Pengenalan

Memahami Bahasa AI dan Halusinasi

Sejak kemunculan model bahasa besar (LLM) seperti GPT-4 dan GPT-5, dunia teknologi semakin bergantung kepada AI untuk menyelesaikan masalah harian, menulis kandungan, malah menjawab soalan kompleks. Namun, satu cabaran yang tidak dapat dielakkan ialah fenomena halusinasi model Bahasa AI (AI hallucination) dan kesannya terhadap penggunaan Bahasa AI secara umum. Oleh itu, penting untuk memahami dengan lebih mendalam tentang Bahasa AI dalam konteks ini.

Halusinasi dalam konteks AI bermaksud apabila model bahasa menghasilkan jawapan yang kelihatan logik dan meyakinkan, tetapi sebenarnya salah atau tidak berasas. Fenomena ini boleh menimbulkan risiko, terutamanya dalam bidang kritikal seperti kesihatan, undang-undang, atau kewangan, di mana maklumat salah boleh memberi kesan besar.

Artikel ini akan menghuraikan secara mendalam kenapa halusinasi berlaku, bagaimana ia berkait dengan cara model bahasa dilatih, dan apakah langkah yang boleh diambil untuk mengurangkannya.

Apa Itu Halusinasi dalam Model Bahasa?

Halusinasi AI bukan bermaksud model “berkhayal” seperti manusia, tetapi ia adalah hasil daripada corak ramalan yang salah dalam Bahasa AI. Hal ini menunjukkan betapa pentingnya pemahaman tentang Bahasa AI dalam konteks ini.

Contoh halusinasi:

• Bila ditanya tentang tajuk disertasi seseorang, model memberi jawapan yang kelihatan masuk akal tetapi sebenarnya tidak wujud.
• Bila diminta memberikan rujukan akademik, model mungkin mencipta artikel atau jurnal yang kelihatan sahih tetapi palsu.
• Bila ditanya tarikh lahir seseorang tokoh, model boleh memberi jawapan dengan penuh yakin — walaupun tarikh itu salah.

Fenomena ini membuktikan bahawa AI tidak benar-benar “faham” maklumat, tetapi hanya menghasilkan teks berdasarkan corak statistik daripada data latihan.

Kenapa Model Bahasa Halusinasi?

Mendidik untuk Ujian (Teaching to the Test)

Model bahasa dilatih untuk menjana jawapan yang betul dalam ujian penilaian. Sistem penilaian biasanya memberi markah tinggi kepada jawapan yang nampak betul, walaupun salah.

• Jika model mengaku “saya tidak tahu”, ia dapat markah kosong.
• Jika model meneka, kadangkala ia bernasib baik lalu dapat markah positif.

👉 Hasilnya, model lebih cenderung meneka dengan yakin berbanding mengaku tidak tahu, kerana itu membuatkan ia kelihatan lebih baik dalam penilaian.

Penilaian yang Tidak Adil

Masalah utama dalam sistem penilaian LLM ialah tiada beza besar antara jawapan salah dengan yakin dan jawapan yang mengaku tidak pasti.

OpenAI mencadangkan penambahbaikan berikut:

1. Kesilapan yakin diberi penalti lebih besar. Jawapan salah dengan keyakinan tinggi patut dianggap lebih teruk.
2. Jawapan ketidakpastian diberi sedikit kredit. Jika model menyatakan “mungkin” atau “tidak pasti”, ia lebih jujur berbanding memberi maklumat salah.

Pendekatan ini akan menggalakkan model lebih berhati-hati dan tidak sembarangan memberi maklumat.

Ramalan Perkataan Seterusnya (Next-Word Prediction)

Asas model bahasa ialah ramalan perkataan seterusnya.

• Model dilatih untuk meramal perkataan mana yang paling sesuai selepas perkataan sebelumnya, berdasarkan berjuta-juta teks dalam data latihan.
• Ia tidak tahu apa itu benar atau salah — hanya corak penggunaan bahasa.
• Fakta yang jarang ditemui atau terlalu khusus mungkin tiada dalam data latihan.

👉 Bila berhadapan dengan maklumat yang kurang, model masih cuba menghasilkan jawapan yang kelihatan munasabah — inilah yang dipanggil halusinasi.

Data Latihan yang Tidak Lengkap

Walaupun LLM dilatih dengan dataset yang sangat besar, tiada dataset yang lengkap 100%. Ada banyak maklumat:

• Terlalu baru (contoh: berita semasa).
• Terlalu khusus (contoh: dokumen peribadi).
• Jarang disebut (contoh: fakta sejarah kecil).

Kekosongan data ini membuatkan model cuba “mengisi ruang kosong” dengan jawapan yang direka, sekali gus mencetuskan halusinasi.

Adakah Halusinasi Boleh Dihapuskan?

Jawapannya: tidak. Halusinasi adalah fenomena semula jadi dalam sistem berasaskan statistik.

Beberapa sebab:

• Soalan ambiguiti: Tiada jawapan tunggal yang betul.
• Maklumat tiada: Fakta tertentu memang tidak wujud dalam dataset.
• Keterbatasan bahasa: Bahasa manusia sering bersifat subjektif.

Namun, halusinasi boleh dikawal dan dikurangkan dengan kaedah berikut.

Cara Mengurangkan Halusinasi Model Bahasa

Penilaian yang Lebih Adil

Gunakan sistem penilaian yang menghukum kesilapan yakin lebih berat, dan memberi kredit kepada ketidakpastian.

Latihan Tambahan dengan Data Khusus

• Tambah dataset yang lebih tepat dan terkini.
• Gunakan fine-tuning untuk domain tertentu (contoh: perubatan atau undang-undang).

Mekanisme “Abstain” atau Menolak Jawapan

• Biarkan model berkata “Saya tidak tahu” apabila maklumat tiada.
• Ini lebih baik daripada mencipta jawapan salah.

Penggunaan Teknik RAG (Retrieval-Augmented Generation)

• Sambungkan model dengan pangkalan data atau enjin carian untuk merujuk fakta terkini.
• Kurangkan kebergantungan hanya pada data latihan.

Risiko Halusinasi AI

Halusinasi bukan sekadar kelemahan teknikal, ia juga boleh membawa risiko besar jika tidak dikawal:

• Kesihatan: Memberi diagnosis atau cadangan rawatan yang salah.
• Undang-undang: Menyebut akta atau kes mahkamah palsu.
• Kewangan: Memberi nasihat pelaburan yang tidak tepat.

Oleh itu, pengguna perlu sedar bahawa AI adalah alat bantu, bukan pengganti sepenuhnya untuk pakar manusia.

Masa Depan Model Bahasa & Halusinasi

Walaupun halusinasi tidak dapat dihapuskan, masa depan AI akan melibatkan:

• Model lebih telus: Menyatakan tahap keyakinan dalam jawapan.
• Integrasi dengan data masa nyata: Mengurangkan maklumat palsu.
• Etika penggunaan AI: Mendidik pengguna agar tidak menerima jawapan AI secara membuta tuli.

Kesimpulan

Halusinasi model bahasa berlaku kerana gabungan faktor latihan berasaskan next-word prediction, kekangan data, dan sistem penilaian yang menggalakkan tekaan.

Fenomena ini tidak dapat dihapuskan sepenuhnya, tetapi boleh diminimumkan dengan:

• Sistem penilaian yang adil.
• Latihan tambahan khusus.
• Integrasi dengan data masa nyata.
• Meningkatkan keupayaan model untuk mengaku tidak tahu.

Sebagai pengguna, kita perlu faham bahawa AI bukan sumber kebenaran mutlak, tetapi alat pintar yang perlu digunakan dengan bijak.