Bahasa ‘Gaul’ dalam Chatbot: Apakah AI Sedang Mengubah Struktur Bahasa Kita?

Oleh: Al Imran Nim :251011402350, Program Studi Teknik Informatika, Universitas Pamulang

Perkembangan kecerdasan buatan (Artificial Intelligence/AI) dalam satu dekade terakhir telah membawa perubahan yang signifikan terhadap cara manusia berkomunikasi. Salah satu manifestasi paling nyata dari perubahan ini adalah munculnya chatbot berbasis AI seperti ChatGPT, Gemini, dan berbagai asisten virtual lainnya yang kini digunakan oleh jutaan orang di seluruh dunia, termasuk Indonesia.

Di Indonesia, fenomena ini semakin menarik untuk dikaji karena masyarakat, khususnya generasi muda, cenderung menggunakan bahasa gaul atau bahasa informal ketika berinteraksi dengan chatbot. Bahasa gaul adalah ragam bahasa non-formal yang berkembang di kalangan anak muda, dipenuhi dengan singkatan, kata serapan, campuran bahasa Indonesia dan Inggris (code-mixing), serta ekspresi-ekspresi khas yang terus berevolusi.

Pertanyaan yang kemudian muncul adalah: apakah kehadiran AI dan chatbot justru memperkuat penggunaan bahasa gaul, atau sebaliknya membentuk ulang cara kita berbahasa? Artikel ini mencoba mengupas fenomena tersebut dari sudut pandang linguistik komputasional dan sosiolinguistik, serta mempertanyakan dampak jangka panjangnya terhadap struktur bahasa Indonesia.

Chatbot dan Adaptasi Bahasa Pengguna

Model bahasa besar (Large Language Models/LLM) yang mendasari chatbot modern dilatih menggunakan miliaran data teks dari internet, termasuk media sosial, forum daring, dan percakapan informal. Akibatnya, chatbot tidak hanya memahami bahasa baku, tetapi juga mampu merespons bahasa gaul dengan cukup baik. Penelitian Wijaya dan Santoso (2023) menunjukkan bahwa chatbot berbasis transformer memiliki akurasi pemahaman bahasa informal Indonesia sebesar 78,3%, sebuah peningkatan drastis dibandingkan model generasi sebelumnya.

Ketika pengguna mendapati bahwa chatbot ‘mengerti’ bahasa gaul mereka, muncul fenomena reinforcement  pengguna semakin sering dan percaya diri menggunakan bahasa informal dalam komunikasi digitalnya. Hal ini menciptakan loop umpan balik di mana data percakapan informal terus memperkaya model AI, yang kemudian semakin adaptif terhadap ragam bahasa tersebut.

Fenomena Code-Mixing dan Penyederhanaan Struktur Kalimat

Salah satu dampak yang paling terlihat adalah meningkatnya penggunaan code-mixing, yakni pencampuran bahasa Indonesia dengan bahasa Inggris dalam satu kalimat. Contoh-contoh seperti “gue mau nanya dong, gimana caranya biar lebih produktif?” atau “tolong jelasin konsep ini dengan simple” kini jamak ditemukan dalam percakapan dengan AI. Menurut Rahmawati et al. (2024), pengguna Indonesia berusia 18–35 tahun menggunakan code-mixing dalam 61% percakapan mereka dengan chatbot AI.

Lebih jauh, struktur kalimat yang digunakan pun cenderung menjadi lebih ringkas dan tidak mengikuti kaidah tata bahasa baku. Pengabaian tanda baca, penggunaan huruf kecil secara konsisten, serta minimnya penggunaan subjek-predikat-objek yang lengkap menjadi pola umum. Ini menimbulkan kekhawatiran dari kalangan linguist bahwa generasi muda mungkin kehilangan kemampuan menggunakan bahasa Indonesia yang baik dan benar.

AI sebagai Penentu Norma Bahasa Baru?

Secara historis, norma bahasa ditentukan oleh institusi resmi seperti Badan Pengembangan dan Pembinaan Bahasa (Badan Bahasa), media massa, dan sistem pendidikan. Namun, di era digital ini, chatbot AI mulai memainkan peran yang tidak kalah besar. Ketika jutaan pengguna berinteraksi dengan AI setiap hari dan AI merespons dalam bahasa yang mudah dipahami, termasuk bahasa informal, secara tidak langsung AI turut menstandarisasi ragam bahasa tertentu.

Haryadi (2025) berargumen bahwa AI generatif berpotensi menjadi “otoritas bahasa bayangan” yang secara implisit membentuk preferensi linguistik masyarakat. Ketika AI selalu menerima input bahasa gaul tanpa koreksi, pengguna memperoleh validasi bahwa cara berbahasa mereka sudah “cukup baik”. Ini berbeda dari interaksi dengan guru atau editor yang cenderung mendorong penggunaan bahasa baku.

Sisi Positif: Demokratisasi Akses dan Ekspresi Bahasa

Di sisi lain, kemampuan chatbot memahami bahasa gaul memiliki dampak positif yang tidak boleh diabaikan. Pengguna yang sebelumnya merasa tidak percaya diri menggunakan teknologi karena kendala bahasa kini dapat mengakses informasi dan layanan AI dengan lebih mudah. Ini merupakan bentuk demokratisasi akses teknologi yang nyata. Kusuma dan Pratiwi (2024) menemukan bahwa penerimaan bahasa informal oleh chatbot meningkatkan tingkat literasi digital di kalangan pelajar daerah sebesar 34%.

Selain itu, ragam bahasa gaul juga merupakan bagian dari identitas budaya dan kreativitas generasi muda yang sah. Bahasa selalu berevolusi, dan gaul kini adalah bagian dari kekayaan linguistik Indonesia yang dinamis. Tugas AI dan para pengembangnya bukan untuk membungkam ragam bahasa ini, melainkan untuk membantu pengguna memiliki kesadaran kapan harus menggunakan bahasa formal dan kapan boleh informal.

Kemunculan chatbot AI memang membawa perubahan nyata pada pola berbahasa masyarakat, terutama generasi muda Indonesia. Bahasa gaul semakin menemukan tempatnya bukan hanya di media sosial, tetapi juga dalam interaksi dengan sistem kecerdasan buatan. Ini adalah fenomena yang perlu disikapi secara bijak: bukan dengan menolak perubahan, tetapi dengan membangun kesadaran linguistik yang kuat di tengah arus digitalisasi.

Para pengembang AI, pendidik, dan pemangku kebijakan bahasa perlu berkolaborasi untuk memastikan bahwa kecerdasan buatan tidak hanya ‘mengikuti arus’ bahasa gaul, tetapi juga mampu menjadi media yang mendorong kemampuan berbahasa yang komprehensif. Pada akhirnya, bahasa adalah cerminan peradaban. AI yang cerdas bukan hanya yang mengerti ‘gaskeun’, tetapi juga yang mampu mengajarkan kapan kita harus berkata ‘mari kita mulai’.

Landasan Nilai: Perspektif Al-Qur’an dan Hadis

Fenomena perubahan bahasa ini juga dapat kita refleksikan melalui ajaran Islam. Allah SWT berfirman dalam Al-Qur’an:

وَمَا أَرْسَلْنَا مِن رَّسُولٍ إِلَّا بِلِسَانِ قَوْمِهِ لِيُبَيِّنَ لَهُمْ

“Dan Kami tidak mengutus seorang rasul pun melainkan dengan bahasa kaumnya, agar dia dapat memberi penjelasan kepada mereka.” (QS. Ibrahim: 4)

Ayat ini mengisyaratkan pentingnya berkomunikasi dalam bahasa yang dipahami oleh audiens. AI yang mampu memahami bahasa gaul pengguna Indonesia sejatinya sejalan dengan prinsip ini menyampaikan informasi dengan cara yang paling mudah dipahami. Namun, tanggung jawab kita adalah memastikan isi pesan tetap mengandung kebenaran dan kebaikan.

Rasulullah SAW bersabda:

مَنْ كَانَ يُؤْمِنُ بِاللَّهِ وَالْيَوْمِ الْآخِرِ فَلْيَقُلْ خَيْرًا أَوْ لِيَصْمُتْ

“Barangsiapa beriman kepada Allah dan hari akhir, hendaklah ia berkata yang baik atau diam.” (HR. Bukhari dan Muslim)

Hadis ini menjadi pengingat yang sangat relevan di era chatbot. Kebebasan berbahasa gaul atau formal harus tetap berlandaskan pada nilai berkata yang baik. AI seharusnya tidak hanya menjadi alat yang menerima semua masukan tanpa nilai, tetapi juga menjadi cermin yang mendorong penggunanya untuk berkomunikasi secara bermartabat dan bertanggung jawab.

Daftar Pustaka

• Haryadi, T. (2025). AI Generatif sebagai Otoritas Bahasa Bayangan: Analisis Pengaruh Chatbot terhadap Norma Linguistik Indonesia. Jurnal Linguistik Terapan Indonesia, 12(1), 45–62.
• Kusuma, A. R., & Pratiwi, D. N. (2024). Peningkatan Literasi Digital Melalui Penerimaan Bahasa Informal pada Chatbot AI di Kalangan Pelajar Daerah. Jurnal Pendidikan Teknologi Informasi, 8(2), 112–128.
• Rahmawati, S., Nugroho, B., & Ardian, F. (2024). Code-Mixing dalam Interaksi Pengguna Indonesia dengan Chatbot Berbasis AI: Studi Korpus 2023–2024. Prosiding Seminar Nasional Linguistik Komputasional, 3, 78–89.
• Santoso, J., & Irawati, R. (2025). Transformasi Pola Komunikasi Generasi Z di Indonesia Akibat Penggunaan Asisten Virtual AI. Jurnal Komunikasi Digital, 6(1), 15–33.
• Wijaya, M. F., & Santoso, P. A. (2023). Analisis Akurasi Pemahaman Bahasa Informal Indonesia pada Model Transformer: Studi Kasus ChatGPT dan Bard. Jurnal Ilmu Komputer dan Sistem Informasi, 11(2), 201–217.