan kepada persetujuan insinyur yang kompeten, bukan berdasarkan keluaran AI.
- [ ] Saya memindai setiap nilai numerik dalam keluaran AI untuk "tidak dapat digunakan tanpa verifikasi".