Ringkasan Eksekutif: Ambang Senyap Pewarisan Bahasa

Indonesia memegang salah satu kekayaan linguistik terbesar di dunia. Badan Pengembangan dan Pembinaan Bahasa memetakan 718 bahasa daerah, 326 di antaranya berada di Tanah Papua, sementara literatur komputasional menyebut negeri ini sebagai negara dengan keragaman bahasa terbesar kedua di dunia setelah Papua Nugini (Pusat Penelitian DPR RI, 2023; Aji dkk., 2022). Kajian ini bertanya apakah keragaman itu sedang memasuki fase hilangnya pewarisan antargenerasi yang dipercepat, dan apakah kombinasi kebijakan revitalisasi serta model bahasa besar yang dibingkai sebagai “AI berdaulat” mampu membalikkan arus itu atau justru memahat hierarki bahasa digital yang baru.

Jawaban ringkasnya bersifat dua lapis. Pertama, bukti sensus dan etnografi menunjukkan bahwa rantai pewarisan bahasa daerah melemah secara sistematis dari generasi tua ke generasi muda, dengan gradien yang paling tajam pada anak-anak kelahiran 2013 ke atas, di perkotaan, di wilayah yang beragam etnis, dan di keluarga kelas menengah terdidik. Penurunan itu belum berupa keruntuhan massal, sebab mayoritas penduduk masih memakai bahasa daerah dalam keluarga, tetapi arah pergeserannya konsisten dan mekanisme pendorongnya, yakni urbanisasi, sekolah, pasar kerja, dan ideologi bahasa yang menautkan bahasa Indonesia dengan kemajuan, semuanya masih menguat. Kedua, teknologi bahasa berbasis kecerdasan artifisial sejauh ini mereplikasi hierarki demografis yang ada: bahasa daerah besar di Indonesia bagian barat mulai masuk ke dalam korpus, mesin terjemahan, dan model bahasa nasional, sementara ratusan bahasa kecil di Indonesia timur, tempat ancaman kepunahan paling nyata, hampir sepenuhnya absen.

Dengan demikian, kajian ini menilai bahwa program Revitalisasi Bahasa Daerah sejak 2021 telah mengubah wacana publik dan memberi kerangka kelembagaan yang sebelumnya tidak ada, namun belum menyentuh simpul yang menentukan, yaitu keputusan orang tua tentang bahasa apa yang dipakai kepada anak di rumah. Model bahasa besar dapat menjadi sekutu revitalisasi hanya bila dirancang di sekitar komunitas penutur, bukan sekadar menambahkan nama bahasa ke dalam daftar fitur. Tanpa koreksi yang disengaja, dekade ini berpeluang menghasilkan bentuk ketimpangan baru: bahasa yang “dapat diajak bicara oleh mesin” akan memperoleh prestise dan fungsi baru, sementara bahasa yang tidak terdigitalisasi akan tampak semakin kuno di mata generasi muda yang hidup di layar.

Persoalan ini penting secara global karena tiga alasan. Indonesia merupakan laboratorium terbesar bagi pertanyaan apakah sebuah bahasa nasional yang sukses dapat hidup berdampingan dengan ratusan bahasa lokal tanpa menelannya. Indonesia juga menjadi salah satu pasar utama tempat perusahaan teknologi dan negara-negara Asia Tenggara menguji gagasan model bahasa regional dan nasional. Selain itu, Perserikatan Bangsa-Bangsa telah menetapkan 2022–2032 sebagai Dekade Internasional Bahasa-Bahasa Pribumi, sehingga capaian atau kegagalan Indonesia akan menjadi rujukan dalam evaluasi dekade tersebut (Majelis Umum PBB, 2019). Bagi pengajaran antropologi linguistik, kasus ini memperlihatkan secara konkret bagaimana ideologi bahasa, ekonomi politik, dan infrastruktur teknologi saling mengunci dalam keputusan sehari-hari sebuah keluarga.

Kerangka Analitis dan Catatan Metode

Kajian ini memakai dua kerangka vitalitas bahasa yang paling luas dipakai dan menggabungkannya dengan pendekatan antropologi linguistik. Kerangka pertama adalah tradisi skala gangguan antargenerasi yang dirintis Joshua Fishman dalam Reversing Language Shift (1991), yang kemudian diperluas oleh M. Paul Lewis dan Gary Simons menjadi Expanded Graded Intergenerational Disruption Scale atau EGIDS dalam Assessing Endangerment: Expanding Fishman’s GIDS (2010). Inti kerangka ini sederhana tetapi tajam: sebuah bahasa tetap hidup selama anak-anak masih memperolehnya di rumah sebagai bahasa pertama, dan titik kritisnya adalah ketika generasi orang tua masih fasih tetapi berhenti mewariskannya. Kerangka kedua adalah sembilan faktor vitalitas yang dirumuskan kelompok ahli UNESCO pada 2003, yang mencakup pewarisan antargenerasi, jumlah absolut penutur, proporsi penutur dalam populasi, pergeseran ranah penggunaan, respons terhadap ranah dan media baru, ketersediaan bahan pendidikan, sikap pemerintah dan lembaga, sikap komunitas terhadap bahasanya sendiri, serta jumlah dan mutu dokumentasi (UNESCO, 2003).

Faktor kelima dalam daftar UNESCO, yaitu respons terhadap ranah dan media baru, menjadi poros analisis kajian ini, karena di sanalah teknologi kecerdasan artifisial masuk. Untuk ranah digital, kajian ini meminjam konsep “kematian bahasa digital” dari András Kornai, yang dalam Digital Language Death (2013) memperkirakan bahwa kurang dari lima persen bahasa di dunia masih berpeluang naik ke ranah digital secara bermakna. Dari antropologi linguistik, kajian ini mengambil konsep ideologi bahasa, yakni keyakinan bersama tentang bahasa mana yang “modern”, “sopan”, “berguna”, atau “kampungan”, karena ideologi inilah yang menerjemahkan perubahan struktural menjadi pilihan bahasa dalam percakapan keluarga. Michael Ewing dalam Language Endangerment in Indonesia (2014) memberi jembatan yang berguna dengan membedakan dua skenario pergeseran di Indonesia: skenario imigrasi, ketika kelompok luar yang lebih berkuasa secara ekonomi dan politik masuk ke sebuah komunitas, dan skenario emigrasi, ketika warga lokal pergi untuk sekolah atau bekerja lalu kembali membawa bahasa dominan.

Secara metodologis, kajian ini bersandar pada lima kelompok sumber yang diperiksa untuk periode 2010 hingga Oktober 2026. Kelompok pertama adalah data resmi, terutama hasil Long Form Sensus Penduduk 2020 dari Badan Pusat Statistik, dokumen Merdeka Belajar Episode 17 dari Badan Bahasa, serta kajian singkat Pusat Penelitian DPR. Kelompok kedua adalah literatur ilmiah sosiolinguistik dan antropologi tentang pergeseran bahasa di Jawa, Maluku, Papua, dan wilayah lain. Kelompok ketiga adalah literatur pemrosesan bahasa alami tentang bahasa-bahasa Indonesia. Kelompok keempat adalah dokumen kebijakan negara pembanding, yakni Selandia Baru, Wales, Filipina, dan Malaysia, ditambah gerakan riset Masakhane di Afrika. Kelompok kelima adalah pemberitaan media berkualitas yang dipakai untuk melacak perkembangan terbaru, termasuk status program revitalisasi pada 2025 dan 2026. Dek pengajaran tersebut di atas dipakai sebagai rujukan pedagogis, bukan sebagai sumber data.

Tingkat keyakinan untuk setiap penilaian utama dinyatakan secara eksplisit. Keyakinan tinggi diberikan bila sebuah temuan didukung oleh data resmi berskala nasional dan dikonfirmasi oleh studi independen dengan metode berbeda. Keyakinan sedang diberikan bila buktinya konsisten tetapi bersandar pada data potong lintang, sampel terbatas, atau laporan sekunder yang belum dapat dicocokkan dengan tabel aslinya. Keyakinan rendah diberikan bila penilaian merupakan ekstrapolasi dari tren yang masih muda, misalnya dampak model bahasa besar terhadap sikap bahasa generasi muda. Pembedaan ini penting karena data vitalitas bahasa di Indonesia, seperti akan diperlihatkan pada bagian berikut, mengandung ketidakkonsistenan yang cukup serius sehingga setiap angka perlu dibaca bersama asal-usulnya.

Peta Keragaman dan Kekaburan Angka

Angka 718 bahasa daerah yang kini menjadi rujukan resmi merupakan hasil pemetaan Badan Bahasa yang berlangsung sejak 1991 hingga 2019, naik dari sekitar 652 bahasa pada hitungan 2018; rincian per wilayah yang diumumkan pada Oktober 2019 bahkan mencantumkan 428 bahasa di Papua dan jumlah keseluruhan yang tidak bertemu dengan angka 718, berbeda dari angka 326 untuk Papua yang dikutip Pusat Penelitian DPR empat tahun kemudian (Antara, 2019). Angka ini berbeda dari hitungan Ethnologue, yang pada edisi 2016 mencatat 707 bahasa hidup di Indonesia, 701 di antaranya bahasa asli, dengan 76 bahasa digolongkan terancam menurut definisinya sendiri (Databoks, 2016). Selisih ini tidak mengherankan, karena batas antara bahasa dan dialek selalu merupakan keputusan teoretis sekaligus politis, dan Badan Bahasa sendiri mencatat 778 dialek di samping 718 bahasa (The Jakarta Post, 2025). Hal yang lebih mengkhawatirkan bagi perumus kebijakan bukan perbedaan jumlah bahasa, melainkan kekaburan data vitalitasnya.

Kajian vitalitas yang dilakukan Badan Bahasa pada 2018–2019 terhadap 87 bahasa menghasilkan sebaran 24 aman, 19 rentan, 3 mengalami kemunduran, 25 terancam punah, 5 kritis, dan 11 punah (GNFI, 2026). Kajian singkat Pusat Penelitian DPR yang terbit pada Februari 2023 mengutip angka dari periode yang sama dengan komposisi berbeda, yakni 36 aman, 19 stabil tetapi terancam, 3 mengalami kemunduran, 10 terancam punah, 5 kritis, dan 11 punah, ditambah pembaruan 2021 berupa 29 bahasa terancam dan 43 mengalami kemunduran (Kartika, 2023). Laporan lain yang merujuk Badan Bahasa menyebut 115 bahasa telah diukur hingga 2021, dengan sebaran 18 aman, 27 rentan, 29 mengalami kemunduran, 26 terancam punah, 8 kritis, dan 5 punah, meskipun jumlah kategorinya hanya 113 (GoodStats, 2024). Pada Oktober 2025, pejabat Kemendikdasmen menyatakan bahwa sekitar 75 persen bahasa daerah berada dalam kondisi mengalami kemunduran hingga kritis dan hanya sekitar seperempat yang tergolong aman (detikJabar, 2025).

Ketidakselarasan ini mempunyai tiga implikasi analitis. Pertama, hanya sebagian kecil dari 718 bahasa yang benar-benar telah diukur vitalitasnya, sehingga setiap pernyataan tentang “jumlah bahasa terancam” merupakan ekstrapolasi dari sampel yang tidak dirancang untuk mewakili seluruh populasi bahasa. Kedua, sampel yang diukur cenderung condong ke bahasa yang mudah dijangkau peneliti, sehingga bahasa-bahasa kecil di pedalaman Papua dan pulau-pulau terpencil Maluku kemungkinan besar kurang terwakili, padahal di sanalah risiko tertinggi berada. Ketiga, publikasi angka tanpa tabel metodologi yang dapat diakses publik membuat media dan bahkan lembaga legislatif mengutip versi yang berbeda-beda. Kajian ini karena itu menilai, dengan tingkat keyakinan tinggi, bahwa Indonesia belum memiliki garis dasar vitalitas bahasa yang memadai untuk mengukur keberhasilan atau kegagalan kebijakannya sendiri.

Meskipun demikian, ketidakpastian angka tidak berarti ketidakpastian arah. Daftar bahasa yang dinyatakan punah memperlihatkan pola geografis yang jelas. Dari sekitar dua puluh lebih bahasa yang tercatat punah, dua belas berada di Maluku, seperti Hoti, Hukumina, Kayeli, Nila, dan Serua, lima di Papua dan tiga di Papua Barat, satu di Nusa Tenggara Barat, yaitu bahasa Tambora, serta Javindo, bahasa kreol Jawa–Belanda di Jawa Tengah (GNFI, 2026). Konsentrasi di Maluku sejalan dengan temuan etnografis lama Margaret Florey tentang komunitas Alune di Seram, yang bergeser ke Melayu Ambon sebagai lingua franca regional dan, menurut perkiraannya, terancam di sekitar separuh dari 25 desanya (Florey, t.t.). Pola ini mengingatkan bahwa pesaing utama bahasa lokal di Indonesia timur sering kali bukan bahasa Indonesia baku, melainkan ragam Melayu regional yang kemudian menjadi jembatan menuju bahasa Indonesia.

Rantai Pewarisan yang Melemah: Bukti Sensus dan Etnografi

Bukti paling sistematis tentang pewarisan antargenerasi berasal dari Long Form Sensus Penduduk 2020, yang menanyakan penggunaan bahasa daerah menurut ranah. Hasil yang dirilis BPS pada awal 2023 menunjukkan bahwa 73,87 persen penduduk menggunakan bahasa daerah dalam keluarga dan 71,93 persen menggunakannya dengan tetangga dan kerabat (Databoks, 2023). Ketika dipilah menurut generasi, persentase penggunaan bahasa daerah dengan tetangga dan kerabat turun secara monoton: 85,24 persen pada generasi pra-boomer, 80,32 persen pada baby boomer, 75,24 persen pada generasi X, 72,26 persen pada milenial, 69,9 persen pada generasi Z, dan 61,7 persen pada generasi pasca-Z yang lahir pada 2013 atau sesudahnya (GoodStats, 2023). Lompatan terbesar, delapan poin persentase, terjadi justru antara generasi Z dan generasi pasca-Z, yakni antara anak-anak muda yang kini menjadi orang tua baru dan anak-anak mereka.

Pola yang sama muncul di tingkat provinsi. Di Aceh, misalnya, BPS provinsi melaporkan bahwa penggunaan bahasa daerah turun dari 89,93 persen pada generasi pra-boomer menjadi 74,77 persen pada generasi Z dan 64,36 persen pada generasi pasca-Z (Antara Aceh, 2023). Aceh hanya satu contoh, tetapi contoh yang bermakna: provinsi ini memiliki identitas etnolinguistik yang kuat dan sejarah politik yang menempatkan bahasa sebagai penanda kekhususan, namun gradien antargenerasinya hampir sejajar dengan pola nasional. Artinya, kebanggaan identitas pada tingkat wacana tidak otomatis diterjemahkan menjadi pewarisan pada tingkat rumah tangga.

Data potong lintang semacam ini harus dibaca hati-hati. Perbedaan antargenerasi dapat mencerminkan efek kohort, yaitu pergeseran yang sungguh terjadi, tetapi juga efek usia, karena anak-anak yang bersekolah memang lebih banyak berbahasa Indonesia dan sebagian dapat “kembali” ke bahasa daerah ketika dewasa dan menikah di kampung halaman. Untuk itu analisis berbasis mikrodata menjadi penting. Thomas Pepinsky, Maya Abtahian, dan Abigail Cohn, memakai sampel sekitar 2,1 juta individu dari Sensus 2010, menemukan bahwa peluang seseorang berbahasa Indonesia di rumah meningkat pada orang yang lebih muda, lebih terdidik, dan lebih sejahtera, dan bahwa keragaman etnis di tingkat kabupaten jauh lebih menentukan daripada status perkotaan semata (Pepinsky, Abtahian, dan Cohn, 2024). Rentang antarwilayahnya mencolok: penggunaan bahasa Indonesia di rumah hanya 0,9 persen di Nias Barat dan 3,3 persen di Kota Blitar, tetapi 67,8 persen di Sarmi dan 94,8 persen di Kota Jayapura. Studi sebelumnya oleh tim yang sama menemukan bahwa penutur bahasa Jawa, Sunda, Madura, Bali, dan Sasak lebih kecil kemungkinannya berbahasa Indonesia di rumah dibandingkan penutur Aceh, Batak, Bugis, Makassar, dan Gorontalo, dan bahwa ukuran populasi penutur saja tidak menjelaskan perbedaan itu (Abtahian, Cohn, dan Pepinsky, 2016, sebagaimana diringkas Cohn).

Angka Jayapura memperlihatkan wajah lain dari krisis ini. Papua menampung bagian terbesar keragaman bahasa Indonesia, tetapi di kota-kotanya bahasa Indonesia dan Melayu Papua telah hampir sepenuhnya menggantikan bahasa-bahasa lokal sebagai bahasa rumah. Bagi bahasa dengan beberapa ratus atau beberapa ribu penutur, satu generasi anak kota yang tidak lagi memperolehnya sudah cukup untuk mendorong bahasa itu ke kategori terancam punah. Kajian ini menilai, dengan tingkat keyakinan tinggi, bahwa pelemahan pewarisan antargenerasi merupakan tren nasional yang nyata, dan dengan tingkat keyakinan sedang bahwa laju pelemahan itu meningkat pada kohort kelahiran sesudah 2010, karena bukti untuk percepatan masih bertumpu pada satu titik sensus dan belum dapat dibandingkan secara ketat dengan sensus berikutnya.

Etnografi memberi isi pada angka-angka tersebut. Maya Ravindranath dan Abigail Cohn, dalam Can a Language with Millions of Speakers Be Endangered? (2014), menunjukkan bahwa bahasa Jawa, dengan lebih dari 80 juta penutur, memperlihatkan tanda-tanda klasik pergeseran: hilangnya ragam krama di kalangan muda, perpindahan dari ngoko ke bahasa Indonesia sebagai bahasa rumah, dan sikap sebagian orang tua yang memandang bahasa Jawa sebagai “sulit” dan “kuno”. Survei mahasiswa yang mereka kutip memperlihatkan bahwa hanya sebelas persen responden berbahasa Indonesia dengan kakek-nenek dan tiga belas persen dengan orang tua, tetapi 62 persen berencana berbahasa Indonesia dengan anak-anak mereka sendiri. Nancy Smith-Hefner, dalam Language Shift, Gender, and Ideologies of Modernity in Central Java, Indonesia (2009), menambahkan dimensi gender: perempuan muda Jawa lebih cepat beralih ke bahasa Indonesia karena ragam itu dipandang lebih “komunikatif” dan “partisipatoris”, bebas dari beban hierarki tingkat tutur yang melekat pada bahasa Jawa. Temuan ini penting karena menunjukkan bahwa pergeseran bukan sekadar akibat tekanan dari luar, tetapi juga pilihan aktif yang bermakna bagi pelakunya.

Mesin Pergeseran: Urbanisasi, Sekolah, Pasar, dan Ideologi Bahasa

Empat mesin struktural mendorong pergeseran yang digambarkan di atas, dan keempatnya masih bekerja dengan kecepatan penuh. Mesin pertama adalah urbanisasi. Proporsi penduduk perkotaan Indonesia naik dari 22,4 persen pada 1980 menjadi 49,8 persen pada 2010 (Pepinsky dkk., 2024), mencapai 56,7 persen pada 2020, dan diproyeksikan BPS menjadi 66,6 persen pada 2035 (Databoks, 2021). Temuan Pepinsky dan rekan bahwa urbanisasi di wilayah yang homogen secara etnis hampir tidak berhubungan dengan pergeseran, sedangkan urbanisasi di wilayah beragam sangat berhubungan, memberi kunci penting: yang menggerakkan pergeseran adalah perjumpaan antarkelompok yang membutuhkan bahasa bersama, dan kota-kota Indonesia yang tumbuh paling cepat, termasuk kota-kota baru di luar Jawa, justru adalah kota yang paling beragam.

Mesin kedua adalah sekolah. Sejak kemerdekaan, bahasa Indonesia menjadi bahasa pengantar pendidikan, dan keberhasilannya sebagai bahasa persatuan adalah salah satu pencapaian kebijakan bahasa paling menonjol di dunia pascakolonial. Namun keberhasilan itu berimplikasi ganda bagi anak-anak yang datang ke sekolah dengan bahasa ibu yang lain. Studi INOVASI terhadap hampir 1.500 siswa kelas awal di Sumba menemukan bahwa siswa yang sehari-hari berbahasa Indonesia meraih skor literasi jauh lebih tinggi daripada siswa yang berbahasa lokal, sebagian karena guru tidak menguasai bahasa murid atau tidak terlatih mengajarkan bahasa kedua (Arsendy, 2019). Di Sumba Timur, 72 persen anak berbahasa lokal di rumah, dan uji coba pengajaran dengan pola lima puluh banding lima puluh antara bahasa ibu dan bahasa Indonesia dilaporkan membuat murid lebih nyaman dan interaksi kelas lebih hidup (Dewi dan Carter, 2019). Pelajaran yang dibaca oleh banyak orang tua dari situasi ini sering kali bukan bahwa sekolah perlu menghargai bahasa ibu, melainkan bahwa anak sebaiknya dibesarkan dalam bahasa Indonesia sejak awal agar tidak tertinggal.

Mesin ketiga adalah pasar kerja dan migrasi, yang sesuai dengan skenario emigrasi Ewing. Pekerjaan bergaji di sektor formal, layanan, dan ekonomi digital menuntut bahasa Indonesia, dan kini semakin menuntut bahasa Inggris. Pemuda yang merantau untuk kuliah atau bekerja kembali dengan pasangan dari kelompok etnis lain dan dengan kebiasaan berbahasa Indonesia, sehingga rumah tangga baru yang mereka bentuk menjadi titik putus pewarisan. Di Indonesia timur, skenario imigrasi juga bekerja: kedatangan pendatang, aparatur negara, dan pelaku ekonomi dari luar menempatkan bahasa Indonesia atau Melayu regional sebagai bahasa kekuasaan di pasar, kantor, dan gereja maupun masjid.

Mesin keempat, dan yang paling sering diabaikan oleh pendekatan kebijakan, adalah ideologi bahasa. Bahasa Indonesia sejak awal dirancang sebagai bahasa modern yang terbuka. Pada tahun 2010, Bambang Bujono dalam rubrik Bahasa! majalah Tempo yang berjudul Perlukah Kitab Vortaro? mengingatkan bahwa sejak Kongres Bahasa Indonesia 1938 di Solo para tokoh pergerakan telah menerima bahwa setiap bahasa harus menyerap kata dan gagasan asing, dan bahwa pers berperan besar dalam memasyarakatkan kosakata baru. Watak terbuka itulah yang membuat bahasa Indonesia tampil sebagai bahasa kemajuan, sementara bahasa daerah, terutama yang memiliki tingkat tutur rumit, kerap diposisikan sebagai bahasa adat, bahasa orang tua, atau bahasa kampung. Antropologi linguistik telah lama menunjukkan bahwa ideologi semacam ini dapat menjadi penyebab utama pergeseran. Don Kulick, dalam studinya tentang desa Gapun di Papua Nugini, memperlihatkan bagaimana orang tua yang yakin sedang mewariskan bahasa leluhur ternyata, melalui cara mereka berbicara kepada anak, menautkan bahasa Tok Pisin dengan kekristenan, sekolah, dan kemodernan, sehingga anak-anak berhenti berbahasa lokal tanpa ada yang memutuskannya secara sadar (Kulick, 1992).

Budaya populer memperkuat ideologi itu. Dewan redaksi The Jakarta Post mencatat bahwa budaya pop yang berpusat di Jakarta, disiarkan melalui radio, televisi, dan internet, telah menjadikan dialek Jakarta dominan di kalangan anak muda di seluruh negeri, sementara campuran Jakarta–Inggris yang dikenal sebagai “bahasa Jaksel” semakin menggerus tuturan lokal (The Jakarta Post, 2025). Editorial yang sama mengingatkan nilai pengetahuan yang tersimpan dalam bahasa lokal, dengan merujuk tradisi lisan smong di Simeulue yang membantu warga menyelamatkan diri pada tsunami 2004. Di sini kajian ini menilai, dengan tingkat keyakinan tinggi, bahwa keempat mesin pergeseran tersebut bersifat struktural dan tidak akan melemah dalam dekade mendatang, sehingga setiap strategi revitalisasi harus dirancang untuk bekerja melawan arus, bukan menunggu arus berbalik.

Lapisan Digital: Media Sosial dan Hierarki Bahasa dalam Model Bahasa Besar

Lapisan baru di atas keempat mesin tersebut adalah ranah digital. Pengguna internet Indonesia mencapai sekitar 229,43 juta orang pada 2025 dengan tingkat penetrasi 80,66 persen, dan generasi Z merupakan kelompok pengguna terbesar dengan porsi 25,54 persen (Bisnis.com, 2025). Bagi generasi ini, ranah digital bukan ranah tambahan, tetapi ranah utama tempat identitas, pertemanan, hiburan, dan belajar berlangsung. Dalam kerangka UNESCO, respons sebuah bahasa terhadap ranah dan media baru menjadi faktor vitalitas tersendiri, dan UNESCO kini memperkirakan bahwa kurang dari dua persen bahasa di dunia memiliki kehadiran daring yang nyata, berupa perangkat lunak terlokalisasi, situs web, layanan terjemahan dan teks-ke-suara, atau perangkat moderasi konten (Komisi Nasional UNESCO Austria, t.t.).

Media sosial memang membuka ruang bagi bahasa daerah, terutama dalam bentuk lisan dan audiovisual. Kreator konten berbahasa Jawa, Sunda, Banjar, Bugis, atau Minang memperlihatkan bahwa bahasa daerah dapat tampil lucu, akrab, dan kekinian, sebuah koreksi langsung terhadap ideologi bahwa bahasa daerah itu kuno. Namun ruang ini tidak netral. Algoritma platform menghargai jangkauan, sehingga konten dengan audiens potensial terbesar, yakni berbahasa Indonesia atau bahasa daerah dengan puluhan juta penutur, memperoleh insentif paling besar. Bahasa dengan beberapa ribu penutur hampir tidak mungkin membangun ekonomi kreator yang berkelanjutan. Akibatnya, media sosial cenderung memperkuat beberapa bahasa daerah besar sebagai bahasa gaya dan humor, sambil meninggalkan ratusan bahasa kecil di luar ekonomi perhatian.

Model bahasa besar menambah lapisan hierarki yang lebih dalam karena mesin kini tidak hanya menyiarkan bahasa, tetapi juga “memahami” dan “menghasilkan”-nya. Literatur pemrosesan bahasa alami telah mendokumentasikan ketimpangan ini secara global. Pratik Joshi dan rekan dalam The State and Fate of Linguistic Diversity and Inclusion in the NLP World (2020) menunjukkan kesenjangan sumber daya yang sangat lebar antarbahasa dan mempertanyakan klaim bahwa model-model mutakhir bersifat “agnostik bahasa”. Untuk Indonesia, Alham Fikri Aji dan rekan dalam One Country, 700+ Languages (2022) memetakan bahwa riset bahasa daerah sangat terbatas dan terkonsentrasi pada segelintir bahasa. Komunitas riset Indonesia merespons dengan inisiatif terbuka. NusaX menyediakan sumber paralel pertama untuk sepuluh bahasa daerah, yaitu Aceh, Bali, Banjar, Bugis, Madura, Minangkabau, Jawa, Ngaju, Sunda, dan Batak Toba, masing-masing berisi seribu kalimat yang diterjemahkan oleh 28 penerjemah penutur asli (Winata dkk., 2023). NusaCrowd menghimpun 137 set data dan 118 pemuat data terstandar untuk bahasa Indonesia dan bahasa daerah (Cahyawijaya dkk., 2023), dan tim yang sama melaporkan dalam pengembangan model Cendol bahwa model bahasa yang ada masih memiliki pemahaman terbatas atas bahasa daerah (Cahyawijaya dkk., 2024).

Industri dan negara kemudian masuk dengan narasi kedaulatan. Sahabat-AI, yang diluncurkan GoTo dan Indosat Ooredoo Hutchison pada November 2024 dan diperbarui menjadi model 70 miliar parameter pada Juni 2025, mendukung bahasa Indonesia, Jawa, Sunda, Bali, dan Batak, dengan bermitra dengan sejumlah universitas dan kelompok media; dalam peluncurannya, Ketua Dewan Ekonomi Nasional Luhut Binsar Pandjaitan menyatakan bahwa kedaulatan data merupakan soal kemandirian nasional di era digital (Telecom Review Asia, 2025). SEA-LION dari AI Singapore mencantumkan bahasa Jawa dan Sunda di antara bahasa yang didukung oleh versi 3, meskipun kartu modelnya tidak merinci porsi data untuk keduanya (AI Singapore, 2025). Google Translate pada Juni 2024 menambahkan bahasa Aceh, Bali, Betawi, Madura, Makassar, Minang, serta Batak Karo, Simalungun, dan Toba (detikInet, 2024).

Jika semua daftar itu disatukan, polanya jelas. Bahasa daerah yang masuk ke dalam mesin adalah bahasa-bahasa besar di Sumatra, Jawa, Bali, Kalimantan Selatan, dan Sulawesi Selatan, yang semuanya masih memiliki jutaan penutur dan, menurut data sensus, relatif lebih bertahan. Tidak satu pun dari ratusan bahasa Papua, dan hampir tidak ada bahasa Maluku atau Nusa Tenggara Timur, yang muncul dalam produk-produk tersebut. Kajian ini menilai, dengan tingkat keyakinan tinggi, bahwa komposisi bahasa dalam teknologi kecerdasan artifisial di Indonesia saat ini mereplikasi hierarki demografis dan ekonomis yang sudah ada. Kajian ini juga menilai, dengan tingkat keyakinan rendah karena buktinya masih sangat muda, bahwa hierarki itu akan memengaruhi sikap bahasa generasi muda: bahasa yang dapat dipakai untuk bercakap dengan asisten digital memperoleh aura modernitas, sementara bahasa yang “tidak dikenali mesin” berisiko diberi label baru sebagai bahasa yang tidak relevan.

Ada juga risiko yang lebih halus. Ketika data bahasa daerah dikumpulkan untuk melatih model komersial, komunitas penutur sering tidak memiliki kendali atas penggunaan, perizinan, atau manfaat ekonominya. Steven Bird dalam Decolonising Speech and Language Technology (2020) mengingatkan bahwa banyak komunitas pribumi menolak anggapan bahwa bahasa mereka adalah bahan mentah gratis bagi para teknolog, dan bahwa memperlakukan pengetahuan pribumi sebagai komoditas dapat mengulang dinamika yang semula membuat bahasa terancam. Narasi “AI berdaulat” di Indonesia sejauh ini berbicara tentang kedaulatan negara dan korporasi nasional terhadap penyedia teknologi asing; ia belum berbicara tentang kedaulatan komunitas penutur terhadap negara dan korporasi nasional itu sendiri.

Respons Kebijakan: Revitalisasi Bahasa Daerah dan Batas-batasnya

Respons negara yang paling ambisius adalah program Revitalisasi Bahasa Daerah. Program ini dimulai Badan Bahasa pada 2021 dengan lima bahasa di tiga provinsi, lalu diangkat menjadi Merdeka Belajar Episode 17 pada 2022 dengan sasaran 38 bahasa di 12 provinsi, 29.370 guru, 17.955 kepala sekolah, 15.236 sekolah, dan 1.563.720 siswa (Badan Bahasa, 2022). Rancangannya cerdas karena membedakan tiga model. Model A untuk bahasa yang relatif aman dan berpenutur banyak, seperti Jawa, Sunda, dan Bali, berbasis sekolah melalui muatan lokal dan ekstrakurikuler. Model B untuk bahasa yang rentan menggabungkan sekolah dan komunitas. Model C untuk bahasa yang mengalami kemunduran, terancam, atau kritis, terutama di Kalimantan, Nusa Tenggara Timur, Maluku, dan Papua, berbasis komunitas dengan dua keluarga atau lebih sebagai simpul pembelajaran di rumah, tempat ibadah, atau balai desa. Prinsipnya juga progresif: dinamis dan berorientasi pengembangan, bukan sekadar perlindungan, dengan fokus pada penutur muda dan kebebasan berkreasi.

Program ini berkembang cepat. Pusat Penelitian DPR mencatat cakupan 30 bahasa di 13 provinsi pada 2022 dan 59 bahasa di 22 provinsi pada 2023 (Kartika, 2023). Pada Festival Tunas Bahasa Ibu Nasional Mei 2025, Kepala Badan Bahasa Hafidz Muksin menyatakan bahwa 144 bahasa telah direvitalisasi secara kumulatif dan 120 bahasa menjadi sasaran 2025, dengan melibatkan lebih dari 31 ribu sekolah dasar dan 16 ribu sekolah menengah pertama (detikEdu, 2025). Pada Februari 2026, Badan Bahasa melaporkan bahwa revitalisasi 2025 menjangkau 120 bahasa di 38 provinsi, dan Kabupaten Sumba Timur, bekerja sama dengan INOVASI, menjadikan bahasa daerah sebagai bahasa pengantar di kelas-kelas awal sekolah dasar (Antara, 2026). Inisiatif daerah juga tumbuh, misalnya Peraturan Gubernur Bali Nomor 80 Tahun 2018 tentang pelindungan dan penggunaan bahasa, aksara, dan sastra Bali, yang melahirkan Bulan Bahasa Bali tahunan (detikBali, 2023).

Meski demikian, kajian ini mengidentifikasi empat batas struktural. Batas pertama adalah orientasi yang berat ke sekolah dan festival. Indikator keberhasilan yang dipublikasikan berupa jumlah bahasa, sekolah, guru, dan peserta lomba, bukan jumlah anak yang memperoleh bahasa daerah di rumah atau jumlah keluarga yang kembali mewariskannya. Pengalaman internasional, seperti diuraikan pada bagian berikut, menunjukkan bahwa keberhasilan di sekolah tidak otomatis menghasilkan pewarisan di rumah. Batas kedua adalah kerentanan fiskal. Festival Tunas Bahasa Ibu Nasional 2026 berlangsung dengan jumlah peserta yang dibatasi sebagai langkah efisiensi anggaran dan menampilkan wakil dari 78 bahasa daerah (JPNN, 2026), sebuah tanda bahwa program yang bertumpu pada anggaran tahunan kementerian dapat menyusut ketika prioritas fiskal bergeser.

Batas ketiga adalah fragmentasi kelembagaan dan kekosongan undang-undang khusus. Sejak 2024, urusan bahasa berada di bawah Kementerian Pendidikan Dasar dan Menengah melalui Badan Bahasa, sementara Kementerian Kebudayaan juga menyatakan peran dalam pelestarian bahasa; pada April 2026, Menteri Kebudayaan Fadli Zon menyatakan di hadapan Komite III DPD bahwa bahasa daerah adalah kebudayaan yang hidup, bukan artefak, sementara Komite III mendesak percepatan pembahasan Rancangan Undang-Undang Bahasa Daerah (DPD RI, 2026). Laporan dari festival Mei 2026 menyebut RUU tersebut telah disetujui dalam sidang paripurna DPD pada April 2026 dan diteruskan ke DPR (Gebrak.id, 2026), tetapi kajian ini belum dapat memverifikasi status tersebut melalui dokumen resmi DPR. Pusat Penelitian DPR sendiri pada 2023 telah mencatat bahwa kerangka hukum bahasa daerah tersebar di berbagai peraturan dan terlalu terpusat pada pendidikan, tanpa kerangka kuat untuk pemakaian bahasa daerah dalam layanan publik.

Batas keempat adalah absennya dimensi digital yang berdaulat bagi komunitas. Badan Bahasa melaporkan pengembangan kamus digital bahasa daerah bersama mitra untuk dimanfaatkan dalam kecerdasan artifisial, dan beberapa provinsi seperti Sulawesi Selatan, Bali, Nusa Tenggara Barat, dan Kalimantan Selatan disebut telah membangun platform bahasa berbasis teknologi (Gebrak.id, 2026). Langkah ini penting, tetapi belum disertai kebijakan tentang siapa yang memiliki data tersebut, dengan lisensi apa ia dibagikan kepada pengembang model, dan bagaimana komunitas memperoleh manfaat. Sementara itu, diskusi publik tentang peta jalan kecerdasan artifisial nasional pada akhir 2025 mencatat bahwa dukungan anggaran negara untuk ambisi AI yang mandiri masih minim (Bisnis.com, 2025). Kajian ini menilai, dengan tingkat keyakinan sedang, bahwa program revitalisasi dalam bentuknya sekarang akan memperlambat tetapi tidak membalikkan pelemahan pewarisan, karena intervensinya belum menyentuh ranah rumah dan ranah digital secara bersamaan.

Perbandingan Internasional: Selandia Baru, Wales, Filipina, Malaysia, dan Afrika

Lima kasus pembanding dipilih karena masing-masing menguji satu klaim kunci dalam perdebatan Indonesia. Kasus pertama adalah te reo Māori di Selandia Baru, yang menguji apakah revitalisasi dapat dibangun di atas kemitraan negara dan komunitas. Undang-Undang Bahasa Māori 2016, Te Ture mō Te Reo Māori, membentuk kemitraan antara Mahkota dan iwi melalui lembaga Te Mātāwai, dengan pembagian kerja yang tegas: Te Mātāwai berfokus pada rumah, komunitas, dan membesarkan anak sebagai penutur bahasa pertama, sementara pemerintah melalui strategi Maihi Karauna berfokus pada masyarakat luas dengan target 2040 berupa satu juta warga yang dapat bercakap dasar dalam te reo dan 150 ribu orang Māori berusia 15 tahun ke atas yang memakainya sesering bahasa Inggris (Te Puni Kōkiri, t.t.). Pembagian ini relevan bagi Indonesia karena menempatkan ranah rumah di tangan komunitas, bukan di tangan sekolah.

Kasus Māori juga memberi model paling maju tentang kecerdasan artifisial yang dikendalikan komunitas. Te Hiku Media, organisasi media Māori di ujung utara Selandia Baru, mengumpulkan lebih dari 300 jam rekaman suara dalam sepuluh hari pertama kampanye aplikasinya, memanfaatkan sekitar 3.500 jam arsip penutur asli, dan menolak permintaan perusahaan penerjemahan asing atas data suaranya, yang mereka sebut sebagai pencurian data pribumi (ITU News, 2022). Kerja sama eksternal diatur dengan lisensi Kaitiakitanga, yang membatasi penggunaan data untuk kemaslahatan orang Māori, dan sistem pengenalan ucapannya dilaporkan mencapai akurasi 92 persen untuk te reo dan 82 persen untuk tuturan dwibahasa (IEEE Spectrum, 2026). Pernyataan kepala eksekutifnya, Peter-Lucas Jones, bahwa “data adalah tanah yang baru”, merangkum pelajaran utamanya: bagi komunitas yang pernah kehilangan tanah dan bahasa, kedaulatan data adalah kelanjutan dari kedaulatan atas wilayah.

Kasus kedua adalah Wales, yang menguji batas strategi berbasis sekolah dan target ambisius. Strategi Cymraeg 2050 yang diterbitkan pada Juli 2017 menargetkan satu juta penutur bahasa Wales dan penggandaan penggunaan harian dari sepuluh menjadi dua puluh persen pada 2050, ditopang investasi besar pada pendidikan berbahasa Wales dan rencana aksi teknologi bahasa (Pemerintah Wales, 2023). Namun Sensus 2021 mencatat 538.300 penutur atau 17,8 persen penduduk, turun dari 562.000 atau 19,0 persen pada 2011, dan penurunan terbesar justru terjadi pada anak usia 5 hingga 15 tahun, dari 40,3 menjadi 34,3 persen (Pemerintah Wales, 2022). Respons Wales adalah memperkuat landasan hukum melalui Welsh Language and Education (Wales) Act 2025, yang memperoleh persetujuan kerajaan pada 7 Juli 2025 dan menetapkan kategori bahasa sekolah serta target kemampuan berbahasa Wales bagi lulusan wajib belajar (Pemerintah Wales, 2025). Pelajaran bagi Indonesia sangat jelas: bahkan dengan anggaran, undang-undang, dan konsensus politik yang jauh lebih kuat, kemampuan yang diperoleh di sekolah tidak otomatis menjadi bahasa rumah.

Kasus ketiga adalah Filipina, yang menguji kerentanan pendidikan berbasis bahasa ibu terhadap tekanan politik dan hasil belajar. Undang-Undang Republik Nomor 10533 tentang pendidikan dasar (2013) mewajibkan pendidikan multibahasa berbasis bahasa ibu dari taman kanak-kanak hingga kelas tiga. Namun Undang-Undang Republik Nomor 12027 berlaku tanpa tanda tangan presiden pada 11 Oktober 2024 dan menghentikan bahasa ibu sebagai bahasa pengantar, mengembalikannya ke bahasa Filipino dan Inggris, dengan pengecualian opsional untuk kelas monolingual yang memenuhi syarat ortografi dan ketersediaan guru (Philippine Daily Inquirer, 2024). Pengusungnya, Senator Win Gatchalian, berargumen bahwa kebijakan itu tidak efektif setelah lebih dari satu dekade, sementara para pengkritik menilai kegagalan itu bersumber dari kekurangan bahan ajar, pelatihan guru, dan anggaran, bukan dari prinsip bahasa ibu itu sendiri (Interaksyon, 2024). Bagi Indonesia, kasus ini adalah peringatan bahwa inisiatif seperti di Sumba Timur dapat dibatalkan bila tidak disertai investasi pada guru dan bahan ajar serta bukti hasil belajar yang terukur.

Kasus keempat adalah Malaysia, tetangga dengan struktur bahasa nasional yang serupa. Bahasa Kadazandusun telah diajarkan di sekolah-sekolah Sabah, tetapi hanya dalam dialek Dusun Bunduliwan, dan pada Juni 2025 diajukan usulan untuk menambahkan empat bahasa etnis lain, sementara Sarawak telah melakukan uji coba pengajaran bahasa Iban dan Bidayuh (Malay Mail, 2025). Kasus ini memperlihatkan dilema standardisasi: memilih satu ragam sebagai bahasa sekolah dapat memperkuat bahasa itu sekaligus meminggirkan ragam-ragam serumpun. Kasus kelima adalah gerakan Masakhane di Afrika, yang menguji model riset teknologi bahasa dari bawah. Melalui riset partisipatoris, Masakhane menghasilkan tolok ukur penerjemahan mesin untuk lebih dari 30 bahasa Afrika dan memungkinkan peserta tanpa pelatihan formal memberi kontribusi ilmiah (Nekoto dkk., 2020). Komunitas IndoNLP di Indonesia sebenarnya sudah bergerak di jalur serupa; yang belum ada adalah dukungan negara yang menjadikan pendekatan partisipatoris ini sebagai standar bagi model nasional.

Argumen Tandingan yang Paling Kuat dan Jawabannya

Argumen tandingan terkuat terhadap kajian ini berbunyi sebagai berikut. Indonesia adalah kisah sukses kebijakan bahasa, bukan kisah krisis. Bahasa Indonesia, yang pada masa kemerdekaan bukan bahasa ibu bagi sebagian besar penduduk, kini menjadi bahasa bersama ratusan juta orang tanpa paksaan berdarah seperti yang terjadi di banyak negara pascakolonial. Mayoritas penduduk masih berbahasa daerah dalam keluarga, sehingga yang terjadi adalah perluasan repertoar menjadi dwibahasa atau multibahasa, bukan penggantian. Pergeseran bahasa, bila terjadi, adalah keputusan rasional keluarga yang ingin anaknya berhasil di sekolah dan pasar kerja, dan negara tidak berhak memaksakan pilihan sebaliknya atas nama warisan budaya. Bahasa selalu berubah dan mati sepanjang sejarah; usaha menahannya dengan program pemerintah adalah romantisme yang mahal. Kecerdasan artifisial, menurut argumen ini, justru akan menurunkan biaya dokumentasi, penerjemahan, dan pembelajaran secara drastis, sehingga bahasa kecil pun dapat memperoleh kamus, pengenal ucapan, dan tutor digital yang sebelumnya mustahil.

Argumen ini mengandung kebenaran penting yang harus diakui. Keberhasilan bahasa Indonesia memang nyata, dan kajian ini tidak menganjurkan pelemahan bahasa nasional. Keluarga memang memiliki hak dan alasan yang sah untuk memilih bahasa, dan kebijakan yang menyalahkan orang tua akan gagal dan tidak adil. Teknologi memang dapat menurunkan biaya dokumentasi. Namun argumen ini gagal pada tiga titik. Pertama, ia menyamakan multibahasa pada tingkat individu dengan pewarisan pada tingkat komunitas. Seorang generasi Z yang memahami bahasa daerah tetapi berbahasa Indonesia kepada anaknya tercatat sebagai penutur dalam survei, tetapi dalam kerangka EGIDS ia adalah tanda bahwa bahasa itu telah melewati titik kritis. Data generasi pasca-Z menunjukkan bahwa titik ini sedang dilewati di banyak tempat.

Kedua, argumen tentang pilihan rasional mengabaikan bahwa pilihan dibentuk oleh struktur dan ideologi yang tidak netral. Ketika sekolah tidak mampu mengajar anak berbahasa ibu lain dan ketika budaya populer serta mesin cerdas hanya hadir dalam bahasa tertentu, “pilihan” orang tua sesungguhnya adalah respons terhadap insentif yang diciptakan oleh kebijakan dan pasar. Studi Smith-Hefner dan Kulick menunjukkan bahwa pergeseran sering terjadi tanpa keputusan sadar, melalui cara bahasa dilekatkan pada kemajuan, kesopanan, atau agama. Mengubah insentif dan ideologi itu bukan paksaan, tetapi koreksi atas ketimpangan yang telah ada. Ketiga, argumen tentang teknologi mengasumsikan bahwa penurunan biaya akan terdistribusi merata, padahal bukti dari bagian VI menunjukkan sebaliknya. Tanpa intervensi, teknologi akan lebih dahulu dan lebih baik melayani bahasa yang sudah kuat. Bahasa kecil bahkan berisiko kehilangan kendali atas datanya sendiri. Kajian ini karena itu mempertahankan penilaiannya, dengan tingkat keyakinan sedang hingga tinggi: hilangnya pewarisan adalah masalah kebijakan publik yang sah, dan kecerdasan artifisial bukan solusi otomatis, melainkan arena baru tempat ketimpangan bahasa dapat dipersempit atau diperlebar.

Skenario hingga 2030 dan Indikator yang Perlu Diamati

Kajian ini merumuskan empat skenario hingga 2030, tahun yang dekat dengan penutupan Dekade Internasional Bahasa-Bahasa Pribumi dan dengan kemungkinan sensus penduduk berikutnya. Skenario pertama, erosi yang dikelola, merupakan perpanjangan tren saat ini. Program revitalisasi berlanjut dengan skala yang naik turun mengikuti anggaran, festival dan muatan lokal tetap berjalan, beberapa bahasa daerah besar memperoleh tempat dalam model bahasa nasional, tetapi pewarisan di rumah terus melemah, terutama di kota-kota yang beragam dan di Indonesia timur. Bahasa-bahasa kecil terus bergeser ke kategori terancam dan kritis tanpa banyak perhatian publik. Kajian ini memandang skenario ini sebagai yang paling mungkin karena tidak memerlukan perubahan perilaku apa pun dari aktor utama.

Skenario kedua, hierarki digital yang mengeras, terjadi bila adopsi asisten berbasis kecerdasan artifisial di sekolah, layanan publik, dan kehidupan sehari-hari meningkat pesat sementara cakupan bahasanya tetap terbatas pada bahasa Indonesia, Inggris, dan segelintir bahasa daerah besar. Dalam skenario ini, kesenjangan antara bahasa yang “terlayani mesin” dan yang tidak menjadi garis baru dalam ideologi bahasa, dan pergeseran pada bahasa-bahasa kecil berlangsung lebih cepat daripada proyeksi saat ini. Skenario ketiga, kebangkitan berbasis komunitas dan teknologi berdaulat, terjadi bila undang-undang bahasa daerah disahkan dengan mandat dan anggaran yang jelas, revitalisasi diarahkan ke keluarga dan pengasuhan anak usia dini, dan negara bersama komunitas riset membangun infrastruktur data bahasa yang dikendalikan komunitas dengan model lisensi seperti Kaitiakitanga. Skenario keempat, guncangan kebijakan, terjadi bila tekanan fiskal atau perubahan prioritas politik membuat program revitalisasi dipangkas tajam atau dilebur tanpa pengganti, mengulang pola Filipina.

Lima indikator perlu diamati untuk mengetahui skenario mana yang sedang terwujud. Indikator pertama adalah apakah Sensus Penduduk 2030 atau survei antara BPS kembali menanyakan bahasa rumah menurut ranah dengan rumusan yang sebanding dengan Long Form 2020, karena tanpa itu tidak ada cara untuk menguji klaim percepatan. Indikator kedua adalah nasib RUU Bahasa Daerah di DPR, termasuk apakah ia memuat mandat anggaran, kelembagaan yang jelas antara Kemendikdasmen dan Kementerian Kebudayaan, serta ketentuan tentang data bahasa. Indikator ketiga adalah apakah Badan Bahasa mulai mempublikasikan indikator pewarisan, seperti jumlah anak usia dini yang memperoleh bahasa daerah dalam program berbasis keluarga, bukan hanya jumlah sekolah dan peserta festival. Indikator keempat adalah apakah model bahasa nasional seperti Sahabat-AI dan model regional seperti SEA-LION memperluas cakupan ke bahasa-bahasa Indonesia timur, dan dengan perjanjian data seperti apa. Indikator kelima adalah apakah pendidikan dasar berbasis bahasa ibu di Sumba Timur dan wilayah serupa menghasilkan data hasil belajar yang terukur dan dipublikasikan, karena bukti inilah yang akan menentukan apakah model tersebut direplikasi atau dibatalkan.

Rekomendasi bagi Para Aktor

Bagi Badan Bahasa di Kemendikdasmen, prioritas hingga akhir 2027 adalah menggeser pusat gravitasi program revitalisasi dari sekolah dan festival ke keluarga dan anak usia dini. Langkah konkret yang dapat diambil adalah memperluas Model C menjadi program sarang bahasa bagi anak usia nol hingga enam tahun di desa-desa penutur bahasa terancam, dengan penutur tua sebagai pengasuh berbayar, serta menetapkan indikator kinerja berbasis pewarisan. Badan Bahasa juga perlu menerbitkan basis data vitalitas yang terbuka, lengkap dengan metodologi, tahun pengukuran, dan instrumen, untuk mengakhiri peredaran angka yang saling bertentangan. Bersama BPS, Badan Bahasa sebaiknya memastikan sebelum 2028 bahwa pertanyaan bahasa rumah menurut ranah dan generasi dipertahankan dalam rancangan Sensus Penduduk 2030, sehingga perubahan dapat diukur secara longitudinal.

Bagi DPR dan DPD, RUU Bahasa Daerah perlu dibahas dalam masa sidang 2026–2027 dengan tiga substansi utama. Pertama, pembagian kewenangan yang tegas antara Kemendikdasmen, Kementerian Kebudayaan, dan pemerintah daerah, agar fragmentasi saat ini tidak dilegalkan. Kedua, mandat alokasi anggaran minimum yang tidak mudah terkena kebijakan efisiensi tahunan. Ketiga, ketentuan tentang data bahasa daerah sebagai pusaka komunitas, yang mewajibkan persetujuan bebas, didahulukan, dan diinformasikan dari komunitas penutur serta skema pembagian manfaat setiap kali data itu dipakai untuk melatih model komersial. Bagi pemerintah daerah, terutama di Papua, Maluku, dan Nusa Tenggara Timur, pengalaman Peraturan Gubernur Bali dan kebijakan Sumba Timur menunjukkan bahwa peraturan daerah dapat bergerak lebih cepat daripada undang-undang; mereka dapat menetapkan bahasa daerah sebagai bahasa pengantar kelas awal dan mengalokasikan dana desa untuk sarang bahasa mulai tahun anggaran 2027.

Bagi Kementerian Komunikasi dan Digital serta pengembang model nasional, termasuk konsorsium Sahabat-AI, kebijakan AI berdaulat perlu diperluas menjadi kedaulatan komunitas. Peta jalan kecerdasan artifisial nasional sebaiknya memuat target cakupan bahasa yang mencakup bahasa-bahasa terancam, bukan hanya bahasa berpenutur besar, dan setiap pendanaan publik untuk korpus bahasa daerah sebaiknya disyaratkan dengan lisensi yang menjamin kendali komunitas, belajar dari lisensi Kaitiakitanga di Selandia Baru. Pengembang model regional seperti AI Singapore dapat diajak bermitra dalam kerangka ASEAN untuk menyusun standar bersama tentang data bahasa minoritas, dengan Indonesia sebagai pihak yang paling berkepentingan.

Bagi universitas, khususnya program studi antropologi, linguistik, dan informatika, perannya adalah menjembatani dokumentasi dan teknologi. Program studi antropologi dapat menjadikan kerja lapangan dokumentasi bahasa, termasuk perekaman, transkripsi, dan analisis ideologi bahasa dalam keluarga, sebagai bagian dari kurikulum wajib, sementara program studi informatika dapat mengolah hasilnya menjadi sumber daya terbuka yang dikembalikan kepada komunitas. Kolaborasi lintas fakultas semacam ini dapat mengikuti model partisipatoris Masakhane dan memperluas kerja IndoNLP ke bahasa-bahasa Indonesia timur dalam tiga tahun ke depan. Bagi masyarakat sipil, lembaga adat, dan lembaga keagamaan, yang memiliki jangkauan ke rumah tangga jauh melampaui negara, rekomendasinya adalah menghidupkan bahasa daerah dalam ibadah, pendidikan agama anak, dan ritus siklus hidup, ranah yang secara historis justru menjadi jalur pergeseran ke bahasa dominan.

Bagi aktor internasional, terutama UNESCO dan mitra pembangunan, sisa Dekade Internasional Bahasa-Bahasa Pribumi hingga 2032 dapat dimanfaatkan untuk mendukung tiga hal di Indonesia: pendanaan dokumentasi darurat bagi bahasa yang tergolong kritis, evaluasi independen atas program pendidikan berbasis bahasa ibu seperti di Sumba, dan pertukaran pengetahuan dengan Selandia Baru dan Wales mengenai kemitraan negara dan komunitas. Dukungan ini akan lebih bermakna bila diarahkan kepada organisasi komunitas dan universitas daerah, bukan hanya kepada kementerian di Jakarta.

Keterbatasan dan Kesimpulan

Kajian ini memiliki empat keterbatasan yang perlu dicatat. Pertama, data generasi dari Long Form Sensus Penduduk 2020 diakses melalui laporan sekunder, dan laporan-laporan itu tidak selalu konsisten dalam menyebut ranah yang diukur; Pusat Penelitian DPR, misalnya, mengutip angka 87,13 persen untuk generasi pra-boomer, berbeda dari angka 85,24 persen yang dilaporkan media data, kemungkinan karena perbedaan ranah keluarga dan ranah tetangga. Kedua, data sensus bersifat potong lintang dan tidak dapat memisahkan efek usia dari efek kohort secara meyakinkan. Ketiga, data vitalitas bahasa dari Badan Bahasa beredar dalam beberapa versi yang tidak selaras, sehingga kajian ini memakai angka-angka tersebut sebagai indikasi arah, bukan ukuran yang presisi. Keempat, dampak model bahasa besar terhadap sikap bahasa generasi muda belum diteliti secara empiris di Indonesia, sehingga penilaian tentang hierarki digital sebagai pendorong pergeseran tetap berada pada tingkat keyakinan rendah dan perlu diuji melalui etnografi digital dan survei sikap bahasa.

Dengan keterbatasan itu, kesimpulan kajian ini tetap tegas. Indonesia belum kehilangan keragaman bahasanya, tetapi sedang melewati ambang yang senyap: generasi orang tua baru masih memahami bahasa daerah, namun semakin banyak yang tidak lagi mewariskannya. Program Revitalisasi Bahasa Daerah adalah langkah penting yang menjadikan isu ini sebagai urusan negara, tetapi selama ia terutama bekerja di sekolah dan panggung festival, ia akan memperlambat dan bukan membalikkan pergeseran. Kecerdasan artifisial tidak netral dalam persoalan ini; ia akan memperkuat bahasa yang sudah kuat kecuali negara, komunitas, dan pengembang secara sengaja mengarahkannya ke bahasa yang paling rentan dan menempatkan kendali data di tangan penuturnya.

Pertanyaan yang menentukan bagi dekade ini bukanlah apakah Indonesia mampu membangun model bahasa nasional yang canggih, melainkan apakah seorang anak di Sarmi, di Seram, atau di pinggiran Surabaya akan tumbuh dengan keyakinan bahwa bahasa neneknya adalah bahasa masa depan. Kedaulatan bahasa yang sesungguhnya diukur di meja makan keluarga, bukan di pusat data.

Executive Summary: The Quiet Threshold of Language Transmission

Indonesia holds one of the largest stores of linguistic wealth in the world. The Agency for Language Development and Cultivation (Badan Bahasa) has mapped 718 regional languages, 326 of them in the Land of Papua, while the computational literature describes the country as the second most linguistically diverse in the world after Papua New Guinea (DPR Research Centre, 2023; Aji et al., 2022). This study asks whether that diversity is entering a phase of accelerated loss of intergenerational transmission, and whether the combination of revitalisation policy and large language models framed as “sovereign AI” can reverse the tide or will instead carve out a new digital hierarchy of languages.

The short answer has two layers. First, census and ethnographic evidence shows that the chain of transmission of regional languages is weakening systematically from older to younger generations, with the steepest gradient among children born from 2013 onward, in cities, in ethnically diverse areas and in educated middle-class families. The decline is not yet a mass collapse, since most of the population still uses a regional language within the family, but the direction of the shift is consistent, and its drivers, namely urbanisation, schooling, the labour market and a language ideology that ties Indonesian to progress, are all still gathering strength. Second, AI-based language technology has so far replicated the existing demographic hierarchy: the large regional languages of western Indonesia are beginning to enter corpora, machine translation systems and national language models, while hundreds of small languages in eastern Indonesia, where the threat of extinction is most real, are almost entirely absent.

Accordingly, this study judges that the Regional Language Revitalisation programme launched in 2021 has changed public discourse and provided an institutional framework that did not exist before, but has not yet touched the decisive knot, namely parents’ decisions about which language to speak to their children at home. Large language models can become allies of revitalisation only if they are designed around speech communities, rather than by simply adding language names to a feature list. Without deliberate correction, this decade is likely to produce a new form of inequality: languages that “machines can talk to” will gain new prestige and functions, while undigitised languages will look ever more archaic in the eyes of a younger generation that lives on screens.

The issue matters globally for three reasons. Indonesia is the largest laboratory for the question of whether a successful national language can coexist with hundreds of local languages without swallowing them. Indonesia is also one of the main markets in which technology firms and Southeast Asian states are testing the idea of regional and national language models. In addition, the United Nations has designated 2022–2032 as the International Decade of Indigenous Languages, so Indonesia’s achievements or failures will become a reference point in evaluating that decade (UN General Assembly, 2019). For the teaching of linguistic anthropology, the case shows concretely how language ideology, political economy and technological infrastructure lock together in a family’s everyday decisions.

Analytical Framework and Method Note

This study uses the two most widely applied frameworks of language vitality and combines them with an approach from linguistic anthropology. The first is the tradition of intergenerational disruption scales pioneered by Joshua Fishman in Reversing Language Shift (1991), later expanded by M. Paul Lewis and Gary Simons into the Expanded Graded Intergenerational Disruption Scale, or EGIDS, in Assessing Endangerment: Expanding Fishman’s GIDS (2010). The core of this framework is simple but sharp: a language remains alive as long as children still acquire it at home as a first language, and the critical point is reached when the parental generation is still fluent but stops passing it on. The second framework is the set of nine vitality factors formulated by a UNESCO expert group in 2003, covering intergenerational transmission, the absolute number of speakers, the proportion of speakers in the population, shifts in domains of use, response to new domains and media, the availability of educational materials, government and institutional attitudes, community attitudes towards their own language, and the amount and quality of documentation (UNESCO, 2003).

The fifth factor on UNESCO’s list, response to new domains and media, is the analytical pivot of this study, because that is where artificial intelligence enters. For the digital domain, this study borrows the concept of “digital language death” from András Kornai, who in Digital Language Death (2013) estimated that fewer than five per cent of the world’s languages still have a chance of ascending meaningfully to the digital realm. From linguistic anthropology, the study takes the concept of language ideology, that is, shared beliefs about which language is “modern”, “polite”, “useful” or “backward”, because it is ideology that translates structural change into language choices in family conversation. Michael Ewing, in Language Endangerment in Indonesia (2014), offers a useful bridge by distinguishing two shift scenarios in Indonesia: an immigration scenario, in which a more economically and politically powerful outside group enters a community, and an emigration scenario, in which local people leave for school or work and return bringing the dominant language with them.

Methodologically, this study rests on five groups of sources examined for the period from 2010 to October 2026. The first group is official data, above all the results of the Long Form of the 2020 Population Census from Statistics Indonesia (BPS), the Merdeka Belajar Episode 17 document from Badan Bahasa, and briefing papers from the DPR Research Centre. The second group is the sociolinguistic and anthropological literature on language shift in Java, Maluku, Papua and other regions. The third is the natural language processing literature on Indonesia’s languages. The fourth is policy documentation from comparison countries, namely New Zealand, Wales, the Philippines and Malaysia, plus the Masakhane research movement in Africa. The fifth is quality media reporting, used to track the latest developments, including the status of the revitalisation programme in 2025 and 2026. The teaching deck mentioned above is used as a pedagogical reference, not as a data source.

The level of confidence for each key judgment is stated explicitly. High confidence is assigned when a finding is supported by official national-scale data and confirmed by independent studies using different methods. Moderate confidence is assigned when the evidence is consistent but rests on cross-sectional data, limited samples or secondary reports that cannot yet be matched against the original tables. Low confidence is assigned when a judgment extrapolates from a trend that is still young, for example the impact of large language models on young people’s language attitudes. The distinction matters because, as the next section shows, language vitality data in Indonesia contain inconsistencies serious enough that every figure must be read together with its provenance.

The Map of Diversity and the Blur of Numbers

The figure of 718 regional languages, now the official reference, is the result of a Badan Bahasa mapping exercise that ran from 1991 to 2019, up from around 652 languages in the 2018 count; the regional breakdown announced in October 2019 even listed 428 languages in Papua and a total that did not add up to 718, unlike the figure of 326 for Papua cited by the DPR Research Centre four years later (Antara, 2019). The figure differs from Ethnologue’s count, which in its 2016 edition recorded 707 living languages in Indonesia, 701 of them indigenous, with 76 classed as endangered under its own definition (Databoks, 2016). The gap is unsurprising, since the boundary between language and dialect is always both a theoretical and a political decision, and Badan Bahasa itself records 778 dialects alongside the 718 languages (The Jakarta Post, 2025). What should worry policymakers more is not the difference in the number of languages but the blurriness of vitality data.

The vitality study Badan Bahasa conducted in 2018–2019 on 87 languages produced a distribution of 24 safe, 19 vulnerable, 3 declining, 25 endangered, 5 critically endangered and 11 extinct (GNFI, 2026). A DPR Research Centre brief published in February 2023 cited figures from the same period with a different composition, namely 36 safe, 19 stable but threatened, 3 declining, 10 endangered, 5 critical and 11 extinct, plus a 2021 update of 29 endangered and 43 declining languages (Kartika, 2023). Another report citing Badan Bahasa states that 115 languages had been measured by 2021, with a distribution of 18 safe, 27 vulnerable, 29 declining, 26 endangered, 8 critical and 5 extinct, although the categories add up to only 113 (GoodStats, 2024). In October 2025, a ministry official stated that around 75 per cent of regional languages were in a declining to critical condition and only about a quarter were classed as safe (detikJabar, 2025).

These inconsistencies carry three analytical implications. First, only a small fraction of the 718 languages have actually had their vitality measured, so any statement about “the number of endangered languages” is an extrapolation from a sample that was not designed to represent the whole population of languages. Second, the measured sample tends to lean towards languages that researchers can easily reach, so the small languages of interior Papua and the remote islands of Maluku are very likely under-represented, even though that is where the highest risk lies. Third, publishing figures without publicly accessible methodological tables leads the media and even the legislature to cite different versions. This study therefore judges, with high confidence, that Indonesia does not yet have an adequate vitality baseline against which to measure the success or failure of its own policies.

Nevertheless, uncertainty about numbers does not mean uncertainty about direction. The list of languages declared extinct shows a clear geographical pattern. Of the twenty-odd languages recorded as extinct, twelve are in Maluku, such as Hoti, Hukumina, Kayeli, Nila and Serua, five in Papua and three in West Papua, one in West Nusa Tenggara, namely Tambora, and Javindo, a Javanese–Dutch creole in Central Java (GNFI, 2026). The concentration in Maluku is consistent with Margaret Florey’s earlier ethnographic findings on the Alune community of Seram, which was shifting to Ambonese Malay as the regional lingua franca and, by her estimate, was endangered in around half of its 25 villages (Florey, n.d.). This pattern is a reminder that the main competitor of local languages in eastern Indonesia is often not standard Indonesian but a regional variety of Malay that then becomes a bridge to Indonesian.

A Weakening Chain of Transmission: Census and Ethnographic Evidence

The most systematic evidence on intergenerational transmission comes from the Long Form of the 2020 Population Census, which asked about the use of regional languages by domain. Results released by BPS in early 2023 show that 73.87 per cent of the population uses a regional language within the family and 71.93 per cent uses one with neighbours and relatives (Databoks, 2023). Broken down by generation, the share using a regional language with neighbours and relatives falls monotonically: 85.24 per cent among the pre-boomer generation, 80.32 per cent among baby boomers, 75.24 per cent among Generation X, 72.26 per cent among millennials, 69.9 per cent among Generation Z and 61.7 per cent among the post-Gen Z generation born in 2013 or later (GoodStats, 2023). The largest step, eight percentage points, occurs precisely between Generation Z and post-Gen Z, that is, between the young people who are now becoming new parents and their children.

The same pattern appears at the provincial level. In Aceh, for example, the provincial BPS office reported that regional language use falls from 89.93 per cent among pre-boomers to 74.77 per cent among Generation Z and 64.36 per cent among post-Gen Z (Antara Aceh, 2023). Aceh is only one example, but a meaningful one: the province has a strong ethnolinguistic identity and a political history that has made language a marker of distinctiveness, yet its intergenerational gradient runs almost parallel to the national pattern. In other words, pride in identity at the level of discourse does not automatically translate into transmission at the level of the household.

Cross-sectional data of this kind must be read with care. Differences between generations may reflect cohort effects, that is, a shift that is genuinely occurring, but also age effects, since schoolchildren do speak more Indonesian and some may “return” to the regional language as adults when they marry in their home area. This is why microdata analysis matters. Thomas Pepinsky, Maya Abtahian and Abigail Cohn, using a sample of around 2.1 million individuals from the 2010 Census, found that the likelihood of speaking Indonesian at home rises among people who are younger, better educated and better off, and that ethnic diversity at the district level matters far more than urban status alone (Pepinsky, Abtahian and Cohn, 2024). The regional range is striking: Indonesian is spoken at home by only 0.9 per cent of people in West Nias and 3.3 per cent in the city of Blitar, but by 67.8 per cent in Sarmi and 94.8 per cent in the city of Jayapura. An earlier study by the same team found that speakers of Javanese, Sundanese, Madurese, Balinese and Sasak were less likely to speak Indonesian at home than speakers of Acehnese, Batak, Buginese, Makassarese and Gorontalo, and that the size of the speaker population alone did not explain the difference (Abtahian, Cohn and Pepinsky, 2016, as summarised by Cohn).

The Jayapura figure reveals another face of the crisis. Papua holds the largest share of Indonesia’s linguistic diversity, yet in its towns Indonesian and Papuan Malay have almost completely replaced local languages as home languages. For a language with a few hundred or a few thousand speakers, a single generation of urban children who no longer acquire it is enough to push it into the endangered category. This study judges, with high confidence, that the weakening of intergenerational transmission is a real national trend, and with moderate confidence that the rate of weakening is increasing among cohorts born after 2010, because the evidence for acceleration still rests on a single census point and cannot yet be rigorously compared with a subsequent census.

Ethnography gives substance to these figures. Maya Ravindranath and Abigail Cohn, in Can a Language with Millions of Speakers Be Endangered? (2014), show that Javanese, with more than 80 million speakers, displays the classic signs of shift: the loss of the krama register among the young, a move from ngoko to Indonesian as the home language, and the attitude among some parents that Javanese is “difficult” and “old-fashioned”. A student survey they cite shows that only eleven per cent of respondents spoke Indonesian with their grandparents and thirteen per cent with their parents, yet 62 per cent planned to speak Indonesian with their own children. Nancy Smith-Hefner, in Language Shift, Gender, and Ideologies of Modernity in Central Java, Indonesia (2009), adds a gender dimension: young Javanese women are switching to Indonesian faster because it is seen as more “communicative” and “participatory”, free of the burden of the speech-level hierarchy embedded in Javanese. The finding matters because it shows that shift is not merely the result of external pressure but also an active choice that is meaningful to those who make it.

The Engines of Shift: Urbanisation, School, Market and Language Ideology

Four structural engines drive the shift described above, and all four are still running at full speed. The first is urbanisation. The urban share of Indonesia’s population rose from 22.4 per cent in 1980 to 49.8 per cent in 2010 (Pepinsky et al., 2024), reached 56.7 per cent in 2020, and is projected by BPS to reach 66.6 per cent by 2035 (Databoks, 2021). The finding by Pepinsky and colleagues that urbanisation in ethnically homogeneous areas is barely associated with shift, whereas urbanisation in diverse areas is strongly associated with it, provides an important key: what drives shift is the encounter between groups that need a common language, and Indonesia’s fastest-growing cities, including the new cities outside Java, are precisely the most diverse.

The second engine is school. Since independence, Indonesian has been the medium of instruction, and its success as a language of unity is one of the most remarkable achievements of language policy in the postcolonial world. Yet that success has a double edge for children who arrive at school with a different mother tongue. An INOVASI study of almost 1,500 early-grade pupils in Sumba found that pupils who spoke Indonesian in daily life scored far higher in literacy than pupils who spoke the local language, partly because teachers did not speak the pupils’ language or were not trained to teach a second language (Arsendy, 2019). In East Sumba, 72 per cent of children speak a local language at home, and a pilot using a fifty-fifty split between the mother tongue and Indonesian was reported to make pupils more comfortable and classroom interaction livelier (Dewi and Carter, 2019). The lesson many parents draw from this situation, however, is often not that schools should value the mother tongue, but that children are better raised in Indonesian from the start so as not to fall behind.

The third engine is the labour market and migration, corresponding to Ewing’s emigration scenario. Salaried jobs in the formal sector, services and the digital economy require Indonesian, and increasingly English. Young people who migrate for university or work return with partners from other ethnic groups and with the habit of speaking Indonesian, so that the new households they form become breaking points in transmission. In eastern Indonesia the immigration scenario is also at work: the arrival of migrants, state officials and outside economic actors positions Indonesian or regional Malay as the language of power in markets, offices, churches and mosques alike.

The fourth engine, and the one most often ignored by policy approaches, is language ideology. Indonesian was designed from the outset as an open, modern language. In 2010, Bambang Bujono, in Tempo magazine’s Bahasa! column under the title Perlukah Kitab Vortaro? (“Do We Need a Vortaro?”), recalled that ever since the 1938 Indonesian Language Congress in Solo, figures of the nationalist movement had accepted that every language must absorb foreign words and ideas, and that the press played a major role in popularising new vocabulary. It is this open character that lets Indonesian present itself as the language of progress, while regional languages, especially those with complex speech levels, are often positioned as languages of custom, of the old, or of the village. Linguistic anthropology has long shown that such ideology can be a primary cause of shift. Don Kulick, in his study of the village of Gapun in Papua New Guinea, showed how parents convinced that they were passing on the ancestral language were in fact, through the way they spoke to their children, linking Tok Pisin with Christianity, schooling and modernity, so that the children stopped speaking the local language without anyone consciously deciding it (Kulick, 1992).

Popular culture reinforces that ideology. The editorial board of The Jakarta Post has noted that Jakarta-centred pop culture, broadcast through radio, television and the internet, has made the Jakarta dialect dominant among young people across the country, while the Jakarta–English blend known as “Jaksel” is further eroding local speech (The Jakarta Post, 2025). The same editorial recalls the value of the knowledge stored in local languages, citing the smong oral tradition of Simeulue that helped residents save themselves during the 2004 tsunami. Here this study judges, with high confidence, that the four engines of shift are structural and will not weaken in the coming decade, so that any revitalisation strategy must be designed to work against the current, not to wait for the current to turn.

The Digital Layer: Social Media and the Hierarchy of Languages in Large Language Models

A new layer sits on top of these four engines: the digital domain. Indonesia had around 229.43 million internet users in 2025, a penetration rate of 80.66 per cent, and Generation Z was the largest user group at 25.54 per cent (Bisnis.com, 2025). For this generation the digital domain is not an additional domain but the main one, where identity, friendship, entertainment and learning take place. In UNESCO’s framework, a language’s response to new domains and media is a vitality factor in its own right, and UNESCO now estimates that fewer than two per cent of the world’s languages have a real online presence in the form of localised software, websites, translation and text-to-speech services, or content moderation tools (Austrian Commission for UNESCO, n.d.).

Social media does open space for regional languages, especially in oral and audiovisual form. Content creators working in Javanese, Sundanese, Banjar, Buginese or Minang show that regional languages can come across as funny, intimate and contemporary, a direct correction of the ideology that regional languages are old-fashioned. But this space is not neutral. Platform algorithms reward reach, so content with the largest potential audience, in Indonesian or in regional languages with tens of millions of speakers, receives the greatest incentives. A language with a few thousand speakers can hardly build a sustainable creator economy. As a result, social media tends to strengthen a few large regional languages as languages of style and humour, while leaving hundreds of small languages outside the attention economy.

Large language models add a deeper layer of hierarchy because machines now not only broadcast a language but also “understand” and “generate” it. The natural language processing literature has documented this inequality globally. Pratik Joshi and colleagues, in The State and Fate of Linguistic Diversity and Inclusion in the NLP World (2020), show very wide resource gaps between languages and question the claim that state-of-the-art models are “language agnostic”. For Indonesia, Alham Fikri Aji and colleagues, in One Country, 700+ Languages (2022), map how research on regional languages is very limited and concentrated on a handful of languages. Indonesia’s research community has responded with open initiatives. NusaX provides the first parallel resource for ten regional languages, namely Acehnese, Balinese, Banjarese, Buginese, Madurese, Minangkabau, Javanese, Ngaju, Sundanese and Toba Batak, each comprising a thousand sentences translated by 28 native-speaker translators (Winata et al., 2023). NusaCrowd brings together 137 datasets and 118 standardised data loaders for Indonesian and regional languages (Cahyawijaya et al., 2023), and the same team reported, in developing the Cendol models, that existing language models still have a limited understanding of regional languages (Cahyawijaya et al., 2024).

Industry and the state then entered with a sovereignty narrative. Sahabat-AI, launched by GoTo and Indosat Ooredoo Hutchison in November 2024 and upgraded to a 70-billion-parameter model in June 2025, supports Indonesian, Javanese, Sundanese, Balinese and Batak, in partnership with several universities and media groups; at its launch, National Economic Council chair Luhut Binsar Pandjaitan declared that data sovereignty is a matter of national independence in the digital era (Telecom Review Asia, 2025). AI Singapore’s SEA-LION lists Javanese and Sundanese among the languages supported by version 3, although its model card does not detail the share of data for either (AI Singapore, 2025). In June 2024 Google Translate added Acehnese, Balinese, Betawi, Madurese, Makassarese, Minang, and Karo, Simalungun and Toba Batak (detikInet, 2024).

When these lists are put together, the pattern is clear. The regional languages that make it into machines are the large languages of Sumatra, Java, Bali, South Kalimantan and South Sulawesi, all of which still have millions of speakers and, according to census data, are holding up relatively better. Not one of the hundreds of Papuan languages, and almost none of the languages of Maluku or East Nusa Tenggara, appears in these products. This study judges, with high confidence, that the language composition of AI technology in Indonesia today replicates the existing demographic and economic hierarchy. It also judges, with low confidence because the evidence is still very young, that this hierarchy will affect young people’s language attitudes: languages that can be used to converse with a digital assistant acquire an aura of modernity, while languages “unrecognised by machines” risk being given a new label as irrelevant.

There is also a subtler risk. When regional language data are collected to train commercial models, speech communities often have no control over their use, licensing or economic benefits. Steven Bird, in Decolonising Speech and Language Technology (2020), warns that many Indigenous communities reject the assumption that their languages are free raw material for technologists, and that treating Indigenous knowledge as a commodity can repeat the dynamics that made languages endangered in the first place. Indonesia’s “sovereign AI” narrative has so far spoken of the sovereignty of the state and national corporations vis-à-vis foreign technology providers; it has not yet spoken of the sovereignty of speech communities vis-à-vis that state and those national corporations themselves.

The Policy Response: Regional Language Revitalisation and Its Limits

The state’s most ambitious response is the Regional Language Revitalisation programme. Badan Bahasa started it in 2021 with five languages in three provinces, and it was elevated to Merdeka Belajar Episode 17 in 2022 with targets of 38 languages in 12 provinces, 29,370 teachers, 17,955 school principals, 15,236 schools and 1,563,720 pupils (Badan Bahasa, 2022). Its design is intelligent in distinguishing three models. Model A, for relatively safe languages with many speakers such as Javanese, Sundanese and Balinese, is school-based through local-content subjects and extracurricular activities. Model B, for vulnerable languages, combines school and community. Model C, for declining, endangered or critical languages, mainly in Kalimantan, East Nusa Tenggara, Maluku and Papua, is community-based, with two or more families acting as learning hubs at home, in places of worship or in village halls. Its principles are also progressive: dynamic and development-oriented rather than merely protective, with a focus on young speakers and creative freedom.

The programme grew quickly. The DPR Research Centre recorded coverage of 30 languages in 13 provinces in 2022 and 59 languages in 22 provinces in 2023 (Kartika, 2023). At the National Mother Language Festival in May 2025, Badan Bahasa head Hafidz Muksin stated that 144 languages had been revitalised cumulatively and that 120 languages were targeted for 2025, involving more than 31,000 primary schools and 16,000 junior secondary schools (detikEdu, 2025). In February 2026 Badan Bahasa reported that revitalisation in 2025 had reached 120 languages in 38 provinces, and that East Sumba Regency, working with INOVASI, had made the regional language the medium of instruction in the early grades of primary school (Antara, 2026). Regional initiatives have also grown, for example Bali Governor Regulation No. 80 of 2018 on the protection and use of Balinese language, script and literature, which gave rise to the annual Balinese Language Month (detikBali, 2023).

Nevertheless, this study identifies four structural limits. The first is a heavy orientation towards schools and festivals. The published indicators of success are numbers of languages, schools, teachers and competition participants, not the number of children acquiring a regional language at home or the number of families resuming transmission. International experience, as set out in the next section, shows that success at school does not automatically produce transmission at home. The second limit is fiscal vulnerability. The 2026 National Mother Language Festival was held with participant numbers capped as a budget-efficiency measure and featured representatives of 78 regional languages (JPNN, 2026), a sign that a programme dependent on a ministry’s annual budget can shrink when fiscal priorities shift.

The third limit is institutional fragmentation and the absence of a dedicated law. Since 2024, language affairs have sat under the Ministry of Primary and Secondary Education through Badan Bahasa, while the Ministry of Culture also claims a role in language preservation; in April 2026 Culture Minister Fadli Zon told Committee III of the Regional Representative Council (DPD) that regional languages are a living culture, not artefacts, while Committee III pressed for faster deliberation of the Regional Languages Bill (DPD RI, 2026). A report from the May 2026 festival states that the bill was approved in a DPD plenary session in April 2026 and forwarded to the House of Representatives (DPR) (Gebrak.id, 2026), but this study has not been able to verify that status through official DPR documents. The DPR Research Centre itself noted in 2023 that the legal framework for regional languages is scattered across various regulations and overly focused on education, with no strong framework for the use of regional languages in public services.

The fourth limit is the absence of a digital dimension that is sovereign for communities. Badan Bahasa reports developing digital regional-language dictionaries with partners for use in artificial intelligence, and several provinces such as South Sulawesi, Bali, West Nusa Tenggara and South Kalimantan are said to have built technology-based language platforms (Gebrak.id, 2026). This step matters, but it is not yet accompanied by a policy on who owns these data, under what licence they are shared with model developers, and how communities benefit. Meanwhile, a public discussion of the national AI roadmap in late 2025 noted that state budget support for a self-reliant AI ambition remains minimal (Bisnis.com, 2025). This study judges, with moderate confidence, that the revitalisation programme in its current form will slow but not reverse the weakening of transmission, because its interventions do not yet reach the home domain and the digital domain at the same time.

International Comparison: New Zealand, Wales, the Philippines, Malaysia and Africa

Five comparison cases were chosen because each tests a key claim in the Indonesian debate. The first is te reo Māori in New Zealand, which tests whether revitalisation can be built on a partnership between state and community. The Māori Language Act 2016, Te Ture mō Te Reo Māori, established a partnership between the Crown and iwi through the body Te Mātāwai, with a clear division of labour: Te Mātāwai focuses on homes, communities and raising children as first-language speakers, while the government, through the Maihi Karauna strategy, focuses on wider society, with 2040 targets of one million New Zealanders able to hold a basic conversation in te reo and 150,000 Māori aged 15 and over using it as often as English (Te Puni Kōkiri, n.d.). This division is relevant for Indonesia because it places the home domain in the hands of the community, not the school.

The Māori case also offers the most advanced model of community-controlled artificial intelligence. Te Hiku Media, a Māori media organisation in New Zealand’s far north, gathered more than 300 hours of voice recordings in the first ten days of its app campaign, drew on some 3,500 hours of archival native-speaker audio, and refused a foreign translation company’s request for its voice data, which it called Indigenous data theft (ITU News, 2022). External collaboration is governed by the Kaitiakitanga licence, which restricts data use to the benefit of Māori people, and its speech recognition system is reported to achieve 92 per cent accuracy for te reo and 82 per cent for bilingual speech (IEEE Spectrum, 2026). The statement by its chief executive, Peter-Lucas Jones, that “data is the new land” captures the core lesson: for a community that once lost land and language, data sovereignty is a continuation of sovereignty over territory.

The second case is Wales, which tests the limits of a school-based strategy and ambitious targets. The Cymraeg 2050 strategy, published in July 2017, targets a million Welsh speakers and a doubling of daily use from ten to twenty per cent by 2050, backed by heavy investment in Welsh-medium education and a language technology action plan (Welsh Government, 2023). Yet the 2021 Census recorded 538,300 speakers, or 17.8 per cent of the population, down from 562,000, or 19.0 per cent, in 2011, and the largest fall occurred precisely among children aged 5 to 15, from 40.3 to 34.3 per cent (Welsh Government, 2022). Wales responded by strengthening the legal foundation through the Welsh Language and Education (Wales) Act 2025, which received Royal Assent on 7 July 2025 and sets out school language categories and Welsh-ability goals for those completing compulsory education (Welsh Government, 2025). The lesson for Indonesia is plain: even with far stronger budgets, legislation and political consensus, ability acquired at school does not automatically become a home language.

The third case is the Philippines, which tests the vulnerability of mother-tongue-based education to political pressure and learning outcomes. Republic Act No. 10533 on basic education (2013) mandated mother-tongue-based multilingual education from kindergarten to grade three. But Republic Act No. 12027 lapsed into law without the president’s signature on 11 October 2024 and discontinued the mother tongue as the medium of instruction, reverting to Filipino and English, with an optional exception for monolingual classes that meet orthography and teacher-availability conditions (Philippine Daily Inquirer, 2024). Its principal author, Senator Win Gatchalian, argued that the policy had been ineffective after more than a decade, while critics held that the failure stemmed from shortages of teaching materials, teacher training and funding, not from the mother-tongue principle itself (Interaksyon, 2024). For Indonesia, the case is a warning that initiatives such as East Sumba’s can be reversed if they are not accompanied by investment in teachers and materials and by measurable evidence of learning outcomes.

The fourth case is Malaysia, a neighbour with a similar national language structure. Kadazandusun has been taught in Sabah schools, but only in the Bunduliwan Dusun dialect, and in June 2025 a proposal was submitted to add four other ethnic languages, while Sarawak has piloted the teaching of Iban and Bidayuh (Malay Mail, 2025). The case shows the dilemma of standardisation: choosing one variety as the school language can strengthen it while marginalising related varieties. The fifth case is the Masakhane movement in Africa, which tests a bottom-up model of language technology research. Through participatory research, Masakhane produced machine translation benchmarks for more than 30 African languages and enabled participants without formal training to make scientific contributions (Nekoto et al., 2020). Indonesia’s IndoNLP community is in fact already moving along a similar path; what is missing is state support that would make this participatory approach the standard for national models.

The Strongest Counter-Argument and Its Answer

The strongest counter-argument to this study runs as follows. Indonesia is a success story of language policy, not a story of crisis. Indonesian, which at independence was not the mother tongue of most of the population, has become the shared language of hundreds of millions of people without the bloody coercion seen in many postcolonial countries. Most of the population still speaks a regional language in the family, so what is happening is an expansion of repertoires into bilingualism or multilingualism, not replacement. Language shift, where it occurs, is the rational decision of families who want their children to succeed at school and in the labour market, and the state has no right to impose the opposite choice in the name of cultural heritage. Languages have always changed and died throughout history; trying to hold them back with government programmes is expensive romanticism. Artificial intelligence, according to this argument, will in fact drastically lower the cost of documentation, translation and learning, so that even small languages can obtain dictionaries, speech recognisers and digital tutors that were previously impossible.

This argument contains important truths that must be acknowledged. The success of Indonesian is real, and this study does not advocate weakening the national language. Families do have the right and legitimate reasons to choose a language, and policies that blame parents will fail and are unjust. Technology can indeed lower the cost of documentation. But the argument fails at three points. First, it equates multilingualism at the individual level with transmission at the community level. A member of Generation Z who understands a regional language but speaks Indonesian to their child is counted as a speaker in surveys, yet in the EGIDS framework that person is a sign that the language has passed the critical point. The post-Gen Z data show that this point is being passed in many places.

Second, the rational-choice argument ignores the fact that choices are shaped by structures and ideologies that are not neutral. When schools cannot teach children who speak another mother tongue, and when popular culture and intelligent machines are present only in certain languages, parents’ “choice” is in fact a response to incentives created by policy and markets. The studies by Smith-Hefner and Kulick show that shift often happens without a conscious decision, through the way language is attached to progress, politeness or religion. Changing those incentives and ideologies is not coercion but a correction of existing inequality. Third, the technology argument assumes that falling costs will be evenly distributed, whereas the evidence in section VI shows the opposite. Without intervention, technology will serve already strong languages first and better. Small languages even risk losing control of their own data. This study therefore maintains its judgment, with moderate to high confidence: the loss of transmission is a legitimate public policy problem, and artificial intelligence is not an automatic solution but a new arena in which linguistic inequality can be narrowed or widened.

Scenarios to 2030 and Signposts to Watch

This study sets out four scenarios to 2030, a year close to the end of the International Decade of Indigenous Languages and to the likely next population census. The first scenario, managed erosion, extends the current trend. The revitalisation programme continues at a scale that rises and falls with the budget, festivals and local-content lessons carry on, a few large regional languages gain a place in national language models, but transmission at home keeps weakening, especially in diverse cities and in eastern Indonesia. Small languages continue to slide into the endangered and critical categories without much public attention. This study regards this scenario as the most likely because it requires no change of behaviour from any of the main actors.

The second scenario, a hardening digital hierarchy, occurs if the adoption of AI-based assistants in schools, public services and everyday life rises rapidly while their language coverage remains limited to Indonesian, English and a handful of large regional languages. In this scenario, the gap between languages “served by machines” and those that are not becomes a new fault line in language ideology, and shift among small languages proceeds faster than current projections. The third scenario, a revival based on communities and sovereign technology, occurs if a regional languages law is passed with a clear mandate and budget, revitalisation is redirected towards families and early childcare, and the state together with the research community builds community-controlled language data infrastructure using licensing models such as Kaitiakitanga. The fourth scenario, a policy shock, occurs if fiscal pressure or a change in political priorities leads to the revitalisation programme being sharply cut or merged without replacement, repeating the Philippine pattern.

Five signposts should be watched to see which scenario is materialising. The first is whether the 2030 Population Census or an intercensal BPS survey again asks about home language by domain, in wording comparable to the 2020 Long Form, because without it there is no way to test the claim of acceleration. The second is the fate of the Regional Languages Bill in the DPR, including whether it contains a budget mandate, clear institutional roles for the Ministry of Primary and Secondary Education and the Ministry of Culture, and provisions on language data. The third is whether Badan Bahasa begins publishing transmission indicators, such as the number of young children acquiring a regional language in family-based programmes, rather than only the number of schools and festival participants. The fourth is whether national language models such as Sahabat-AI and regional models such as SEA-LION extend their coverage to the languages of eastern Indonesia, and under what data agreements. The fifth is whether mother-tongue-based primary education in East Sumba and similar areas produces measurable, published learning-outcome data, because this evidence will determine whether the model is replicated or reversed.

Recommendations for the Actors

For Badan Bahasa in the Ministry of Primary and Secondary Education, the priority until the end of 2027 is to shift the centre of gravity of the revitalisation programme from schools and festivals to families and early childhood. A concrete step would be to expand Model C into language-nest programmes for children aged zero to six in villages where endangered languages are spoken, with older speakers as paid caregivers, and to set performance indicators based on transmission. Badan Bahasa also needs to publish an open vitality database, complete with methodology, year of measurement and instruments, to end the circulation of contradictory figures. Together with BPS, Badan Bahasa should ensure before 2028 that the question on home language by domain and generation is retained in the design of the 2030 Population Census, so that change can be measured longitudinally.

For the DPR and the DPD, the Regional Languages Bill should be deliberated in the 2026–2027 sessions with three core provisions. First, a clear division of authority among the Ministry of Primary and Secondary Education, the Ministry of Culture and regional governments, so that today’s fragmentation is not legalised. Second, a mandated minimum budget allocation that is not easily caught by annual efficiency drives. Third, provisions treating regional language data as community heritage, requiring the free, prior and informed consent of speech communities and a benefit-sharing scheme whenever those data are used to train commercial models. For regional governments, especially in Papua, Maluku and East Nusa Tenggara, the experience of the Bali Governor Regulation and East Sumba’s policy shows that regional regulation can move faster than national law; they can designate regional languages as the medium of instruction in the early grades and allocate village funds to language nests from the 2027 budget year.

For the Ministry of Communication and Digital Affairs and national model developers, including the Sahabat-AI consortium, sovereign AI policy needs to be broadened into community sovereignty. The national AI roadmap should include language-coverage targets that encompass endangered languages, not only languages with large speaker populations, and any public funding for regional language corpora should be conditional on licences guaranteeing community control, learning from New Zealand’s Kaitiakitanga licence. Regional model developers such as AI Singapore can be invited into partnership within an ASEAN framework to draw up common standards on minority language data, with Indonesia as the party with the greatest stake.

For universities, particularly programmes in anthropology, linguistics and informatics, the role is to bridge documentation and technology. Anthropology programmes can make language documentation fieldwork, including recording, transcription and the analysis of language ideology within families, part of the compulsory curriculum, while informatics programmes can turn the results into open resources returned to communities. Cross-faculty collaboration of this kind can follow Masakhane’s participatory model and extend IndoNLP’s work to the languages of eastern Indonesia over the next three years. For civil society, customary institutions and religious institutions, whose reach into households goes far beyond the state’s, the recommendation is to bring regional languages to life in worship, children’s religious education and life-cycle rites, domains that historically have in fact been channels of shift towards the dominant language.

For international actors, especially UNESCO and development partners, the remainder of the International Decade of Indigenous Languages to 2032 can be used to support three things in Indonesia: emergency documentation funding for languages classed as critical, independent evaluation of mother-tongue-based education programmes such as Sumba’s, and knowledge exchange with New Zealand and Wales on state-community partnerships. This support will be more meaningful if it is directed to community organisations and regional universities, not only to ministries in Jakarta.

Limitations and Conclusion

This study has four limitations that should be noted. First, the generational data from the 2020 Census Long Form were accessed through secondary reports, and those reports are not always consistent about the domain being measured; the DPR Research Centre, for example, cites a figure of 87.13 per cent for the pre-boomer generation, unlike the 85.24 per cent reported by data media, probably because of the difference between the family domain and the neighbourhood domain. Second, census data are cross-sectional and cannot convincingly separate age effects from cohort effects. Third, Badan Bahasa’s language vitality data circulate in several inconsistent versions, so this study uses those figures as an indication of direction rather than as precise measures. Fourth, the impact of large language models on young people’s language attitudes has not yet been studied empirically in Indonesia, so the judgment about the digital hierarchy as a driver of shift remains at low confidence and needs to be tested through digital ethnography and language-attitude surveys.

With those limitations, the conclusion of this study remains firm. Indonesia has not lost its linguistic diversity, but it is crossing a quiet threshold: the new generation of parents still understands regional languages, yet more and more of them no longer pass them on. The Regional Language Revitalisation programme is an important step that has made this issue a matter for the state, but as long as it works mainly in schools and on festival stages, it will slow rather than reverse the shift. Artificial intelligence is not neutral in this matter; it will strengthen already strong languages unless the state, communities and developers deliberately steer it towards the most vulnerable languages and place control of data in the hands of their speakers.

The decisive question for this decade is not whether Indonesia can build a sophisticated national language model, but whether a child in Sarmi, in Seram or on the outskirts of Surabaya will grow up convinced that their grandmother’s language is a language of the future. True linguistic sovereignty is measured at the family dinner table, not in the data centre.