MADANIPUBLISHERINDONESIAMADANIPUBLISHERINDONESIA

Journal of Advances in Linguistics and English Teaching (JALET)Journal of Advances in Linguistics and English Teaching (JALET)

Perkembangan cepat Kecerdasan Buatan (AI), khususnya Pengolahan Bahasa Alami (NLP), telah menyatukan dua disiplin dasar: Psikolinguistik dan Ilmu Komputer. Penelitian ini berusaha menjembatani kesenjangan teoretis antara cara otak manusia memproses dan menghasilkan bahasa (psikolinguistik) dengan cara mesin memodelkan dan meniru proses tersebut (AI). Metode yang digunakan berupa tinjauan literatur komparatif-analitis, dengan data diambil dari jurnal akademik terkemuka yang membahas model bahasa AI (seperti Transformer dan Large Language Models/LLMs) serta teori pemrosesan bahasa manusia (seperti Serial Processing dan Connectionist Models). Analisis difokuskan pada tiga dimensi utama: akuisisi leksikon, pemrosesan sintaksis, dan pemahaman pragmatik. Hasil menunjukkan bahwa meskipun AI modern unggul dalam memprediksi urutan kata dan struktur sintaksis berbasis probabilitas, AI masih belum dapat mereplikasi sepenuhnya pemrosesan semantik yang terkait dengan pengalaman, kesadaran, dan konteks sosial yang menjadi ciri khas pemrosesan manusia. Model AI saat ini menunjukkan kecepatan luar biasa dalam inferensi leksikal, namun sering gagal pada tugas yang memerlukan teori pikiran atau pemahaman pragmatik berlapis. Integrasi prinsip psikolinguistik ke dalam arsitektur AI memiliki potensi besar untuk mengembangkan sistem yang tidak hanya efisien tetapi juga lebih alami dan menyerupai manusia dalam interaksinya. Penelitian lanjutan diperlukan untuk membangun model AI yang mencerminkan proses bottom‑up dan top‑down yang kompleks pada otak manusia.

Analisis komparatif ini menunjukkan bahwa model bahasa AI modern, khususnya LLM, walaupun unggul dalam prediksi leksikal berbasis frekuensi dan pemodelan ketergantungan sintaksis, tetap berbeda secara mendasar dari proses bahasa manusia pada tiga dimensi utama.kecepatan pemrosesan tanpa kedalaman semantik, ketidakhadiran representasi struktural hierarkis, serta kurangnya pemahaman pragmatik yang memerlukan Theory of Mind.Perbedaan inti terletak pada arsitektur pemrosesan, dimana AI mengandalkan probabilitas statistik dari pengenalan pola berskala besar, sementara manusia memproses bahasa berdasarkan kesadaran, pengetahuan pengalaman, dan niat komunikatif.Implikasi perbedaan ini penting bagi pengembangan AI yang lebih berlandaskan kognitif serta penelitian psikologi bahasa.

Penelitian selanjutnya dapat melakukan studi empiris yang membandingkan kinerja peserta manusia dengan model LLM pada tugas-tugas psikolinguisik identik, seperti kecepatan akses leksikal, penyelesaian ambiguitas sintaksis, dan inferensi pragmatik, untuk mengukur kesamaan dan perbedaan secara kuantitatif. Selain itu, perlu dirancang dan dievaluasi arsitektur jaringan saraf yang dilengkapi dengan memori kerja terinspirasi dari model psikolinguisik, guna menilai sejauh mana peningkatan kedalaman semantik dan pemahaman konteks dapat dicapai dibandingkan model standar. Selanjutnya, penelitian dapat mengembangkan model hibrida neuro‑simbolik yang menggabungkan pembelajaran statistik bahasa dengan modul explicit Theory of Mind, sehingga kemampuan sistem dalam menginterpretasikan sarkasme, ironi, dan ujaran tidak langsung dapat diuji secara sistematis. Ketiga arah tersebut diharapkan dapat memperkaya pemahaman tentang integrasi prinsip kognitif manusia ke dalam sistem AI, sekaligus membuka peluang inovasi teknologi yang lebih selaras dengan cara manusia berkomunikasi.

  1. #kecerdasan buatan#kecerdasan buatan
  2. #teori pemrosesan manusia#teori pemrosesan manusia
Read online
File size325.32 KB
Pages5
Short Linkhttps://juris.id/p-1y2
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test