GoTo merilis model kecerdasan artifisial dengan 27 miliar parameter yang dirancang memahami Bahasa Indonesia sekaligus sejumlah bahasa daerah. Model tersebut dipublikasikan secara terbuka agar dapat dimanfaatkan pengembang, akademisi, pelaku usaha kecil, dan institusi publik di dalam negeri. Langkah ini menempatkan GoTo di antara sedikit perusahaan teknologi Asia Tenggara yang membangun model bahasa besar sendiri, bukan sekadar mengadaptasi model global.
Angka 27 miliar parameter merujuk pada jumlah bobot yang membentuk jaringan saraf model. Ukuran itu menempatkan model berada di kelas menengah ke atas: cukup besar untuk menangani tugas penalaran, peringkasan dokumen, penerjemahan, dan penyusunan teks, tetapi masih memungkinkan untuk dijalankan pada infrastruktur komputasi yang tersedia di dalam negeri setelah melalui proses kuantisasi atau pemadatan. Bagi perusahaan, ukuran tersebut juga menjadi kompromi antara kualitas keluaran dan biaya operasional.
Model terbuka dan peluang penyesuaian lokal
Karena dirilis secara terbuka, model dapat disesuaikan oleh pihak lain untuk kebutuhan spesifik, misalnya layanan kesehatan masyarakat, administrasi pemerintahan daerah, atau pendampingan usaha mikro. Pengembang dapat melatih ulang model dengan korpus lokal tanpa harus memulai dari nol, sehingga waktu dan biaya pengembangan berkurang.
Pendekatan terbuka ini juga memungkinkan proses audit oleh pihak independen. Peneliti dapat menguji sejauh mana model memahami konteks budaya setempat, mengenali bias, dan menilai risiko keluaran yang menyesatkan. Transparansi semacam ini penting ketika model dipakai untuk keperluan yang berdampak langsung pada masyarakat.
Kemampuan bahasa daerah menjadi pembeda
Klaim utama model ini terletak pada dukungan terhadap bahasa daerah. Bahasa seperti Jawa, Sunda, Bali, Batak, Minangkabau, Bugis, dan sejumlah bahasa lain di Nusantara memiliki jumlah penutur besar, tetapi representasinya di internet jauh lebih kecil dibandingkan bahasa Inggris. Ketimpangan data itu membuat model global sering menghasilkan keluaran yang kaku, keliru, atau sama sekali tidak memahami ungkapan lokal.
Dukungan bahasa daerah membuka peluang penerapan yang lebih luas, mulai dari layanan informasi publik di daerah, materi pembelajaran, hingga kanal layanan pelanggan yang menggunakan bahasa sehari-hari masyarakat. Selama ini, penutur bahasa daerah sering harus berpindah ke Bahasa Indonesia atau bahasa asing agar dapat berinteraksi dengan sistem digital.
Tantangan data dan pengujian mutu
Membangun model yang benar-benar fasih berbahasa daerah bukan pekerjaan sederhana. Sumber teks digital dalam bahasa daerah terbatas, tersebar tidak merata, dan kerap tidak memiliki standar ejaan yang seragam. Variasi dialek menambah kompleksitas, terutama ketika penutur mencampur bahasa daerah dengan Bahasa Indonesia dalam satu percakapan.
Karena itu, pengujian mutu menjadi krusial. Evaluasi tidak cukup mengandalkan tolok ukur otomatis, tetapi perlu melibatkan penutur asli untuk menilai kewajaran ungkapan, kesantunan, dan ketepatan makna. Risiko halusinasi atau penyampaian informasi yang salah tetap ada, terutama pada bahasa dengan data latih minim.
Implikasi bagi ekosistem digital nasional
Kehadiran model lokal memberi alternatif bagi perusahaan dan lembaga yang sebelumnya bergantung pada layanan model asing. Selain alasan biaya, pertimbangan kedaulatan data menjadi faktor penting: sebagian organisasi ingin memastikan data operasional mereka tidak keluar dari yurisdiksi Indonesia.
Bagi GoTo sendiri, model ini berpotensi dimanfaatkan untuk meningkatkan layanan dalam ekosistemnya, misalnya penyaringan pesan, pencarian produk, otomatisasi dukungan pelanggan, hingga analisis umpan balik pengguna. Efisiensi yang dihasilkan dapat menekan biaya layanan pada skala besar.
Persaingan dan tata kelola
Langkah GoTo terjadi di tengah persaingan global yang ketat. Pengembang di berbagai negara berlomba merilis model dengan jumlah parameter lebih besar dan kemampuan multimodal. Namun, ukuran bukan satu-satunya ukuran keunggulan. Model yang lebih kecil tetapi dilatih dengan data lokal berkualitas dapat lebih tepat guna untuk kebutuhan spesifik.
Di sisi lain, adopsi teknologi ini memerlukan tata kelola yang memadai. Persoalan privasi, keamanan data, potensi bias, serta penyalahgunaan untuk pembuatan konten palsu perlu diantisipasi. Kebijakan internal pengguna, pedoman penggunaan yang jelas, dan pengawasan berkelanjutan menjadi syarat agar manfaatnya dapat diraih tanpa menimbulkan kerugian.
Ke depan, keberhasilan model ini akan bergantung pada seberapa luas komunitas yang menggunakannya, seberapa cepat perbaikan dilakukan, dan seberapa baik mutu keluaran dipertahankan dalam berbagai konteks pemakaian. Partisipasi penutur bahasa daerah dalam memberi masukan akan menentukan apakah klaim dukungan bahasa lokal benar-benar terwujud dalam praktik sehari-hari.
Komentar (0)