Endoxa Asia – Kecerdasan buatan mulai membantu peneliti mengurai pola suara dan perilaku lumba-lumba, tetapi kemampuan untuk bercakap-cakap dengan mamalia laut itu masih jauh dari kenyataan. Tantangan utamanya bukan sekadar mengenali bunyi yang berulang, melainkan memahami arti bunyi tersebut dalam kehidupan sosial dan budaya lumba-lumba.
Denise Herzing, pendiri sekaligus direktur Wild Dolphin Project, telah meneliti komunikasi lumba-lumba sejak 1985. Perhatiannya bermula ketika ia mengamati lumba-lumba hidung botol berbintik Atlantik di Bahama dan mendengar bunyi klik serta siulan yang mereka hasilkan. Setelah puluhan tahun mengumpulkan rekaman audio dan video, Herzing kini bekerja bersama ilmuwan Georgia Tech dan Google DeepMind untuk mencari struktur dalam data tersebut.
Menurut Herzing, kecerdasan buatan dapat membantu menemukan pola yang mungkin sulit dikenali manusia dari tumpukan rekaman. Namun, temuan pola belum sama dengan terjemahan. Penelitian ini masih berada pada tahap memahami keteraturan dalam komunikasi lumba-lumba, bukan menyediakan mesin yang dapat menerjemahkan setiap suara menjadi kalimat manusia.
Dari rekaman menuju pola
Rekaman suara dan video yang dihimpun tim memberi bahan untuk mengamati bagaimana bunyi muncul dan dalam konteks perilaku seperti apa bunyi itu terdengar. AI berperan sebagai alat untuk menata dan menemukan pola dalam kumpulan data tersebut. Harapannya, pola yang terlihat dapat membantu peneliti merumuskan pertanyaan lebih terarah tentang cara lumba-lumba berkomunikasi.
Herzing menyebut AI sebagai alat baru yang kuat untuk pekerjaan ini. Baginya, teknologi tersebut membuka kemungkinan menelaah data yang telah dikumpulkan selama bertahun-tahun dengan cara yang sebelumnya lebih sulit dilakukan. Akan tetapi, menemukan pola tidak otomatis menjelaskan maksud di balik suara. Peneliti masih perlu menghubungkan rekaman dengan tindakan, situasi, serta respons lumba-lumba.
Perbedaan itu penting karena suara yang sama atau mirip belum tentu membawa pesan yang sama dalam setiap keadaan. Bahkan jika sistem dapat mengidentifikasi bunyi tertentu dengan konsisten, manusia tetap harus menguji apakah identifikasi itu benar-benar berkaitan dengan fungsi bunyi tersebut. Dengan kata lain, keberhasilan analisis audio merupakan langkah awal, bukan bukti bahwa komunikasi sudah dipahami.
Eksperimen dua arah masih terbatas
Tim Herzing juga mencoba menguji komunikasi dua arah melalui komputer yang dikenakan di bawah air dan dapat memutar suara lumba-lumba. Dalam percobaan itu, suara tertentu digunakan untuk merujuk pada benda, seperti syal, atau lingkungan, seperti sargassum, sejenis rumput laut.
Dua peneliti kemudian memodelkan tindakan yang berkaitan dengan suara tersebut. Sebagai contoh, seorang peneliti memutar suara yang diasosiasikan dengan syal, sementara peneliti lain bermain menggunakan benda itu. Tim mengamati bagaimana lumba-lumba merespons. Pendekatan ini memungkinkan peneliti menguji hubungan antara bunyi, benda, dan perilaku dalam situasi yang dirancang.
Namun, respons berupa meniru suara belum cukup untuk membuktikan bahwa lumba-lumba memahami maksudnya. Herzing menekankan bahwa ada perbedaan besar antara meniru bunyi dan memahami fungsi bunyi tersebut. Di alam liar, membedakan kedua hal itu menjadi sulit karena peneliti tidak selalu dapat mengendalikan situasi atau memastikan faktor apa yang memicu respons hewan.
Lingkungan suaka atau tempat yang lebih terkendali mungkin membantu peneliti membedakan peniruan dari pemahaman. Meski demikian, pengamatan dalam kondisi terkontrol pun tidak serta-merta menjawab seluruh persoalan. Peneliti masih perlu mengetahui bagaimana lumba-lumba menggunakan bunyi dalam interaksi sosial yang berlangsung secara alami.
Memahami budaya, bukan hanya bunyi
Penelitian selama ini telah memberi pengetahuan tentang hierarki sosial dan perilaku lumba-lumba. Tetapi, menurut Herzing, mengenali struktur data dan pola suara belum cukup untuk memulai percakapan yang bermakna. Pertanyaan berikutnya adalah apa arti pola-pola itu dalam budaya lumba-lumba.
Gagasan tentang “berbicara” dengan hewan mudah menarik perhatian karena memberi bayangan bahwa manusia dapat bertukar pesan langsung dengan spesies lain. Namun, gambaran tersebut berisiko menyederhanakan pekerjaan ilmiah yang sebenarnya. Suara tidak berdiri sendiri: maknanya perlu dipahami dalam konteks perilaku dan kehidupan sosial hewan yang menghasilkannya. Karena itu, sistem yang mampu mengenali atau memutar bunyi belum tentu memahami pesan sebagaimana lumba-lumba memahaminya.
Sampai saat ini, percakapan dua arah masih belum tercapai. Tim telah menemukan pola dan mulai menguji penggunaan suara untuk merujuk pada benda atau habitat, tetapi makna komunikasi lumba-lumba masih menjadi misteri. Teknologi AI dapat membantu mempercepat pengamatan dan pengelompokan data, tetapi penafsiran tetap bergantung pada penelitian lanjutan.
Pertanyaan tentang hubungan manusia dan laut
Bagi Herzing, memahami lumba-lumba bukan hanya soal mewujudkan keinginan manusia untuk berbicara dengan hewan. Upaya itu juga dapat mengajak manusia memikirkan kembali hubungannya dengan planet dan lingkungan laut. Saat ditanya apa yang mungkin disampaikan lumba-lumba kepada manusia, jawaban yang paling sering ia dengar adalah pertanyaan tentang mengapa manusia merusak lautan.
Jawaban tersebut bukan terjemahan dari suara lumba-lumba. Herzing menggunakannya sebagai cerminan cara manusia memandang dunia dan relasinya dengan alam. Pembedaan ini penting: harapan manusia tentang pesan yang ingin didengar tidak boleh disamakan dengan bukti tentang apa yang benar-benar dikomunikasikan lumba-lumba.
Untuk saat ini, kontribusi paling nyata AI adalah membantu peneliti mencari keteraturan dalam rekaman yang sangat banyak. Langkah berikutnya—memastikan fungsi suara, memahami maknanya dalam konteks sosial, dan menguji apakah ada pertukaran pesan yang sungguh dipahami kedua pihak—masih membutuhkan eksplorasi panjang. AI bisa membantu membuka jalan, tetapi belum menjadi penerjemah bahasa lumba-lumba.
About The Author
Komentar