Peneliti bertanya apakah otak manusia memprediksi kata dengan cara yang sama seperti model bahasa besar (LLM), yang dilatih untuk menebak kata berikutnya. Riset yang dipublikasikan di Nature Neuroscience menunjukkan bahwa otak menggunakan unit linguistik yang lebih besar saat membuat prediksi: orang cenderung mengantisipasi berdasarkan kelompok tata bahasa atau konstituen, bukan hanya kata tunggal.
Studi tersebut melibatkan beberapa eksperimen pada penutur bahasa Mandarin dan merekam aktivitas otak dengan magnetoensefalografi (MEG). Para peneliti juga melakukan tes Cloze — menghapus kata dari teks agar peserta menebaknya — dan menganalisis data tambahan dari pasien yang terekspos bahasa Inggris untuk menguji lintas bahasa.
Untuk perbandingan, tim menggunakan LLM dan mengukur keterdugaan kata lewat entropi dan surprisal. Mereka membandingkan respons otak terhadap kata dengan prediksi model dan menemukan pola yang menunjukkan kepekaan otak terhadap struktur konstituen saat mengantisipasi kata.
Kata-kata sulit
- memprediksi — menebak atau memperkirakan sesuatu sebelum terjadi
- model bahasa besar — program komputer yang dilatih menebak kata berikutnya
- konstituen — bagian atau kelompok kata dalam struktur kalimat
- magnetoensefalografi — metode perekaman aktivitas otak dengan medan magnet
- entropi — ukuran ketidakpastian atau variasi dalam prediksi
- surprisal — berapa mengejutkan atau tidak terduga suatu kata
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Pernahkah Anda menebak kata berikutnya saat membaca atau mendengar? Ceritakan situasinya.
- Bagaimana menurut Anda hasil bahwa otak mengantisipasi berdasarkan konstituen bisa membantu pengajaran bahasa?
- Apakah model bahasa sebaiknya meniru cara otak mengantisipasi kata? Mengapa atau mengapa tidak?
Artikel terkait
Seniman dan Jurnalis Australia Menentang Penggunaan AI atas Karya Mereka
Seniman, jurnalis, dan pekerja kebudayaan Aborigin di Australia meluncurkan kampanye "Stop AI Theft" dan tagar #PayUp. Mereka menuntut hukum yang memberi kontrol, kompensasi, dan transparansi atas penggunaan karya oleh alat AI generatif.
Kecerdasan Buatan Generatif Mengubah Pengalaman Perjalanan
Profesor bisnis menjelaskan bahwa kecerdasan buatan generatif dapat membaca suasana hati pelancong dan menyesuaikan saran perjalanan secara real time. Teknologi ini bekerja sebelum, selama, dan setelah perjalanan, namun menimbulkan kekhawatiran privasi dan etika.
Jeda Singkat di Media Sosial untuk Kurangi Misinformasi
Peneliti dari University of Copenhagen meneliti cara sederhana untuk memperlambat penyebaran misinformasi di media sosial. Mereka menemukan bahwa menambah jeda kecil dan elemen pembelajaran dapat mengurangi pembagian impulsif dan meningkatkan kualitas unggahan yang dibagikan.
Arsip Warga Menyimpan Lagu dan Cerita Lisan
Arsiparis warga di Asia Selatan merekam lagu rakyat, teka-teki, sejarah lisan, dan pengetahuan obat tradisional. Proyek ini mendukung pengunggahan materi ke Wikimedia Commons, Wikisource, dan Wikipedia untuk melestarikan pengetahuan yang hilang.
