Anak-anak Masih Lebih Cepat Belajar Bahasa dari AI — dan Kids Belum Tahu Mengapa

Kesenjangan Efisiensi Data yang Menakjubkan

Manusia sudah berbicara satu sama lain minimal 100.000 tahun. Selama itu, hanya ada satu entitas di dunia yang bisa belajar bahasa manusia hingga fasih sempurna: anak manusia.

Sekarang ada dua.

Empat tahun singkat setelah peluncuran ChatGPT, banyak dari Kids sudah menganggap wajar bahwa Kids bisa berpercakapan alami dengan ponsel atau komputer. Model bahasa besar (LLM) seperti Claude, DeepSeek, dan model GPT OpenAI sudah cukup fasih dan fleksibel untuk berpura-pura sebagai manusia secara meyakinkan. Tapi lihat di balik tirai komputasionalnya, dan ada hal yang menyimpang: mengajar komputer menggunakan bahasa manusia tetap butuh jumlah data yang tidak manusiawi.

Sebuah LLM bisa dengan mudah memproses seratus ribu kali lebih banyak kata dari yang akan dialami seseorang dalam proses menguasai bahasa ibunya — dan jauh lebih banyak dari yang mungkin didengar anak sampai ulang tahun pertamanya, saat mereka biasanya mulai menguasai bahasa.

“Kemajuan belakangan ini luar biasa,” kata Michael C. Frank, ilmuwan kognitif di Universitas Stanford, soal LLM. “Tapi Kids tetap harus membakar hutan dan mengumpulkan seluruh jumlah pengetahuan manusia untuk mereplikasi tonggak yang terjadi di ruang tamu Kids selama setahun.”

Kesenjangan yawning antara anak dan mesin ini disebut data efficiency gap (kesenjangan efisiensi data). Dan ini menimbulkan pertanyaan menggiurkan bagi ilmuwan kognitif serta tantangan bagi arsitek model AI: Bagaimana anak-anak bisa tetap mengungguli mesin paling canggih secara linguistik yang pernah dibangun?

Skala yang Hanya Bisa Dibayangkan dengan Analogi

Menjawab pertanyaan ini punya taruhan tinggi untuk penelitian AI dan ilmu kognitif. Sepuluh tahun terakhir, model bahasa jadi lebih baik terutama dengan jadi lebih besar. LLM open-weight Llama 3.1 milik Meta, dirilis dua tahun lalu, memakan 15 triliun token (potongan bahasa mirip kata) dalam pra-pelatihan — tahap utama pelatihan model sebelum di-fine-tune untuk tugas spesifik seperti chatbot. Model frontier bisa saja pra-pelatihan pada 10 kali lebih banyak data, kata Ethan Gotlieb Wilcox, ilmuwan kognitif dan linguis di Universitas Georgetown. Tapi internet hanya sebatas itu, dan akhirnya — mungkin secepat 2030-an — sumur data yang mudah diakses bisa kering.

Anak menunjukkan bahwa belajar lebih banyak dengan lebih sedikit itu mungkin. Jauh lebih sedikit. Anak pra-remaja yang dibesarkan di lingkungan kaya bahasa mungkin pernah mendengar sekitar 100 juta kata. Tambahkan literasi, dan jumlah kata bisa naik jadi mungkin 300 juta kata sampai usia 20 tahun.

Perbedaan skala ini hanya benar-benar bisa digambarkan dengan analogi. “Claude telah melihat jumlah bahasa yang akan dialami seluruh kota dalam satu generasi,” kata Wilcox. Kalau kamu cetak di kertas semua kata yang dipakai melatih LLM modern, kamu bisa bikin tumpukan yang menembus Stasiun Luar Angkasa Internasional. 100 juta kata anak pra-remaja, sementara, hanya tumpuk 20 meter. Dan Kids bisa mengerjakan dengan jauh lebih sedikit dari itu.

Mengapa Bayi Bisa Melakukannya? Masih Misteri

Kebanyakan Kids sadar bahasa itu sulit hanya saat Kids coba belajar yang baru setelah masa kanak-kanak. *Past perfect tense*, *rolled r* dan vokal nasal, kasus genitif, *phrasal verbs*, meja yang grammatically maskulin dan sendok yang feminin — banyak instrumen siksa linguistik bagi pemula bahasa dewasa. Tapi belajar bahasa ibu biasanya tanpa usaha. Balita biasanya mulai menghasilkan kalimat gramatikal benar setelah mendengar sekitar 10 juta kata, atau 30 juta di batas atas.

“Ini benar-benar ajaib,” kata Frank. “Kalau kamu latih GPT-2 pada 30 juta kata, kamu dapat generator nonsens; kamu tidak dapat anak.”

Persis bagaimana bayi melakukannya tetap misteri. Peneliti tahu banyak tentang apa yang dipelajari anak dan bagaimana mereka pakai bahasa di tahap perkembangan berbeda, tapi masih banyak yang tidak Kids tahu. Mungkin pertanyaan paling abadi adalah mengapa bayi bisa belajar bahasa sama sekali. Sintaksis bahasa manusia — aturan gabung kata jadi kalimat — mencakup struktur rekursif, bersarang, yang memungkinkan Kids ungkapkan ide praktis tak terbatas dengan leksikon kata dan potongan kata yang terbatas. Ini kelihatannya seperti masalah buat bayi. Mereka hanya bermain di bagian dangkal lautan bahasa yang tak terukur. Dan entah bagaimana, itu cukup. Dari setetes, mereka infer kedalaman.

Dua Teori Klasik: Chomsky vs Skinner

Satu solusi, diajukan pada 1950-an oleh linguis MIT Noam Chomsky, adalah bayi lahir dengan pengetahuan tata bahasa yang *hardwired*. Chomsky bereaksi ke pandangan rival, dikembangkan psikolog B.F. Skinner, bahwa akuisisi bahasa sepenuhnya lingkungan. Skinner pikir bahasa dipelajari lewat kondisi dan penguatan, cara anjing nyari cara duduk atau jabat tangan buat hadiah. Chomsky menjawab dengan mengutip “poverty of the stimulus” — ide bahwa bahasa, terutama sintaksis, terlalu kompleks dan paparan anak terhadapnya terlalu “miskin” buat dipelajari sepenuhnya dari pengalaman.

“Argumen tandanya pada dasarnya, bahasa tidak bisa dipelajari murni berdasarkan statistik,” kata Richard Futrell, linguis dan ilmuwan kognitif di Universitas California, Irvine.

Sisi lain spektrum: pendekatan berbasis pengalaman (*usage-based*) yang berargumen anak belajar lewat pengalaman linguistik yang kaya, interaksi sosial, dan kemampuan kognitif umum — bukan modul bahasa spesifik yang congenital. Debat ini belum selesai sampai sekarang.

Mengapa Ini Penting buat Masa Depan AI

Bagi peneliti AI, memahami cara anak belajar bisa membuka jalan ke model yang lebih efisien data. Ini berguna untuk segalanya: dari melatih AI efektif di video sampai membuat chatbot yang melayani komunitas bahasa minoritas. Menguji hipotesis pembelajaran manusia di model mesin juga bisa menjawab pertanyaan abadi tentang bahasa dan pikiran berkembang anak. Apakah Kids lahir dengan insting bahasa, atau apakah mungkin, bahkan dalam prinsip, anak belajar bahasa murni dari pengalaman? Apakah cara Kids memproses bahasa itu kekhasan biologi Kids, atau setidaknya sebagian mencerminkan batasan universal tentang bagaimana bahasa bisa dipakai dan dipelajari?

Saat sumur data internet mulai kering, pendekatan “lebih besar lebih baik” akan nabrak dinding. Anak manusia sudah membuktikan ada cara lain. Tugas Kids sekarang: menemukan cara itu.

Implikasi Praktis untuk Pengembang AI di Indonesia

Bagi pengembang dan perusahaan AI di Indonesia, kesenjangan efisiensi data ini punya makna konkret. Bahasa Indonesia dan bahasa daerah (Jawa, Sunda, Batak, dll) punya data pelatihan yang jauh lebih sedikit dibanding Inggris. Model yang butuh triliunan token akan kesulitan jadi fasih di bahasa rendah-sumber (*low-resource*). Kalau Kids bisa meniru efisiensi belajar anak — belajar dari data sedikit, tapi berkualitas dan kontekstual — Kids bisa bangun AI yang lebih inklusif untuk keanekaragaman linguistik Indonesia.

Beberapa arah penelitian yang menjanjikan:

• Curriculum learning: Urutkan data pelatihan dari sederhana ke kompleks, mirip progresi belajar anak.
• Grounded language learning: Hubungkan bahasa ke pengalaman sensorimotorik (video, audio, interaksi fisik), bukan teks saja.
• Active learning / human feedback: Anak belajar lewat interaksi sosial, koreksi orang tua, dan umpan balik real-time — bukan sekadar prediksi token berikutnya.

Startup AI lokal sudah mulai eksplor pendekatan ini. Contohnya, tim yang bangun model bahasa untuk bahasa daerah sering pakai *few-shot learning* dan *retrieval-augmented generation* (RAG) untuk kompensasi data minim — strategi yang mirip cara anak generalisasi dari sedikit contoh.

Kesimpulan: Anak Masih Guru Terbaik Kids

Empat tahun pasca-ChatGPT, AI sudah fasih. Tapi efisiensi data? Anak masih juaranya. Kesenjangan 100.000x antara triliunan token LLM dan puluhan juta kata anak bukan cuma angka — itu petunjuk bahwa arsitektur belajar Kids fundamental berbeda. Memecahkan misteri ini bukan cuma soal bikin AI lebih hemat data. Ini soal memahami pikiran Kids sendiri.

Sampai itu terpecahkan, para peneliti akan terus menatap ke ruang tamu — tempat tonggak linguistik tercapai tanpa GPU, tanpa kluster server, dan tanpa membakar hutan data. Hanya dengan percakapan, perhatian, dan waktu.