Selama ribuan tahun, kemampuan berbahasa secara kompleks hanya dimiliki oleh manusia. Kehadiran Model Bahasa Besar (LLM) seperti ChatGPT memang membawa perubahan besar, namun di balik kefasihan tersebut, terdapat jurang efisiensi data yang masif antara mesin dan manusia. Anak-anak mampu menguasai bahasa ibu mereka dengan paparan data yang jauh lebih minim dibandingkan triliunan informasi yang harus dilahap oleh sistem kecerdasan buatan (AI).

Seorang anak umumnya hanya perlu mendengar sekitar 100 juta kata hingga usia remaja untuk bisa berkomunikasi dengan lancar. Sebaliknya, model AI modern seperti Llama 3.1 milik Meta membutuhkan pelatihan berbasis 15 triliun token—skala data yang ratusan ribu kali lipat lebih besar. Kesenjangan ini memicu perdebatan di kalangan ilmuwan kognitif mengenai cara kerja otak manusia yang jauh lebih efisien dalam menyerap informasi dibandingkan algoritma komputer.

Michael C. Frank, ilmuwan kognitif dari Stanford University, menyoroti pemborosan sumber daya dalam pengembangan AI. Menurutnya, manusia seolah harus mengeruk seluruh pengetahuan digital dunia hanya untuk meniru kemampuan berbahasa yang sebenarnya bisa dicapai seorang anak di ruang keluarga dalam setahun. Sementara balita mulai merangkai kalimat benar setelah mendengar puluhan juta kata, model AI lawas dengan jumlah data serupa hanya menghasilkan teks yang tidak logis.

Fenomena ini juga menguji kembali teori linguistik klasik Noam Chomsky dari dekade 1950-an, yang menyebut manusia lahir dengan kemampuan tata bahasa bawaan. Guna mencari solusi efisiensi ini, sekelompok peneliti menginisiasi kompetisi tahunan bernama "BabyLM". Tantangannya adalah melatih model AI dengan batas maksimal 100 juta kata—setara dengan pengalaman verbal anak-anak. Hasilnya, model bernama GPT-BERT mampu melampaui performa model raksasa dalam pengujian tertentu, membuktikan adanya potensi efisiensi yang belum tergali.

Para ahli psikologi perkembangan berargumen bahwa keunggulan manusia terletak pada cara belajar yang aktif dan kontekstual. Anak-anak tidak sekadar menyerap data secara pasif seperti mesin, melainkan terus bereksperimen dengan lingkungan dan memahami niat sosial dari orang di sekitar mereka. Faktor interaksi sosial dan eksplorasi aktif inilah yang saat ini coba diadaptasi oleh para pengembang teknologi untuk menciptakan AI generasi baru.

Menutup kesenjangan efisiensi data ini bukan sekadar tentang persaingan teknologi, melainkan juga demokratisasi akses. Jika AI dapat dilatih dengan data yang minim, komunitas dengan bahasa daerah yang minim dokumentasi digital dapat mengembangkan teknologi kecerdasan buatan mereka sendiri. Pada akhirnya, upaya memahami bagaimana mesin belajar bahasa dengan efisien juga akan membantu ilmuwan menyingkap misteri terdalam dari kognisi manusia itu sendiri.