Why is AI generated language so hard to understand?

Intro Kocak ala Wong Edan: Ketika AI Ngomong, Otak Manusia Malah Konslet

Halo, Bos! Ketemu lagi sama ane, si blogger teknologi yang otaknya kadang encer kadang macet kayak pipa paralon dicor semen. Kali ini kita bakal bahas topik yang bikin dahi berkerut dan kopi segelas dingin di meja warung kopi berubah jadi hambar: Kenapa sih bahasa buatan AI itu sering banget bikin kita puyeng pas dibaca?

Coba deh, ngaku. Pernah gak lu baca artikel, email, atau kode program yang ditulis sama AI, terus dalam hati lu ngedumel, “Ini makhluk ngomong apa sih sebenarnya? Panjang kali lebar kayak rumus fisika kuantum, tapi intinya cuma nyuruh gue pencet tombol enter?” Nah, fenomena ini bukan cuma perasaan baper lu doang, Bos. Berdasarkan riset ilmiah terbaru dari kampus-kampus ngetop kayak New York University (NYU) dan The University of Texas, emang ada sesuatu yang “bikin ganjil” dari cara Large Language Models (LLM) merangkai kata. Mari kita bedah pakai gaya Wong Edan tapi tetap berbasis fakta ilmiah yang valid!

1. Ilusi Pemahaman: Otak Mesin vs Otak Manusia

Hal pertama yang wajib kita sadari sebelum nuduh AI sengaja nge-prank kita adalah kenyataan bahwa AI itu nggak paham apa yang dia omongin. Menurut penjelasan para neurosaintis di The Conversation, mendeskripsikan kecerdasan buatan seolah-olah punya jaringan saraf tiruan yang bener-bener “memahami” bahasa seperti manusia adalah sebuah kekeliruan besar. AI itu bekerja berdasarkan probabilitas statistik, bukan kesadaran eksistensial.

Ketika model bahasa memuntahkan deretan kata, mereka tidak sedang merenungkan makna filosofis kehidupan. Mereka cuma menebak token berikutnya yang paling mungkin muncul berdasarkan triliunan parameter data latih. Akibatnya, struktur kalimat bisa terlihat sangat rapi secara gramatikal, tapi kosong secara semantik mendalam bagi pembaca manusia yang mencari esensi fakta.

2. Misteri Tanda Hubung (Em-Dash) dan Pola Kalimat yang Monoton

Pernah perhatiin gak, kenapa teks buatan AI sering banget kerasa repetitif dan doyan banget pakai tanda hubung panjang atau em-dash? Fenomena ini sempat dikupas secara mendalam oleh praktisi teknologi Sean Goedecke dalam tulisannya mengenai alasan kenapa AI sangat menyukai em-dash.

Secara gaya penulisan, penggunaan klausa penjelas yang berlebihan dengan tanda baca tersebut membuat alur baca (readability) menjadi hancur. Manusia bernapas dan berpikir dengan ritme tertentu. Ketika sebuah model statistik mencoba merangkai kalimat kompleks tanpa jeda emosional yang natural—hanya berdasarkan bobot matriks perhatian (attention weights)—hasilnya adalah aliran teks yang padat secara mekanis tapi melelahkan untuk dicerna oleh korteks serebral kita.

3. Kompleksitas Riset Akademik: Mengapa Teks AI Sulit Dicerna?

Sebuah studi kolaboratif dari para peneliti di New York University dan The University of Texas yang dibahas dalam diskusi publik X oleh fly51fly secara spesifik menyoroti pertanyaan mendasar: Why is AI-generated language so hard to understand?

Penelitian tersebut menunjukkan bahwa ada jarak kognitif yang signifikan antara representasi vektor internal model dengan struktur sintaksis bahasa manusia alami. AI sering kali memadatkan informasi dengan densitas tinggi atau malah berputar-putar di dalam ruang vektor tanpa jangkar realitas dunia nyata yang konkret. Ketika teks dihasilkan dari ruang multi-dimensi tanpa “pengalaman hidup”, pembaca manusia dipaksa menerjemahkan ulang terjemahan mesin dari data abstrak.

4. Halusinasi dan Logika Semu: Ketika Fakta Dipelintir Algoritma

Masalah paling bikin migrain dari bahasa AI tentu saja adalah halusinasi. Seperti yang diakui secara terbuka oleh tim riset dalam dokumentasi resmi OpenAI tentang mengapa language models berhalusinasi, tantangan membuat sistem AI yang andal dan dapat dipercaya masih sangat terjal.

AI bisa menulis kalimat dengan nada paling percaya diri di dunia, menggunakan kosakata tingkat tinggi, seolah-olah dia adalah profesor emeritus. Tapi begitu dicek faktanya? Isinya omong kosong belaka (nonsense). Kombinasi antara gaya bahasa yang sok tahu dan ketidakakuratan data inilah yang bikin teks AI sangat berbahaya sekaligus bikin puyeng saat dibaca.

5. Kesenjangan Bahasa: Tantangan untuk Non-English Speakers

Masalah kerumitan bahasa AI makin menggila kalau kita keluar dari ranah Bahasa Inggris. Berdasarkan laporan dari Stanford University mengenai bagaimana AI meninggalkan penutur non-Bahasa Inggris, model-model LLM menghadapi kendala besar pada low-resource languages (bahasa-bahasa dengan data digital yang sedikit).

Akibat minimnya data latih berkualitas tinggi untuk bahasa daerah atau bahasa minoritas, terjemahan dan teks yang dihasilkan AI dalam bahasa tersebut sering kali terdengar kaku, tidak natural, bahkan melenceng jauh dari konteks budaya lokal. Alih-alih mempermudah komunikasi, bahasa buatan AI di area ini justru menciptakan dinding pembatas baru yang menyusahkan.

6. Era Pemrograman Baru dan Kode yang Dihasilkan Mesin

Fenomena ini bukan cuma terjadi pada teks biasa, Bos. Di dunia software engineering, masalah serupa juga mencuat. Seperti yang didiskusikan dalam komunitas developer di Reddit mengenai kebutuhan bahasa pemrograman baru di era AI, banyak programmer mulai mempertanyakan masa depan kode.

Dengan laporan dari analis industri seperti Pragmatic Engineer tentang otomatisasi pembuatan kode software yang menyebutkan bahwa porsi besar kode bisa dihasilkan oleh AI, muncul pertanyaan pelik: Bagaimana manusia bisa memelihara atau memahami kode yang ditulis oleh mesin jika struktur logikanya tidak dirancang untuk keterbacaan manusia? Kode yang dioptimalkan untuk token mesin sering kali menjadi mimpi buruk pemeliharaan bagi developer manusia.

7. Apakah AI Mulai Memahami Dunia Nyata?

Di sisi lain, secercah harapan (atau ancaman baru?) muncul dari riset universitas terkini. Menurut temuan dari Brown University mengenai pemahaman model AI terhadap dunia nyata, penelitian menunjukkan bahwa LLM dapat mengembangkan semacam “pemahaman” matematis terhadap struktur dunia fisik melalui representasi internal mereka.

Namun, pemahaman matematis di dalam ruang laten (latent space) ini tidak otomatis bertransformasi menjadi bahasa yang ramah dibaca manusia. Hubungan antara representasi geometris di dalam chip komputer dan struktur naratif bahasa manusia masih menjadi jurang pemisah yang lebar.

Kesimpulan ala Wong Edan

Jadi, kesimpulannya apa, Bos? Kenapa bahasa buatan AI itu susah dipahami? Jawabannya sederhana: Karena AI itu pada dasarnya adalah kalkulator statistik super canggih yang menyamar jadi pujangga, bukan manusia yang bernapas dan bernalar.

AI merangkai kata berdasarkan probabilitas matematis, bukan berdasarkan pengalaman hidup, emosi, atau logika pragmatis yang kita pakai sehari-hari di warkop. Makanya, wajar kalau teks atau kode yang dihasilkannya kadang bikin kita garuk-garuk kepala sambil mikir keras. Tugas kita sebagai manusia di era digital ini bukan cuma manggut-manggut baca hasil kerja mesin, tapi tetap menggunakan filter kritis, akal sehat, dan secangkir kopi hitam manis supaya otak kita nggak ikut konslet kayak server kelebihan beban!