DeepSeek, perusahaan kecerdasan buatan asal Tiongkok, menjadi sorotan usai model terbarunya, R1-0528, diduga dilatih menggunakan output dari model milik Google, Gemini.
Model R1-0528 disebut mampu menyelesaikan soal matematika dan pemrograman secara impresif, namun DeepSeek tidak mengungkapkan secara terbuka asal data pelatihan model tersebut. Hal ini memicu dugaan bahwa data latihannya berasal dari model AI lain yang lebih canggih, khususnya Gemini versi 2.5 Pro.
Dugaan ini pertama kali disampaikan oleh pengembang AI asal Melbourne, Sam Paech, yang kerap menguji kecerdasan emosional model AI. Ia mengklaim memiliki bukti bahwa DeepSeek meniru gaya bahasa Gemini.
“Kalau kamu merasa model DeepSeek R1 terdengar agak berbeda, kemungkinan besar mereka sudah beralih dari output OpenAI ke Gemini,” tulis Paech dalam unggahannya di media sosial X, Kamis (5/6/2025).
Baca Juga: Cerita Liang Wenfeng, dari Desa Kecil Mengguncang Dunia Lewat DeepSeek
Seorang pengembang anonim juga mendukung klaim tersebut. Ia menyebutkan bahwa “jejak pemikiran”dari DeepSeek R1-0528 sangat menyerupai pola keluaran Gemini, yang memperkuat dugaan bahwa DeepSeek menggunakan teknik distilasi—yakni melatih model baru dengan meniru keluaran dari model AI lain.
Ini bukan kali pertama DeepSeek dituduh melakukan hal serupa. Pada Desember 2024, model sebelumnya sering kali salah mengidentifikasi diri sebagai ChatGPT. Kecurigaan pun muncul bahwa DeepSeek menggunakan log percakapan dari ChatGPT untuk melatih modelnya.
Pada awal 2025, OpenAI mengungkapkan kepada Financial Timesbahwa mereka menemukan bukti DeepSeek melakukan distilasi terhadap model mereka. Meski teknik tersebut umum digunakan di industri AI, OpenAI secara tegas melarang penggunaannya untuk menciptakan produk pesaing.
Laporan Bloomberg juga menyebutkan bahwa Microsoft, investor utama OpenAI, menemukan aktivitas pengambilan data dalam jumlah besar dari akun pengembang OpenAI pada akhir 2024. Akun-akun tersebut diyakini memiliki keterkaitan dengan DeepSeek.
Baca Juga: Teknologi Bocor, Trump Dikabarkan Segera Blokir DeepSeek di AS
Di tengah maraknya penggunaan data sintetis, para ahli menyebutkan bahwa konten internet kini semakin sulit dibedakan antara buatan manusia dan AI. Artikel clickbait serta unggahan bot di platform seperti Reddit dan X turut "mengontaminasi" data pelatihan yang beredar.
Nathan Lambert, peneliti dari lembaga AI nirlaba AI2, menyebut dugaan penggunaan data dari Gemini oleh DeepSeek sebagai sesuatu yang masuk akal.
“Kalau saya di posisi DeepSeek, saya juga akan membuat banyak data sintetis dari model API terbaik yang ada. Mereka kekurangan GPU tapi punya banyak uang. Dengan cara ini, mereka bisa dapat daya komputasi lebih banyak secara tidak langsung,” tulis Lambert di X.
Menanggapi tren ini, perusahaan-perusahaan AI besar seperti Google, OpenAI, dan Anthropic mulai memperketat sistem keamanan data model mereka.