Ketika Terjemahan Sastra Bukan Sekadar Memindahkan Kata
Menerjemahkan karya sastra berbeda dari menerjemahkan informasi biasa. Sebuah novel, cerita pendek, atau karya fiksi tidak hanya menyampaikan informasi, tetapi juga membawa metafora, emosi, suara narator, pilihan kata, idiom, simbol, serta latar budaya.
Kemajuan large language model (LLM) dan AI generatif membuat teknologi kini mampu menghasilkan terjemahan yang semakin fasih dan kontekstual. Namun, bahasa yang terdengar alami belum tentu mempertahankan maksud tersembunyi atau efek estetis yang sengaja dibangun pengarang.
Dalam konteks Indonesia, persoalan ini menjadi penting karena penerjemahan karya berbahasa Inggris menjadi salah satu jembatan bagi pembaca Indonesia untuk menikmati sastra asing tanpa kehilangan karakter dan konteks budaya karya aslinya.
Kajian Tambunsaribu melihat persoalan tersebut melalui tiga aspek utama: makna, gaya, dan representasi budaya. Ketiganya dinilai secara bersamaan karena perubahan pada satu aspek dapat memengaruhi aspek lainnya.
Membandingkan Tiga Penerjemah Manusia dengan AI
Tambunsaribu menggunakan pendekatan kualitatif komparatif. Teks sastra berbahasa Inggris yang mengandung metafora, idiom, gaya naratif, dan unsur budaya diterjemahkan oleh tiga penerjemah manusia dan satu model AI.
Hasil terjemahan kemudian dibandingkan dengan teks sumber. Dua pakar penerjemahan turut dilibatkan untuk memeriksa dan memperkuat interpretasi terhadap hasil analisis.
AI Lebih Eksplisit, Manusia Lebih Mempertahankan Makna Tersirat
Salah satu perbedaan paling jelas terlihat ketika teks mengandung makna implisit atau metafora.
Contohnya, kalimat bahasa Inggris “She carried the weight of the whole family on her shoulders” diterjemahkan penerjemah manusia dengan tetap mempertahankan gambaran tentang “beban” dan “pundak”. Sementara itu, versi AI mengubahnya menjadi pernyataan yang lebih langsung mengenai tanggung jawab seseorang terhadap keluarganya.
Makna dasarnya tetap tersampaikan, tetapi gambaran metaforis mengenai beban yang dipikul tokoh menjadi hilang. Pola serupa muncul pada ungkapan “there was winter in his eyes”. Penerjemah manusia cenderung mempertahankan citra “musim dingin”, sedangkan AI menjelaskannya secara langsung sebagai kesedihan dan rasa dingin.
Temuan tersebut menunjukkan bahwa AI cenderung membuat makna sastra menjadi lebih eksplisit dan mudah dipahami. Keunggulan itu sekaligus dapat menjadi keterbatasan ketika ambiguitas atau makna tersirat merupakan bagian penting dari gaya pengarang.
Metafora dan Suara Narator Lebih Terjaga dalam Terjemahan Manusia
Perbedaan semakin terlihat pada gaya bahasa.
Dalam contoh “The night swallowed the village whole”, ketiga penerjemah manusia tetap mempertahankan kata “swallow” yang memberikan sifat manusiawi kepada malam. AI memilih kata yang lebih konvensional, sehingga suasana gelap tetap tersampaikan tetapi kekuatan personifikasinya berkurang.
Hal serupa ditemukan pada kalimat “Her voice was a knife wrapped in silk.” Penerjemah manusia masih mempertahankan gambaran pisau dan sutra atau membangun kembali pertentangan antara kelembutan dan ketajaman. AI justru menjelaskan maknanya secara langsung sebagai suara yang lembut tetapi kata-katanya tajam.
Gaya naratif juga mengalami perubahan. Pada contoh “Poor little thing”, penerjemah manusia mempertahankan nuansa emosional narator melalui ungkapan seperti rasa kasihan dan ketidakberuntungan. AI menggunakan struktur yang lebih netral. Informasi kejadian tetap tersampaikan, tetapi sikap emosional narator terhadap tokoh menjadi lebih lemah.
Unsur Budaya Lebih Mudah Menjadi Umum dalam Terjemahan AI
Tantangan lain muncul pada istilah yang memiliki makna budaya tertentu.
Dalam contoh “The parish priest greeted them after Sunday service”, penerjemah manusia menggunakan istilah yang lebih spesifik seperti parish priest atau Sunday mass. AI memilih istilah yang lebih umum, seperti pemimpin agama dan ibadah Minggu.
Pilihan AI memang membuat kalimat lebih mudah dipahami pembaca luas. Namun, generalisasi tersebut dapat mengurangi informasi tentang institusi keagamaan dan konteks sosial yang terdapat dalam teks asli.
Hal yang sama terlihat dalam penerjemahan sapaan “My Lord”. Pilihan manusia cenderung mempertahankan hubungan hierarkis dan tingkat formalitas, sementara AI menggunakan sapaan yang lebih umum. Artinya, informasi dasar masih ada, tetapi hubungan sosial dan hierarki yang tersirat dapat menjadi kurang kuat.
Bukan Berarti AI Tidak Berguna
Tambunsaribu tidak menyimpulkan bahwa AI tidak layak digunakan dalam penerjemahan sastra. Sebaliknya, hasil kajian menunjukkan adanya peluang untuk menggabungkan kemampuan manusia dan teknologi.
AI memiliki keunggulan dalam menghasilkan bahasa yang konsisten, jelas, dan alami. Teknologi tersebut dapat membantu menghasilkan alternatif terjemahan, mengeksplorasi pilihan kata, serta mempercepat proses awal penerjemahan.
Namun, keputusan akhir mengenai metafora, idiom, ambiguitas, suara narator, serta unsur budaya tetap membutuhkan penilaian manusia. Dengan kata lain, AI lebih tepat ditempatkan sebagai alat pendukung, bukan pengganti penuh penerjemah sastra.
Menurut temuan Tambunsaribu, kualitas terjemahan sastra juga tidak cukup dinilai dari apakah kalimatnya akurat dan lancar. Sebuah terjemahan dapat menyampaikan informasi dengan benar, tetapi kehilangan gaya, simbol, atau identitas budaya dari karya asli. Karena itu, makna, gaya, dan budaya perlu dipandang sebagai bagian yang saling berkaitan dalam menilai kualitas terjemahan.
Implikasi bagi Pendidikan dan Industri Penerjemahan
Temuan ini relevan bagi penerjemah, mahasiswa sastra dan penerjemahan, dosen, editor, hingga penerbit. AI dapat dimanfaatkan untuk meningkatkan efisiensi pekerjaan, tetapi bagian-bagian sastra yang mengandung metafora, idiom, suara naratif, serta referensi budaya perlu diperiksa secara lebih kritis.
Pendekatan tersebut juga dapat membantu pendidikan penerjemahan. Mahasiswa tidak hanya perlu belajar menghasilkan terjemahan yang benar secara bahasa, tetapi juga memahami kapan sebuah metafora harus dipertahankan, kapan idiom perlu diadaptasi, dan kapan unsur budaya harus dijelaskan atau dibiarkan tetap asing bagi pembaca.
Meski demikian, hasil penelitian ini memiliki keterbatasan. Studi hanya melibatkan tiga penerjemah manusia dan satu model AI. Data juga dipilih secara khusus dari bagian teks yang mengandung unsur sastra kompleks. Karena itu, hasilnya tidak dapat dianggap sebagai gambaran seluruh kemampuan penerjemah manusia atau semua sistem AI.
Penelitian lanjutan disarankan melibatkan lebih banyak penerjemah, karya sastra, pasangan bahasa, dan model AI. Studi berikutnya juga dapat membandingkan penggunaan prompt umum dengan prompt yang dirancang khusus untuk sastra dan konteks budaya.
Profil Penulis
Gunawan Tambunsaribu merupakan penulis artikel dan berafiliasi dengan Universitas Kristen Indonesia. Bidang kajian yang tercermin dalam artikel ini berkaitan dengan penerjemahan sastra, hubungan manusia dan kecerdasan buatan dalam penerjemahan, makna, gaya bahasa, serta representasi budaya. Gelar akademik penulis tidak dicantumkan dalam artikel yang menjadi sumber berita ini.
0 Komentar