Mengapa Mesin Kognitif AI Adalah Langkah Berikutnya dalam Aksesibilitas dan Inklusi

Oleh: Grigory Sapunov, CTO dari inten.to & Andrew Gershfeld, Partner dari Flint Capital.

Untuk mempromosikan tingkat aksesibilitas dan inklusi selanjutnya, saatnya kita mulai menginvestasikan upaya kita dalam mengembangkan mesin kognitif AI yang lebih canggih. Mengembangkan bentuk kognitif AI yang lebih canggih adalah kunci untuk memperluas aksesibilitas global dan memperluas cakupan inklusi.

Pada kenyataannya, kita sudah melihat cakupan bahasa yang belum pernah terjadi sebelumnya. Flint Capital mencatat bahwa penelitian terbaru menunjukkan bahwa jumlah pasangan bahasa mesin terjemahan telah melonjak dari 16.000 menjadi sekitar 100.000 dalam satu tahun. Perusahaan tersebut menunjukkan Niutrans dan Alibaba sebagai kontributor utama dengan 88.000 dan 20.000 pasangan bahasa.

Di atas itu, Flint Capital juga mencatat bahwa pasar komputasi kognitif global diproyeksikan akan melonjak menjadi $72,26 miliar pada tahun 2027. Kita sudah melihat keuntungan besar dengan perkembangan teknologi AI yang pesat yang mendorong batas-batas sintesis suara dan pengenalan ucapan yang ada.

Dari sudut pandang keuangan dan kemajuan teknologi, jelas mengapa ada dorongan untuk lebih memajukan kemampuan AI. Tapi mengapa fokus pada aksesibilitas dan inklusi?

Saat ini, ada sekitar 1 miliar orang cacat di dunia. Selain itu, para ahli memperkirakan bahwa ada sekitar 7.000 bahasa yang berbeda dalam komunitas global kita. Ketika kita menjadi lebih terhubung, tantangan aksesibilitas dan inklusi tumbuh terlalu besar untuk ditangani oleh manusia sendiri.

Mari kita lihat beberapa masalah inklusi yang dihadapi bisnis yang dapat ditingkatkan dengan kognitif AI yang canggih.

1. Hambatan bahasa dapat menghambat ekspresi diri.

Ketika kita terus bergerak menuju ekonomi global dan gagasan tenaga kerja global yang berkelanjutan, kita harus menangani keterbatasan bahasa yang dibagikan.

Ada ribuan bahasa dan dialek yang digunakan oleh karyawan di seluruh dunia. Bahkan jika mereka semua berbagi bahasa yang sama (seperti bahasa Inggris), ada banyak contoh ketika mereka tidak dapat mengungkapkan ide atau pendapat mereka secara efektif karena perbedaan bahasa.

Menurut para ahli, mengadopsi mesin kognitif AI yang canggih dan menerapkan VSAs adalah solusi untuk masalah ini. Mesin-mesin ini dilatih secara ekstensif untuk menangani serangkaian tugas terjemahan khusus, sehingga menawarkan kemampuan ekspresi yang lebih inklusif dan lebih baik tanpa keterlibatan manusia.

Kognitif AI juga memfasilitasi aksesibilitas yang lebih besar bagi mereka yang memiliki disabilitas. Sebagai contoh, dapat melakukan layanan teks-ke-ucapan untuk mereka yang memiliki gangguan pendengaran. Sebaliknya, dapat menghasilkan ucapan dari teks untuk membantu mereka yang memiliki gangguan penglihatan.

Di masa depan, kita dapat melihat layanan kognitif AI yang lebih efektif yang dapat melakukan terjemahan ucapan, teks, dan gambar ke dalam banyak bahasa dan dengan cara yang melayani berbagai disabilitas.

2. MT generik tidak dapat menangani terjemahan yang sensitif.

Bayangkan mencoba menggunakan Google Translate untuk membuat catatan pasien di lingkungan perawatan kesehatan. Tidak hanya akan menyebabkan kebingungan dan kesalahan terjemahan, tetapi juga dapat secara tidak sengaja membahayakan pasien. Mesin terjemahan dasar tidak memahami terminologi khusus industri, dan kesalahan kecil dapat memiliki efek berantai pada perawatan pasien.

Hal yang sama berlaku untuk industri sensitif lainnya seperti hukum, keuangan, dan pemerintahan. Bisnis harus berhati-hati dalam memilih mesin terjemahan yang mereka gunakan karena sedikit yang dapat berperforma pada tingkat yang tinggi.

Inilah di mana kustomisasi kognitif AI masuk. Perusahaan yang dapat membuat mesin terjemahan mesin yang disesuaikan dan sangat akurat menawarkan keunggulan kompetitif yang besar.

3. Nada, niat, dan pengalaman yang diperkaya terbatas untuk populasi tertentu.

Banyak bahasa bergantung pada nada, konteks, dan gerakan untuk mengungkapkan makna. Dalam bahasa Cina, perubahan nada yang kecil dapat mengubah makna kalimat, dan dalam bahasa Spanyol, formalitas hubungan menentukan bagaimana Anda harus berbicara dengan seseorang.

Layanan terjemahan dasar tidak dapat membaca nada atau niat dengan akurat. Ini dapat menyebabkan kekeliruan komunikasi atau bahkan ofensi yang tidak disengaja. Sebagai contoh, dalam bahasa Korea, honorifik sangat penting ketika berbicara dengan seseorang, sehingga sangat penting bagi layanan terjemahan untuk memahami formalitas nada sehingga dapat mengungkapkan makna yang tepat.

Masalah lain yang terkait adalah potensi bias gender. Banyak bahasa membedakan antara maskulin dan feminin, tetapi tidak selalu ada konteks yang cukup untuk AI untuk secara akurat menentukan apakah harus mengembalikan terjemahan maskulin atau feminin.

Penelitian Intento menemukan bahwa mesin NMT generik default ke terjemahan maskulin setidaknya 90 persen dari waktu. Namun, karena banyak operasi perusahaan telah pindah online dan sekarang mencakup tim global, pekerjaan sedang dilakukan untuk memperbaiki bias-bias ini.

Dalam laporan 2021, Intento melihat peningkatan dalam model NLP multibahasa. Ini memperluas kemampuan penerapan pengguna akhir dan memungkinkan pengembang dan pengguna untuk menyesuaikan AI dengan kebutuhan khusus.

Masa Depan Lebih Inklusif Daripada Pernah Karena Kognitif AI.

Saat ini, masih banyak keterbatasan pada apa yang dapat dilakukan mesin terjemahan dan kognitif AI. Tidak dapat menafsirkan nada puisi atau emosi dalam lagu.

Namun, dapat belajar untuk menyediakan kemampuan percakapan yang lebih baik dan lebih nuansa, yang sudah mengubah cara merek global melakukan bisnis.

Para ahli seperti Flint Capital menunjukkan bagaimana data menunjukkan bahwa pasar komputasi kognitif global lebih kuat dari sebelumnya, dan tidak ada tanda-tanda melambat. Intento mencatat bahwa jumlah mesin terjemahan hampir dua kali lipat dalam setahun terakhir.

Perusahaan teknologi yang lebih kecil bekerja pada pengembangan kognitif AI, tetapi raksasa industri seperti Google, IBM, dan Microsoft melemparkan bobot mereka di belakang masalah ini juga. Karena itu, kita dapat melihat pertumbuhan dan ekspansi yang luar biasa dalam kemampuan kognitif AI di masa depan.