Oleh: Iqbal Nurul Azhar
Beberapa tahun terakhir dunia menyambut kecerdasan buatan sebagai teknologi yang demokratis. AI dipromosikan sebagai alat yang mampu membantu siapa pun untuk belajar, bekerja, menerjemahkan bahasa, hingga mengakses informasi tanpa batas. Narasi tersebut membangun optimisme bahwa AI akan mengurangi kesenjangan pengetahuan dan memperluas kesempatan bagi seluruh masyarakat dunia. Namun, di balik optimisme tersebut tersembunyi sebuah pertanyaan yang hampir tidak pernah diajukan: apakah AI benar-benar memperlakukan semua bahasa secara adil?
Pertanyaan ini menjadi semakin penting bagi Indonesia, negara yang memiliki lebih dari 700 bahasa daerah. Ketika seorang pengguna berkomunikasi dengan AI menggunakan bahasa Inggris, respons yang diberikan umumnya lebih akurat, lebih kaya, dan lebih natural dibandingkan ketika pertanyaan yang sama diajukan menggunakan bahasa daerah seperti Madura, Sasak, Tolaki, atau Asmat. Bahkan untuk bahasa-bahasa besar seperti Jawa dan Sunda, kualitas terjemahan, pemahaman konteks budaya, maupun kemampuan menghasilkan teks masih belum sebanding dengan bahasa-bahasa global. Fenomena tersebut menunjukkan bahwa ketidaksetaraan digital tidak lagi hanya terjadi pada akses internet atau perangkat teknologi, tetapi juga pada akses bahasa terhadap kecerdasan buatan.
Sebagian orang menganggap kondisi ini sebagai konsekuensi teknis karena AI memang dilatih menggunakan data dalam jumlah besar. Akan tetapi, penjelasan tersebut sesungguhnya menyembunyikan persoalan yang lebih mendasar. AI belajar dari data, sedangkan data tidak pernah netral. Bahasa yang memiliki korpus digital yang besar akan memperoleh representasi yang lebih baik dalam model AI. Sebaliknya, bahasa yang miskin sumber daya digital akan semakin sulit dikenali, diterjemahkan, maupun diproses oleh mesin. Dengan kata lain, AI berpotensi memperbesar ketimpangan linguistik yang telah lama ada di dunia nyata.
Fenomena tersebut dapat diamati dalam berbagai layanan digital. Mesin pencari lebih mudah menemukan informasi berbahasa Inggris dibandingkan bahasa daerah. Sistem pengenal suara bekerja jauh lebih baik pada bahasa dengan jutaan jam rekaman dibanding bahasa yang hanya memiliki sedikit dokumentasi. Model penerjemahan mampu menangkap idiom bahasa Prancis atau Jepang, tetapi gagal memahami ungkapan budaya dalam bahasa Madura atau bahasa-bahasa Papua. Asisten virtual bahkan sering kali tidak mampu mengenali nama tempat, istilah adat, maupun struktur kalimat dari bahasa-bahasa lokal. Akibatnya, pengguna bahasa daerah memperoleh pengalaman digital yang lebih buruk dibandingkan penutur bahasa dominan.
Masalah tersebut sesungguhnya bukan sekadar persoalan teknologi, melainkan persoalan keadilan linguistik. Selama ini diskusi mengenai AI fairness lebih banyak berfokus pada bias terhadap ras, jenis kelamin, agama, atau kelompok sosial tertentu. Berbagai penelitian berusaha memastikan bahwa algoritma tidak mendiskriminasi perempuan dalam proses rekrutmen, tidak merugikan kelompok etnis tertentu dalam sistem kredit, atau tidak menghasilkan stereotip berdasarkan warna kulit. Namun, dimensi bahasa hampir tidak pernah ditempatkan sebagai objek utama keadilan algoritmik. Padahal, bagi miliaran manusia, bahasa merupakan identitas utama yang menentukan bagaimana mereka mengakses pengetahuan, layanan publik, pendidikan, maupun teknologi.
Berangkat dari persoalan tersebut, tulisan ini mengusulkan sebuah kerangka konseptual yang disebut AI Linguistic Justice (AILJ). Kerangka ini dibangun di atas satu proposisi utama:
Artificial intelligence cannot be considered fair if speakers of different languages receive substantially different opportunities to access knowledge, communicate, and participate in digital society (Kecerdasan buatan tidak dapat dianggap adil jika penutur bahasa yang berbeda memperoleh peluang yang secara signifikan berbeda untuk mengakses pengetahuan, berkomunikasi, dan berpartisipasi dalam masyarakat digital).
Dengan kata lain, AI tidak dapat disebut adil apabila kualitas layanannya sangat ditentukan oleh bahasa yang digunakan pengguna.
AILI memandang bahwa bahasa bukan sekadar media komunikasi, tetapi juga hak digital. Apabila seseorang tidak memperoleh kualitas layanan AI yang setara hanya karena menggunakan bahasa ibunya, maka telah terjadi ketidakadilan algoritmik. Ketidakadilan tersebut mungkin tidak disengaja, tetapi dampaknya nyata. Bahasa yang kurang terwakili akan semakin jarang digunakan dalam ruang digital, semakin sedikit diproduksi kontennya, dan pada akhirnya semakin tertinggal dibanding bahasa-bahasa yang telah mapan.
Dari perspektif linguistik, gagasan ini memiliki landasan yang kuat. Joshua Fishman menjelaskan bahwa keberlangsungan bahasa sangat dipengaruhi oleh domain penggunaannya. Dahulu domain tersebut meliputi keluarga, sekolah, pemerintahan, dan media massa. Kini, muncul domain baru yang sama pentingnya, yaitu ekosistem kecerdasan buatan. Bahasa yang tidak mampu memasuki domain AI berisiko kehilangan fungsi-fungsi strategis dalam kehidupan modern. Pierre Bourdieu juga mengemukakan bahwa bahasa merupakan bentuk modal simbolik (linguistic capital). Dalam era digital, modal tersebut berubah menjadi algorithmic linguistic capital, yaitu kemampuan suatu bahasa memperoleh representasi yang memadai dalam sistem AI.
Untuk mengukur tingkat keadilan tersebut, sebuah konsep yang dikenal sebagai AI Linguistic Equity Index (ALEI) perlu di pikirkan sebagai bagian dari instrumen evaluasi. Indeks ini tidak mengukur jumlah penutur suatu bahasa, melainkan kualitas perlakuan AI terhadap bahasa tersebut.
Untuk mengoperasionalkan konsep AI Linguistic Justice, tulisan ini mengusulkan AI Linguistic Equity Index (ALEI) sebagai kerangka multidimensional untuk mengevaluasi sejauh mana sistem kecerdasan buatan memperlakukan berbagai bahasa secara adil. Berbeda dengan ukuran vitalitas bahasa yang berfokus pada jumlah penutur atau tingkat keberlangsungan suatu bahasa, ALEI mengukur kualitas perlakuan AI terhadap bahasa tersebut dalam lingkungan digital. Dengan demikian, indeks ini tidak bertanya apakah suatu bahasa masih hidup, melainkan apakah penuturnya memperoleh kesempatan yang setara untuk memanfaatkan teknologi berbasis AI. ALEI terdiri atas lima dimensi yang saling berkaitan.
Dimensi pertama adalah recognition equity (keadilan pengenalan bahasa), yaitu kemampuan AI mengenali suatu bahasa secara akurat, baik dalam bentuk teks maupun ujaran. Kemampuan ini merupakan prasyarat paling mendasar karena AI tidak mungkin memahami atau menghasilkan suatu bahasa apabila sejak awal gagal mengenalinya. Ketimpangan dapat terlihat ketika sistem pengenal suara mampu mengenali bahasa Inggris, Mandarin, atau Jepang dengan tingkat akurasi yang sangat tinggi, tetapi sering kali gagal mengenali bahasa Madura, Dayak, Toraja, atau berbagai bahasa di Papua. Kondisi serupa juga terjadi pada sistem transkripsi otomatis. Sebuah video berbahasa Inggris dapat menghasilkan teks yang hampir sempurna, sedangkan video berbahasa daerah sering kali dipenuhi kesalahan karena AI tidak mampu membedakan fonem, dialek, maupun kosakata lokal. Misalnya, seorang penutur Madura yang berbicara kepada asisten virtual menggunakan bahasa ibunya sering kali justru memperoleh jawaban dalam bahasa Indonesia karena sistem menganggap bahasa tersebut sebagai dialek yang tidak dikenali. Akibatnya, penutur bahasa daerah terdorong meninggalkan bahasa ibunya ketika menggunakan teknologi digital. Oleh karena itu, keadilan pengenalan bahasa dapat diukur melalui tingkat akurasi pengenalan suara (speech recognition accuracy), ketepatan identifikasi bahasa (language identification), tingkat kesalahan transkripsi (word error rate), serta kemampuan AI membedakan variasi dialek dalam suatu bahasa.
Dimensi kedua adalah processing equity (keadilan pemrosesan makna), yaitu kemampuan AI memahami makna yang terkandung di balik suatu ujaran, bukan sekadar menerjemahkan kata demi kata. Bahasa tidak hanya terdiri atas kosakata, tetapi juga idiom, metafora, implikatur, strategi kesantunan, dan konteks budaya yang menentukan makna sebenarnya. Sebuah AI dapat menerjemahkan seluruh kata dengan benar, tetapi tetap gagal memahami maksud penutur. Sebagai contoh, ungkapan Madura ta’ tao ajhina secara harfiah berarti “tidak tahu harganya”, tetapi secara pragmatis merujuk pada seseorang yang tidak memahami tata krama atau tidak tahu menempatkan diri dalam pergaulan. Demikian pula ungkapan Jawa ewuh pakewuh tidak cukup diterjemahkan sebagai “sungkan”, karena konsep tersebut mencerminkan etika sosial yang berkaitan dengan penghormatan, hierarki, dan keharmonisan hubungan antarmanusia. Dalam bahasa Indonesia juga terdapat ungkapan seperti masuk angin, angkat tangan, panjang tangan, atau kambing hitam yang tidak dapat dipahami secara harfiah. Apabila AI gagal menangkap makna pragmatis semacam ini, maka pengguna bahasa tersebut memperoleh kualitas layanan yang lebih rendah dibandingkan pengguna bahasa yang didukung secara lebih baik. Oleh karena itu, dimensi ini dapat diukur melalui kemampuan AI memahami idiom, metafora, implikatur, tindak tutur tidak langsung, humor, sarkasme, serta konteks budaya yang melatarbelakangi suatu ujaran.
Dimensi ketiga adalah generation equity (keadilan dalam menghasilkan bahasa), yaitu kemampuan AI menghasilkan teks yang alami, koheren, gramatikal, dan sesuai dengan norma budaya suatu bahasa. Keadilan tidak cukup diukur dari kemampuan AI menghasilkan teks dalam banyak bahasa, tetapi juga dari kualitas teks yang dihasilkan. Saat ini, model AI umumnya mampu menyusun artikel ilmiah, laporan kebijakan, atau esai argumentatif dalam bahasa Inggris dengan struktur yang sangat baik. Namun, ketika diminta menulis dalam bahasa daerah, hasilnya sering kali terasa kaku, berulang-ulang, bercampur dengan bahasa Indonesia, bahkan mengandung kesalahan tata bahasa. Misalnya, AI mungkin mampu membuat pidato formal dalam bahasa Inggris dengan gaya akademik yang meyakinkan, tetapi mengalami kesulitan ketika diminta menyusun pidato yang sama dalam bahasa Madura tingkat engghi-bhunten atau bahasa Jawa krama inggil. Padahal, kualitas ekspresi linguistik merupakan bagian penting dari kesetaraan digital. Oleh karena itu, generation equity dapat dievaluasi melalui tingkat ketepatan tata bahasa, kekayaan kosakata, koherensi antarkalimat, variasi gaya bahasa, kesesuaian dengan norma kebahasaan, serta penilaian alami (naturalness) oleh penutur asli.
Dimensi keempat adalah knowledge accessibility (keadilan akses terhadap pengetahuan), yaitu sejauh mana AI mampu menyediakan informasi yang lengkap, akurat, dan bermanfaat dalam bahasa yang digunakan pengguna. Dalam era AI, teknologi bukan lagi sekadar alat komunikasi, tetapi telah menjadi pintu utama menuju pengetahuan. Ketimpangan terjadi ketika seseorang harus beralih ke bahasa Indonesia atau bahasa Inggris agar memperoleh jawaban yang lebih baik. Misalnya, seorang petani di Madura yang bertanya kepada AI mengenai cara mengatasi penyakit tanaman tembakau menggunakan bahasa Madura mungkin hanya memperoleh jawaban yang singkat dan umum. Namun, ketika pertanyaan yang sama diajukan dalam bahasa Inggris, AI dapat memberikan penjelasan ilmiah yang lebih rinci disertai referensi, metode pengendalian, bahkan hasil penelitian terbaru. Kondisi serupa juga dapat terjadi dalam bidang kesehatan, hukum, pendidikan, maupun layanan publik. Penutur bahasa daerah akhirnya mengalami hambatan dalam memperoleh pengetahuan bukan karena kurang mampu memahami informasi, tetapi karena AI belum mampu menyediakannya dalam bahasa mereka. Oleh sebab itu, knowledge accessibility dapat diukur melalui kelengkapan informasi, akurasi fakta, kedalaman penjelasan, keterbacaan, serta kesetaraan kualitas jawaban antarbahasa.
Dimensi kelima adalah cultural representation (keadilan representasi budaya), yaitu kemampuan AI memahami serta merepresentasikan konsep-konsep budaya yang hidup dalam suatu masyarakat. Bahasa merupakan pembawa nilai budaya. Banyak konsep lokal yang tidak memiliki padanan langsung dalam bahasa lain karena lahir dari pengalaman sejarah, sistem sosial, dan cara pandang masyarakat tertentu. Misalnya, konsep gotong royong tidak sekadar berarti “kerja bersama”, tetapi mencerminkan sistem solidaritas sosial yang didasarkan pada tanggung jawab kolektif. Istilah musyawarah bukan hanya “diskusi”, melainkan proses pengambilan keputusan melalui pencarian mufakat yang memiliki nilai filosofis dalam budaya Indonesia. Dalam budaya Madura, carok tidak dapat diterjemahkan hanya sebagai “duel”, karena konsep tersebut berkaitan dengan kehormatan, harga diri, relasi kekerabatan, dan norma sosial yang kompleks. Demikian pula tradisi pela gandong di Maluku, subak di Bali, sasi di Maluku dan Papua, atau huma betang di Kalimantan merupakan konsep-konsep budaya yang tidak dapat dipahami hanya melalui terjemahan leksikal. AI yang adil harus mampu menjelaskan makna sosial, sejarah, dan nilai budaya yang terkandung di balik istilah-istilah tersebut, bukan sekadar mencari padanan katanya dalam bahasa lain. Oleh karena itu, dimensi ini dapat diukur melalui kemampuan AI menjelaskan konsep budaya lokal secara akurat, mempertahankan nuansa budaya dalam proses penerjemahan, memahami pengetahuan tradisional, serta menghindari penyederhanaan makna yang menghilangkan identitas budaya masyarakat penuturnya.
Kelima dimensi tersebut menunjukkan bahwa keadilan linguistik tidak dapat direduksi hanya pada kemampuan menerjemahkan bahasa. Sebuah bahasa mungkin masih memiliki jutaan penutur, tetapi tetap mengalami ketidakadilan digital apabila AI sulit mengenalinya, gagal memahami maknanya, menghasilkan teks yang tidak alami, menyediakan akses pengetahuan yang terbatas, atau mengabaikan kekayaan budayanya. Oleh karena itu, AI Linguistic Equity Index (ALEI) menggeser cara kita mengevaluasi teknologi bahasa dari sekadar persoalan kemampuan teknis menuju persoalan keadilan digital. Pertanyaan yang diajukan bukan lagi “Apakah AI mendukung bahasa ini?”, melainkan “Apakah AI memberikan kesempatan yang setara kepada para penutur bahasa ini untuk belajar, berkomunikasi, berkarya, dan mempertahankan identitas budayanya di era kecerdasan buatan?”
Lima dimensi ini memiliki potensi menjadi kontribusi teoritis utama. Bahkan, setiap dimensi dapat dikembangkan menjadi indikator kuantitatif (misalnya skor 0–100), sehingga ALEI dapat berfungsi seperti Human Development Index (HDI) atau Corruption Perceptions Index (CPI), tetapi khusus untuk mengukur keadilan perlakuan AI terhadap berbagai bahasa di dunia. Ini akan menjadikan ALEI bukan hanya sebuah teori, melainkan juga sebuah instrumen evaluasi global yang dapat digunakan oleh peneliti, pemerintah, maupun pengembang AI.
Melalui lima dimensi tersebut, ALEI memungkinkan pemerintah, universitas, maupun perusahaan teknologi mengukur apakah suatu bahasa memperoleh perlakuan digital yang setara. Dengan demikian, diskusi mengenai pelestarian bahasa tidak lagi berhenti pada jumlah penutur, tetapi juga mencakup kualitas representasi bahasa di dalam AI.
Implikasi kebijakan dari gagasan ini sangat besar. Selama ini, program pelestarian bahasa daerah lebih banyak berfokus pada dokumentasi kamus, penyusunan tata bahasa, atau revitalisasi melalui pendidikan. Seluruh upaya tersebut tetap penting, tetapi belum cukup menghadapi era AI. Bahasa juga harus memiliki korpus digital, data suara, teks ilmiah, sastra, berita, percakapan, serta sumber daya linguistik yang dapat dipelajari oleh mesin. Dengan kata lain, pembangunan bahasa pada abad ke-21 harus mencakup digital language infrastructure.
Indonesia memiliki peluang menjadi pelopor dunia dalam bidang ini. Dengan ratusan bahasa daerah dan pengalaman panjang dalam kebijakan kebahasaan, Indonesia dapat mengembangkan National AI Language Equity Program yang melibatkan Badan Pengembangan dan Pembinaan Bahasa, perguruan tinggi, komunitas bahasa daerah, dan industri AI. Program tersebut dapat menghasilkan korpus nasional multibahasa, standar evaluasi keadilan linguistik, serta pengembangan model AI yang lebih inklusif bagi bahasa-bahasa Nusantara.
Lebih jauh lagi, AILJ memperluas cara kita memandang keadilan sosial. Selama ini, keadilan dipahami sebagai kesetaraan ekonomi, politik, atau hukum. Di era kecerdasan buatan, muncul dimensi baru yang tidak kalah penting, yaitu keadilan linguistik algoritmik. Ketika AI menjadi pintu utama menuju pendidikan, pelayanan publik, layanan kesehatan, hingga peluang ekonomi, bahasa yang tidak memperoleh representasi yang memadai akan semakin tertinggal. Ketimpangan digital pada akhirnya berubah menjadi ketimpangan sosial.
Karena itu, pertanyaan yang harus diajukan bukan lagi apakah bahasa daerah akan punah, melainkan apakah bahasa-bahasa tersebut diberi kesempatan yang sama untuk hidup di dalam ekosistem AI. Masa depan bahasa tidak lagi hanya ditentukan oleh jumlah penuturnya, melainkan juga oleh sejauh mana bahasa tersebut dikenali, dipahami, dan dihargai oleh algoritma. Dalam konteks itulah AI Linguistic Justice menawarkan perspektif baru: bahwa keadilan di era kecerdasan buatan bukan hanya tentang siapa yang dapat menggunakan AI, tetapi juga tentang bahasa siapa yang diakui oleh AI.
Iqbal Nurul Azhar Adalah akademi yang memiliki kepakaran dalam bidang perencanaan dan kebijakan bahasa, sosiolinguistik, Computer Assisted Language Learning, dan korpus bahasa
Pusat Bahasa Al Azhar 