“Bukannya tinggal diunggah ke ChatGPT saja?”

• Penerjemahan lepas bukan sekadar mengubah dokumen dengan memasukkannya ke AI, melainkan pekerjaan profesional yang membutuhkan pemahaman konteks, pelokalan, riset istilah, dan pemeriksaan konsistensi
• ChatGPT memang bisa menghasilkan dokumen terjemahan, tetapi bisa timbul masalah format dan kualitas terjemahannya pun belum tentu dapat dipercaya
• AI bisa dipakai sebagai alat untuk memeriksa ejaan, memberi saran revisi kalimat, mengecek style guide, atau mengekstrak istilah teknis, tetapi semua hasilnya tetap harus diperiksa ulang
• AI dapat mengarang singkatan dan nama organisasi, melewatkan satu kalimat penuh, mengabaikan istilah yang sudah diberikan, dan gagal menangkap inti, sehingga tetap perlu pembinaan terus-menerus
• Kehadiran AI tidak boleh dijadikan alasan untuk menurunkan bayaran profesional seperti penerjemah, penulis, dan editor; di sini terlihat kontradiksi ketika AI dianggap cukup baik untuk pekerjaan orang lain, tetapi dinilai tidak cukup andal untuk pekerjaan sendiri

---

Pertanyaan yang dimulai di gym

• Setiap Selasa malam saya biasanya mengikuti kelas tinju dan “body sculpt” secara berurutan, tetapi suatu hari mulai pukul 4 sore masuk tiga permintaan terjemahan sekaligus, semuanya tenggat keesokan paginya, sehingga saya membatalkan kelas kedua
• Ketika seseorang bertanya kenapa saya pergi dari kelas, saya menjawab bahwa saya penerjemah lepas dan ada tiga tenggat untuk besok pagi
• Orang itu lalu bertanya, “Bukannya dokumennya tinggal diunggah ke ChatGPT?”, dan dari situ muncullah jawaban bahwa pekerjaan penerjemahan tidak bekerja seperti itu

Menerjemahkan bukan sekadar mengubahnya menjadi kalimat yang benar secara tata bahasa

• Secara teknis ChatGPT memang bisa memuntahkan dokumen terjemahan, tetapi pertama-tama bisa muncul masalah format
• Yang lebih penting, kualitas terjemahannya sendiri bisa diragukan
• Penerjemahan adalah pekerjaan memindahkan apa yang ingin dikatakan satu manusia agar dapat dipahami manusia lain, bukan berhenti pada membuat kalimat dalam bahasa lain yang sekadar benar secara tata bahasa
• Penerjemah melakukan adaptasi, pelokalan, dan pemilihan ungkapan agar pesan dalam teks asli tersampaikan secara alami dan bermakna
• Riset istilah teknis dan memastikan istilah tersebut konsisten di seluruh dokumen juga merupakan bagian dari pekerjaan penerjemahan

AI adalah alat, bukan pengganti

• AI tidak bisa menggantikan pekerjaan itu, tetapi bisa menjadi alat yang berguna jika dimanfaatkan dengan tepat
• Saat mulai menerjemahkan 15 tahun lalu, saya juga memasukkan kalimat yang rumit ke Google Translate untuk melihat kemungkinan ungkapan lain, dan kemudian memanfaatkan DeepL dengan cara yang sama
• Para profesional memang memakai alat; ini berada dalam kategori yang sama dengan akuntan yang memakai rumus Excel, manajer yang memanfaatkan format PowerPoint, atau restoran yang mencari resep yang sedang tren
• Dokumen ini sendiri ditulis langsung oleh saya, tetapi pemeriksaan ejaan bisa dilakukan dengan Antidote, dan saya juga bisa meminta pendapat Claude lalu menerapkan saran yang berguna
• Saran cerdas seperti menghapus paragraf atau memperjelas kalimat bisa diterima, tetapi keputusan akhir tetap dibuat manusia

Contoh penggunaan nyata dan keterbatasannya

• Salah satu klien memiliki beberapa style guide setebal 500 halaman yang bahkan mengatur format kutipan dan cara menyisipkan catatan kaki
• Jika style guide itu dimasukkan ke ChatGPT untuk pemeriksaan akhir, AI bisa menandai sebagian pelanggaran aturan
• AI juga bisa dipakai untuk mengekstrak istilah teknis dari dokumen referensi dan membuat glosarium sendiri; cara ini lebih cepat dan tidak terlalu membuat frustrasi dibanding Ctrl+F
• Semua hasil AI harus diperiksa dua atau tiga kali, dan pemakaian AI bukanlah tombol ajaib, melainkan cara kerja yang berbeda
• AI bisa mengarang singkatan dan nama organisasi, tidak menerjemahkan satu kalimat penuh, mengabaikan istilah yang telah diberikan jika tidak diingatkan berulang kali, dan kadang benar-benar melewatkan inti pembahasan

Kontradiksi soal bayaran dan keandalan

• Kehadiran AI tidak boleh dijadikan alasan untuk menurunkan bayaran penerjemah, penulis, editor, dan profesional lainnya
• Logikanya sama seperti tidak membayar tukang atap lebih murah hanya karena ia memakai palu dan tidak bekerja dengan tangan kosong
• Orang itu berkata, “AI selalu makin baik,” tetapi ketika ditanya apakah ia banyak memakai AI dalam pekerjaannya sendiri, ia menjawab bahwa AI belum cukup andal untuk dipakai
• Jabatan orang tersebut adalah Director General untuk bidang sumber daya manusia dan layanan korporat, dan saat ini ia juga menjabat sebagai pelaksana Workforce Planning and Resources Management
• Ketika AI dianggap cukup baik untuk pekerjaan orang lain tetapi tidak cukup dapat dipercaya untuk pekerjaan sendiri, nilai kerja profesional menjadi sangat mudah diremehkan

[GN⁺]

Opini Hacker News

• Penutupnya benar-benar poin yang kuat. Kebanyakan orang tampaknya setuju pada dua hal: AI adalah berkah besar untuk hal-hal yang tidak bisa kulakukan, dan jika itu bukan bidang keahlianku, sulit melihat cacat pada hasilnya serta tidak perlu membayar dan menunggu manusia
  Sebaliknya, mereka menganggap AI sangat buruk untuk menggantikanku. Tingkat keahlianku terlalu tinggi, jadi kemungkinan AI akan menjadi cukup baik untuk menggantikan 90% pekerjaan yang dibayar kepadaku hampir sebatas teoretis, dan paling banter hanyalah alat
  Jadi aku memakai AI untuk pertanyaan medis dan dokter memakai AI untuk menulis perangkat lunak, lalu kami saling menyeringai melihat kualitas yang didapat pihak lain

  • Sedang muncul golongan ketiga yang menarik. Mereka mengakui masalah kualitas, tetapi percaya itu bisa diselesaikan dengan menerapkan lebih banyak AI pada hasilnya
    Misalnya, mereka menjalankan banyak “agent” dan memberinya kepribadian seperti kepala keamanan atau penanggung jawab kualitas. Pada dasarnya ini adalah cara yang rumit tanpa perlu dan tak terduga untuk membuka sesi LLM demi peninjauan keamanan atau pemeriksaan kualitas
    Ada juga orang yang tahu aplikasinya penuh bug, tetapi merasa cukup biarkan AI memperbaikinya setiap kali bug muncul. Mereka belum pernah mengalami pelanggaran keamanan atau bug kehilangan data, dan hanya membayangkan Claude memperbaiki div yang tidak center atau menangani kode error yang sesekali muncul
  • Tersampaikan dengan baik. Semua orang berpikir AI tidak bisa melakukan pekerjaan mereka sendiri, jadi akhirnya AI dipakai untuk melakukan pekerjaan orang lain
    Aku belum tahu bagaimana merumuskannya secara formal, tetapi sepertinya ada semacam akibat wajar terkait AI dari Peter Principle atau efek Gell-Mann. Mungkin seperti, “AI naik sampai tingkat ketidakmampuan penggunanya,” atau “keyakinan pada output AI berbanding terbalik dengan kemampuan untuk memverifikasinya”
  • Benarkah kebanyakan orang memakai keterampilan inti tingkat tinggi mereka selama 90% waktunya? Aku penasaran bagaimana perasaan orang lain
    Aku seorang profesor yang dianggap pekerjaannya menuntut secara intelektual, dan aku meneliti NLP/AI. Aku tidak melihat AI akan menggantikan pekerjaan intelektual intiku dalam waktu dekat, tetapi menurutku pekerjaan inti itu bahkan tidak mengambil 10% dari waktuku
    Sebagian besar waktuku dihabiskan untuk menulis laporan birokratis, menulis dan memoles proposal hibah, menilai ujian dan tugas, mendesain poster, merencanakan jadwal kuliah untuk tahun tertentu, membuat gambar untuk slide, menulis tugas dan ujian, serta menghadiri rapat koordinasi pengajaran. Hal-hal seperti ini bisa atau seharusnya bisa diotomatisasi
    Bahkan mengajar kuliah yang sama untuk kesekian kalinya secara objektif mungkin bisa diotomatisasi. Kita tetap melakukannya karena faktor manusia yang berkaitan dengan motivasi, bukan karena kuliah yang dibawakan manusia pasti lebih unggul secara intelektual
  • Ini tampak seperti prinsip umum. Kalau AI lebih baik dariku, aku memakainya; kalau tidak, ya tidak kupakai
    Setiap kali model mutakhir membaik, aku melihat gelombang skeptis AI yang tiba-tiba berubah jadi penganut. Mereka berkata hal-hal seperti, “Tahun lalu AI tidak bisa ngoding, sekarang kupakai untuk segalanya!”
    Yang menarik, kemudian kita sadar kemampuan ngoding orang yang berkata begitu memang setara dengan Claude Opus 4.5 pada titik peralihan itu, atau dengan level termutakhir saat itu
    Sementara itu, yang lain tetap memakai AI sebagai alat biasa seperti orang dalam artikel. Aku penasaran berapa lama lagi sampai komputer memprogram lebih baik dariku dan aku juga beralih
  • Rasanya cuma aku yang menganggap AI benar-benar jauh lebih baik dariku dalam pekerjaan yang harus kulakukan. Bukan karena model generasi terbaru; aku sudah merasa begitu sejak beberapa tahun lalu
    Pada tahap sekarang, aku bahkan tidak bisa memikirkan satu pekerjaan pun di mana aku benar-benar bisa bersaing dengan AI. Entah aku yang kurang mampu, atau orang lain yang terlalu percaya diri. Mungkin orang-orang yang merasa sepertiku hanya tidak mengatakannya dengan lantang

• Sedikit menyimpang ke soal terjemahan, aku membaca The Master and Margarita dalam dua versi terjemahan. Yang pertama begitu membosankan sampai aku terpaksa berhenti sebelum akhir bab 1, dan aku bahkan tidak bisa menemukan nama penerjemahnya, tetapi itu edisi yang menerjemahkan semua julukan khas Rusia
  Karena terus membahas seorang pria bernama “homeless”, aku mengira buku itu memang buruk dan mengabaikannya selama beberapa tahun
  Aku tidak mengerti kenapa buku itu begitu dibicarakan
  Lalu aku kebetulan menemukan terjemahan oleh Diana Burgin dan Katherine Tiernan O'Connor, dan meski aku tidak tahu bahasa Rusia, menurutku itu mendekati yang terbaik. Benar-benar pekerjaan yang luar biasa
  Efek yang sama juga bisa dilihat pada terjemahan mesin untuk We karya Yevgeny Zamyatin. Jika pemerintah diterjemahkan sebagai “United State”, itu mudah tertukar dengan “United States”, tetapi terjemahan yang memakai “One State” jauh lebih baik

  • Aku masih sangat ingat betapa terkejutnya saat di awal usia 20-an aku sadar komik Astérix awalnya ditulis dalam bahasa Prancis lalu diterjemahkan. Bisa-bisanya nama druid dibuat jadi Getafix dalam bahasa Inggris, incroyable

• Ini jelas tulisan manusia, tetapi penuh dengan em dash. Bukan karena AI, melainkan karena penulisnya bersandar pada em dash alih-alih menghaluskan kalimat agar mengalir alami, dan itu hampir membuatku menangis

  • Kalimat pertama: “In my Ottawa life, every Tuesday evening, I take two gym classes back to back—boxing and the pompously named “body sculpt,” which makes me discover muscles I didn’t know I had.”
    Em dash di sini memang sesuai dengan ritme orang berbicara. Orang akan mengatakan, “Setiap Selasa aku ambil dua kelas berturut-turut, boxing dan ‘body sculpt’. Namanya aneh ya”
    Sebagian alur kalimatnya memang agak canggung, tetapi bukan karena em dash. Kaum puris tata bahasa mungkin akan bilang itu tidak bisa dijadikan kalimat terpisah tanpa kata tambahan, dan karena berbagai alasan juga tidak bisa dihubungkan dengan koma. Jadi dipakailah em dash
    Menulis ulang kalimat itu kemungkinan bukan membuatnya lebih alami, malah kurang alami
  • Aku berharap lebih banyak orang setidaknya pernah bersentuhan sedikit dengan penerjemah profesional. Mereka kelompok yang sangat kecil dalam umat manusia, tetapi sangat penting secara mendalam, dan sudah begitu setidaknya selama ribuan tahun. Dan akan tetap begitu ke depannya
  • Saat menulis kalimat, aturan pertama yang kulakukan sebelum apa pun adalah memeriksa apakah aku bisa menghilangkan em dash dengan menyusun ulang unsurnya
    Pembaruan: maaf kalau itu tidak jelas. Aku tidak bisa menahannya
  • Em dash sebenarnya sangat bagus, dan khususnya dalam tulisan nonteknis di luar Amerika, itu adalah pilihan gaya yang standar
  • Bahasa Inggris bukan bahasa ibuku. Dan aku suka em dash. Kalau itu dosa terburukku, ya sudahlah

• Jika pada 2024 orang akan menertawakan gagasan bahwa ChatGPT bisa membantu matematika tingkat pascasarjana, tahun ini model AI justru memecahkan masalah Erdos yang sebelumnya belum terpecahkan hanya dengan prompt sederhana
  Terlihat naif membayangkan ada penghalang mendasar antara kecerdasan manusia dan AI sehingga AI sama sekali tidak akan pernah bisa melakukan banyak hal yang bisa dilakukan manusia. Hal-hal yang sering diajukan seperti menyimpulkan niat, menangkap emosi, atau mencerminkan nilai budaya—yang katanya bisa dilakukan manusia tetapi tidak bisa dilakukan AI—kini juga bisa dilakukan AI bila diberi konteks yang cukup
  Yang lebih penting, hal-hal itu bukan sihir yang hanya terjadi di dalam tengkorak manusia, melainkan hasil dari pemrosesan informasi. Hanya saja itu jenis pemrosesan informasi yang sulit dibuat agar komputer mahir melakukannya, dan sejauh ini AI tampaknya terus membaik
  Saya sepenuhnya setuju bahwa nilai istimewa manusia tidak melekat pada kemampuan menjalankan tugas yang berguna. Tetapi menyangkal kemampuan model AI tampak seperti kesalahan umum yang dilakukan banyak orang, dan sayangnya kenyataan menyusul sebelum mereka siap secara emosional

• Perlu dicatat bahwa dalam kalimat “bila diberi konteks yang cukup”, kata “konteks” juga bisa diganti menjadi “dolar”. Banyak pencapaian mengesankan seperti ini tampaknya berasal dari sana
  Seperti biasa, karena terobosan-terobosan belakangan ini semuanya tampak masuk kategori “berpikir lebih lama”, masih belum jelas apakah model akan menjadi lebih baik sekaligus lebih murah. Untuk penerjemahan, kalau melihat ekspektasi harga per hasil, saya cukup ragu apakah LLM yang “berpikir lebih lama” akan membantu

• Setuju, tetapi patut diingat bahwa otak, khususnya otak manusia, sangatlah besar, dan setiap token membawa makna yang jauh lebih banyak daripada kedutan otot kecil yang berdiri sendiri
  Karena itu, bahkan “kognisi” yang sangat primitif pun bisa tampak melakukan jauh lebih banyak hal daripada kenyataannya

• Kalau “pada 2024 orang akan menertawakan gagasan bahwa ChatGPT bisa membantu matematika tingkat pascasarjana, tahun ini model AI memecahkan masalah Erdos yang sebelumnya belum terpecahkan hanya dengan prompt sederhana”, saya jadi penasaran, memang ada gelar pascasarjana matematika?

• Betul. Seolah-olah orang mengira AI akan selamanya berhenti di LLM, dan tidak akan mengembangkan world model yang mencakup evaluasi keadaan saat ini, prediksi dinamis keadaan berikutnya, penalaran kausal, object permanence, dan sebagainya
  Saya memang bukan orang industri AI, tetapi jelas sepertinya banyak riset dan pekerjaan ke arah itu sedang berlangsung

• Jujur, Fable cukup membuat saya takut. Ini lompatan besar lagi, bukan pada coding langsung, melainkan pada aspek lain
  Saya cukup nyaman dengan keadaan “implementasinya kamu yang kerjakan, pekerjaan meta dan penentuan arahnya saya yang tangani”, tetapi sekarang rasanya penentuan arah pun tidak perlu dan pekerjaan meta juga tidak perlu. Backlog-nya ada di sini, kabari saya kalau sudah selesai, saya tinggal pergi menyentuh rumput sampai saatnya review dan polesan dibutuhkan. Mungkin besok?
  Ini mengingatkan saya pada saat pertama kali melihat agen coding sekitar 2023 tertatih-tatih menyelesaikan issue dan berpikir, “ini gawat.” Saya juga merasakan hal serupa ketika GPT awal mulai benar-benar bisa membuat lelucon yang lumayan berhasil
  Kalau menulis versi terbaru dari greentext klasik “tolong buatkan greentext”: saya seorang software engineer senior, bertanggung jawab memastikan tiket benar-benar diimplementasikan, kadang membuka IDE dan menulis kode sendiri, suatu hari saya membuka IDE dan tiketnya sudah ditutup, agen mengerjakannya semalaman, tidak ada penentuan arah, tidak ada catatan review, tidak ada tugas, distress.jpg, saya bertanya ke manajer harus melakukan apa, dia bilang “fokuslah pada arsitektur tingkat tinggi”, saya tanya “arsitektur tingkat tinggi yang seperti apa?”, dia bilang “entahlah, kamu kan engineer senior”, rage.jpg, resign, menjadi prompt engineer, tinggal bilang secara sederhana mau membuat apa, pada hari pertama saya duduk untuk menulis prompt, AI ternyata sudah menuliskannya

• Saya tidak ragu bahwa penulis lebih baik daripada AI dalam menerjemahkan, tetapi terjemahan AI sudah menjadi sangat bagus sehingga saya tidak tahu berapa lama lagi pekerjaan penerjemahan akan tersisa, atau apakah pada akhirnya akan berpusat pada penyuntingan hasil terjemahan.
  Misalnya, saya baru-baru ini membaca The Three Musketeers terjemahan Lawrence Ellsworth dan sangat menikmatinya. Saya tidak bisa berbicara atau membaca bahasa Prancis, tetapi setahu saya terjemahan Ellsworth dianggap sebagai salah satu terjemahan yang lebih akurat untuk karya itu.
  Karena penasaran, saya memasukkan versi Prancis asli The Three Musketeers ke Claude Fable, lalu memintanya menerjemahkan dengan akurat sambil mempertahankan nada ceria dari teks aslinya dan tidak menyensor apa pun. Saya tidak membaca semuanya, tetapi saya membandingkan beberapa bab antara terjemahan Ellsworth dan terjemahan Fable.
  Sejujurnya, hasilnya sangat mirip sampai mengejutkan. Menurut saya, secara praktis tidak ada perbedaan yang berarti antara terjemahan Ellsworth dan terjemahan Fable. Saya memang merasa kalimat-kalimat dalam terjemahan Ellsworth sedikit lebih baik, tetapi kalimat-kalimat dari Fable juga sepenuhnya masih enak dibaca.
  Sekali lagi, saya tidak tahu bahasa Prancis jadi saya tidak bisa memastikannya, tetapi rasanya kalau saya membaca versi Fable pun pengalamannya tidak akan jauh berbeda dari versi Ellsworth.
  Namun, ini kemungkinan besar agak bersifat self-fulfilling. Fable mungkin dilatih menggunakan terjemahan Ellsworth, jadi bisa saja menyalinnya dengan sangat langsung. Karena saya tidak menguasai bahasa selain Inggris, ada jebakannya. Untuk membandingkan akurasi terjemahan, saya harus membandingkannya dengan terjemahan lain; tetapi kalau terjemahan lain sudah ada, besar kemungkinan itu memengaruhi hasilnya, dan kalau tidak ada terjemahan, tidak ada cara untuk meninjaunya.
  Meski begitu, saya tetap berencana melanjutkan membaca seri lanjutannya dalam terjemahan Ellsworth. Versi itu terasa lebih otoritatif, dan menurut saya kalimat-kalimatnya juga sedikit lebih baik.

  • Ini bukan tes yang bagus. Hampir pasti data pelatihan Claude sudah mencakup beberapa versi terjemahan The Three Musketeers.
  • Kalau Anda berkata “terjemahan AI sudah sangat bagus” sambil juga mengatakan “saya tidak tahu bahasa selain Inggris,” maka Anda sama sekali tidak layak membuat penilaian itu.
    Apalagi Anda sendiri mengakui bahwa tesnya punya cacat yang begitu fatal sampai nyaris tidak berguna, tetapi tetap membuat klaim besar soal kualitas.
  • Kemungkinan besar terjemahan Ellsworth memang ada di korpus. Secara praktik, Anda hanya menyuruh Claude untuk memuntahkannya kembali.
    LLM sudah menghafal semua buku terkenal. Kalau diarahkan, mereka bisa dibuat melafalkannya kembali hampir kata demi kata.
  • Sebagai orang yang sering membaca karya terjemahan dan kadang juga membaca terjemahan mesin, menurut saya terjemahan mesin itu kurang bagus. Seperti yang dia sendiri akui, hasilnya sangat bias.
    Menerjemahkan itu sulit. Kalau Anda sering membaca terjemahan dari bahasa tertentu, ada semacam bau khas terjemahan mesin; sulit dijelaskan, tetapi jelas ada. Terjemahan yang bagus berada jauh di atas terjemahan mesin.
    Bisa saja LLM terbaru memang punya kemampuan terjemahan yang lebih baik, tetapi saat ini secara umum hasilnya kebanyakan masih buruk. Untuk teks yang sangat pendek mungkin cukup oke, tetapi sama sekali tidak untuk konten panjang.
  • Intinya adalah bahwa seluruh versi terjemahan itu ada di himpunan pelatihan ChatGPT. Recall adalah masalah yang cukup sudah terpecahkan dalam machine learning.
    Seberapa baik ia akan menerjemahkan novel Prancis yang terbit kemarin? Baik novel aslinya maupun versi terjemahannya mungkin belum ada di himpunan pelatihan, atau bahkan versi terjemahannya belum ada sama sekali.
    Akhir pekan ini saya menyuruh ChatGPT menerjemahkan sebuah surat yang ditulis dalam bahasa Slovenia, dan secara umum ia menangkap maksud besarnya, tetapi banyak nuansa yang hilang. Perangkat nada kecil yang menyampaikan banyak informasi hanya lewat pemilihan satu sinonim benar-benar terlewatkan.

• Sudut pandang yang menarik. Dari yang saya dengar, penerjemahan adalah (a) salah satu profesi yang paling awal kehilangan pekerjaan karena AI, dan (b) bidang yang sering disebut orang-orang yang skeptis terhadap LLM dan seni generatif AI sebagai contoh AI yang “dapat diterima”.

  • Sebagai salah satu orang seperti itu, menurut saya ada nuansanya di sini. Saat menerjemahkan untuk diri sendiri, AI itu luar biasa.
    Tetapi saat menerjemahkan untuk orang lain, dibutuhkan lebih banyak kehati-hatian dan penilaian manusia. Terutama dalam kasus seperti buku petunjuk, ketika ungkapan yang buruk bisa membuat seseorang terluka.
  • Penerjemah itu juga ada macam-macam. Penerjemahan dokumen hukum/bisnis sangat berbeda dari penerjemahan film/buku/game.
    Setidaknya jika teks aslinya bahasa Inggris, saya bisa dengan yakin mengatakan bahwa LLM bekerja lebih baik daripada rata-rata terjemahan novel yang secara tradisional diterbitkan di negara kami. Setiap kali saya menonton film dengan subtitle, selalu ada dialog yang jelas-jelas salah.
  • Para penerjemah sebenarnya sudah mulai kehilangan pekerjaan bahkan sebelum LLM, kira-kira sejak 10 tahun lalu, karena terjemahan mesin seperti DeepL. Tawaran masih terus datang, tetapi bayarannya turun, dan sejak saat itu memang menjadi lebih sulit mencari nafkah sebagai penerjemah.
  • Misalnya, terjemahan untuk membaca halaman web sudah cukup bisa diterima, tetapi belum berada di tingkat yang ingin Anda terbitkan secara profesional.
    Secara konsep, ini mirip dengan bagaimana typo dan kesalahan tata bahasa bukan masalah besar dalam pesan singkat atau email cepat, tetapi kalau typo muncul dalam materi terbitan seperti copy iklan, CV, atau label obat, itu akan terlihat sangat buruk.
  • Tidak semua terjemahan itu sama. Terjemahan sastra sering kali merupakan karya seni tersendiri, dan mengotomatiskannya sepenuhnya meleset dari intinya, seperti mengotomatiskan pekerjaan rumah atau angkat beban di gym.
    Saya tidak tahu persis bagaimana kondisi state of the art terbaru, tetapi saya bisa menerima pendapat bahwa penerjemahan buku petunjuk pemanggang roti atau kalimat-kalimat umum akan segera bisa diotomatisasi.

• Saya baru sadar bahwa tulisan saya sedang dibahas di sini, jadi tentu saya harus datang.
  Kalian sudah meluangkan waktu untuk membaca tulisan saya, jadi saya juga akan membaca utas ini dengan saksama. Saya benar-benar suka membaca, dan saya penasaran bagaimana pandangan kalian soal AI.
  Anekdot dalam artikel itu nyata. Saya hanya mengganti jabatannya.
  Soal AI, saya sempat berpindah dari “ini jelas tidak akan berdampak pada saya” ke “AI itu bodoh”, lalu sadar bahwa sebenarnya yang bodoh adalah saya karena saya tidak tahu cara menulis prompt. Sekarang saya ada di tahap bagaimana membuatnya berguna bagi saya.
  Meski begitu, saya tetap berharap para pemberi kerja, klien, dan dunia secara keseluruhan menyadari bahwa ini bukan tombol ajaib.
  Betapa tidak stabilnya semua ini benar-benar bikin gila. Tentu, dalam arti ia bisa memberi tahu kira-kira apa yang dimaksud, ia memang bisa menerjemahkan. Tetapi itu tidak berarti terjemahannya bagus. Saya bisa memberi sejuta contoh.

  • Melihat perubahan sikap Anda sejauh ini, apakah menurut Anda dalam setahun ke depan Anda bisa sampai ke tahap “waduh, ini melakukan pekerjaan sebaik saya dalam waktu yang jauh lebih singkat”?
    Dalam pemrograman murni, itu terjadi pada saya. Sesuatu yang dulu saya pikir sama sekali tidak mungkin.
    Ketidakstabilannya terlihat seperti bisa jadi hanya fase awal yang sementara.

• Karena penasaran, beberapa menit sebelum melihat thread ini aku menempelkan artikel berbahasa Prancis yang sedang kubaca ke ChatGPT dan memintanya menerjemahkannya ke bahasa Inggris. Secara fungsional jelas cukup berguna, dan aku tidak akan ragu memakainya untuk menerjemahkan artikel dalam bahasa yang tidak kuketahui
  Tapi itu bukan level profesional. Ada beberapa bagian yang salah menerjemahkan tata bahasa Prancis, dan kalimatnya terasa kaku dan administratif. Tidak ada upaya untuk membuatnya mengalir seperti artikel yang memang ditulis dalam bahasa Inggris, alih-alih memindahkan setiap kalimat secara harfiah
  Kalau ditanya apakah aku mau membaca artikel yang ditulis seperti itu, untuk tulisan pendek mungkin ya. Novel jelas tidak

  • Masalahnya, banyak pekerjaan profesional terjadi dalam situasi ketika pemberi kerja sebenarnya sudah cukup puas dengan hasil nonprofesional
    Terjemahan yang artistik akan selalu punya tempat, tapi terjemahan yang buru-buru juga punya tempat

• Aku rasa LLM tidak akan bisa menggantikan penerjemah untuk bahasa dengan sedikit pengguna
  Aku kenal seseorang yang menerjemahkan antara dua bahasa Eropa Timur, dan beberapa pekerjaan membutuhkan kamus khusus. Dalam kasus seperti itu, memakai LLM sangat sulit dipercaya, dan akan butuh lebih banyak usaha untuk memeriksa dan memperbaikinya daripada mengerjakannya dengan benar sejak awal
  Selain itu, aku juga sangat ragu perusahaan teknologi Amerika melatih LLM untuk bahasa yang "cuma" dipakai 6 juta orang
  Bahkan kalau masuk ke ranah hiburan, orang yang tumbuh di Eropa Timur sambil menonton film bajakan dengan terjemahan sengau dan monoton atau game hasil terjemahan mesin tahu betul seberapa besar itu merusak pengalaman. Tentu saja orang bisa bilang "AI bisa melakukannya lebih baik", tapi apakah ia bisa menjaga konsistensi dan menangkap nuansa budaya, idiom, dan semacamnya?

  • Untuk bahasa yang hanya dipakai secara lisan, itu akan lebih berlaku lagi

• "Kalau memakai pakaian gym, kita umumnya semua terlihat mirip"
  Aku tidak tahu apakah otakku bekerja berbeda dari penulisnya, tapi aku kaget membaca kalimat ini. Baju olahraga tidak memengaruhi persepsiku. Yang penting wajah, tubuh, dan postur; pakaian hampir tidak masuk. Buatku ini terasa sangat tidak masuk akal sampai terdengar meragukan
  Yang menyedihkan dari sudut pandang yang berpusat pada manusia bukanlah tidak bisa mengenali seseorang, melainkan menganggap itu tidak layak dilakukan karena mungkin kita tidak akan bertemu lagi. Itu berarti tidak ada komunitas. Komunitas dan relasi antarmanusia tetaplah hal-hal yang kita hargai

  • Aku yang menulis itu. Aku orang sungguhan
    Dan aku memang sangat buruk dalam mengenali orang yang tidak berinteraksi denganku. Bayangkan saja ada 50 orang memakai legging hitam di depan cermin