Kecerdasan Buatan
Kecerdasan Buatan memiliki potensi untuk meningkatkan proses organisasi secara signifikan. Wycliffe Associates sedang menyelidiki dengan cermat bagaimana AI dapat membantu penerjemah bahasa ibu dalam pekerjaan penerjemahan Alkitab mereka, dan mereka mengantisipasi perkembangan yang signifikan dalam waktu dekat.
Ringkasan
Wycliffe Associates dengan hati-hati dan penuh perhatian menyelidiki cara-cara untuk menggunakan Kecerdasan Buatan untuk meningkatkan Penerjemahan Alkitab Milik Gereja. Untuk itu, WA telah membentuk Satuan Tugas Kecerdasan Buatan untuk memimpin pekerjaan ini.
Tujuan
- Mengeksplorasi secara penuh dan bertanggung jawab dampak potensial dari Kecerdasan Buatan untuk Wycliffe Associates dan Penerjemahan Alkitab Milik Gereja.
- Pertimbangkan etika dan kelayakan model AI, Pembelajaran Mesin, dan Pemrosesan Bahasa Alami komersial dan sumber terbuka saat ini.
- Dengan setia mengambil risiko atas nama pendekatan baru dalam Penerjemahan Alkitab, dengan keinginan untuk melihat peningkatan besar dalam kualitas dan konsistensi penerjemahan.
Pedoman Etika
Sebagai sebuah pelayanan Kristen, kami ingin beroperasi secara legal dan etis, dengan tetap menghormati privasi data dengan mempertimbangkan sumber data pelatihan. Kami berusaha untuk jujur dan bertanggung jawab tentang penggunaan dan nilai Kecerdasan Buatan. Kami akan meneliti dan menguji bias dalam model dengan cermat. Selain itu, kami akan berusaha menemukan atau menyempurnakan model menuju netralitas doktrinal dan keselarasan dengan ortodoksi historis.
Manajemen Risiko
Gugus tugas kami akan mempertimbangkan potensi risiko yang terkait dengan penggunaan AI, termasuk risiko teknologi, reputasi, dan operasional, serta mengusulkan strategi untuk memitigasi risiko-risiko ini.
Bacaan Tambahan
Pengantar Model Bahasa Besar
Whitepaper ini merupakan pengantar singkat untuk menggunakan jenis pembelajaran mesin yang disebut Model Bahasa Besar (Large Language Models atau LLM). Dokumen ini tidak dimaksudkan untuk menjadi komprehensif dan tidak mewakili rekomendasi agar pembaca menggunakan versi komersial dari teknologi ini dalam Penerjemahan Alkitab. Dokumen ini dimaksudkan untuk tujuan pendidikan semata.
Disiapkan oleh Dr Travis Wright untuk Gugus Tugas AI. Tanggal versi: 8.16.24.
Pengenalan Teks Tulisan Tangan dengan LLM
Hasil penelitian awal Pengenalan Teks Tulisan Tangan (HTR) untuk potensi penggunaan oleh Penerjemah Alkitab.
Disiapkan oleh Joe Sarabia dan Travis Wright untuk Wycliffe Associates. Tanggal versi: 11.26.24.
Menggunakan Analisis Sentimen untuk BT
Penelitian ini menyelidiki keampuhan model BERT yang telah disetel dengan baik dalam mendeteksi konten emosional dalam teks-teks Alkitab, dengan fokus pada narasi seperti Anak yang Hilang dan Mazmur. Penelitian ini mengevaluasi kemampuan sistem pendeteksi emosi yang canggih untuk menangkap dimensi emosional yang bernuansa, termasuk kelegaan dan kegembiraan, di seluruh korpus yang tetap dengan variabel yang dikontrol. Hasilnya menyoroti keterbatasan substansial dalam akurasi dan konsistensi model, menggarisbawahi tantangan dalam menerapkan deteksi emosi pada domain khusus dan berkonteks tinggi seperti penerjemahan Alkitab. Temuan ini berkontribusi pada wacana yang sedang berlangsung tentang penerapan teknik pemrosesan bahasa alami dalam tugas-tugas editorial yang kompleks.
Ditulis oleh Dr. Drew Curley, Joe Sarabia, Thomas Hajny, et. al.
Pengantar ke RAG
Makalah ini memberikan pengantar tentang Retrieval-Augmented Generation (RAG), sebuah pendekatan AI yang meningkatkan respons model bahasa dengan mengambil informasi eksternal yang relevan, sehingga sangat berguna untuk menyediakan pengetahuan yang spesifik atau terkini. Penelitian ini mengeksplorasi potensi RAG dalam konteks agama, menyoroti kemampuannya untuk menghasilkan respons yang lebih akurat dan dapat dipercaya dengan mengambil dari sumber-sumber teologis yang otoritatif, sehingga mengatasi kekhawatiran tentang bias dalam konten yang dihasilkan AI. Penelitian ini juga menjelaskan percobaan menggunakan teks Alkitab multibahasa dan basis data vektor untuk meningkatkan efisiensi pencarian, yang menyimpulkan bahwa meskipun RAG meningkatkan kualitas respons, sifat probabilistiknya membatasi keandalannya, sehingga hanya berguna dalam konteks di mana akurasi yang sempurna tidak diperlukan.
Alkitab dalam Setiap Bahasa
Jelajahi perpustakaan kami yang terus berkembang berisi terjemahan Alkitab dan sumber daya. Jika Anda tidak menemukan apa yang Anda cari, atau jika Anda menginginkan informasi lainnya, silakan hubungi kami di sini.