AI Arsip Temukan Jejak Meteorit, Badak Hilang, dan Letusan

AI arsip membantu menelusuri catatan sejarah yang sulit dijangkau manusia satu per satu. Dalam sebuah proyek berbasis koleksi digital, seorang insinyur perangkat lunak menyisir jutaan halaman dan menemukan laporan meteorit yang terlupakan, catatan tiga badak yang lama hilang dari dokumentasi, serta petunjuk letusan gunung api yang belum tercatat.

Penulis proyek itu menjelaskan pendekatannya dalam sebuah artikel tentang penggunaan agen AI untuk riset sejarah. Ia mengembangkan alur kerja yang mencari dokumen, menyaring hasil, menerjemahkan bagian terpilih, lalu mencocokkan transkripsi dengan pindai halaman asli. Temuan belum otomatis dianggap benar hanya karena muncul dalam hasil pencarian.

AI arsip menyisir jutaan halaman

Gagasan proyek tersebut berangkat dari tulisan sejarawan Benjamin Breen yang terbit pada 1 Oktober 2026. Breen memakai AI untuk mencari arsip Perusahaan Hindia Timur Belanda dan menemukan jurnal kapal tahun 1615 yang mencatat pelaut di Mauritius menangkap kura-kura dan dodo.

Catatan itu penting karena menjadi kesaksian baru mengenai dodo, burung yang telah punah. Dokumennya berada dalam koleksi yang sudah tersedia, tetapi sulit ditemukan tanpa bantuan pencarian berskala besar.

Terinspirasi oleh pendekatan Breen, penulis proyek kemudian memperluas pencarian ke sejumlah misteri sejarah. Ia meminta asisten riset AI menyusun kandidat pertanyaan yang mungkin dijawab menggunakan data daring, dengan mempertimbangkan kelengkapan sumber, aksesibilitas, kemungkinan bantuan AI, serta apakah hasilnya dapat diperiksa melalui dokumen asli.

Daftar itu mencakup satwa dalam arsip Perusahaan Hindia Timur Belanda, kemungkinan letusan besar pada 1808 yang lokasinya belum diketahui, gempa yang dirasakan dan ditulis di surat kabar lama, jatuhan meteorit yang belum tercatat, serta kapal yang hilang tanpa kabar.

Dari transkripsi menuju dokumen asli

Bahan pencariannya meliputi transkripsi GLOBALISE atas arsip Perusahaan Hindia Timur Belanda, surat kabar digital dari perpustakaan nasional Belanda, koran Amerika selama dua abad, dan sejumlah buku log kapal. Arsip GLOBALISE memuat 4,35 juta halaman tulisan tangan dari 1600-an hingga 1790-an.

Penulis memperkirakan membaca seluruh halaman arsip itu sendiri, dengan kecepatan dua menit per halaman selama delapan jam sehari dan lima hari dalam seminggu, akan memakan sekitar 70 tahun. Sistem yang ia bangun menuntaskan pemrosesan arsip dalam satu sesi semalam selama dua belas jam.

Pencarian kata biasa tidak cukup untuk dokumen lama. Ejaan berubah-ubah, sementara tulisan tangan dan hasil pengenalan teks kerap mengandung kesalahan. Kata “badak”, misalnya, dapat muncul dalam banyak variasi ejaan bahasa Belanda abad ke-17. Karena itu, sistem mengubah bagian teks menjadi representasi matematis berdasarkan makna, sehingga pencarian tidak bergantung hanya pada kecocokan kata.

Pemrosesan tersebut mencakup 5,7 juta bagian teks dari arsip Perusahaan Hindia Timur Belanda saja. Namun, pencarian semantik tetap menghasilkan terlalu banyak kandidat untuk dibaca satu per satu. Proyek lalu memakai model kecil bernama Jev untuk memilah hasil dengan pertanyaan terbatas, seperti apakah hewan yang disebut benar-benar hewan, apakah ia hidup liar, dan di mana lokasinya.

Penyaringan murah, verifikasi tetap manusiawi

Model Jev menyaring hasil awal sebelum model yang lebih besar membaca pilihan yang dianggap menjanjikan. Penulis menyebut pemeriksaan terhadap 59.000 penyebutan gajah menghabiskan sekitar tiga dolar. Tahap berikutnya memakai Claude Haiku untuk membaca puluhan bagian terpilih, menerjemahkan teks, dan mengambil tanggal serta lokasi.

Setelah itu, agen Claude Code membuka pindai halaman tulisan tangan untuk membandingkan dokumen asli dengan transkripsinya. Penulis juga mencocokkan kandidat temuan dengan katalog yang dipakai para spesialis sebelum menyebut sesuatu sebagai temuan baru.

Proses berlapis ini menjawab persoalan utama penggunaan AI untuk riset sejarah: model bisa menghasilkan jawaban yang terdengar yakin, tetapi keliru. Karena itu, klaim harus dapat ditelusuri sampai ke halaman arsip yang bisa diperiksa orang lain. AI mempercepat pencarian; dokumen asli menjadi dasar verifikasi.

Dampaknya terasa pada pekerjaan yang sebelumnya tertahan oleh banyaknya bahan. Peneliti dapat mengarahkan perhatian ke kandidat yang paling kuat alih-alih membaca setiap halaman sejak awal. Namun, penyaringan mesin bukan pengganti penilaian ahli: manusia tetap menentukan pertanyaan yang layak dikejar, menilai apakah petunjuk masuk akal, dan memutuskan kapan sebuah jalur buntu.

Penulis menegaskan bahwa proyek itu merupakan riset dengan bantuan AI, bukan penyelidikan yang berjalan sepenuhnya otomatis. Ia tetap mengarahkan pencarian, memilih sumber, dan menilai kapan harus beralih dari petunjuk yang lemah.

Ia juga menetapkan satu aturan untuk pencarian yang tidak menemukan hasil: sebelum mempercayai kesimpulan bahwa sesuatu tidak ada, sistem harus dibuktikan mampu menemukan sesuatu yang memang ada. Prinsip itu menjadi ujian penting bagi pencarian sejarah berbantuan AI, terutama saat hasil kosong dapat berarti dokumennya tidak ditemukan, bukan peristiwanya tidak pernah terjadi.