"Kami tidak menilai apakah jawaban AI benar atau salah — kami menilai apakah jawaban itu terasa manusiawi." Kalimat itu, diucapkan oleh co-founder DesignArena dalam wawancara eksklusif dengan TechCrunch AI, menjadi kunci memahami apa yang sebenarnya sedang dibangun tim asal Singapura ini: bukan lagi tools teknis untuk pelatihan model, melainkan infrastruktur evaluasi berbasis rasa — sebuah lapisan kritis yang selama ini diabaikan dalam perlombaan kecepatan peluncuran foundation model.
Bukan Akurasi, Tapi 'Rasa' yang Dinilai
DesignArena bukan platform labeling data biasa. Ia menghadirkan skenario interaksi nyata — seperti percakapan layanan pelanggan dalam bahasa Indonesia dengan nada santai, atau respons chatbot keuangan yang harus menjelaskan bunga pinjaman tanpa menimbulkan kecemasan — lalu meminta evaluator manusia menilai bukan hanya kebenaran fakta, tapi juga kelancaran, empati, kesopanan, dan kecocokan konteks budaya. Menurut TechCrunch AI, lebih dari 60% tugas evaluasi di platform ini bersifat subjektif dan tidak bisa diotomatisasi dengan metrik seperti BLEU atau ROUGE. Di sini, 'rasa' bukan metafora ; ia adalah variabel operasional yang diukur dalam skala lima poin, dilengkapi komentar bebas dan tag nuansa seperti "terlalu formal", "kurang empatik", atau "tidak relevan untuk konteks Jawa Timur".
Ini berbeda mendasar dari platform labeling seperti Scale AI atau Appen, yang fokus pada konsistensi label objektif (misalnya: apakah gambar ini berisi kucing?). DesignArena justru memanfaatkan keragaman latar belakang evaluator — termasuk 127 ribu pengguna aktif dari Indonesia, Filipina, dan Vietnam — sebagai kekuatan, bukan noise. Mereka bukan pekerja lepas murah; mereka adalah penasihat budaya yang dibayar per tugas kompleks, bukan per klik.
Baca juga: Stability AI Kumpulkan $76 Juta, Total Pendanaan Capai $232 Juta
Bagaimana Platform Ini Mengubah Dinamika Pelatihan Model?
Frontier labs seperti Anthropic dan Mistral kini mengandalkan DesignArena tidak hanya untuk fine-tuning akhir, tapi juga sebagai bagian dari siklus iterasi harian. Setiap pagi, tim engineering menerima laporan 'rasa' dari 15 negara berbeda — termasuk perbandingan performa model terhadap pertanyaan tentang zakat, uang kuliah, atau istilah lokal seperti "baper" atau "gabut". Data ini langsung masuk ke pipeline pelatihan ulang, bukan ditumpuk di spreadsheet mingguan. Hasilnya, waktu antara deteksi ketidakcocokan budaya dan perbaikan model turun dari rata-rata 11 hari menjadi 36 jam — menurut catatan internal yang dikutip TechCrunch AI.
Di Indonesia, dampaknya terasa langsung pada startup edtech dan fintech lokal. Sejak Q3 2023, dua perusahaan berbasis di Bandung dan Yogyakarta mulai menggunakan versi enterprise DesignArena untuk menguji respons chatbot mereka sebelum rilis ke pasar. Salah satunya, startup edukasi berbasis kurikulum Merdeka, melaporkan penurunan 40% keluhan pengguna tentang "jawaban terlalu kaku" setelah integrasi sistem evaluasi rasa ini. Ini bukan soal teknologi canggih, tapi soal membangun umpan balik manusia yang terstruktur dan dapat ditindaklanjuti — sesuatu yang masih langka di ekosistem AI lokal.
Baca juga: HP Mati Total Meski Baterai 100%: Fenomena yang Makin Sering di Indonesia
DesignArena tidak menjual API atau SDK. Model bisnisnya unik: klien membayar berdasarkan volume tugas evaluasi yang berhasil diverifikasi, bukan jumlah token yang diproses. Artinya, nilai tidak diukur dari seberapa banyak model berbicara, tapi seberapa baik ia didengar oleh manusia nyata. Pendekatan ini secara halus menantang logika skalabilitas tanpa batas yang mendominasi industri AI saat ini.
Pendanaan $7,9 juta yang baru diumumkan tidak hanya modal ekspansi. Sebagian besar akan dialokasikan untuk membangun pusat pelatihan evaluator di Jakarta dan Surabaya, serta mengembangkan modul pelatihan khusus untuk konteks bahasa daerah — bukan hanya Bahasa Indonesia baku. Ini langkah strategis: memperkuat fondasi lokal di tengah arus besar model global yang semakin bergantung pada penilaian manusia dari Asia Tenggara.
"Kami percaya masa depan AI bukan ditentukan oleh berapa banyak parameter yang dimiliki model, tapi juga oleh seberapa dalam ia memahami rasa manusia — dan rasa itu selalu lahir dari tempat tertentu, dalam bahasa tertentu, dengan sejarah tertentu," tutup co-founder DesignArena dalam wawancara terakhirnya dengan TechCrunch AI.