Kajian LingEQ: Kertas Paling Padat Kognitif dalam 90 Tahun Sejarah AI Bukan Mengenai AI

SILICON VALLEY, California – Sebuah kajian yang menggunakan pengukuran entropi linguistik terhadap 50 kertas penting dalam bidang kecerdasan buatan (AI) dari tahun 1936 hingga 2025 menghasilkan penemuan yang di luar dugaan: teks dengan kepadatan kognitif tertinggi bukanlah kertas mengenai AI.

Kertas Claude Shannon pada 1948, A Mathematical Theory of Communication, mencatat nilai LEQ (Linguistic Entropy Quotient) tertinggi dalam keseluruhan korpus, iaitu 194 — melebihi kertas Turing On Computable Numbers (1936) dengan LEQ 193 dan kertas Ujian Turing (1950) dengan LEQ 189.

Menurut kajian itu, GPT-3, AlphaFold dan DeepSeek-R1 berkumpul pada julat 168 hingga 170. Cadangan Dartmouth 1955, yang memberikan nama kepada bidang kecerdasan buatan, mencatat nilai terendah bagi tempoh awal iaitu 150.

Kajian itu menyatakan teks AI awal mencipta objek konseptual dan sempadan teori yang baharu, manakala kerja penting yang lebih terkini — walau sebesar mana pun impaknya — dibina dalam kerangka yang sudah mantap.

Kaedah kajian

Kajian bertajuk 90 Years Engraved by Entropy: LEQ Analysis of 50 Landmark AI Papers merupakan terbitan pertama LingEQ Curation Series. Ia dijalankan menggunakan LingEQ Engine, yang memanfaatkan beberapa model bahasa sebagai instrumen analisis dan ditentukur berdasarkan korpus penanda bagi menghasilkan nilai entropi linguistik yang boleh dihasilkan semula.

Pengukuran itu diperoleh sepenuhnya daripada teks itu sendiri, tanpa mengambil kira pengarang, penerbit atau sejarah sitasi. Kerangka teorinya dibentangkan dalam The Scale of Language, yang akan diterbitkan oleh Springer Nature.

Isu penerbitan saintifik

Kajian itu turut menyentuh jurang struktur dalam penerbitan saintifik. Platform arXiv kini menerima lebih 20,000 pracetak setiap bulan, sementara sesebuah kertas boleh mengambil masa satu hingga dua tahun dalam proses penilaian rakan sebaya.

Kemampuan AI menghasilkan teks yang semakin tersusun menyukarkan penilaian keaslian dan kebolehpercayaan. Setiap penyerahan dinilai oleh dua atau tiga penilai, yang memperkenalkan bias pensampelan dan batasan kepakaran individu.

Menurut kajian itu, kerja asas mungkin hilang dalam pangkalan data yang tidak dibaca, manakala kertas yang selari dengan trend semasa boleh mengumpul sitasi walaupun nilainya terhad. "Penilaian rakan sebaya mengukur konsensus, kiraan sitasi mengukur pengaruh – kedua-duanya tidak mengukur apa yang sebenarnya terkandung dalam sebuah teks," demikian menurut kajian tersebut.

LingEQ Engine dibuka untuk beta awam global pada 1 Ogos 2026. LingEQ Technologies ialah platform pengukuran bahasa bebas yang beroperasi di Silicon Valley, Brisbane, Hong Kong dan Shenzhen.