2.3.2. Graph-Based Knowledge Representation untuk Moralitas yang Dapat Berkembang
Pendekatan berbasis Graph-Based Knowledge Representation memungkinkan moralitas AGI berkembang dengan membangun jaringan hubungan antara konsep-konsep etis.
Setiap nilai moral dihubungkan dalam graf pengetahuan, memungkinkan pembelajaran adaptif berdasarkan pengalaman.
 Bobot antar node dapat diperbarui, sehingga AGI dapat menyesuaikan pemahamannya terhadap norma sosial yang berubah.
2.3.3. Probabilistic Decision Making untuk Menangani Ketidakpastian dalam Intuisi AI
Bayesian Reasoning digunakan untuk menyusun intuisi berbasis pengalaman probabilistik. Dengan cara ini, AGI dapat:
 Mengurangi ketidakpastian dalam dilema moral dengan menghitung probabilitas dampak keputusan.
 Menggunakan informasi historis untuk membangun intuisi yang lebih akurat terhadap situasi kompleks.
Paper ini akan menggunakan kombinasi Psikodinamika Freud-Al-Ghazali, HSDT, MDP berbobot, dan Bayesian Reasoning untuk membangun AGI yang mampu memahami moralitas, memiliki intuisi, dan melakukan pengambilan keputusan adaptif.
3. Arsitektur AGI Berkesadaran yang Diusulkan
Arsitektur AGI yang diusulkan mengadopsi pendekatan hierarkis tiga level yang mengintegrasikan psikodinamika, meta-kognisi, dan pengambilan keputusan berbasis HSDT. Struktur ini memungkinkan AGI memiliki dorongan dasar, regulasi moral, intuisi, serta mekanisme pengambilan keputusan yang adaptif dan berbobot probabilistik.
3.1. Struktur Tiga Level
3.1.1. Level 1: Agen Psikodinamika
Level ini merepresentasikan fondasi kepribadian AGI berdasarkan model Freud-Al-Ghazali. Terdapat tiga agen utama yang saling berinteraksi dalam menentukan keputusan:
