Integrasi Kecerdasan Buatan (AI) dalam Kajian Terjemahan (Translation Studies) menandakan satu perubahan besar dalam cara komunikasi manusia diproses dan difahami.
Perkembangan ini bukan sekadar peningkatan teknikal, tetapi merupakan suatu perubahan mendasar dalam landskap bahasa dan amalan penterjemahan. Sejak tahun 1950-an, apabila para penyelidik mula bereksperimen dengan penggunaan komputer untuk tujuan terjemahan, bidang ini telah berkembang daripada sistem berasaskan peraturan yang ringkas kepada rangkaian meural yang semakin canggih pada hari ini. AI menawarkan kelajuan yang tiada tandingan dan membolehkan maklumat dicapai merentasi sempadan bahasa, namun, pada masa yang sama AI juga membawa cabaran etika yang signifikan serta batasan yang tidak boleh diabaikan.
Makalah ini ingin berhujah bahawa masa depan terjemahan tidak bergantung pada “penggantian sepenuhnya peranan manusia”, sebaliknya pada penerapan model “human-in-the-loop”. Pendekatan hibrid ini memanfaatkan keupayaan pengiraan AI, dan pada masa yang sama mengekalkan nuansa budaya dan piawaian etika dengan bergantung pada sumbangan oleh penterjemah manusia.
Evolusi “Kotak Hitam”
Untuk memahami keadaan terjemahan semasa, perkembangan teknologi terjemahan perlu ditelusuri secara kronologi. Bidang ini telah melalui beberapa fasa utama. Pada peringkat awal, Terjemahan Mesin Berasaskan Peraturan (Rule-Based Machine Translation, RBMT) digunakan. RBMT bergantung sepenuhnya pada kamus dan peraturan linguistik yang ditetapkan.
Walaupun teknologi tersebut mampu mengendalikan struktur ayat yang kompleks secara konsisten, hasil terjemahannya tidak begitu sejadi. Pendekatan ini kemudiannya digantikan oleh Terjemahan Mesin Statistik (Statistical Machine Translation, SMT) pada tahun 1990-an. SMT menggunakan model kebarangkalian untuk mengenal pasti corak terjemahan daripada korpus data yang besar. Teknologi tersebut menunjukkan peningkatannya dari segi kecekapan, namun masih menghadapi kesukaran dalam menangani struktur ayat dan tatabahasa yang kompleks.
Kini Terjemahan Mesin Neural (Neural Machine Translation, NMT) merupakan teknologi yang mempunyai kedudukan dominan. Dengan menggunakan rangkaian neural, NMT mampu “mempelajari” bahasa secara holistik dan menyerupai proses kognitif manusia, lantas menghasilkan terjemahan yang lebih fasih serta tepat berbanding dengan model terdahulu.
Namun demikian, NMT juga mempunyai kelemahannya. Kekangan yang ada pada NMT selanjutnya mendorong kelahiran Terjemahan Mesin Hibrid (Hybrid Machine Translation, HMT), iaitu teknologi yang menggabungkan kekuatan pendekatan berasaskan peraturan, statistik dan neural bagi meningkatkan kualiti output. Walaupun kemajuan ini didorong oleh kuasa pemprosesan yang semakin tinggi dan ketersediaan set data berskala besar, namun kebergantungan terhadap data turut mewujudkan kelemahan baharu, khususnya bagi bahasa yang mempunyai sumber digital yang terhad.
Pedang Bermata Dua: Kecekapan vs Nuansa
Kelebihan AI dalam terjemahan memang tidak dapat dipertikaikan, terutamanya dari segi pengurangan kos, kebolehan penskalaan, dan automasi tugas berulang. Alat AI kini digunakan secara meluas dalam pelbagai sektor, termasuk penjagaan kesihatan, kewangan dan khidmat pelanggan. Hal ini jelas mencerminkan tahap integrasi teknologi ini dalam kehidupan seharian. Dalam konteks terjemahan, AI membolehkan komunikasi berlaku dengan pantas dalam bidang yang mengutamakan kepantasan seperti undang-undang dan kewangan.
Namun, kecekapan ini juga membawa kompromi yang ketara. Sistem AI sering gagal menangani aspek bahasa yang bersifat manusiawi seperti simpulan bahasa, metafora dan rujukan budaya. Sebagai contoh, terjemahan jenaka secara literal mungkin tepat dari segi linguistik, tetapi unsur humor atau implikasi budaya gagal disampaikan.
Selain itu, sistem NMT menunjukkan prestasi yang lemah dalam bahasa “bersumber rendah”, iaitu bahasa yang kekurangan data, sekali gus mewujudkan jurang digital yang mengutamakan bahasa global seperti bahasa Inggeris. Keterbatasan ini membuktikan bahawa AI masih kekurangan keupayaan pemahaman yang mendalam untuk menghasilkan terjemahan bernuansa tinggi walaupun mempunyai kecekapan yang tinggi.
Fenomena ini bukan sekadar kesilapan teknikal, malahan mungkin mengukuhkan prasangka sosial, hal ini lantas menimbulkan persoalan moral mengenai objektiviti bagi hasil yang diberikan oleh mesin.
Sempadan Etika: Prasangka, Privasi dan Identiti Profesional
Isu etika merupakan antara cabaran paling mendesak dalam era terjemahan berasaskan AI. Oleh sebab model AI dilatih menggunakan data sedia ada, sistem ini cenderung mengekalkan dan malahan memperkukuh prasangka yang terkandung dalam data tersebut. Kajian terdahulu menunjukkan bahawa aplikasi seperti Google Translate mempunyai kecenderungan untuk mengekalkan stereotaip jantina, contohnya dengan mengaitkan profesion berstatus tinggi seperti doktor dengan kata ganti nama lelaki, manakala pekerjaan seperti jururawat dikaitkan dengan kata ganti nama perempuan.
Fenomena ini bukan sekadar kesilapan teknikal, malahan mungkin mengukuhkan prasangka sosial, hal ini lantas menimbulkan persoalan moral mengenai objektiviti bagi hasil yang diberikan oleh mesin.
Selain prasangka, sifat AI sebagai “kotak hitam” turut menimbulkan kebimbangan yang serius terhadap privasi data. Sistem terjemahan berasaskan awan memerlukan akses kepada maklumat yang berjumlah besar, termasuk data peribadi dan data kewangan yang sensitif. Pendedahan ini meningkatkan risiko kebocoran data dan penyalahgunaan maklumat, khususnya dalam sektor seperti penjagaan kesihatan, keselamatan data pesakit dan autonomi pengguna perlulah dilindungi.
Dari sudut profesional, kebangkitan AI turut mencetuskan kebimbangan mengenai peralihan peranan penterjemah. Apabila mesin mengambil alih tugas terjemahan, peranan penterjemah manusia berubah menjadi post-editor yang menilai dan membetulkan output mesin. Perubahan ini bukan sahaja mengubah identiti profesion, malah turut menimbulkan kebimbangan bahawa automasi berlebihan mungkin merendahkan nilai kepakaran manusia dan menghakis unsur seni dalam terjemahan.
Melangkaui Kepenggunaan: AI dalam Imaginasi dan Seni
Pengaruh AI tidak terhad pada terjemahan sahaja, malahan meluas ke bidang kesusasteraan dan seni. Penggunaan AI telah mengubah cara kita mempersepsi seni. Karya sastera telah lama menggunakan AI untuk menerokai persoalan kemanusiaan, seperti yang dapat dilihat dalam “Tiga Hukum Robotik” oleh Isaac Asimov, sehinggalah novel modern yang mempersoalkan unsur peri manusia dalam dunia teknologi ini.
Kini AI bukan lagi sekadar subjek yang dibincangkan dalam novel, tetapi turut berperanan sebagai “kolaborator kreatif”. AI digunakan dalam penciptaan muzik, seni visual dan karya-karya seni yang lain, sekali gus mencabar konsep tradisional tentang kreativiti, kepengarangan dan ungkapan yang berunsur artistik.
Hala Tuju Masa Depan: Horizon Hibrid
Bidang terjemahan sedang bergerak ke arah Terjemahan Mesin Multimodal (Multimodal Machine Translation, MMT) dan Terjemahan Mesin Tanpa Penyeliaan (Unsupervised Machine Translation, UMT). Model baharu seperti SeamlessM4T berusaha mengintegrasikan terjemahan teks, audio dan imej, lantas membolehkan komunikasi masa nyata merentasi pelbagai mod. Evolusi ini menjadikan sistem mampu mengendalikan data linguistik dan visual secara serentak, selanjutnya mengatasi masalah jurang bahasa dengan lebih menyeluruh.
Walau bagaimanapun, pendekatan yang paling berdaya maju bukanlah automasi sepenuhnya, tetapi kolaborasi manusia dengan AI. Penterjemah masa hadapan berkemungkinan menjadi profesional hibrid yang menggunakan AI untuk menyediakan draf, sambil memanfaatkan pemikiran kritis manusia bagi menghasilkan terjemahan yang “menyesuaikan budaya” dan menjamin kualiti beretika. Kajian terdahulu menunjukkan bahawa pendekatan kolaboratif ini telah membuahkan hasil yang menggalakkan. Sebagai contoh, dalam bidang terjemahan kod, AI telah membantu manusia bekerja dengan lebih pantas dan tepat melalui hubungan sinergi.
Kesimpulan
Penggabungan AI dalam kajian terjemahan bukan sahaja sesuatu perkembangan yang tidak dapat dielakkan, malahan integrasi tersebut menawarkan potensi besar kepada penyelidikan serta industri. Namun demikian, revolusi ini perlu ditangani dengan sikap kritis dan bertanggungjawab. “Titik buta” AI, termasuk kekangan dalam memahami nuansa budaya, kecenderungan dan prasangka, serta risiko terhadap privasi data perlu ditangani dengan serius untuk memastikan bahawa teknologi ini dapat berfungsi sebagai jambatan antara budaya, tetapi bukannya sesuatu penghalang. Adalah diyakini bahawa melalui hubungan simbiotik yang menempatkan AI sebagai alat pengiraan, dan manusia sebagai penjaga konteks budaya serta nilai empati, terjemahan dapat kekal sebagai usaha yang bersifat manusiawi walaupun dalam era mesin.
