Keahlian Skala Terjemahan Cuneiform AI: Analisis

Saya punya ketertarikan khusus pada teknologi yang membuat masalah lama terlihat jelas kembali dengan cara baru. Sebuah tablet tanah liat adalah objek yang sempurna untuk perasaan ini. Benda itu bisa bertahan melewati runtuhnya berbagai kekaisaran dan tetap mengalahkan lembaga modern karena hampir tidak ada orang yang punya waktu, pelatihan, atau konteks untuk membacanya dengan baik. Itulah mengapa laporan ZME Science bahwa AI dapat menerjemahkan tablet kuneiform berusia 5.000 tahun ke dalam bahasa Inggris terasa berbeda bagi saya dibandingkan kebaruan machine learning yang biasa. Keajaibannya bukan bahwa komputer dapat membuat kata-kata kuno terbaca. Keajaibannya adalah bahwa hambatannya tidak pernah hanya usia artefak. Hambatannya adalah kelangkaan perhatian manusia yang diorganisasi menjadi keahlian.

Hambatannya tidak pernah hanya tablet

ZME Science membingkai berita ini dengan jelas: AI menerjemahkan tablet kuneiform berusia 5.000 tahun ke dalam bahasa Inggris. Itu terdengar seperti trik sulap sampai kita ingat apa arti penerjemahan di sini. Ini bukan pekerjaan buku frasa untuk liburan. Ini adalah perpindahan dari tanda-tanda yang ditekan ke tanah liat, melalui sistem tulisan yang telah punah dan konteks sejarah yang rusak, menuju kalimat yang dapat digunakan pembaca masa kini.

University of Chicago News memberikan versi cerita yang kurang glamor, tetapi lebih penting. Mereka menggambarkan catatan administratif Kekaisaran Akhemeniyah Persia sebagai tablet tanah liat, dengan puluhan ribu ditemukan pada tahun 1933 di Iran modern oleh para arkeolog dari Oriental Institute milik University of Chicago. Selama beberapa dekade, menurut universitas tersebut, para peneliti mempelajari dan menerjemahkan dokumen-dokumen ini dengan tangan, sebuah proses yang digambarkan sulit, lambat, dan rentan terhadap kesalahan.

Inilah pertanyaan tidak nyaman yang tersembunyi di dalam banyak perdebatan tentang AI: seberapa banyak dari apa yang kita sebut misteri sebenarnya adalah kekurangan tenaga kerja? Tentu saja tidak semuanya. Sebagian ambiguitas memang milik sejarah itu sendiri. Namun sebagian pintu tetap tertutup karena kuncinya membutuhkan pelatihan bertahun-tahun, dan orang-orang yang memiliki kunci itu sudah terlalu sibuk.

Mesin sebagai magang, bukan orakel

University of Chicago News mencatat bahwa para ilmuwan telah melibatkan komputer untuk membantu kuneiform sejak tahun 1990-an, dengan keberhasilan terbatas karena tablet-tablet itu berbentuk tiga dimensi dan karakternya kompleks. Detail itu penting karena membuat cerita ini tetap berpijak pada kenyataan. Hambatannya bukan sekadar bahasa. Hambatannya adalah bentuk material, pengenalan gambar, anotasi, dan fisika tanah liat tua yang tidak rapi.

DeepScribe, menurut University of Chicago News, adalah kolaborasi antara para peneliti dari Oriental Institute dan Departemen Ilmu Komputer universitas tersebut. Proyek ini menggunakan set pelatihan berisi lebih dari 6.000 gambar beranotasi dari Persepolis Fortification Archive. Tujuannya adalah membangun model yang dapat membaca tablet dalam koleksi yang belum dianalisis, sehingga membebaskan para arkeolog untuk melakukan analisis tingkat lebih tinggi.

Itulah peran yang layak diperhatikan. Mesin tidak menggantikan cendekiawan sebagai penafsir akhir. Mesin menyerap sebagian pekerjaan pemeriksaan awal yang berulang, yang selama ini menghalangi para spesialis untuk mengajukan pertanyaan yang lebih baik. Dalam bidang-bidang yang dibangun di atas keahlian langka, perbedaan itu berarti segalanya.

Pengetahuan langka membutuhkan antarmuka

Big Think juga meliput perkembangan ini dengan judul bahwa AI baru menerjemahkan tablet kuneiform berusia 5.000 tahun secara instan. Kata instan melakukan kerja budaya di sini. Kata itu menangkap fantasi publik tentang AI sebagai jalan pintas, tetapi perubahan yang lebih dalam tidak terlalu teatrikal: pengetahuan khusus sedang dibungkus dalam sebuah antarmuka.

UC Berkeley School of Information menunjukkan arah yang sama dengan CuneiTranslate, sebuah proyek yang disajikan sebagai upaya membuka pengetahuan Mesopotamia kuno. Bahkan dari judulnya saja, ambisinya jelas. Tantangannya bukan sekadar menghasilkan satu terjemahan yang mengesankan. Tantangannya adalah membuat ranah pengetahuan yang sulit menjadi lebih mudah didekati oleh pelajar, peneliti, dan pembangun yang jika tidak demikian akan terhenti di depan pintu.

Di sinilah kuneiform menjadi pratinjau bagi bidang-bidang lain yang sangat bergantung pada pakar. Pikirkan arsip, instrumen ilmiah, catatan hukum, bahasa yang terancam punah, pemindaian medis lama, atau catatan pemeliharaan teknis. Sistem AI paling berguna ketika mereka mengubah interpretasi yang langka menjadi titik awal bersama, sambil tetap menjaga kebutuhan akan penilaian ahli.

Apa yang terbuka ketika pemeriksaan awal menjadi lebih murah

Pembacaan optimistisnya bukan bahwa semua orang menjadi Asiriolog hanya dengan mengeklik tombol. ZME Science dan Big Think menggambarkan terobosan penerjemahan, sementara University of Chicago News berhati-hati menunjukkan kolaborasi yang mendasarinya, data pelatihan, dan alur kerja ilmiah. Kombinasi itulah model yang lebih sehat: akses meluas, tetapi otoritas tidak menguap begitu saja.

Bagi para pembuat alat, pelajarannya adalah berhenti merancang AI sebagai pengganti keahlian dan mulai merancangnya sebagai katup pelepas tekanan di sekitar keahlian. Sistem terbaik akan membuat para spesialis bekerja lebih cepat, membuat pelajar lebih berani, dan membuat institusi tidak terlalu bergantung pada kerja manual yang heroik. Sistem terburuk akan meratakan ketidakpastian menjadi keluaran yang lancar dan menyebutnya pengetahuan.

Tablet tanah liat adalah tempat yang aneh untuk melihat masa depan pekerjaan, tetapi mungkin justru karena itulah ia berguna. Ia mengingatkan kita bahwa peradaban selalu menghasilkan lebih banyak catatan daripada yang dapat dibacanya dengan nyaman. Jika machine learning dapat membantu kita mendengar lebih banyak dari masa lalu tanpa berpura-pura bahwa masa lalu itu sederhana, ruang pengetahuan manusia lain apa yang sedang menunggu antarmuka pertamanya yang baik?