– Arief Prihantoro –
Makna Tidak Pernah Tinggal di Dalam Tanda
Dari Definisi Menuju Dunia Interpretasi
Serial pertama berakhir pada sebuah kesimpulan yang sekaligus membuka arah pembahasan berikutnya. Perkembangan AI generatif memperlihatkan bahwa persoalan mendasar yang kini dihadapi bukan lagi sekadar bagaimana mesin melakukan komputasi, melainkan bagaimana hasil komputasi tersebut memasuki ruang komunikasi manusia sebagai sesuatu yang dapat dibaca, dipahami, diperdebatkan, bahkan diinterpretasikan. Pergeseran ini membawa diskusi mengenai kecerdasan buatan keluar dari batas-batas tradisional ilmu komputer dan memasukkannya ke dalam wilayah yang sejak lama menjadi perhatian ilmu komunikasi, linguistik, filsafat bahasa, dan semiotika.
Tulisan sebelumnya dapat dibaca pada tautan berikut:
Apabila pada seri pertama perhatian diarahkan kepada perubahan cara kita memahami komunikasi, maka pembahasan pada seri kedua bergerak lebih jauh menuju persoalan yang menjadi fondasi seluruh proses komunikasi, yaitu makna. Pergeseran ini bukan sekadar perubahan tema, melainkan perubahan tingkat analisis. Sebab, komunikasi pada hakikatnya tidak pernah hanya berbicara mengenai perpindahan informasi dari pengirim kepada penerima. Komunikasi selalu berkaitan dengan bagaimana informasi tersebut memperoleh makna ketika memasuki dunia pengalaman manusia.
Persoalan makna merupakan salah satu tema yang terus hadir sepanjang sejarah pemikiran manusia. Hampir setiap tradisi besar dalam filsafat bahasa dan semiotika berangkat dari pertanyaan yang sama: bagaimana mungkin sesuatu yang pada awalnya hanya berupa bunyi, huruf, gambar, atau simbol dapat menghadirkan pengalaman yang dipahami manusia sebagai makna? Mengapa rangkaian tanda yang sama dapat dipahami secara berbeda oleh orang yang berbeda? Dan mengapa sebuah teks mampu melahirkan penafsiran baru bahkan setelah ratusan tahun sejak pertama kali ditulis?
Pertanyaan-pertanyaan tersebut menjadi semakin penting ketika AI generatif mulai menghasilkan teks yang secara sintaksis, semantis, bahkan retoris semakin mendekati tulisan manusia. Selama beberapa dekade, perhatian terhadap AI lebih banyak diarahkan kepada kemampuan sistem melakukan klasifikasi, prediksi, optimisasi, atau pengambilan keputusan. Kini perhatian tersebut bergeser. Yang menjadi pusat diskusi bukan lagi sekadar kemampuan menghitung, melainkan kemampuan menghasilkan representasi simbolik yang diterima manusia sebagai sesuatu yang bermakna. Pada titik inilah persoalan yang sejak lama berkembang di dalam semiotika kembali memperoleh relevansi yang sangat kuat.
Akan tetapi, sebelum membahas hubungan tersebut, terdapat satu asumsi yang perlu ditinjau kembali. Selama ini terdapat kecenderungan untuk menganggap bahwa makna merupakan sesuatu yang melekat pada kata. Cara berpikir ini begitu kuat sehingga hampir tidak pernah dipersoalkan. Ketika seseorang tidak memahami arti suatu istilah, tindakan yang paling lazim dilakukan adalah membuka kamus. Setelah definisi ditemukan, persoalan dianggap selesai. Dalam praktik sehari-hari, prosedur tersebut memang sangat membantu. Kamus menyediakan rujukan bersama sehingga sebuah masyarakat dapat menggunakan bahasa dengan tingkat konsistensi tertentu.
Namun, fungsi praktis kamus berbeda dengan fungsi teoritisnya. Kamus disusun untuk membantu menjelaskan penggunaan kata, bukan untuk menjelaskan bagaimana makna bekerja di dalam pikiran manusia. Persoalan muncul ketika model kamus dijadikan sebagai model penjelasan mengenai hakikat makna. Pada saat itulah berbagai pengalaman komunikasi sehari-hari justru memperlihatkan kenyataan yang berbeda.
Bayangkan seseorang mengucapkan kata rumah. Kamus dapat mendefinisikannya sebagai bangunan yang digunakan sebagai tempat tinggal. Definisi tersebut tidak salah. Akan tetapi, pengalaman manusia mengenai rumah hampir tidak pernah berhenti pada pengertian tersebut. Rumah dapat menghadirkan kenangan masa kecil, hubungan keluarga, kampung halaman, rasa aman, identitas sosial, bahkan pengalaman kehilangan. Dalam karya sastra, rumah dapat menjadi metafora mengenai harapan. Dalam antropologi, rumah dapat dipahami sebagai institusi budaya. Dalam kajian arsitektur, rumah merupakan hasil perancangan ruang. Kata yang sama menghadirkan dunia makna yang berbeda karena setiap pembaca menghubungkannya dengan jaringan pengalaman yang berbeda pula.
Hal serupa terjadi pada hampir seluruh konsep yang hidup di dalam kehidupan sosial. Kata keadilan, agama, demokrasi, kebebasan, ibu, atau kemerdekaan tidak pernah dipahami hanya melalui definisi leksikalnya. Setiap istilah membawa sejarah, memori kolektif, pengalaman sosial, nilai budaya, bahkan konflik penafsiran yang terus berkembang dari satu generasi ke generasi berikutnya. Oleh karena itu, dua orang dapat menggunakan kata yang sama, tetapi membangun pengertian yang berbeda karena masing-masing menghubungkan kata tersebut dengan pengalaman intelektual dan sosial yang berbeda.
Fenomena ini memperlihatkan bahwa makna selalu melampaui definisi. Definisi memang memberikan batas awal mengenai penggunaan suatu istilah, tetapi ia tidak pernah mampu menjelaskan keseluruhan pengalaman interpretasi yang menyertai istilah tersebut. Ketika seseorang membaca sebuah teks, yang bekerja bukan hanya pengetahuan mengenai arti setiap kata, melainkan juga keseluruhan pengalaman membaca, pengalaman hidup, pendidikan, tradisi budaya, dan berbagai teks lain yang pernah ditemuinya. Dengan kata lain, memahami sebuah kalimat tidak identik dengan menjumlahkan arti setiap kata yang menyusunnya.
Di sinilah letak salah satu kritik paling mendasar yang diajukan Umberto Eco. Kritik tersebut bukan diarahkan kepada keberadaan kamus sebagai perangkat leksikografi, melainkan kepada kecenderungan menjadikan model kamus sebagai penjelasan mengenai cara kerja makna. Hubungan antara tanda dan makna jauh lebih kompleks daripada hubungan antara kata dan definisinya. Sebuah tanda selalu berada di dalam jejaring hubungan yang menghubungkannya dengan tanda-tanda lain, dengan pengalaman pembaca, dengan sejarah kebudayaan, serta dengan berbagai teks yang telah lebih dahulu hadir di dalam masyarakat.
Konsekuensi dari cara pandang tersebut sangat besar. Makna tidak lagi dipahami sebagai sesuatu yang sudah tersedia dan tinggal ditemukan oleh pembaca. Makna justru muncul melalui proses interpretasi yang berlangsung setiap kali sebuah tanda bertemu dengan jaringan pengetahuan yang dimiliki pembacanya. Karena jaringan pengetahuan setiap orang berbeda, maka kemungkinan interpretasi pun tidak pernah sepenuhnya identik. Kesamaan bahasa tidak selalu menghasilkan kesamaan makna.
Pandangan ini sekaligus mengubah cara kita memahami komunikasi. Komunikasi bukan sekadar proses penyampaian informasi, melainkan proses yang memungkinkan makna terus dibangun, dinegosiasikan, dipertahankan, atau bahkan diubah. Sebuah teks tidak pernah membawa makna secara utuh dari penulis kepada pembaca. Yang berpindah hanyalah rangkaian tanda. Makna lahir ketika tanda tersebut memasuki jaringan pengetahuan yang telah dimiliki oleh pembacanya.
Dari titik inilah Umberto Eco mengembangkan salah satu konsep paling penting dalam keseluruhan teori semiotikanya, yaitu Encyclopedia. Melalui konsep tersebut, makna tidak lagi dipahami sebagai sesuatu yang tersimpan di dalam definisi sebuah kata, melainkan sebagai hasil dari hubungan yang terus berkembang di antara tanda, pengalaman, kebudayaan, dan pengetahuan. Gagasan inilah yang bukan hanya mengubah cara kita memahami bahasa, tetapi juga menyediakan salah satu perangkat konseptual yang paling kuat untuk membaca perkembangan AI generatif. Pembahasan mengenai konsep Encyclopedia akan menjadi fokus pada bagian berikutnya.
Keterbatasan model kamus sesungguhnya tidak berhenti pada persoalan linguistik. Persoalan yang jauh lebih mendasar adalah bahwa model tersebut mengandaikan pengetahuan manusia tersusun sebagai kumpulan definisi yang berdiri sendiri. Setiap konsep dianggap memiliki arti yang relatif tetap, kemudian keseluruhan pengetahuan dibangun dengan menggabungkan definisi-definisi tersebut. Cara berpikir seperti ini memang menghasilkan struktur pengetahuan yang rapi, tetapi sekaligus menyederhanakan cara manusia memahami dunia.
Pengalaman sehari-hari justru memperlihatkan keadaan yang berbeda. Manusia tidak pernah mengenali dunia melalui definisi-definisi yang berdiri sendiri, melainkan melalui hubungan antarpengalaman yang terus bertambah sepanjang hidupnya. Seorang anak tidak memahami arti kata api karena lebih dahulu membaca definisi mengenai proses oksidasi yang menghasilkan panas dan cahaya. Ia memahami api melalui pengalaman melihat nyala lilin, merasakan panas, mendengar nasihat orang tua agar tidak menyentuhnya, menyaksikan kobaran api saat membakar sampah, hingga kemudian mempelajari penjelasan ilmiahnya di sekolah. Seluruh pengalaman tersebut saling melengkapi sehingga membentuk pemahaman yang jauh lebih kaya daripada sekadar definisi kamus.
Hal yang sama terjadi pada hampir seluruh konsep yang digunakan manusia. Pengetahuan tidak berkembang seperti daftar istilah di dalam glosarium, tetapi menyerupai jaringan yang terus bertambah rumit. Ketika seseorang mempelajari sejarah, misalnya, ia tidak hanya memperoleh pengetahuan tentang peristiwa-peristiwa masa lampau. Pengetahuan tersebut segera terhubung dengan politik, ekonomi, kebudayaan, agama, teknologi, bahkan pengalaman hidupnya sendiri. Demikian pula ketika seseorang membaca sebuah novel, yang bekerja bukan hanya kemampuan memahami kosakata, melainkan juga pengalaman membaca karya sastra lain, pengetahuan mengenai latar sejarah, pemahaman terhadap simbol-simbol budaya, hingga berbagai pengalaman emosional yang pernah dialaminya. Setiap pengetahuan baru selalu memasuki jaringan pengetahuan yang telah ada sebelumnya, bukan menggantikannya dengan struktur yang benar-benar baru.
Cara manusia memahami dunia karena itu lebih menyerupai proses membangun jejaring daripada menyusun daftar definisi. Setiap pengalaman memperluas hubungan dengan pengalaman lain. Setiap konsep baru memperoleh makna karena menemukan tempatnya di dalam jaringan pengetahuan yang telah lebih dahulu terbentuk. Semakin luas jaringan tersebut, semakin kaya pula kemungkinan interpretasi yang dapat dibangun seseorang ketika berhadapan dengan sebuah teks atau peristiwa.
Implikasinya terhadap teori komunikasi sangat besar. Komunikasi tidak pernah berlangsung di antara individu-individu yang datang sebagai “kertas kosong”. Setiap orang selalu membawa keseluruhan sejarah pengetahuannya masing-masing. Ketika dua orang menggunakan kata yang sama, sesungguhnya mereka sedang mempertemukan dua jaringan pengetahuan yang tidak pernah benar-benar identik. Di sinilah dapat dipahami mengapa kesalahpahaman merupakan bagian yang tidak terpisahkan dari komunikasi. Perbedaan interpretasi bukan selalu disebabkan oleh penggunaan bahasa yang keliru, melainkan oleh perbedaan jaringan pengetahuan yang menjadi latar belakang proses interpretasi itu sendiri.
Perspektif semacam ini sekaligus menjelaskan mengapa makna tidak pernah dapat diperlakukan sebagai sesuatu yang bersifat final. Makna selalu memiliki dimensi historis karena jaringan pengetahuan manusia terus berkembang mengikuti perubahan kebudayaan. Sebuah istilah yang dipahami dengan cara tertentu pada satu periode sejarah dapat memperoleh nuansa yang berbeda pada periode berikutnya, bukan karena definisi kamusnya berubah secara drastis, tetapi karena hubungan-hubungan yang mengelilingi istilah tersebut ikut berubah. Perubahan sosial, perkembangan ilmu pengetahuan, inovasi teknologi, maupun pengalaman kolektif suatu masyarakat akan terus membentuk ulang jaringan makna yang dimiliki para penuturnya.
Atas dasar itulah Umberto Eco mengajukan sebuah cara pandang yang berbeda. Alih-alih memandang makna sebagai sesuatu yang tersimpan di dalam definisi, Eco melihat makna sebagai hasil dari hubungan yang terus bergerak di antara tanda-tanda, teks-teks, pengalaman, dan pengetahuan yang hidup di dalam kebudayaan. Gagasan tersebut kemudian dirumuskannya melalui konsep Encyclopedia. Konsep ini bukan sekadar menawarkan teori baru mengenai bahasa, melainkan juga mengubah cara memahami bagaimana manusia membangun pengetahuan. Dalam perspektif Eco, mengetahui sesuatu berarti mengetahui hubungan-hubungannya dengan berbagai hal lain, bukan sekadar menghafalkan definisinya.
Di sinilah pembahasan mengenai Encyclopedia menjadi sangat penting. Konsep tersebut merupakan fondasi yang menopang keseluruhan teori interpretasi Umberto Eco, sekaligus menjadi salah satu titik yang memperlihatkan mengapa pemikirannya menemukan relevansi baru pada era AI generatif. Pembahasan mengenai konsep tersebut akan menjadi fokus pada bagian berikutnya.
Encyclopedia: Ketika Pengetahuan Berbentuk Jaringan
Kritik Umberto Eco terhadap model kamus membawa kita kepada sebuah pertanyaan yang tidak mungkin dihindari. Apabila makna tidak tersimpan di dalam definisi sebuah kata, lalu bagaimana manusia sesungguhnya membangun makna? Pertanyaan ini menjadi titik tolak lahirnya salah satu konsep paling penting dalam keseluruhan teori semiotika Eco, yaitu Encyclopedia. Konsep inilah yang, dalam pandangan banyak pengkaji semiotika, menjadi pembeda utama antara pemikiran Eco dengan berbagai teori semantik yang berkembang sebelumnya.
Sayangnya, istilah Encyclopedia sering kali menimbulkan kesalahpahaman. Ketika mendengar kata tersebut, kebanyakan orang segera membayangkan sebuah buku referensi yang berisi kumpulan pengetahuan mengenai berbagai bidang ilmu. Bayangan semacam itu dapat dimengerti karena dalam penggunaan sehari-hari kata encyclopedia memang merujuk kepada karya referensi semacam Encyclopaedia Britannica atau, pada masa sekarang, Wikipedia. Akan tetapi, Eco menggunakan istilah tersebut dalam pengertian yang sama sekali berbeda. Encyclopedia bukanlah sebuah buku, bukan pula himpunan artikel yang menjelaskan berbagai objek pengetahuan. Ia merupakan model konseptual untuk menjelaskan bagaimana pengetahuan manusia tersusun dan bagaimana pengetahuan tersebut bekerja ketika manusia melakukan interpretasi.
Perbedaan ini tampak sederhana, tetapi sesungguhnya sangat mendasar. Sebuah ensiklopedia sebagai buku selalu memiliki batas yang jelas. Ia memiliki halaman pertama dan halaman terakhir. Pengetahuan yang dimuat di dalamnya dipilih, disusun, lalu dibakukan oleh penyusunnya. Sebaliknya, Encyclopedia dalam pengertian Eco tidak pernah memiliki batas yang pasti. Ia terus berkembang mengikuti pertumbuhan pengalaman manusia dan perkembangan kebudayaan. Tidak ada satu pun individu yang memiliki keseluruhan Encyclopedia secara utuh, karena jaringan pengetahuan tersebut terus berubah setiap kali manusia berinteraksi dengan dunia.
Dengan demikian, Encyclopedia bukanlah kumpulan informasi, melainkan jaringan hubungan di antara informasi. Perbedaan antara keduanya sangat penting. Informasi dapat dipandang sebagai unit-unit pengetahuan yang berdiri sendiri. Sebaliknya, Encyclopedia menempatkan perhatian bukan pada unit-unit tersebut, melainkan pada hubungan yang menghubungkan satu pengetahuan dengan pengetahuan lainnya. Hubungan-hubungan itulah yang memungkinkan manusia menghasilkan interpretasi yang hampir tidak pernah identik antara satu orang dengan orang lain.
Bayangkan seseorang mendengar kata hujan.
Pada tingkat leksikal, kamus dapat menjelaskan bahwa hujan adalah peristiwa jatuhnya titik-titik air dari atmosfer ke permukaan bumi. Definisi tersebut cukup untuk menjelaskan fenomena meteorologis yang dimaksud. Akan tetapi, pengalaman manusia terhadap hujan tidak pernah berhenti pada penjelasan tersebut. Bagi seorang petani, hujan berkaitan dengan musim tanam dan harapan panen. Bagi seorang pengendara sepeda motor, hujan mungkin diasosiasikan dengan kemacetan dan keterlambatan. Dalam karya sastra, hujan dapat menjadi metafora kesedihan, penyucian, kesepian, atau bahkan kelahiran kembali. Dalam tradisi keagamaan tertentu, hujan dipahami sebagai rahmat. Dalam konteks perubahan iklim, hujan dapat segera mengingatkan pada banjir, krisis lingkungan, dan berbagai persoalan ekologis.
Tidak satu pun makna tersebut sepenuhnya berada di dalam kata hujan. Seluruhnya muncul karena kata tersebut berhubungan dengan berbagai pengetahuan lain yang telah dimiliki oleh pembaca atau pendengarnya. Ketika satu kata dibaca, sesungguhnya yang aktif bukan hanya satu konsep, melainkan keseluruhan jaringan hubungan yang mengelilingi konsep tersebut.
Di sinilah letak keunikan gagasan Eco. Makna tidak dipahami sebagai sesuatu yang berada “di dalam” tanda, tetapi sebagai sesuatu yang lahir karena tanda tersebut menempati posisi tertentu di dalam jaringan hubungan yang jauh lebih luas. Dengan demikian, memahami sebuah kata berarti memahami posisi kata tersebut di dalam jaringan pengetahuan, bukan sekadar mengetahui definisinya.
Cara pandang ini memiliki konsekuensi yang sangat besar terhadap teori interpretasi. Dalam model kamus, proses memahami bahasa berlangsung secara relatif linear. Pembaca menemukan sebuah kata, kemudian menghubungkannya dengan definisi yang sesuai. Setelah definisi diperoleh, proses pemahaman dianggap selesai. Dalam model Encyclopedia, proses tersebut berlangsung secara jauh lebih kompleks. Sebuah kata akan mengaktifkan berbagai konsep lain yang berhubungan dengannya. Konsep-konsep tersebut kemudian mengaktifkan hubungan berikutnya, dan hubungan-hubungan baru tersebut kembali membuka kemungkinan interpretasi yang lain. Dengan demikian, proses memahami sebuah teks berlangsung sebagai proses navigasi di dalam jaringan pengetahuan yang sangat luas.
Model ini sekaligus menjelaskan mengapa interpretasi manusia bersifat produktif. Membaca bukan sekadar mengambil makna yang telah tersedia di dalam teks, melainkan membangun kembali makna melalui hubungan-hubungan yang dimiliki pembaca. Oleh karena itu, sebuah teks klasik dapat terus dibaca oleh berbagai generasi tanpa pernah kehilangan relevansinya. Yang berubah bukan teksnya, melainkan jaringan pengetahuan yang dibawa oleh para pembacanya. Setiap zaman membangun hubungan baru terhadap teks yang sama, sehingga kemungkinan interpretasi pun terus berkembang.
Perspektif tersebut juga membantu menjelaskan mengapa perkembangan ilmu pengetahuan berlangsung secara kumulatif. Sebuah teori baru hampir tidak pernah lahir dari ruang kosong. Ia muncul karena para ilmuwan menghubungkan berbagai konsep yang sebelumnya telah ada, kemudian membangun hubungan-hubungan baru yang menghasilkan penjelasan yang lebih memadai. Dengan kata lain, perkembangan ilmu pengetahuan tidak hanya ditentukan oleh bertambahnya informasi, tetapi juga oleh semakin kayanya hubungan di antara informasi tersebut. Dalam pengertian ini, Encyclopedia tidak hanya menjelaskan cara manusia memahami bahasa, tetapi juga menjelaskan dinamika produksi pengetahuan itu sendiri.
Apabila diperhatikan lebih jauh, konsep Encyclopedia sesungguhnya menggeser pusat perhatian semiotika. Fokus kajian tidak lagi diarahkan pada hubungan sederhana antara penanda (signifier) dan petanda (signified), melainkan pada keseluruhan jaringan hubungan yang memungkinkan proses semiosis berlangsung secara terus-menerus. Sebuah tanda tidak pernah berhenti pada satu makna final karena setiap interpretasi selalu membuka kemungkinan bagi interpretasi berikutnya. Makna bergerak melalui jaringan hubungan yang terus berkembang seiring berkembangnya kebudayaan.
Di titik inilah konsep Encyclopedia mulai memperlihatkan relevansinya terhadap perkembangan AI generatif. Selama bertahun-tahun, banyak orang membayangkan bahwa komputer memahami bahasa melalui cara yang menyerupai kamus, yaitu menghubungkan setiap kata dengan definisi tertentu. Akan tetapi, perkembangan Large Language Models justru memperlihatkan kecenderungan yang berbeda. Model bahasa modern tidak dibangun di atas kumpulan definisi, melainkan di atas jaringan hubungan antarsimbol yang dipelajari dari data dalam jumlah yang sangat besar. Hubungan inilah yang menjadi dasar munculnya representasi makna di dalam model.
Tentu saja, tidak tepat apabila konsep Encyclopedia disamakan begitu saja dengan arsitektur Large Language Models. Eco berbicara mengenai jaringan pengetahuan yang hidup di dalam kebudayaan manusia, sedangkan model bahasa modern merepresentasikan hubungan-hubungan tersebut melalui struktur matematis yang memungkinkan mesin melakukan komputasi. Keduanya berkembang dalam tradisi keilmuan yang berbeda. Namun, keduanya memperlihatkan satu kesamaan paradigma yang sangat penting, yaitu sama-sama meninggalkan gagasan bahwa makna merupakan kumpulan definisi yang berdiri sendiri. Makna dipahami sebagai hasil dari hubungan yang terus berkembang di dalam suatu jaringan.
Kesamaan paradigma tersebut menjadi salah satu alasan mengapa pemikiran Umberto Eco terasa semakin relevan pada era AI generatif. Relevansi tersebut bukan karena Eco pernah membayangkan lahirnya Large Language Models, melainkan karena teori yang dibangunnya menyediakan perangkat konseptual yang mampu menjelaskan perubahan cara representasi pengetahuan yang kini terjadi dalam AI modern. Hubungan inilah yang akan dibahas lebih jauh pada bagian berikutnya, ketika perhatian diarahkan kepada cara Large Language Models membangun representasi makna melalui hubungan antarsimbol, bukan melalui definisi sebagaimana dibayangkan oleh model kamus.
Dari Encyclopedia Menuju Embedding: Ketika AI Belajar Melalui Relasi
Salah satu kesalahpahaman yang paling sering muncul dalam memahami AI generatif adalah anggapan bahwa model bahasa modern bekerja seperti ensiklopedia digital. Ketika seseorang mengajukan pertanyaan kepada ChatGPT, misalnya, masih banyak yang membayangkan bahwa sistem tersebut sedang membuka “gudang pengetahuan”, menemukan paragraf yang paling sesuai, lalu menampilkannya kembali sebagai jawaban. Cara membayangkan AI seperti ini memang mudah dipahami karena selama bertahun-tahun masyarakat telah terbiasa menggunakan mesin pencari (search engine) yang bekerja dengan prinsip serupa. Ketika pengguna memasukkan kata kunci tertentu, sistem mencari dokumen yang mengandung kata tersebut, kemudian menampilkan hasil yang paling relevan.
Akan tetapi, Large Language Models tidak bekerja dengan mekanisme seperti itu. Model tersebut tidak memiliki kamus yang berisi definisi setiap kata, tidak pula memiliki ensiklopedia yang menyimpan jawaban siap pakai untuk setiap pertanyaan. Pengetahuan yang dimiliki model bukan berupa kumpulan definisi ataupun arsip teks yang tinggal dipanggil kembali. Yang dipelajari model justru adalah hubungan statistik di antara simbol-simbol bahasa yang muncul dalam miliaran kalimat selama proses pelatihan.
Perbedaan ini tampak teknis, tetapi sesungguhnya memiliki implikasi konseptual yang sangat besar. Selama proses pelatihan, model bahasa tidak pernah diberi tahu bahwa kata laut berarti hamparan air asin yang luas, atau bahwa kata demokrasi memiliki definisi tertentu sebagaimana tertulis di dalam kamus. Model hanya “mengamati” bagaimana kata-kata tersebut digunakan oleh manusia dalam berbagai konteks. Dari pengamatan terhadap miliaran hubungan itu, model mulai mengenali pola-pola keterkaitan antarsimbol. Kata laut sering muncul bersama pantai, ombak, pelabuhan, kapal, ikan, garam, atau samudra. Kata demokrasi sering hadir bersama pemilu, konstitusi, parlemen, hak asasi manusia, partisipasi politik, dan berbagai konsep lainnya. Lambat laun terbentuklah representasi matematis mengenai kedekatan hubungan antarkonsep tersebut.
Dengan demikian, yang dipelajari AI bukan definisi, melainkan relasi.
Pernyataan ini memiliki makna yang jauh lebih dalam daripada sekadar penjelasan mengenai cara kerja algoritma. Ia menunjukkan bahwa perkembangan AI modern telah bergeser dari paradigma representasi pengetahuan yang bersifat leksikal menuju paradigma yang bersifat relasional. Pengetahuan tidak lagi dipandang sebagai kumpulan fakta yang disimpan satu demi satu, melainkan sebagai struktur hubungan yang terus membentuk pola keterkaitan di antara berbagai konsep.
Perubahan paradigma ini mengingatkan kita pada kritik Umberto Eco terhadap model kamus. Eco menunjukkan bahwa makna tidak lahir karena sebuah kata memiliki definisi tertentu. Makna muncul karena sebuah tanda berada di dalam jaringan hubungan yang menghubungkannya dengan berbagai tanda lain, pengalaman hidup, kebudayaan, dan keseluruhan pengetahuan yang dimiliki pembaca. Semakin kaya jaringan hubungan tersebut, semakin kaya pula kemungkinan makna yang dapat dibangun melalui proses interpretasi.
Di sinilah muncul salah satu korespondensi konseptual yang menarik antara semiotika Eco dan perkembangan AI generatif. Eco berbicara mengenai Encyclopedia sebagai jaringan pengetahuan yang hidup di dalam kebudayaan manusia. AI modern membangun representasi melalui ruang matematis yang juga dibentuk oleh hubungan antarsimbol. Kedua konsep tersebut tentu tidak identik. Yang satu berkembang dalam tradisi semiotika, sedangkan yang lain lahir dari perkembangan matematika, statistika, dan ilmu komputer. Namun keduanya memperlihatkan arah perubahan yang serupa, yakni meninggalkan model definisional dan bergerak menuju model relasional.
Perubahan tersebut semakin jelas ketika diperhatikan konsep embedding. Dalam literatur AI, embedding merupakan representasi numerik yang memungkinkan sebuah kata, frasa, atau kalimat ditempatkan di dalam suatu ruang berdimensi tinggi. Posisi setiap representasi tidak ditentukan oleh definisi kamus, melainkan oleh pola hubungan yang dipelajari selama proses pelatihan. Konsep-konsep yang sering muncul dalam konteks yang serupa akan menempati posisi yang berdekatan, sedangkan konsep yang jarang memiliki hubungan akan berada pada posisi yang lebih jauh.
Bagi kalangan ilmu komputer, embedding terutama dipahami sebagai teknik komputasi. Akan tetapi, apabila dilihat dari perspektif semiotika, konsep tersebut sekaligus menunjukkan bahwa representasi makna mulai dipahami sebagai persoalan relasi, bukan persoalan definisi. Dalam pengertian inilah perkembangan AI modern memperlihatkan kedekatan paradigma dengan gagasan yang telah dikembangkan Eco beberapa dekade sebelumnya.
Kesamaan paradigma tersebut juga membantu menjelaskan mengapa AI mampu memberikan jawaban terhadap pertanyaan yang belum pernah diajukan secara persis sebelumnya. Kemampuan tersebut bukan muncul karena model telah menghafalkan jawaban tertentu, melainkan karena model mampu membangun hubungan baru berdasarkan jaringan relasi yang telah dipelajarinya. Ketika pengguna meminta AI menjelaskan hubungan antara semiotika, komunikasi, dan kecerdasan buatan, model tidak mencari satu paragraf yang persis sama dengan pertanyaan tersebut. Model membangun respons dengan menghubungkan berbagai konsep yang selama proses pelatihan terbukti memiliki keterkaitan.
Cara kerja ini mengubah cara kita memahami kreativitas AI. Kreativitas yang ditampilkan model bukanlah kreativitas dalam pengertian psikologis sebagaimana dimiliki manusia. Namun, ia juga bukan sekadar reproduksi mekanis terhadap teks yang pernah dipelajari. Respons AI lahir melalui rekombinasi hubungan antarkonsep yang telah dipelajarinya. Semakin kaya jaringan hubungan tersebut, semakin besar pula kemampuan model menghasilkan kombinasi baru yang tetap koheren secara semantik.
Meskipun demikian, terdapat satu perbedaan mendasar yang tidak boleh diabaikan. Encyclopedia yang dibicarakan Eco merupakan jaringan pengetahuan yang hidup di dalam kebudayaan. Ia dibentuk oleh sejarah, pengalaman, tradisi, nilai, memori kolektif, dan praktik komunikasi yang terus berkembang. Sebaliknya, embedding merupakan representasi matematis yang dihasilkan melalui proses optimisasi statistik. Hubungan yang dibangun AI bersifat komputasional, sedangkan hubungan yang dibangun manusia selalu membawa dimensi historis, sosial, dan kultural yang jauh lebih kompleks.
Perbedaan inilah yang menjadi batas penting ketika membandingkan pemikiran Eco dengan AI generatif. Tujuannya bukan untuk mengatakan bahwa Large Language Models bekerja sebagaimana pikiran manusia, apalagi menyamakan Encyclopedia dengan embedding. Yang hendak ditunjukkan adalah adanya pergeseran paradigma yang sama-sama menjauh dari cara berpikir definisional menuju cara berpikir relasional. Pergeseran tersebut membuka ruang dialog yang sangat produktif antara semiotika dan kecerdasan buatan.
Namun, jaringan hubungan saja belum cukup untuk menjelaskan bagaimana makna akhirnya muncul. Hubungan-hubungan tersebut masih memerlukan pihak yang mengaktualisasikannya melalui proses interpretasi. Dalam teori Umberto Eco, persoalan ini dijelaskan melalui konsep Model Reader, yaitu pembaca yang dipresuposisikan oleh teks agar jaringan makna yang dikandungnya dapat diaktualisasikan. Konsep ini akan menjadi pembahasan utama pada bagian berikutnya. Melalui Model Reader, perhatian tidak lagi diarahkan hanya kepada struktur pengetahuan, tetapi kepada bagaimana proses membaca itu sendiri memungkinkan makna terus diproduksi. Di sinilah jembatan berikutnya menuju AI generatif dan, lebih jauh lagi, menuju Agentic AI mulai terbentuk.
Relevansi Umberto Eco pada Era AI Generatif dan Agentic AI
Pembahasan pada tiga bagian sebelumnya memperlihatkan satu benang merah yang semakin jelas. Kritik Umberto Eco terhadap model kamus tidak berhenti sebagai perdebatan di dalam semiotika. Kritik tersebut sesungguhnya menyentuh persoalan yang jauh lebih mendasar, yaitu bagaimana pengetahuan direpresentasikan dan bagaimana makna dibangun. Persoalan inilah yang, beberapa dekade kemudian, kembali muncul dalam perkembangan AI generatif.
Selama bertahun-tahun, kecerdasan buatan identik dengan paradigma simbolik (Symbolic AI). Pengetahuan dipandang sebagai sekumpulan fakta dan aturan yang dapat ditulis secara eksplisit ke dalam sistem. Mesin dianggap cerdas apabila mampu menerapkan aturan-aturan tersebut secara konsisten untuk menghasilkan keputusan yang benar. Paradigma ini melahirkan berbagai expert systems yang mendominasi perkembangan AI pada dekade 1970-an hingga 1990-an.
Perkembangan Large Language Models mengubah paradigma tersebut secara mendasar. Pengetahuan tidak lagi direpresentasikan sebagai daftar aturan maupun kumpulan definisi, melainkan sebagai pola hubungan yang dipelajari dari data dalam skala yang belum pernah terjadi sebelumnya. AI tidak diberi kamus untuk memahami bahasa, tetapi belajar mengenali struktur hubungan antarsimbol melalui miliaran contoh penggunaan bahasa manusia.
Perubahan tersebut bukan sekadar inovasi teknis dalam bidang machine learning. Ia sekaligus menunjukkan bahwa persoalan representasi pengetahuan mulai bergeser dari paradigma definisional menuju paradigma relasional. Makna tidak lagi dipahami sebagai sesuatu yang melekat pada sebuah simbol secara terisolasi, tetapi sebagai hasil dari hubungan simbol tersebut dengan simbol-simbol lain di dalam suatu jaringan.
Pergeseran inilah yang membuat konsep Encyclopedia memperoleh relevansi baru. Eco tidak sedang menjelaskan bagaimana komputer bekerja. Ia juga tidak sedang meramalkan lahirnya AI generatif. Akan tetapi, teori yang dikembangkannya menyediakan kerangka konseptual yang mampu menjelaskan mengapa paradigma AI modern bergerak menjauhi model kamus. Ketika AI mulai belajar melalui hubungan antarkonsep, bukan melalui definisi eksplisit, perkembangan tersebut memperlihatkan kesesuaian paradigma dengan cara Eco memahami makna.
Kesamaan paradigma tersebut tentu tidak berarti bahwa AI “memiliki” Encyclopedia sebagaimana manusia. Encyclopedia dalam pengertian Eco merupakan jaringan pengetahuan yang hidup di dalam kebudayaan. Ia dibentuk oleh pengalaman historis, praktik sosial, memori kolektif, nilai, tradisi, dan berbagai bentuk komunikasi yang terus berkembang sepanjang sejarah manusia. Sebaliknya, representasi yang dibangun AI merupakan hasil optimisasi matematis terhadap pola-pola hubungan yang ditemukan di dalam data. Keduanya berkembang melalui mekanisme yang berbeda dan memiliki sifat ontologis yang berbeda pula.
Justru karena perbedaan itulah dialog antara semiotika dan AI menjadi semakin penting. Selama ini AI sering dipahami terutama sebagai persoalan algoritma, daya komputasi, dan ketersediaan data. Ketiga aspek tersebut memang menentukan kemampuan teknis sebuah model. Namun, ketika model mulai menghasilkan teks, gambar, suara, maupun bentuk representasi simbolik lainnya, persoalan yang muncul tidak lagi hanya menyangkut bagaimana mesin melakukan komputasi. Persoalan tersebut bergeser kepada bagaimana hasil komputasi itu dipahami sebagai sesuatu yang bermakna oleh manusia.
Pada titik ini, semiotika tidak lagi hanya berbicara mengenai dampak sosial teknologi. Semiotika justru menyediakan perangkat konseptual untuk memahami proses yang sedang berlangsung di dalam AI itu sendiri. Konsep mengenai tanda, interpretasi, konteks, relasi, dan jaringan makna membantu menjelaskan mengapa AI generatif mampu menghasilkan respons yang koheren tanpa harus memiliki kamus dalam pengertian tradisional. AI tidak “menghafal” definisi. AI membangun representasi berdasarkan hubungan antarsimbol yang dipelajarinya selama proses pelatihan.
Relevansi tersebut menjadi semakin kuat ketika perkembangan AI mulai bergerak menuju Agentic AI. Berbeda dengan chatbot yang terutama menghasilkan respons terhadap pertanyaan pengguna, Agentic AI dirancang untuk memahami tujuan, menyusun rencana, mengambil keputusan, menggunakan berbagai alat (tools), serta melakukan serangkaian tindakan secara relatif mandiri. Dengan kata lain, AI tidak lagi sekadar menghasilkan teks, tetapi mulai berpartisipasi di dalam rangkaian aktivitas yang lebih kompleks.
Perubahan ini membawa persoalan interpretasi ke tingkat yang lebih tinggi. Sebuah agen cerdas tidak cukup hanya memahami hubungan statistik antarkata. Ia harus mampu menafsirkan tujuan pengguna, mengenali konteks, menentukan langkah yang relevan, mengevaluasi hasil tindakannya, lalu menyesuaikan strategi ketika kondisi berubah. Seluruh proses tersebut merupakan rangkaian interpretasi yang berlangsung secara terus-menerus.
Di sinilah pembahasan mengenai Umberto Eco menjadi semakin menarik. Jika pada bagian ini perhatian masih diarahkan kepada bagaimana makna dibangun melalui jaringan hubungan, maka tahap berikutnya adalah memahami bagaimana proses interpretasi tersebut diarahkan. Bagaimana sebuah teks membatasi kemungkinan penafsirannya? Bagaimana pembaca mengetahui hubungan mana yang relevan dan hubungan mana yang harus diabaikan? Pertanyaan-pertanyaan inilah yang kemudian dijawab Eco melalui konsep Model Reader.
Konsep tersebut memiliki implikasi yang jauh melampaui kajian sastra. Ia menjelaskan bahwa sebuah teks tidak pernah sepenuhnya bebas untuk ditafsirkan. Di dalam teks selalu terdapat struktur yang mengarahkan pembaca menuju horizon interpretasi tertentu. Pembaca memang memiliki kebebasan untuk membangun makna, tetapi kebebasan tersebut tidak berlangsung tanpa batas. Selalu terdapat mekanisme yang menjaga agar interpretasi tetap berada di dalam ruang kemungkinan yang dibuka oleh teks itu sendiri.
Gagasan tersebut menjadi sangat relevan ketika diterapkan pada AI generatif. Sebuah prompt pada dasarnya juga membangun ruang interpretasi. AI tidak hanya membaca kata-kata yang diketik pengguna, tetapi juga berusaha menangkap tujuan, konteks, serta hubungan antarkonsep yang terkandung di dalamnya. Respons yang dihasilkan kemudian merupakan hasil interpretasi terhadap keseluruhan jaringan hubungan tersebut. Dengan demikian, memahami AI tidak cukup hanya mempelajari model matematisnya, tetapi juga memerlukan pemahaman mengenai bagaimana proses interpretasi berlangsung.
Di sinilah serial kedua ini mencapai titik simpulnya. Kritik Eco terhadap model kamus membawa kita kepada konsep Encyclopedia. Konsep Encyclopedia memperlihatkan bahwa makna dibangun melalui jaringan hubungan, bukan melalui definisi yang berdiri sendiri. Perkembangan Large Language Models menunjukkan pergeseran paradigma yang searah, meskipun berkembang melalui jalur keilmuan yang berbeda. Pertemuan paradigma tersebut membuka ruang dialog baru antara semiotika dan kecerdasan buatan.
Tangerang Selatan, 11 Juli 2026