Kalika Bali: The giant leaps in language technology -- and who's left behind | TED

Transcriber:

Translator: Annisa Indah Sukma Reviewer: Azfa A

Nama saya Kalika Bali.

Profesi saya ahli teknologi, tapi saya lulus dari jurusan bahasa.

Dunia akademik, startup,

perusahaan kecil, dan perusahaan multinasional

I'm Kalika Bali, I'm a linguist by training

telah saya jajaki lebih dari dua dekade;

and a technologist by profession,

tugas saya meneliti dan juga merancang sistem teknologi bahasa.

I have worked in academia,

in startups, in small companies and multinationals for over two decades,

Impian saya adalah melihat teknologi melampaui batasan bahasa.

doing research in and building language technology systems.

Sebagai seorang peneliti di Microsoft Research (MSR) Labs India,

saya bergerak di bidang teknologi bahasa dan teknologi bahasa lisan.

My dream is to see technology work across the language barrier.

As a researcher at Microsoft Research Labs India

Yang jadi perhatian saya ialah

cara membuat teknologi mudah diakses siapa saja,

I work in the field of language technology and speech technology.

paham kan, terlepas dari bahasa masing-masing.

And I worry about how can we make technology accessible

Jadi, pengolahan bahasa alami, kecerdasan buatan,

to people across the board,

teknologi bahasa lisan,

ketiganya jargon yang sedang populer, ya kan.

you know, irrespective of the language that they speak.

Apa itu pengolahan bahasa alami, atau NLP, jadi bahan pembicaraan semua orang.

So natural language processing,

artificial intelligence, speech technology,

these are very big words, they are buzzwords right now.

Sederhananya,

NLP adalah bentuk rekayasa ilmu komputer

Everybody is talking about what exactly is NLP or natural language processing.

yang membuat mesin memproses, memahami, dan menghasilkan bahasa alami,

So in very simple terms,

this is the part of computer science engineering

atau bahasa yang manusia gunakan sehari-hari.

that makes machines process,

Saat Anda memesan tiket kereta atau pesawat lewat bot

understand and generate natural language,

which is the language that humans speak.

atau bicara dengan

asisten digital berbasis suara yang ada di ponsel Anda,

When you are interacting with a bot trying to book your train tickets

NLP-lah yang menggerakkan kedua teknologi tersebut

or flight tickets,

when you are speaking to a voice-based digital assistant in your phone,

agar berjalan dengan baik.

Tapi bagaimana cara kerjanya, cara kerja NLP?

it's natural language processing

Sederhananya, ini hanya tentang data.

that underpins the entire technology that makes that work.

But how does this work?

Jadi, suatu jumlah data yang besar,

How does NLP work?

In a very, very basic way,

berisi penggunaan bahasa di kehidupan nyata,

it's about data.

diproses melalui berbagai macam algoritme dan teknik,

So a huge amount of data of how actually humans use language

lalu algoritme dan teknik ini

membuat mesin belajar pola bahasa alami, ya.

is then processed by certain algorithms and techniques

Akhir-akhir ini, pasti Anda juga sering mendengar tentang

that make the machines learn the patterns

deep neural network.

of natural language of humans, right?

Nah, ini adalah teknologi canggih

yang pada saat ini dipakai untuk mendukung penerapan NLP.

These days, another buzzword that you hear a lot about is deep neural networks.

Saya tidak akan menjelaskan mekanismenya secara detil,

And these are the advanced techniques

tapi yang perlu Anda mengerti dan resapi adalah

that underpin a lot of the NLP stuff that happens right now.

semuanya ini membutuhkan data bahasa alami

And I will not go into the details of how that works,

but the thing that you really have to understand and keep in mind

yang sangat banyak.

Kalau Anda ingin mengajak bicara

is that all of this requires a humungous amount of data,

suatu sistem tutur buatan dalam bahasa Gujarati,

hal pertama yang dibutuhkan

natural language data.

adalah data percakapan penutur Gujarati

If you want a speech system to converse with you in Gujarati,

dalam kuantitas yang besar.

the first thing you require

is a lot of data of Gujarati people speaking to each other

Maka dari itu, pada 2017,

Microsoft menghadirkan sistem pengenalan wicara

yang dapat mengubah bahasa lisan menjadi tulisan

in their own language.

So 2017, Microsoft came up with a speech recognition system

seperti kita, tapi lebih baik.

Sistem ini dilatih menggunakan

which was able to transcribe speech into text

200 juta kata hasil transkripsi.

Pada 2018, muncul pula sebuah sistem terjemahan mesin

better than a human did.

And this system was trained

yang dapat menerjemahkan bahasa Inggris ke bahasa Tionghoa

on 200 million transcribed words.

sebaik penutur kedua bahasa itu.

In 2018, an English-Chinese machine translation system

Dan sistem ini dilatih dengan 18 juta pasangan kalimat Inggris-Tionghoa.

was able to translate from English to Chinese

as well as any human bilingual could.

Memang, masa ini begitu menyenangkan

And this was trained on 18 million bilingual sentence pairs.

untuk pengembang NLP dan sejenisnya.

Kami sedang menyaksikan fiksi ilmiah yang dulu kita baca dan tonton di layar

This is a very, very exciting time in natural language processing

terwujud di depan mata.

and in technology as such.

Lompatan demi lompatan besar telah kami buat secara teknis.

You know, we are seeing science fiction, which we had read about and watched,

Namun, hanya beberapa bahasa saja yang menikmati kemajuan ini.

kind of come true in front of our own eyes.

We are making giant leaps in technical advancement.

Monojit Choudhury,

rekan kerja saya yang juga seorang kawan baik,

But these giant leaps are limited to very few languages.

mempelajari hal ini dengan seksama

dan dia juga mengamati distribusi data antar bahasa di seluruh dunia.

So Monojit Choudhury,

who's like a very good friend of mine

and a colleague,

Menurutnya, distribusi ini mengikuti bentuk distribusi hukum pangkat.

he has studied this in some detail

and he has looked at resource distribution across languages in the world.

Intinya, terdapat empat bahasa,

yaitu bahasa Arab, Tionghoa, Inggris, dan Spanyol,

And he says that these follow what is called a power-law distribution,

yang memiliki jumlah data percakapan dan teknologi terbanyak.

which essentially means that there are four languages,

Sedangkan, ada serangkaian bahasa lain yang bisa mengambil manfaat dari

Arabic, Chinese, English and Spanish,

which have the maximum amount of resources available.

memiliki data yang banyak dan teknologi yang kini tersedia.

There are another handful of languages which can also benefit from, you know,

Tapi nyatanya, 90 persen dari seluruh bahasa di dunia

the resources and the technology that's available right now.

kekurangan atau tidak memiliki data sama sekali.

But there are 90 percent of the world's languages

Lima ribu bahasa dunia terlewatkan

oleh revolusi teknologi yang kita bicarakan sebelumnya.

which have no resources

or very little resources available.

Ini karena keempat bahasa yang kaya data tadi

This revolution that we are talking about

sudah punya teknologi pendukung,

has essentially bypassed 5,000 languages of the world.

sehingga peneliti dan ahli teknologi lebih tertarik mengembangkannya.

Jadi mereka buat lebih banyak lagi data dan teknologi baru.

Now, what this means is that resource-rich languages

have technologies built for them,

Alhasil, fenomena ini jadi siklus “yang kaya makin kaya”.

so researchers and technologists get attracted towards them.

Dan bahasa yang “miskin” tetap jadi miskin;

They build more technologies for them. They create more resources.

tak ada teknologi dan pengembangnya.

So it's like a rich getting richer kind of a cycle.

Kesenjangan ini,

kesenjangan digital antar bahasa semakin melebar

And the resource-poor languages stay poor,

dan secara implisit ini artinya

there's no technology for them, nobody works for them.

kesenjangan antar komunitas penuturnya juga terus berkembang.

And this divide, digital divide between languages

is ever-expanding

and by implication also the divide between the communities

Masalah ini ingin kami atasi lewat Project Ellora.

that speak these languages is expanding.

Kami ingin tahu

jika data bahasa dapat kami perbanyak

So in Microsoft, in Project Ellora, we aim to bridge this gap.

dengan berbagai metode inovatif,

teknologi baru dapat kami rancang

We are trying to see how can we create more data by innovative methods,

dengan teknik-teknik lain yang tak butuh banyak sumber daya,

dan apa saja contoh penerapannya

yang bermanfaat bagi komunitas penutur bahasa tersebut.

have more techniques to build technology without having a lot of resources,

Mungkin semua ini masih terdengar abstrak bagi Anda,

and what are the applications that can truly benefit these communities.

maksudnya apa sih dengan data, teknik, teknologi...

Biar saya jelaskan dengan sebuah contoh konkret.

So at the moment, this might seem very theoretical,

Saya menganggap diri saya ahli bahasa.

like what is he talking about, data and techniques and technology.

Saya sangat suka bahasa dan senang bicara tentangnya.

So let me give you a very concrete example here.

Jadi akan saya ceritakan satu bahasa yang mungkin tak Anda tahu.

I'm a linguist at heart, I love languages, and that's what I love talking about.

Namanya Gondi.

Ini adalah bahasa kaum Dravida di India Tengah dan Selatan.

So let me tell you about a language that many of you might not know about.

Penuturnya ada tiga juta orang, di lima negara bagian.

Gondi.

Kalau kita bandingkan dengan bahasa lain,

Gondi is a South-Central Dravidian language.

jumlah penutur bahasa Norwegia sekitar lima juta

It is spoken by three million people in five states of India.

dan penutur Welsh kurang dari sejuta.

And to put this in some kind of perspective,

Jadi bahasa ini punya cukup banyak penutur aktif,

Norwegian is spoken by five million people

dan komunitas yang besar, yaitu suku-suku Gond.

and Welsh by a little under a million.

So Gondi is actually a pretty robust and pretty large community

Tapi menurut Atlas of Languages in Danger yang diterbitkan UNESCO,

bahasa Gondi terancam punah.

of the Gond tribals in India.

But by UNESCO's Atlas of Languages in Danger,

Nah, ada LSM bernama CGNet Swara

yang membangun portal jurnalisme warga

Gondi is designated vulnerable status.

untuk dinikmati komunitas ini.

Mereka buat berita lokal mudah diakses lewat ponsel.

CGNet Swara is an NGO that provides a citizen journalism portal

Hanya, mereka tak punya layanan dukungan teknologi,

for the Gond community

karena nihilnya data bahasa, teknologi untuk bahasa Gondi.

by making local stories accessible through mobile phones.

There's absolutely no tech support for Gondi.

Konten yang beredar dibuat, dimoderasi, dan disunting secara manual.

There is no data available for Gondi, no resources available for Gondi.

Dalam Project Ellora, yang kita lakukan adalah

So all content that is created, moderated and edited is done manually.

mengumpulkan semua yang berkepentingan:

LSM seperti CGNet Swara,

lembaga akademik seperti IIIT Naya Raipur,

Now, under Project Ellora,

what we did was that we brought together all the stakeholders,

penerbit nirlaba, seperti Pratham Books,

an NGOs like CGNet Swara,

dan yang paling penting, penutur Gondi itu sendiri.

and academic institutions, like IIIT Naya Raipur,

Suku-suku Gond terjun langsung ke dalam proyek ini,

a not-for-profit children's book publisher,

like Pratham Books,

untuk pertama kalinya

and most importantly, the speakers of the community.

menerjemahkan buku anak ke dalam bahasa mereka

The Gond tribals themselves participated in this activity

serta menyuntingnya.

Kami berhasil terbitkan dua ratus buku dalam bahasa Gondi untuk pertama kalinya

and for the first time edited and translated children’s books in Gondi.

sehingga generasi mudanya punya akses ke kisah dan buku bacaan.

We were able to put out 200 books for the very first time in Gondi,

Proyek ini disambung dengan Adivasi Radio,

sebuah aplikasi yang kami kembangkan di Microsoft Research

so that the children had access to stories and books in their own language.

dan telah kami luncurkan dengan bantuan semua pihak terlibat.

Another extension of this was Adivasi Radio,

which was like an app that we built and developed in Microsoft Research,

Aplikasi ini memanfaatkan sistem text-to-speech dari bahasa Hindi

and then put out there, along with our stakeholders,

untuk membacakan berita dan artikel dari CGNet Swara

which takes a Hindi text-to-speech system

ke dalam bahasa Gondi.

and allows it to read out news and articles provided by CGNet Swara

Pengguna dapat memakai aplikasi ini

untuk membaca, menonton berita,

dan mengakses segala jenis informasi dalam bahasa mereka sendiri,

in Gondi language.

dalam bentuk lisan maupun tulisan.

Users can now use this app to read,

Satu hal yang menarik;

watch news and access any information

aplikasi ini kini dipakai masyarakat untuk menerjemahkan berbagai teks

through text and voice in their own language.

dari bahasa Hindi ke Gondi.

A very interesting thing is that this app is now being used to translate --

Ini akan menghasilkan teks paralel

yang kami sebut data paralel,

by the community to translate text from Hindi to Gondi.

dan memungkinkan kami

membangun sistem terjemahan mesin

yang akan membuka jendela dunia

Now, what that will result in is a lot of parallel data,

that we call parallel data,

untuk warga Gond.

that will allow us to build machine translation systems for Gondi,

Dan kami tahu caranya; ini yang paling penting.

which will truly open up a window for the Gond community to the world.

Kami sudah siapkan pipeline yang bisa diperbanyak

untuk setiap bahasa

dan setiap komunitas penutur yang berada di situasi yang sama

And what is even more important is now we know how to do this.

We have the entire pipeline and we can replicate this for any language

dengan warga Gond,

dalam kondisi pendidikan yang sama,

and any language community

paham ya, dengan minimnya akses informasi.

which is in a similar situation as the Gond tribals.

Tapi, bagaimana dengan kondisi keuangan mereka?

Also education -- yes, you know, information access -- yes,

Ya kan? Bagaimana kita bisa buka lapangan pekerjaan

lewat alat-alat digital yang keberadaannya kini kita sepelekan?

but what about earning a living?

Right? What about -- how can we make these people earn a living

Vivek Seshadri, yang juga peneliti di MSR,

dan rekannya Manu Chopra

through the digital tools that all of us just take for granted these days?

telah merancang suatu platform bernama Karya.

Platform ini menyediakan serangkaian microtask

Vivek Seshadri, who's another researcher at MSR,

yang dapat dipakai komunitas miskin untuk mencari uang.

and his collaborator, Manu Chopra,

Tujuan Vivek membuat aplikasi ini

they've designed a platform called Karya

adalah memberikan kesempatan bagi masyarakat India,

for providing digital microtasks to the underserved communities.

baik penduduk pedesaan maupun kaum miskin di wilayah urban,

His aim was basically to find a way to provide a means of dignified labor

untuk mendapatkan pekerjaan yang bermartabat.

Karena mereka tak bisa mengakses informasi yang diperlukan

to the populations, the rural populations

untuk memakai platform digital yang umumnya kita pakai

and the urban poor populations of this country.

tanpa perlu pikir panjang.

They don't have access to all the knowledge

Tapi ...

to use the digital platforms

Di sini juga ada sekumpulan besar populasi melek huruf

that all of us use every day without even thinking, right?

dan butuh pekerjaan,

But ...

jadi bagaimana ya kita bisa wujudkan mimpi mereka?

Here is a large

Nah, aplikasi Karya ini jadi satu cara

literate population that wants to work, right,

untuk mengantarkan komunitas ini ke dunia digital,

and how can we make this possible for them?

tempat, ya, mereka bisa mencari pekerjaan

So Karya is one such way

dan mengerjakan task yang kemudian menghasilkan uang.

through which this population can get on to the digital world

Ini kami pelajari. Kami pikir, wah, hebat.

and, you know,

Karya bisa kita pakai sebagai alat pengambil data.

through that find work and do tasks that can then earn them money.

Kami pun pergi ke Amale,

sebuah desa kecil berpenghuni 200 orang

So we saw this and we thought, oh, this is wonderful.

di distrik Wada, Maharashtra,

We could probably use this for data collection as well.

untuk mengumpulkan data bahasa Marathi dengan Karya.

So we went to Amale,

which is a small village of 200 people

Saya tahu yang Anda pikirkan,

karena di sini pasti ada banyak penutur Marathi;

in the Wada district of Maharashtra

Marathi tak mungkin jadi bahasa minim data.

and decided to use Karya to collect Marathi data.

Pemakaiannya jelas-jelas meluas di negara ini.

Now, I know what you are thinking --

I'm sure a lot of Marathi speakers also in the audience --

Tapi dari segi teknologi bahasa,

that Marathi is not a low-resource language.

Marathi tidak punya banyak data dan teknologi.

Marathi is definitely a mainstream language of the country.

Jadi kami pergi ke desa ini,

dan kunjungan kami berjalan sangat lancar.

But as far as language technology is concerned,

Dan tahu tidak, desa ini sungguh terpencil.

Marathi is a low-resource language.

So we went to this village

Tak ada listrik, televisi,

and we had a very successful data-collection trip.

dan sinyal untuk berkirim pesan atau menelepon.

And, you know, this village is very remote.

Anda harus naik ke bukit dan goyang-goyangkan ponsel

They have no TV, they have no electricity,

kalau ingin, yah, melakukan panggilan.

they have no mobile signal.

Semua data ini kami kumpulkan,

You have to climb a hill and wave your phone around

tapi lebih dari itu,

kami juga mendapat pelajaran berharga.

if you want to, you know, use your mobile to call anyone.

Pertama, kita harus bangga pada bahasa kita sendiri.

So they gave us all this data.

Penduduk Amale begitu semangat untuk terlibat

But more than that, they gave us very valuable lessons in life.

karena mereka sedang memajukan bahasa mereka lewat proyek ini.

One is this pride in one's own language.

Kedua, pahami nilai suatu komunitas.

The people of Amale were thrilled to be doing this

because they were advancing their own language by doing this.

Proyek ini tak lama menjadi tanggung jawab satu desa.

Penduduk akan berkumpul dan mengerjakan task bersama-sama.

The second was the value of community.

Very quickly, this became a village community effort.

Lalu yang ketiga, kita harus mengerti pentingnya sebuah dongeng.

People would gather together in tasks and do this together as a group.

Penduduk Amale begitu haus informasi,

sehingga pada pagi hari,

And the third is the importance of storytelling.

mereka akan merekam cerita dalam bahasa Karya

People of Amale were so starved of content that in the morning, during the daytime,

dan pada sore hari mengumpulkan seluruh desa

untuk mendengarkan cerita yang mereka rekam ulang.

they would do recordings of stories in Karya

and then in the evening they would gather the entire village

Sebagai peneliti,

kadang kami terlalu fokus pada sisi teknis dari proyek kami:

and retell and recount these stories to the village.

model seperti apa yang lebih baik,

So as scientists, we get so caught up

bagaimana meningkatkan akurasi dari sistem kami,

in the science and technology part of what we are doing, you know --

bagaimana membangun sistem yang lebih canggih,

which is the next best model to have,

sampai kami lupa tujuan dari proyek ini: penutur bahasanya sendiri.

how can we increase the accuracy of my system,

how can I build the next best system there is --

Sedangkan, teknologi yang berhasil

mengutamakan manusia atau penggunanya.

that we forget the reason why we are doing this: the people.

And any successful technology is the one that keeps the people and the users

Saat fokus kami alihkan ke sini,

kami menyadari bahwa

teknologi hanya menyelesaikan sebagian kecil masalah,

dan banyak faktor lain yang bermain.

up front and center.

Mungkin intervensi sosial, budaya, atau kebijakan juga dibutuhkan.

And when they start doing that,

we also realize that technology is probably a very small part of this

and there are other things in the story.

Waktu lalu, saya mengerjakan suatu proyek bernama VideoKheti

Maybe there are social, cultural and policy interventions

yang fungsinya membantu petani penutur Hindi di India Tengah

that are required, as much as technology.

mencari video seputar pertanian lewat aplikasi pengenalan suara.

So some time back, I worked on a project called VideoKheti

that allowed Hindi-speaking farmers in Central India

Kami pergi ke Madhya Pradesh untuk mengambil data,

to search for agricultural videos by speaking into a phone-based app.

lalu melatih model dengan data tadi,

tapi ternyata hasilnya buruk. Gagal.

So we went to Madhya Pradesh to collect data for this,

Kami sungguh bingung; Kenapa ini bisa terjadi?

Jadi kami teliti lebih dalam data yang kami kumpulkan,

and we came back and we were training our models

dan menemukan bahwa, ya, data ini diambil

and we discovered we're getting very bad results.

This is not working.

dari daerah yang saat sore terlihat sunyi.

So we were very confused. Why is this happening?

So we looked deeper and deeper into the data

Tapi yang tak kami dengar saat merekam

and discovered that, yes, we had collected data

from what we thought was a very silent, quiet village in the evening.

adalah dengung serangga malam, tahu kan, yang tak kunjung berhenti.

Jadi sepanjang proses perekaman, muncul suara “nging”,

But what we hadn't heard while we were doing this

yang mendistorsi suara penutur.

was that there was this constant buzz of night insects, you know?

Lalu yang kedua,

So throughout the recordings, we had this "bzz" of the insects,

saat kami berkunjung ke sana dalam rangka mengetes aplikasi,

which was actually distorting our speech.

saya dan rekan saya Indrani Medhi,

The second thing was that when we went there

seorang peneliti UX yang sangat disegani,

to kind of test our app in the village,

menemukan bahwa penduduk wanitanya tak dapat melafalkan kata serapan Sanskrit

I and my colleague Indrani Medhi,

who is a very well-regarded design researcher,

yang kami pakai sebagai contoh kata kunci.

Seperti ...

we found that the women couldn't pronounce the sanskritized words

(berbahasa Hindi)

that we had for some of the search terms.

Ini adalah istilah untuk pestisida kimia, betul?

So, like ...

Nah, istilah ini kami dapatkan dari sentra penyuluhan pertanian,

(speaks Hindi)

Which is like the term for chemical pesticides, right?

tapi para perempuan ini, meski ikut bertani,

mereka tak pernah berinteraksi dengan sentra.

Because we got these terms from the agricultural extension center

Istilah ini hanya dipakai petani pria. Wanitanya akan menggunakan kata ...

and the women, even though they are farming,

(berbahasa Hindi)

yang artinya kurang lebih membunuh hama dengan obat.

do not interact with that center at all.

The men do, the women probably use something much simpler, like ...

Jadi yang saya pelajari dari kunjungan ini

(speaks Hindi)

dan yang ingin kujelaskan pada Anda semua adalah:

Which basically means killing pests with medicine.

untuk sekarang, saya harap Anda paham

So what I have learned through my journey

bahwa sebagian besar bahasa di dunia ini

and what I would like to put across to you --

membutuhkan investasi secara berkala dalam pembuatan data dan teknologi

by now, I hope you've understood me,

jika penuturnya ingin diuntungkan dari teknologi bahasa.

is that there is the majority of the world's languages

Dan ini tak mungkin terwujud

that require intensive investment for resource creation

secara efisien dan dalam waktu yang cepat.

if they are to benefit from language technology.

Jadi penting sekali bagi kami untuk memastikan

And this is unlikely to happen in a very fast and efficient manner.

komunitas penuturnya mendapatkan manfaat terbesar

dari pekerjaan kami di ranah ini.

So it is extremely important for us to ensure

that the community derives maximum benefit

Dalam melakukan ini

dan menciptakan dampak sosial yang positif

bagi penutur,

from whatever that we are doing in the language tech area.

kami mengikuti yang kami sebut

metodologi design thinking 4-D versi modifikasi.

And to do this and deliver a positive social impact

Kepanjangan dari 4-D sendiri: Discover, Design, Develop, dan Deploy.

on these communities,

we follow what we call the modified 4-D design thinking methodology.

Kita temukan (Discover) dulu masalah dalam komunitas

yang dapat diatasi dengan teknologi bahasa.

So the 4-D means: discover, design, develop and deploy.

Dengan pendekatan ini, kita dapat alokasikan data dan teknologi

So discover the problem that language technology can solve

ke tempat yang paling membutuhkan,

rancang (Design) teknologi sesuai kebutuhan penutur,

for a particular language community.

This observation-led approach can help allocate resources

dan pahami keanekaragaman bahasa dunia

dan karakter linguistik masing-masing bahasa.

where they are most needed,

designed for the users and their language,

Jangan pikir, “Model ini untuk penutur Inggris,

kita adaptasi saja ke bahasa Marathi atau Gondi.”

understand the diversity in the linguistic properties

and the languages of the world.

Kembangkan (Develop) terus modelmu, dan sebarkan (Deploy).

And don't think, oh, this is made for English.

Proses ini memang buat kita gagal berulang kali,

Now, how can we just adapt it for Marathi or for Gondi, right?

tapi kesalahan-kesalahan inilah yang antarkan kita ke kesuksesan.

Develop rapidly and deploy frequently.

It's an iterative process that will help you fail fast

Yang paling penting, jadilah tekun.

Jangan menyerah.

and early failures will eventually lead to success.

Saya jadi ingat cerita dua perempuan Aborigin Australia,

The important thing is to persevere.

yaitu Patricia O’Connor dan Ysola Best.

Do not give up.

And I remember the story of these two Aborigine Australian women,

Pada pertengahan 1990-an, mereka pergi ke Universitas Queensland

Patricia O'Connor and Ysola Best.

untuk belajar bahasa suku mereka, Yugambeh.

Kata pihak kampus,

In the mid-90s, they went to the University of Queensland

“Bahasa Anda sudah punah tiga dekade lalu.

Tak bisa Anda teliti. Cari saja bahasa lain.”

and they wanted to learn their own language, called Yugambeh,

Tapi, mereka tak menyerah.

and they were told very bluntly, "Your language is dead.

Mereka pergi ke daerah penutur,

It's been dead for three decades.

menggali pengetahuan dari

You cannot work on this. Find something else to work on."

kenangan, tradisi, sastra yang diturunkan secara lisan,

lalu mendirikan Museum Yugambeh,

They did not give up.

They went to the community,

they dug up oral memories, oral traditions, oral literature,

yang kemudian jadi

sentra budaya dan bahasa yang paling krusial

untuk komunitas penutur dan bahasanya.

and founded the Yugambeh Museum,

Tanpa bantuan teknologi. Hanya dengan kemauan keras.

which became the most important cultural and linguistic center for the language

Tapi kini, dengan kekuatan teknologi,

kita bisa pastikan bahasa selanjutnya adalah Salmi dari Finlandia,

and its community.

They did not have technology. They only had their willpower.

Now, with the power of technology,

Lillooet dari Kanada, atau Mundari dari India.

we can ensure that the next page is written in Salmi from Finland,

Terima kasih.

Lillooet from Canada or Mundari from India.

Thank you.