Di meja makan, seorang anak bertanya kepada neneknya.
“Nek, kalau ‘hujan kecil tapi lama’ dalam bahasa kita bilang apa?”
Nenek menjawab.
Anak membuka catatan.
“Kalau aku tanya AI, dia tahu nggak ya?”
Mereka mencoba.
Jawabannya meleset.
Nenek tertawa.
“Komputernya belum pernah tinggal di sini.”
Kalimat itu sederhana.
Tetapi sangat kaya untuk AI literacy.
Bahasa daerah bertemu AI membuka banyak peluang belajar.
Anak dapat mengeksplorasi terjemahan.
Kosakata.
Cerita.
Budaya.
Perbedaan makna.
Keterbatasan data.
Bias representasi.
Etika pengumpulan bahasa.
Bahkan desain teknologi.
UNESCO pada panduan multilingual education 2025 menegaskan multilingualism sebagai bagian fundamental pendidikan yang inklusif dan efektif. UNESCO juga pada 2025 mendorong linguistic diversity in AI karena komunitas bahasa yang kurang terwakili berisiko tertinggal dalam transformasi digital.
Bagi Indonesia, ini sangat relevan.
Bahasa daerah bukan aksesori budaya.
Ia hidup dalam keluarga, humor, nama tumbuhan, tradisi, cerita, dan cara melihat dunia.
AI education bisa menjadi kesempatan membuat anak justru semakin penasaran pada bahasa lokal.
Bukan meninggalkannya.
Mulai dari eksperimen terjemahan
Ambil lima kata.
Bukan kata mudah seperti “makan” atau “rumah”.
Cari kata yang punya konteks.
Istilah musim.
Hubungan keluarga.
Tradisi.
Ekspresi emosi.
Nama makanan.
Ungkapan.
Tanya AI.
Bandingkan dengan penutur.
Apakah sama?
Kalau berbeda, kenapa?
Mungkin AI salah.
Mungkin ada variasi dialek.
Mungkin kata tidak punya padanan satu lawan satu.
Mungkin penutur berbeda punya versi berbeda.
Diskusi ini mengajarkan banyak hal.
Bahasa tidak sesederhana tabel kamus.
AI juga tidak selalu memiliki representasi cukup.
Anak belajar bahwa data menentukan kemampuan model.
Kalau bahasa sedikit di internet, AI mungkin lebih lemah
AI membutuhkan data.
Bahasa yang punya banyak teks digital cenderung lebih terlihat bagi sistem.
Bahasa yang sedikit terdokumentasi bisa kurang terwakili.
UNICEF pada 2026 membahas masalah “missing data = missing people” dalam AI divide.
UNESCO juga menyoroti risiko bahasa dan kelompok yang kurang terwakili dalam transformasi digital.
Anak dapat memahami konsep ini lewat pengalaman langsung.
“Kenapa AI lebih pintar bahasa Indonesia daripada bahasa daerah kita?”
Pertanyaan itu bisa membuka:
data training,
digital representation,
linguistic inequality,
dan siapa yang memutuskan data apa yang masuk.
AI literacy bertemu social studies.
Buat “uji AI bahasa lokal”
Siswa bekerja kelompok.
Pilih 20 kata.
5 benda.
5 aktivitas.
5 ungkapan.
5 kalimat.
Tanya AI.
Beri nilai:
tepat,
hampir,
salah,
tidak tahu.
Kemudian verifikasi dengan penutur.
Jangan berhenti di skor.
Diskusikan:
Apakah ada variasi dialek?
Apakah penutur tidak sepakat?
Apakah konteks menentukan?
Apakah tulisan bahasa tersebut punya standar?
Apa yang AI lakukan ketika tidak tahu?
Apakah ia mengarang?
Ini eksperimen yang sangat kuat.
Anak melihat hallucination secara lokal.
Bukan contoh dari luar negeri.
Jangan anggap satu penutur mewakili seluruh bahasa
Ini penting.
Bahasa daerah punya variasi.
Dialek.
Generasi.
Wilayah.
Cara tulis.
Satu nenek bisa punya kata berbeda dari penutur desa sebelah.
Jangan buru-buru mengatakan:
“AI salah, jawaban nenek benar satu-satunya.”
Lebih sehat:
“Versi nenek begini. Ada versi lain nggak?”
Cari.
Tanya.
Dokumentasikan konteks.
Ini mengajarkan anak bahwa data bahasa membutuhkan metadata.
Siapa yang bicara?
Dari daerah mana?
Generasi berapa?
Konteks apa?
AI project menjadi latihan riset.
Bukan hanya nostalgia.
Anak bisa membuat glosarium keluarga
Proyek sederhana.
100 kata.
Bahasa daerah.
Bahasa Indonesia.
Arti.
Contoh kalimat.
Siapa sumbernya.
Catatan konteks.
AI bisa membantu format.
Tetapi isi harus diverifikasi manusia.
Anak bisa merekam suara jika keluarga setuju.
Namun consent penting.
Jangan merekam kakek atau nenek lalu mengunggah ke layanan AI tanpa izin.
Suara adalah data.
Cerita keluarga juga bukan otomatis public domain.
Digital preservation perlu etika.
Tujuan dokumentasi bukan mengambil budaya.
Tujuannya merawat dengan hormat.
AI bisa membantu cerita bilingual
Nenek bercerita dalam bahasa daerah.
Anak menulis ringkasan Indonesia.
AI membantu memperbaiki struktur.
Kemudian anak membuat versi bilingual.
Bisa menjadi proyek sekolah.
Cerita kampung.
Asal nama tempat.
Permainan masa kecil.
Makanan.
Legenda.
Tetapi jangan meminta AI mengisi bagian yang tidak diketahui.
Kalau cerita putus:
“Buat saja lanjutannya.”
Nanti batas antara tradisi dan generasi AI hilang.
Tandai.
Bagian asli.
Bagian terjemahan.
Bagian adaptasi kreatif.
Transparency penting dalam heritage.
Anak belajar menjaga sumber.
Jangan gunakan AI untuk menstandarkan semua bahasa daerah
Teknologi suka konsistensi.
Bahasa hidup tidak selalu konsisten.
Ada variasi.
Pelafalan.
Spelling.
Pilihan kata.
Kalau AI memilih satu bentuk lalu dianggap “yang benar”, keragaman bisa hilang.
Guru perlu berhati-hati.
Tujuan bukan membuat mesin menentukan standar budaya.
AI hanya salah satu alat dokumentasi.
Otoritas bahasa melibatkan komunitas, ahli bahasa, lembaga budaya, dan penutur.
Anak perlu tahu:
model bukan kamus resmi.
Chatbot bukan tetua adat.
Kalau ada konflik, cari sumber manusia dan institusi yang tepat.
Bahasa daerah juga bisa menjadi bahan belajar computing
Anak kelas lebih tinggi dapat bertanya:
“Bagaimana membuat keyboard untuk karakter tertentu?”
“Bagaimana speech recognition belajar suara?”
“Bagaimana dataset dikumpulkan?”
“Bagaimana model membedakan dialek?”
Ini membuka jalan ke computer science.
Language technology.
NLP.
Data engineering.
AI ethics.
Tiba-tiba bahasa daerah bukan “pelajaran masa lalu”.
Ia menjadi problem teknologi masa depan.
Anak yang suka coding bisa membuat prototipe kamus.
Anak yang suka bahasa meneliti kosakata.
Anak yang suka desain membuat interface.
Anak yang suka sejarah mengumpulkan cerita.
Proyek multidisipliner lahir.
Jangan lupa hak komunitas atas data
Ini semakin penting.
Data bahasa punya nilai.
Rekaman.
Cerita.
Dokumen.
Kosakata.
Kalau dikumpulkan untuk melatih AI, siapa yang punya?
Apakah penutur tahu?
Apakah ada izin?
Apakah data bisa digunakan komersial?
Apakah komunitas mendapat manfaat?
Anak tidak perlu langsung belajar hukum data yang rumit.
Tetapi prinsip bisa diajarkan.
“Kalau kita mengambil data dari orang, kita harus menjelaskan untuk apa.”
“Kalau cerita privat, jangan upload.”
“Kalau sumber tidak mau direkam, hormati.”
“Kalau data budaya sensitif, jangan otomatis digitalisasi.”
AI literacy mencakup power.
Bukan hanya teknologi.
Bahasa daerah bisa mengajarkan bias dengan cara yang nyata
Tanya AI:
“Buat gambar keluarga dari daerah X.”
Apa yang muncul?
Stereotip?
Pakaian adat terus-menerus?
Apakah semua orang terlihat sama?
Tanya:
“Jelaskan karakter masyarakat Y.”
Hati-hati.
AI bisa membuat generalisasi.
Guru dapat menggunakan contoh secara sensitif.
Tujuannya mengkritik stereotip.
Bukan memperkuat.
Diskusikan:
“Kenapa model menghasilkan gambaran seperti ini?”
“Mungkin data internetnya seperti apa?”
“Siapa yang menulis tentang komunitas?”
“Apakah representasinya adil?”
Anak belajar media literacy.
Budaya menjadi pintu masuk bias AI.
AI juga bisa membantu anak belajar bahasa daerah yang mulai jarang dipakai
Kalau keluarga masih punya penutur, gunakan manusia sebagai pusat.
AI bisa membantu:
flashcard,
quiz,
format latihan,
catatan,
transkripsi draft,
atau pencarian pola.
Tetapi pronunciation, makna, dan konteks tetap perlu penutur.
UNESCO pada panduan multilingual education menempatkan bahasa yang dipahami siswa sebagai dasar inklusi dan kualitas pendidikan.
Teknologi dapat membantu menjaga minat.
Namun jangan menggantikan intergenerational conversation.
Kalau anak ingin belajar kata dari nenek, ngobrol dengan nenek jauh lebih kaya daripada chatbot.
AI bisa membantu mencatat setelahnya.
Anak juga bisa mencoba prompt yang sama dalam dua bahasa
Misalnya satu pertanyaan diajukan dalam bahasa Indonesia lalu bahasa daerah.
Bandingkan:
Apakah detailnya sama?
Apakah AI lebih percaya diri di satu bahasa?
Apakah ada bagian yang hilang?
Apakah terjemahan membuat makna berubah?
Eksperimen sederhana ini menunjukkan bahwa “model yang sama” tidak selalu memberi pengalaman yang sama untuk semua bahasa.
Dari sini anak bisa belajar fairness secara konkret.
Bukan fairness sebagai definisi.
Tetapi fairness sebagai pengalaman penggunaan.
Gunakan proyek “AI salah apa hari ini?”
Anak bertanya dalam bahasa daerah.
AI salah.
Jangan hanya tertawa.
Catat.
Tanggal.
Prompt.
Jawaban.
Versi penutur.
Kenapa salah.
Setelah satu semester, kelas punya dataset kecil tentang keterbatasan AI.
Mereka bisa melihat pola.
Kata budaya?
Dialek?
Spelling?
Ungkapan?
Ini scientific thinking.
Anak belajar bahwa teknologi bisa diuji.
Tidak harus diterima.
Bahasa daerah memberi mereka domain expertise.
Untuk pertama kali, mungkin anak lebih tahu daripada AI.
Pengalaman itu penting.
Membangun confidence.
“Mesin tidak tahu semuanya.”
Keluarga bisa ikut proyek
Orang tua.
Kakek.
Nenek.
Tetangga.
Tokoh masyarakat.
Guru bahasa.
Semua bisa menjadi sumber.
AI education berubah menjadi kegiatan intergenerational.
Bukan layar yang memisahkan anak dari keluarga.
Justru teknologi menjadi alasan bertanya:
“Dulu orang bilang ini bagaimana?”
“Ada cerita?”
“Kenapa kata ini beda?”
Kakatu-style AI education yang family-first sangat cocok di sini.
Teknologi masuk.
Hubungan manusia makin hidup.
Itu arah yang menarik.
Jangan kejar viral dengan mengeksploitasi budaya
Anak membuat konten:
“AI ngomong bahasa daerah.”
Bisa lucu.
Tetapi jaga hormat.
Jangan memakai aksen sebagai bahan ejekan.
Jangan membuat tokoh adat sintetis berkata hal absurd.
Jangan mengubah ritual sensitif menjadi meme tanpa konteks.
Creator muda perlu memahami bahwa budaya bukan sekadar content asset.
Ada orang.
Nilai.
Sejarah.
Consent.
AI membuat reproduksi gampang.
Etika harus ikut naik.
Eksperimen kecil seperti ini juga membuat anak melihat bahwa teknologi bukan standar yang menentukan nilai bahasa mereka. Bahasa lokal tetap bernilai meski model belum fasih memahaminya.
Kembali ke meja makan
AI masih salah menerjemahkan ungkapan nenek.
Anak bertanya:
“Berarti AI bodoh?”
Nenek tertawa.
“Bukan. Dia belum belajar cukup.”
Anak menulis jawaban nenek.
Lalu menambahkan:
“Versi AI salah karena arti literal.”
Mereka lanjut ke kata berikutnya.
Bahasa daerah bertemu AI bisa menjadi peluang belajar yang sangat kaya.
Anak belajar bahasa.
Data.
Bias.
Verification.
Etika.
Budaya.
Computing.
Bahkan hubungan keluarga.
Dan ada satu pelajaran paling penting.
Kalau AI belum memahami bahasa kita dengan baik, itu bukan alasan meninggalkan bahasa.
Itu justru alasan bertanya bagaimana teknologi masa depan bisa dibuat lebih inklusif terhadap bahasa yang selama ini kurang terlihat.
AI seharusnya belajar hidup di dunia yang multilingual.
Bukan manusia yang dipaksa mengecilkan bahasanya agar cocok dengan AI.