Etika AI Bukan Hype: Kenapa Lo Harus Peduli

Etika AI Bukan Hype: Kenapa Lo Harus Peduli

Setelah nulis artikel soal dampak AI, gue dapet beberapa DM. Kebanyakan setuju. Tapi ada satu yang bikin gue mikir: "Etika AI tuh topiknya orang yang udah mapan aja kali. Gue masih struggle dapet job, masa mikirin etika?"

Point taken. Tapi gue berargumen sebaliknya: etika AI itu justru paling relevan buat lo yang baru mulai. Bukan karena lo harus jadi aktivis, tapi karena lo bakal make keputusan tiap hari - sadar atau gak - yang ujung-ujungnya nentuin gimana AI dipake di dunia nyata.

---

Etika Bukan Cuma Filsafat

Kebanyakan orang denger kata "etika" langsung mikir kuliah filsafat, Rousseau, atau debat gak ada ujungnya. Etika AI sebenernya lebih sederhana dari itu: siapa yang diuntungkan, siapa yang dirugikan, dan siapa yang mutusin.

Contoh nyata: lu bikin fitur AI buat nge-sort CV pelamar. Lo pake data training dari perusahaan yang selama 10 tahun terakhir mayoritas karyawannya laki-laki. Hasilnya? AI lo bakal "belajar" bahwa kandidat cowok lebih cocok. Bukan karena bias sengaja, tapi karena data sejarahnya bias.

Lo tanpa sengaja bikin sistem diskriminatif. Dan lo yang bakal disalahin - bukan datanya.

Ini yang gue sebut etika sebagai engineering problem, bukan filsafat.

---

Kenapa Developer Paling Bertanggung Jawab

Ada tiga kelompok yang nentuin gimana AI dipake:

1. Pembuat model - OpenAI, Google, Meta. Mereka kontrol model dasarnya.
2. Pembuat aplikasi - developer kayak lo dan gue. Yang nentuin model dipake buat apa.
3. User - orang yang make hasilnya.

Dari tiga itu, pembuat aplikasi punya pengaruh paling besar ke dampak nyata. Kenapa? Karena model bisa aja netral, tapi aplikasi yang lo bikin yang nentuin apakah AI itu pilih kasih, nipu, atau bantu orang.

Contoh: GPT-4 bisa nulis esai bagus. Itu model. Tapi pas lo bikin "AI tutor buat ngerjain PR anak SD" - lo yang nentuin apakah itu alat belajar atau alat contek. Modelnya sama, tapi dampaknya beda mutlak.

---

Yang Bisa Lo Lakuin Mulai Sekarang

Gue bukan ahli etika. Tapi setelah beberapa tahun berkutat di dunia AI, ini checklist sederhana yang gue pake:

1. Tau datanya dari mana.
Siapa yang ngumpulin? Apakah representatif? Atau bias dari sononya? Lo harus bisa jawab ini sebelum pake dataset.

2. Cek output-nya secara manual.
Jangan percaya AI mentah-mentah. Kalo lo bikin fitur AI buat public, lu harus jadi quality control-nya. Gak ada "set and forget" di AI.

3. Pikirkan skenario terburuk.
"Kalo AI lo salah ngasih hasil, siapa yang rugi?" Lo rugi? User rugi? Atau orang ketiga yang gak punya hubungan sama lo? Makin besar dampak kesalahannya, makin hati-hati lo harus ngerancangnya.

4. Disclosure jangan disembunyiin.
Kalo ada fitur AI di produk lo, bilang. Jangan pake embel-embel "machine learning" biar keliatan canggih. User berhak tau kalo mereka lagi ngobrol sama bot, lagi dinilai sama algoritma, atau lagi diproses sama sistem otomatis.

5. Siapin tombol mati.
Serius. Kalo AI lo ngaco, lo harus bisa matiin dengan cepet. Jangan sampe user yang ngerasain dampaknya sementara lo sibuk debugging.

---

Antara Kesadaran dan Tindakan

Kesadaran tanpa tindakan itu cuma rasa bersalah yang nyaman. Lo bisa baca 10 artikel soal etika AI, nonton 5 TEDx, dan tetep bikin produk yang ngerugiin orang - selama lo gak ngerubah cara lo bikin keputusan.

Gue gak bilang lo harus jadi sempurna. Tiap produk punya trade-off. Yang penting: lo sadar sama trade-off itu dan lo bikin keputusan dengan sadar - bukan karena gak kepikiran.

Etika AI bukan tentang jadi pahlawan. Ini tentang tanggung jawab profesional. Sama kayak arsitek yang gak bisa nge-design gedung tanpa mikirin gempa - developer AI gak bisa nge-ship fitur tanpa mikirin dampaknya.

Dan kalo ada yang bilang "etika AI itu gak penting, yang penting kodenya jalan" - mereka mungkin belum ngalami sendiri gimana rasanya disalahin karena sistem yang mereka bikin.

Referensi

• NIST AI Risk Management Framework
• UNESCO Recommendation on the Ethics of Artificial Intelligence
• OWASP: Top 10 for Large Language Model Applications