Meningkatkan AI untuk Masa Depan Iklim yang Adil – Keadaan Bumi

Meningkatkan AI untuk Masa Depan Iklim yang Adil – Keadaan Bumi


Piktograf orang tua dan balita dengan blok bangunan
Kredit: Chi-tan/iStock

Sebagai ibu dari seorang anak kecil, yang bekerja di dunia akademis yang merupakan titik temu antara AI dan keadilan iklim, saya menyadari adanya persamaan yang luar biasa antara perilaku anak saya dan sistem AI. Keduanya berada pada tahap awal menghadapi dunia yang kompleks dan mencoba mengorientasikan diri mereka di dalamnya, dibentuk oleh cerita dan informasi yang kita berikan kepada mereka dan oleh pengalaman mereka kita memilih untuk memusatkan atau membuang ke pinggiran.

Saya mulai melihat kesamaan ini dalam pekerjaan sehari-hari dalam memberikan instruksi. Saya menyadari, petunjuknya memberi tahu sistem apa yang harus diwaspadai, apa yang harus diabaikan, dari mana harus memulai, dan bagaimana melakukan sesuatu. Perintah saya terhadap sistem AI harus spesifik, memberikan konteks, membagi tugas menjadi beberapa bagian, dan menetapkan ekspektasi yang jelas—seperti cara saya mengajarkan sesuatu yang baru kepada balita saya. Jika saya hanya mengatakan “Bersihkan rumah”, anak saya, secara logis, menafsirkan instruksi tersebut melalui kerangka terbatas mereka sendiri tentang apa yang dimaksud dengan “bersih”. Namun jika saya memberikan instruksi yang lebih spesifik, “Pergi ke ruang bermain, ambil semua mainan dan masukkan ke dalam kotak merah”, tugas menjadi jelas dan hasilnya meningkat.

Meskipun perbandingan ini mungkin lucu, namun juga membawa realisasi yang lebih berat: paralelnya tidak berhenti pada prompt tetapi meluas ke tanggung jawab. Baik dalam mengasuh anak maupun model AIkami tidak hanya mencoba memberikan respons yang tepat saat ini. Kita secara pasif membentuk pola perhatian, penilaian, dan tindakan yang mungkin bertahan di luar interaksi langsung. Apa yang diulang-ulang menjadi akrab. Apa yang terpusat menjadi penting. Apa yang diabaikan bisa menjadi tidak terlihat. Di sinilah pertaruhan AI yang bertanggung jawab dimulai.

AI bertanggung jawab atas tata kelola iklim

Membesarkan anak-anak yang bertanggung jawab dan membangun AI yang bertanggung jawab memerlukan kesadaran mendalam tentang apa yang kita latih agar mereka perhatikan dan hargai. Sama seperti seorang anak yang dapat tumbuh menjadi seseorang yang tidak hanya mampu namun juga penuh kasih sayang, sistem AI dapat dirancang tidak hanya untuk mengoptimalkan hasil namun juga untuk mendukung keadilan, akuntabilitas, dan keberlanjutan jangka panjang. Dalam tata kelola iklim, hal ini sangat mendesak karena tujuannya adalah untuk membangun sistem yang lebih cerdas yang juga membantu kita menjadi pengelola planet yang berubah dengan cepat dan lebih bertanggung jawab. Jika dirancang secara bertanggung jawab, AI dapat membantu kita melihat hal-hal yang selama ini terabaikan tata kelola iklim. Hal ini dapat mengidentifikasi komunitas rentan yang secara historis tidak dilibatkan dalam pengambilan keputusan, memperkuat sistem peringatan dini, memungkinkan respons yang lebih cepat dan tepat sasaran terhadap peristiwa cuaca ekstrem, mengoptimalkan sistem energi, mempercepat transisi ke energi terbarukan, dan membantu kota mengantisipasi tekanan panas, banjir, dan tekanan infrastruktur. Hal ini dapat membantu mengubah tata kelola iklim dari manajemen krisis yang reaktif menjadi perencanaan antisipatif yang berorientasi pada keadilan.

Dibutuhkan sebuah desa

Dibutuhkan sebuah desa untuk membesarkan seorang anak, dan mungkin hal yang sama juga berlaku untuk AI. Sistem AI yang bertanggung jawab tidak dapat dikembangkan dalam batasan sempit keahlian teknis, kondisi kelembagaan, atau preferensi pasar. Hal ini membutuhkan perspektif yang lebih luas dari mereka yang pengetahuannya seringkali terpinggirkan: perempuan, komunitas garis depan, komunitas adat, kelompok etnis dan ras yang beragam, komunitas berpenghasilan rendah, penyandang disabilitas, dan pihak-pihak lain yang hidup di persimpangan marginalisasi. Daripada menganggap individu-individu ini sebagai “pemangku kepentingan”, kita harus menganggap mereka sebagai pemegang pengetahuan yang pengalaman hidupnya dapat mengungkap risiko, bahaya, dan kemungkinan yang sering kali gagal dilihat oleh sistem teknis. Pengalaman mereka mengungkapkan kumpulan data dominan yang sering terlewatkan: pekerjaan perawatan tidak berbayar, kerentanan gender, paparan lingkungan, pengungsian, perekonomian informal, pengetahuan budaya dan strategi sehari-hari yang digunakan masyarakat untuk bertahan dalam sistem yang tidak dibangun untuk mereka. Tanpa perspektif ini, AI mungkin masih tampak cerdas, namun ia akan mewarisi pandangan parsial yang berbahaya terhadap realitas, seperti seorang anak yang dibesarkan tanpa lingkaran pengasuhan dan akuntabilitas yang lebih luas. Anak-anak seperti itu mungkin masih belajar bahasa, rutinitas, dan pola perilaku, namun pemahaman mereka tentang dunia mungkin masih dibatasi oleh batasan lingkungan tempat mereka dibesarkan.

Perlunya pagar etis

Sama seperti anak-anak yang dapat dilatih untuk memperbaiki kesalahan, sistem AI memerlukan pengawasan dan akuntabilitas yang konstan. Sistem mewarisi dan memperkuat asumsi-asumsi yang dibangun di dalamnya. Jika tidak dikendalikan, hal-hal tersebut dapat mereproduksi kesenjangan yang ingin mereka atasi. Seperti sistem pembelajaran lainnya, AI memerlukan praktik evaluasi, pemantauan, dan peningkatan berkelanjutan. Karena hal ini sudah melekat dalam pengambilan keputusan mengenai infrastruktur, risiko, adaptasi dan alokasi sumber daya, maka kepentingannya tidak lagi semata-mata bersifat teknis. Mereka adalah sosial, politik dan lingkungan. Oleh karena itu, AI yang bertanggung jawab memerlukan pagar etis yang disengaja yang membentuk cara sistem belajar, mengambil keputusan, dan bertindak dengan mempertimbangkan kekuasaan, keadilan, dan konsekuensi ekologis. Jika AI ingin memainkan peran penting dalam tata kelola iklim, AI harus dibentuk berdasarkan keadilan, kepedulian, dan tanggung jawab sejak awal.

Sistem AI yang bertanggung jawab dalam tata kelola iklim harus dibangun menggunakan kumpulan data yang beragam dan representatif, sehingga meminimalkan reproduksi pengecualian dan bias yang ada. Prinsip ini juga berlaku pada desain model, di mana keadilan, kesetaraan, transparansi, dan ketahanan harus dioperasionalkan sebagai kriteria desain inti dan bukan dijadikan sebagai pertimbangan sekunder. Sistem AI juga harus memiliki struktur akuntabilitas yang jelas, sehingga sistem tersebut dapat bertanggung jawab tidak hanya kepada lembaga yang mengembangkan dan menggunakannya, namun juga kepada masyarakat yang kehidupan dan masa depannya dipengaruhi oleh keluaran sistem tersebut.

Dengan mempertimbangkan isu-isu ini, pengembangan dan tata kelola sistem AI harus dipandu oleh pertanyaan-pertanyaan penilaian utama: Bentuk-bentuk bahaya iklim apa yang harus diantisipasi dan dimitigasi? Siapa yang mempunyai wewenang untuk melakukan intervensi ketika terjadi kegagalan? Oleh karena itu, model yang bertanggung jawab tidak dapat dibatasi hanya pada pengenalan pola. Ia harus mampu mempertanyakan—menciptakan ruang bagi ketidakpastian, cara-cara alternatif untuk mengetahui, dan apa yang tidak dapat langsung terbaca dalam data.

Meningkatkan masa depan di masa sekarang

AI dan anak-anak memiliki kebenaran yang sama: mereka akan hidup lebih lama dari kita, meneruskan dunia yang kita bantu ajarkan kepada mereka untuk dilihat dan dihargai. Sistem yang kami rancang dan nilai-nilai yang kami tanamkan tidak hilang; mereka bertahan, membentuk keputusan, norma, dan kemungkinan lama setelah asal usulnya menghilang dari pandangan. Dalam tata kelola iklim, dimana konsekuensi dari keputusan yang diambil saat ini telah terjadi antar generasi, kesinambungan ini bersifat langsung, mempunyai konsekuensi dan tidak mungkin diabaikan. Apa yang kita bentuk, baik pada manusia atau sistem, bukan sekadar kapasitas, namun orientasi. Dan pertanyaan yang tersisa bukanlah apakah sistem AI ini akan mempengaruhi masa depan, namun apakah sistem tersebut akan mereproduksi batasan yang ada saat ini atau membantu kita melampaui batasan tersebut.

Pavithra Priyadarshini Selvakumar adalah seorang ilmuwan penelitian pascadoktoral di Columbia Climate School. Ia tertarik untuk mengeksplorasi bagaimana AI dan keadilan iklim dapat diintegrasikan untuk mendukung perencanaan ketahanan yang adil di komunitas garis depan.

Pandangan dan opini yang diungkapkan di sini adalah milik penulis, dan tidak mencerminkan posisi resmi Columbia Climate School, Earth Institute, atau Columbia University.

Avatar admin

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *