Kolonialisasi AI Terhadap Masyarakat Adat

Penulis: Yuyun Peneliti pada Pusat Riset Sains data dan Informasi, BRIN

TRIBUN-TIMUR.COM - Tulisan ini saya awali dengan pertanyaan dasar: ketika budaya masyarakat lokal tidak diakui oleh sistem digital, siapa yang bertanggung jawab?

Dalam sejarah, kolonialisasi sering dikaitkan dengan penjajahan suatu wilayah terhadap sumber daya oleh kekuatan asing.

Namun, di tengah kemajuan digital, muncul bentuk kolonilisme baru yang tak kasat mata, massif, terstruktur, yang didalamanya berisikan logika yang dipresentasikan dalam bentuk angka-angka logis, sebagaimana terimplementasi dalam model-model kecerdasan buatan (AI).

Fenomena ini mengingatkan kita pada gagasan Edward W. Said, dalam bukunya Orientalism, menunjukkan bagaimana kolonialisme hadir bukan hanya dalam bentuk penaklukan fisik, melainkan juga melalui konstruksi pemikiran.

Dalam konteks ini, kita melihat bagaimana data, algortima dan komputasi merekonstruksi bahasa dan budaya dalam ruang digital, mirip dengan bagaimana Barat mengkategorikan Timur dalam narasi kolonial.

Sebuah  bentuk penjajahan terhadap linguistic dan nilai-nilai yang dianut masyarakat local yang halus yang berdampak langsung terhadap kedaulatan mereka.

Sebagai bangsa yang memilki lebih dari 700 bahasa dan 1.340 suku, Indonesia menyimpan kekayaan linguistik yang melimpah.

Sayangnya, hanya sebagian kecil bahasa ini terdokumentasi dengan baik.

Dalam konteks pemodelan AI, khususnya pemrosesan bahasa alami (NLP), bahasa yang tidak memiliki sumber daya digital seringkali diabaikan.

Akibatnya, model-model AI moderen seperti GPT (OpenAI), Gemini (Google), dan Meta (Facebook) yang dilatih menggunakan miliaran data dari bahasa-bahasa dominan dunia, mengabaikan pengetahun local, yang secara tidak langsung menyingkirkannya dari ekosistem digital.

Salah satu contoh di Maluku Utara, provinsi dengan lebih dari 34 bahasa daerah didalamnya.

Dalam beberapa kali simulasi, kami tidak menemukan bahwa bahasa-bahasa tersebut mampu beradaptasi saat diprompt pada mesin-mesin AI.

Terlihat bahwa model cenderung menghasilkan terjemahan yang salah yang tidak merepresentasikan makna asli.

Artinya, bagi sistem AI global, bahasa-bahasa ini “tidak ada.”