Berbagai negara sedang berlomba-lomba membangun pusat data di negara mereka, tak terkecuali dengan menjalin kerja sama bersama perusahaan teknologi raksasa seperti OpenAI.
Namun, kehadiran pusat data saja belum cukup untuk memastikan AI memberikan dampak yang luas bagi masyarakat. Teknologi ini juga perlu memahami konteks lokal di negara tempatnya dikembangkan dan digunakan. Di sinilah peran bahasa lokal menjadi penting dalam mendukung perkembangan AI yang lebih inklusif dan relevan dengan kebutuhan masyarakat.
Gagasan tersebut menjadi salah satu topik yang dibahas dalam panel bertajuk Practical Workshop. Language. Culture. Data: AI for Low-Resource Language di II Global Digital Forum (GDF) yang diselenggarakan di Rusia pada 8-10 Oktober 2026.
Founder & CEO RadVoice Indonesia, Randy Mulyanto, menghadiri sesi ini. Dalam panel tersebut, pembicara dari Indonesia dan Ethiopia membahas bagaimana bahasa lokal dapat menjadi jembatan untuk mendorong penerapan AI yang lebih merata dan inklusif di berbagai negara.
AI Perlu Memahami Konteks dari Sebuah Bahasa
Kemampuan AI menerjemahkan kata tidak selalu berarti teknologi tersebut memahami makna di baliknya. Sebab, bahasa tidak hanya menyampaikan informasi, tetapi juga membawa konteks sosial, budaya, dan pengetahuan yang memengaruhi cara manusia memahami pesan.
Akademisi Program Vokasi Universitas Indonesia, Devie Rahmawati, menyoroti persoalan ini melalui contoh sederhana dalam bahasa Indonesia, yaitu kata “jangan”.
Dalam konteks keamanan digital, peringatan “jangan bagikan OTP” mengandung larangan yang sangat penting. Jika kata “jangan” dihilangkan atau tidak dipahami dengan benar oleh AI, pesan tersebut justru dapat berubah menjadi instruksi yang membahayakan pengguna.
Risiko ini menjadi perhatian, terutama ketika pengembangan AI masih banyak bertumpu pada bahasa Inggris. “AI dapat menerjemahkan kata-kata kita tanpa memahami dunia kita,” ujar Devie dalam panel tersebut.
Devie juga menjelaskan bahwa masyarakat Indonesia cenderung lebih mudah menerapkan teknologi ketika dapat berinteraksi menggunakan bahasa yang mereka gunakan sehari-hari, termasuk bahasa daerah.
Hal ini menunjukkan bahwa kemampuan AI memahami bahasa lokal tidak hanya persoalan teknis, tetapi juga berkaitan dengan kemudahan akses dan penggunaan teknologi.
Baca juga: Belajar dari Kaspersky, Cara Jurnalis Menulis Berita Cybersecurity yang Relevan bagi Pembaca
Persoalan ini menjadi penting ketika melihat ketimpangan representasi bahasa dalam perkembangan AI. World Economic Forum menyoroti dominasi bahasa Inggris yang selalu digunakan dalam pengembangan AI karena dikenal sebagai bahasa besar atau large language models (LLM).
Melimpahnya sumber daya berbahasa Inggris membuat bahasa tersebut lebih banyak digunakan dalam proses pengembangan model AI. Akibatnya, bahasa lokal yang dikenal sebagai low-resource language menjadi kurang terwakilkan.
“Sebuah bahasa bukan ‘miskin’ karena masyarakatnya tidak memiliki pengetahuan, namun karena bahasa itu belum cukup didengarkan dan dipelajari oleh teknologi,” katanya.
Pernyataan Devie tersebut menegaskan bahwa keterbatasan representasi bahasa lokal tidak mencerminkan keterbatasan pengetahuan masyarakat penuturnya. Persoalannya justru terletak pada minimnya dokumentasi dan sumber daya digital yang dapat dimanfaatkan untuk mengembangkan AI.
Bagi Devie, kehadiran bahasa lokal pun perlu didukung dengan keterlibatan masyarakat lokal sebagai penutur bahasa. Negara dan perusahaan teknologi perlu memahami bahwa masyarakat lokal perlu memiliki kesempatan untuk ikut terlibat dalam menentukan bagaimana teknologi memahami dan merepresentasikan bahasa, budaya, dan pengetahuan mereka.
Dengan demikian, AI tidak cukup hanya menerjemahkan kata. Teknologi ini juga perlu memahami konteks yang membentuk makna suatu bahasa agar dapat memberikan informasi dan layanan yang sesuai dengan kebutuhan penggunanya.
Data dan Dana Menjadi Fondasi Sekaligus Tantangan untuk Mengembangkan AI
Kemampuan AI untuk memahami bahasa lokal bergantung pada ketersediaan data yang memadai. Namun, membangun AI yang mampu memahami keragaman bahasa tidak cukup hanya dengan mengandalkan model terbaru.
Negara juga perlu menyiapkan sumber data yang dapat digunakan untuk melatih, menguji, dan meningkatkan kemampuan AI.
Dari perspektif industri, Kepala Badan Ekosistem Digital, Kamar Dagang dan Industri Indonesia (KADIN Indonesia), Firlie Hanggodo Ganinduto menyampaikan, “Untuk membangun AI yang kuat, diperlukan data sebagai sumber utama di dalamnya.”
Ia mencontohkan bahasa Inggris sebagai pilihan pragmatis karena ketersediaan sumber dayanya melimpah. Kondisi ini memudahkan pengembang memperoleh data untuk membangun model AI.
Ketersediaan data tersebut menjadi salah satu alasan bahasa Inggris mudah diintegrasikan ke dalam pengembangan AI. Sebaliknya, bahasa lokal yang belum banyak terdokumentasi secara digital membutuhkan upaya tambahan untuk mengumpulkan, mengolah, dan memvalidasi datanya.
Selain data, Firlie juga menyoroti pentingnya dukungan pendanaan. Pengumpulan dan pengolahan sumber daya bahasa lokal membutuhkan investasi, mulai dari dokumentasi bahasa hingga integrasinya ke dalam infrastruktur AI. Tanpa pendanaan yang memadai, upaya tersebut akan sulit dilakukan secara konsisten.
Tantangan ini juga terlihat di Indonesia. Mengutip laporan Radio Republik Indonesia (RRI), akurasi AI untuk bahasa daerah di Indonesia diperkirakan baru mencapai sekitar 42%, dibandingkan 60% untuk bahasa Indonesia dan 80% untuk bahasa Inggris.
Dalam laporan yang sama, Badan Riset dan Inovasi Nasional (BRIN) bersama Kementerian Kebudayaan menyampaikan rencana digitalisasi 708 bahasa daerah. Langkah ini diharapkan dapat memperluas dokumentasi bahasa lokal dan menyediakan sumber daya digital yang dapat dimanfaatkan dalam pengembangan teknologi, termasuk AI.
Meski demikian, digitalisasi bahasa saja belum cukup. Data yang terkumpul juga perlu dipastikan akurat dan sesuai dengan penggunaan bahasa dalam kehidupan sehari-hari. Artinya, upaya memperluas sumber daya bahasa perlu berjalan beriringan dengan peningkatan kualitas data dan dukungan pendanaan.
Dengan begitu, tantangan pengembangan AI di Indonesia tidak hanya memastikan teknologi tersedia, tetapi juga membangun fondasi yang memungkinkan AI memahami bahasa yang digunakan masyarakat secara lebih akurat.
Baca juga: RadVoice Hadirkan Travel Story Yogyakarta untuk Cathay Pacific
Pentingnya Kolaborasi Agar Tidak Ada Bahasa yang Tertinggal
Pengembangan AI yang memahami bahasa lokal membutuhkan kerja sama berbagai pihak.
Dokumentasi bahasa lokal perlu diikuti dengan proses validasi serta keterlibatan komunitas lokal agar data yang dikumpulkan tidak sekadar tersedia, tetapi juga akurat atau mampu merepresentasikan cara masyarakat berkomunikasi.
Presiden Gambella University di Ethiopia, Diriba Eticha Tujuba, menekankan peran universitas dalam menghubungkan komunitas lokal dengan teknologi agar dapat digunakan untuk perkembangan AI.
Menurut Tujuba, universitas dapat bekerja sama dengan pemerintah, perusahaan, institusi kebudayaan, media, dan komunitas lokal untuk membangun sumber daya bahasa yang dapat dipercaya.
“Penutur asli juga perlu dilibatkan dalam proses dokumentasi dan validasi agar data yang dikumpulkan akurat,” ujarnya.
Tujuba pun menyampaikan bahwa kolaborasi dari berbagai sektor ini penting karena setiap pihak memiliki peran yang berbeda. Universitas dapat mendukung penelitian, dokumentasi, dan validasi, pemerintah membantu membangun dukungan kelembagaan, sementara perusahaan dan media dapat membagikan data yang tersedia untuk diperbarui dan menguji infrastruktur AI.
Sementara itu, komunitas lokal memastikan bahasa dan pengetahuan mereka tidak hanya menjadi objek pengumpulan data, tetapi turut diperhitungkan dalam proses pengembangannya.
“Inklusivitas perlu menjadi bagian dari perancangan teknologi sejak awal, bukan sekadar tambahan setelah sistem selesai dibangun,” jelasnya.
Prinsip ini menegaskan bahwa inklusivitas perlu dipertimbangkan sejak tahap perencanaan dan pengembangan AI, bukan baru ditambahkan ketika teknologi sudah selesai dibuat. Bahasa lokal pun perlu menjadi bagian dari fondasi pengembangan AI, bukan sekadar fitur tambahan yang dipertimbangkan belakangan.
Baca juga: Dari Newsletter ke Komunitas, Kenapa Substack Makin Dilirik?
Pada akhirnya, AI yang inklusif tidak hanya tentang memperluas akses terhadap teknologi, tetapi juga memastikan masyarakat dengan latar belakang bahasa yang beragam memiliki kesempatan yang setara untuk memanfaatkan dan mengembangkan teknologi tersebut.
Dengan melibatkan penutur bahasa lokal, memperkuat sumber daya digital, serta mendorong kolaborasi lintas sektor, negara dapat membangun AI yang lebih relevan dengan kebutuhan masyarakatnya.
Randy Mulyanto menghadiri II Global Digital Forum atas undangan pemerintah Rusia.
