Satuju.com - Peluncuran AI bahasa daerah GoTo membuka peluang baru bagi pengembangan teknologi kecerdasan buatan di Indonesia. Namun, di balik model berukuran 27 miliar parameter yang dirilis pada 19 Oktober 2026, muncul pertanyaan mendasar: seberapa besar inovasi yang ditawarkan perusahaan teknologi di balik Gojek dan Tokopedia tersebut?

Dalam catatan bertajuk AI Bahasa Daerah, Cak AT atau Ahmadie Thaha menilai langkah GoTo patut diapresiasi, tetapi kebaruannya perlu diperiksa secara kritis. Menurut dia, pengembangan tersebut lebih tepat dipahami sebagai penyempurnaan model yang sudah tersedia, bukan penemuan arsitektur kecerdasan buatan yang sepenuhnya baru.

GoTo mengembangkan model yang ditujukan untuk memahami bahasa Indonesia serta empat bahasa daerah, yakni Jawa, Sunda, Bali, dan Batak. Perusahaan juga membuka akses model tersebut bagi pengembang, perguruan tinggi, peneliti, perusahaan rintisan, dan lembaga publik.

GoTo Mengembangkan Model Dasar Google

Salah satu petunjuk mengenai teknologi yang digunakan GoTo terdapat pada nama model yang diunggah ke platform Hugging Face, yakni gemma3-27b-cpt-gotoai-v3-instruct.

Nama tersebut menunjukkan bahwa GoTo menggunakan Gemma 3 27B, model dasar buatan Google, kemudian menyesuaikannya melalui proses pelatihan lanjutan dan penyempurnaan instruksi.

Continued pre-training atau CPT merupakan proses melatih kembali model yang sudah memiliki kemampuan bahasa menggunakan tambahan data tertentu. Sementara itu, instruction tuning membantu model mengikuti perintah dan memberikan jawaban sesuai instruksi pengguna.

Dengan pendekatan tersebut, GoTo tidak membangun arsitektur model bahasa besar atau large language model (LLM) dari nol. Perusahaan memanfaatkan model yang sudah tersedia, kemudian mengarahkannya untuk memahami bahasa Indonesia, bahasa daerah, dan konteks lokal.

Strategi ini dinilai masuk akal karena membangun LLM dari awal membutuhkan data dalam jumlah besar, komputasi mahal, tenaga ahli, serta waktu yang panjang.

Pendekatan tersebut juga memungkinkan pengembang memusatkan sumber daya pada peningkatan kemampuan bahasa dan konteks budaya yang menjadi sasaran utama.

Bukan Pelopor Pertama AI Bahasa Daerah

Cak AT mengingatkan bahwa pengembangan AI untuk bahasa lokal bukan pekerjaan yang baru dimulai melalui pengumuman GoTo pada Oktober 2026.

AI Singapore, misalnya, mengembangkan SEA-LION (Southeast Asian Languages in One Network), keluarga model bahasa yang berfokus pada kebutuhan bahasa dan budaya Asia Tenggara. Inisiatif tersebut telah mengembangkan model untuk mendukung berbagai bahasa di kawasan, termasuk melalui pemanfaatan model dasar yang sudah tersedia.

GoTo juga memiliki rekam jejak pengembangan AI lokal melalui kolaborasinya dengan Indosat dalam ekosistem Sahabat-AI. Inisiatif itu sebelumnya menawarkan model yang diarahkan untuk bahasa Indonesia dan sejumlah bahasa daerah.

Karena itu, peluncuran terbaru GoTo lebih tepat dilihat sebagai kelanjutan pengembangan teknologi yang sudah berjalan.

Meski demikian, pembaruan versi, ukuran model, cakupan data, serta keterbukaan akses tetap berpotensi memberikan manfaat. Persoalannya, manfaat tersebut perlu dibuktikan melalui pengujian yang transparan dan dapat diperiksa secara independen.

Klaim Performa Perlu Diuji Secara Terbuka

GoTo menyebut modelnya meraih skor tertinggi dalam pengujian terhadap model sejenis pada setiap bahasa daerah yang diuji. Klaim tersebut menarik perhatian, tetapi penilaiannya membutuhkan informasi yang memadai mengenai metode pengujian, model pembanding, jumlah sampel, dan hasil untuk setiap bahasa.

Dokumentasi model di Hugging Face mencantumkan sejumlah evaluasi, antara lain IndoMMLU, SEA-HELM, serta pengujian kepatuhan terhadap instruksi dan percakapan.

Namun, hasil pengujian pada tolok ukur tertentu tidak otomatis membuktikan bahwa sebuah model paling unggul dalam seluruh situasi penggunaan sehari-hari.

Kemampuan menjawab pertanyaan terstruktur, misalnya, berbeda dari kemampuan memahami peribahasa, sindiran, humor, tingkat tutur, atau ungkapan adat yang maknanya bergantung pada hubungan sosial.

Bahasa daerah juga memiliki variasi dialek, ejaan, dan kosakata. Dalam percakapan sehari-hari, penutur kerap mencampurkan bahasa daerah dengan bahasa Indonesia. Kondisi tersebut menjadi tantangan tersendiri bagi model AI.

Ukuran model pun perlu diperhitungkan. Dokumentasi GoTo menyebut kebutuhan sekitar 54–60 GB memori GPU untuk menjalankan model dalam presisi FP16/BF16. Konfigurasi yang disebutkan mencakup GPU NVIDIA A100 dengan memori 80 GB.

Teknik kuantisasi dapat mengurangi kebutuhan memori. Namun, spesifikasi tersebut menunjukkan bahwa model berukuran 27 miliar parameter tidak serta-merta bisa dijalankan dengan nyaman pada setiap komputer milik kampus atau pengembang kecil.

Pengguna juga perlu memahami ketentuan lisensinya. Ketersediaan model untuk diunduh tidak otomatis berarti seluruh penggunaan bebas tanpa syarat. Dokumentasi dan ketentuan lisensi Gemma tetap perlu diperiksa sebelum model digunakan dalam produk atau layanan tertentu.

Kampus dan Komunitas Bahasa Punya Peran Penting

Menurut Cak AT, nilai utama pengembangan AI bahasa daerah justru terletak pada peluang yang muncul setelah model tersedia untuk publik.

Perguruan tinggi, komunitas bahasa, pemerintah daerah, dan pengembang dapat bekerja sama menguji kemampuan model menggunakan percakapan nyata, cerita rakyat, peribahasa, istilah adat, serta ungkapan sehari-hari.

Pengujian juga perlu melibatkan penutur asli dari berbagai wilayah agar hasilnya tidak hanya mencerminkan kemampuan model dalam menjawab soal yang disusun oleh pengembang.

Model harus diuji untuk mengetahui kemampuannya membedakan dialek, mempertahankan makna saat menerjemahkan, serta mengakui keterbatasan ketika tidak memahami suatu ungkapan.

Hasil pengujian sebaiknya dipublikasikan agar peneliti dapat membandingkan model GoTo dengan SEA-LION dan model lainnya menggunakan metode yang adil.

Pemerintah daerah juga dapat mendukung upaya tersebut melalui digitalisasi manuskrip, dokumentasi rekaman penutur asli, dan pengembangan korpus bahasa dengan lisensi yang jelas.

Di sisi lain, GoTo perlu menjelaskan perkembangan antargenerasi modelnya secara terbuka, termasuk perubahan dari versi sebelumnya menuju V3, pemilihan data pelatihan, peningkatan kemampuan pada setiap bahasa, serta kelemahan yang masih ditemukan.

Keberhasilan AI Diukur dari Manfaat bagi Masyarakat

Dalam catatannya, Cak AT menekankan bahwa pengembangan AI lokal tidak cukup dinilai dari ukuran model atau kemeriahan peluncuran. Ukuran yang lebih penting adalah kemampuan teknologi tersebut membantu masyarakat menggunakan dan mewariskan bahasa mereka.

Model AI yang baik tidak sekadar mengenali kata dan menyusun kalimat dengan tata bahasa yang benar. Teknologi itu juga perlu memahami maksud, menangkap konteks, menghormati kebudayaan, dan mengakui ketidakpastian ketika menghadapi ungkapan yang tidak dipahaminya.

GoTo telah menyediakan salah satu perangkat untuk mendukung tujuan tersebut. Tantangan berikutnya berada pada pengujian, penyempurnaan, dan pemanfaatannya oleh kampus, pemerintah, pengembang, serta komunitas penutur bahasa daerah.

Sebagaimana ditekankan Cak AT, keberhasilan AI bahasa daerah pada akhirnya perlu diukur dari manfaat nyata bagi masyarakat, mulai dari anak-anak yang mempelajari bahasa leluhurnya, pedagang yang menggunakannya dalam kehidupan sehari-hari, hingga guru yang berupaya menjaga bahasa daerah tetap hidup.

Jika teknologi mampu membantu masyarakat memahami, menggunakan, dan mewariskan bahasa mereka dengan lebih baik, pengembangan AI tersebut akan memiliki arti yang jauh melampaui pencapaian teknis.

Penulis: Cak AT – Ahmadie Thaha
Ma’had Tadabbur al-Qur’an, 21 Oktober 2026