Perangkat kecerdasan buatan untuk melatih kemampuan berbicara kini mudah diperoleh. Pertanyaannya bukan lagi apakah alat semacam itu ada, melainkan seberapa besar sebenarnya pengaruhnya, pada bagian mana ia bekerja, dan pada bagian mana ia tidak banyak menolong. Untungnya pertanyaan itu sudah dijawab penelitian, dan jawabannya lebih jujur daripada yang biasa dijanjikan iklan.

Apa Kata Penelitian

Sebuah meta analisis yang terbit di jurnal ReCALL terbitan Cambridge University Press meninjau efektivitas pengenalan wicara otomatis atau automatic speech recognition terhadap pelafalan pemelajar bahasa Inggris. Hasilnya memberi gambaran yang cukup rinci.

Secara keseluruhan, pengaruhnya berada pada tingkat sedang, dengan besaran efek g sekitar 0,69. Angka itu berarti teknologi ini benar-benar membantu, bukan sekadar gimik. Namun rinciannya jauh lebih menarik daripada angka totalnya.

Pada aspek segmental, yaitu ketepatan bunyi per bunyi seperti vokal dan konsonan, pengaruhnya besar, dengan g sekitar 0,82. Pada aspek suprasegmental, yaitu irama, tekanan, dan intonasi, pengaruhnya justru kecil, dengan g sekitar 0,37. Padahal aspek kedua inilah yang paling menentukan apakah sebuah pidato terdengar meyakinkan atau datar.

Temuan berikutnya sama pentingnya. Umpan balik yang bersifat koreksi eksplisit terbukti sangat efektif, sedangkan umpan balik tidak langsung hanya efektif sedang. Durasi latihan yang menengah sampai panjang memberi hasil lebih tinggi, sementara durasi pendek tidak berbeda hasilnya dibanding tanpa teknologi sama sekali.

Temuan yang Paling Jarang Dikutip, dan Paling Penting

Dari seluruh temuan meta analisis itu, ada satu yang jarang dikutip pemasar perangkat lunak. Berlatih memakai teknologi ini bersama orang lain menghasilkan efek yang besar, sedangkan berlatih sendirian hanya menghasilkan efek yang kecil.

Temuan itu semestinya mengubah cara lembaga merancang program. Membagikan tautan aplikasi kepada seratus karyawan lalu meminta mereka berlatih masing-masing adalah rancangan yang, menurut bukti, akan menghasilkan sedikit sekali perubahan. Rancangan yang berhasil menempatkan alat itu di dalam kegiatan berpasangan atau berkelompok, dengan seseorang yang menafsirkan hasilnya bersama pemelajar.

Ini juga menjelaskan mengapa pengukuran otomatis dan pendampingan manusia bukan pilihan yang saling menggantikan. Keduanya menyelesaikan bagian masalah yang berbeda.

Mengapa Umpan Balik Otomatis Memenuhi Syarat Latihan yang Benar

Ericsson bersama Krampe dan Tesch-Roemer, dalam kajian mereka di Psychological Review tahun 1993, merumuskan syarat latihan terarah atau deliberate practice. Syaratnya adalah tugas yang terdefinisi jelas, umpan balik yang segera, kesempatan mengulang, dan kemampuan memanfaatkan kesalahan untuk memperbaiki diri. Mereka menambahkan bahwa latihan semacam ini menuntut konsentrasi tinggi dan pada dasarnya tidak menyenangkan.

Bila diperiksa satu per satu, umpan balik otomatis memang memenuhi tiga syarat pertama dengan sangat baik. Ia memberi hasil dalam hitungan menit, dapat diulang tanpa batas tanpa membebani siapa pun, dan menghasilkan angka yang terdefinisi. Inilah alasan struktural mengapa alat semacam ini bekerja, dan alasannya bukan karena kecerdasan buatannya canggih, melainkan karena ia menutup jarak antara tindakan dan umpan balik.

Selama ini jarak itulah masalah terbesar dalam pelatihan berbicara. Peserta pelatihan tampil sekali di depan kelas, menerima komentar umum, lalu tidak tampil lagi sampai pelatihan berikutnya beberapa bulan kemudian. Dalam kerangka Ericsson, itu bukan latihan terarah, melainkan sekadar pengalaman.

Cara Menyusun Program yang Sesuai Bukti

Pertama, tetapkan pengukuran awal sebelum pelatihan. Tanpa angka awal, keberhasilan pelatihan hanya dapat dinilai dari kesan peserta, dan kesan peserta lebih dipengaruhi oleh keramahan pelatih daripada oleh perubahan kemampuan.

Kedua, gunakan alat otomatis untuk aspek yang memang kuat dampaknya. Ketepatan bunyi, kecepatan bicara, kata pengisi, dan kejelasan artikulasi adalah wilayah yang dapat diserahkan pada pengukuran otomatis dengan hasil baik.

Ketiga, serahkan aspek irama dan penyusunan pesan kepada manusia. Bukti menunjukkan pengaruh teknologi pada aspek suprasegmental masih kecil. Penempatan tekanan utama, pengelolaan jeda, penyusunan argumen, dan pembacaan situasi ruangan tetap menuntut pelatih.

Keempat, rancang latihan berpasangan, bukan mandiri. Ini konsekuensi langsung dari temuan bahwa berlatih sendirian hanya berefek kecil. Pasangkan peserta, minta mereka saling menafsirkan laporan, lalu tampil ulang.

Kelima, jalankan dalam durasi menengah sampai panjang. Program dua hari lalu selesai tidak berbeda hasilnya dengan tidak memakai teknologi sama sekali. Rentang beberapa minggu dengan pengulangan berkala jauh lebih menentukan.

Batas yang Perlu Dinyatakan Terus Terang

Kecerdasan buatan tidak dapat menilai apakah sebuah lelucon pantas disampaikan pada rapat tertentu, apakah sebuah data sensitif sebaiknya ditahan, atau apakah nada suara Anda cocok dengan suasana ruangan setelah pengumuman yang berat. Penilaian semacam itu bersifat kontekstual dan sosial, dan pengukuran otomatis tidak memiliki akses ke sana.

Karena itu klaim yang jujur bukanlah bahwa teknologi menggantikan pelatih, melainkan bahwa teknologi menyediakan pengukuran yang konsisten dan berulang, yang selama ini tidak terjangkau, sehingga waktu pelatih dapat dipakai untuk hal yang benar-benar menuntut manusia.

Menerapkannya di Lembaga Anda

SPEAK AUDITOR dibangun tepat pada logika ini. Satu rekaman berdurasi tiga menit menghasilkan profil sembilan dimensi kompetensi beserta skor terukur, sehingga dapat dipakai sebagai pengukuran awal, pengukuran ulang, dan pemetaan kebutuhan satu tim sekaligus. Untuk institusi tersedia paket dengan unggah massal dan pelaporan agregat. Selengkapnya di speakauditor.com.

Untuk bagian yang menurut bukti tetap menuntut manusia, yaitu irama, penyusunan pesan, dan latihan berpasangan yang terstruktur, EDUTRANS.ID menyediakan pelatihan komunikasi dan kepemimpinan korporat yang dapat dirancang mengikuti hasil pengukuran tersebut. Informasinya di edutrans.id.

Gabungan keduanya, yaitu pengukuran yang sering dan pendampingan yang tepat sasaran, adalah rancangan yang paling sesuai dengan bukti yang tersedia saat ini.

Rujukan: meta analisis efektivitas automatic speech recognition pada pelafalan bahasa Inggris, jurnal ReCALL, Cambridge University Press. Ericsson, K. A., Krampe, R. T., dan Tesch-Roemer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review.

Gambar ilustrasi: 2026 Recording Session oleh LiL Vilo, lisensi CC0 melalui Wikimedia Commons.