Peran Leksikografi Perkaya Kualitas Prompt untuk Asisten AI

foto: unsplash |

Asisten AI seperti Microsoft Copilot akan selalu membutuhkan pembaruan, dan pengayaan basis data agar selalu relevan memberikan respons yang akurat. 

Integrasi Produk Leksikografi

Pada Agustus tahun lalu, Penulis berkesempatan mengikuti AI Workshop Image Exploration with Microsoft Designer, di kantor Microsoft, Jakarta. Dalam sesi tanya-jawab, penulis melontarkan pertanyaan dan masukan perihal kemungkinan Microsoft bekerja sama dengan institusi atau lembaga pemerintah yang berfokus pada kebahasaan, misalnya Badan Pengembangan dan Pembinaan Bahasa Kementerian Pendidikan Dasar dan Menengah.

Communication Lead Microsoft Indonesia Karen Kusnadi menyampaikan, kolaborasi dengan berbagai pemangku kepentingan yang terkait, wabilkhusus Badan Bahasa, merupakan keniscayaan. Apalagi peran Badan Bahasa sangat esensial dalam memperkaya basis data bagi machine learning (pembelajaran mesin) yang menjadi “otak” dari Artificial Intelligence (kecerdasan buatan).

Salah satu produk kecerdasan buatan, yakni Asisten AI (Microsoft Copilot, Siri, Google Gemini, ChatGPT, dsb) dirancang untuk membantu pengguna melakukan berbagai tugas, dan memberikan informasi yang berguna. Untuk kualitasnya, performa Asisten AI sangat bertumpu pada prompt yang diinput oleh pengguna. Prompt dalam konteks asisten AI adalah instruksi atau perintah yang diberikan kepada model AI untuk menghasilkan respons yang sesuai.

Prompt biasanya berisi informasi atau pertanyaan yang membantu asisten AI memahami konteks, dan tujuan dari permintaan pengguna, sehingga dapat memberikan jawaban atau solusi yang relevan.     

Prompt dapat berupa teks yang langsung ditulis oleh pengguna atau konteks yang lebih luas dari percakapan yang sedang berlangsung. Asisten AI menggunakan prompt ini untuk menentukan respons yang paling tepat dan berguna bagi pengguna.

Kemudian, bagaimana hubungan antara leksikografi dan kecerdasaan buatan? Leksikografi memiliki hubungan yang erat dengan kecerdasan buatan (AI) dalam beberapa aspek. Penguatan oleh berbagai jenis kamus memungkinkan sistem pembelajaran mesin dapat terus beradaptasi dan memperbarui diri seiring perkembangan bahasa.  Misal, untuk pemanfaatan asisten AI, integrasi produk-produk leksikografi sangat berpengaruh dalam kualitas hasil pencarian.

Contoh:

Prompt untuk tugas produktivitas: "Buatkan beberapa contoh surat penawaran kerja sama sponsorship kegiatan siniar dengan tema logam tanah jarang”, “Buatkan beberapa contoh proposal kegiatan seminar dengan bahasan kredit karbon”.

Jadi machine learning memungkinkan asisten AI untuk mengotomatisasi tugas-tugas yang berulang dan memakan waktu, seperti korespondensi, dan membuat beragam proposal tematik.

Tantangan selanjutnya ialah ketika sumbangsih leksikografi yang kian kaya untuk asupan data pembelajaran mesin yang makin pintar meniru, akan berhadapan dengan orisinalitas. Misal, ketika tiba pada prompt yang berkaitan dengan aspek kreativitas.

Contoh: “Buatkan puisi dengan gaya diksi dari Sapardi Joko Damono”.

Juga tidak bisa dinafikan, potensi error terjadi dalam proses pengolahan data. sehingga kualitas hasil penyajian informasi dari asisten AI merespon prompt juga bergantung pada algoritma yang menangkap sumber informasi. Algoritma yang senantiasa dilatih ini mungkin bercampur dengan jalinan percakapan media sosial. Sehingga basis data dari kamus-kamus resmi itu saling tumpang tindih dengan konten media sosial yang akan dicerna machine learning untuk performa asistensinya.           

Tentu saja contoh-contoh di atas merupakan prompt pembuka atau pancingan untuk “berdiskusi” lebih lanjut dengan asisten AI. Sedang tingkat kepiawaian tiap user membangun rangkaian komunikasi dengan asisten AI akan berbeda-beda. Hal ini  yang membuat hasil “konsultasi” kita dengan asisten AI akan bervariasi dan unik antara satu dan lainnya meski dengan tema yang sama.   

Berbagi :