CN-SEO

Tujuan Pembangunan Berkelanjutan PBB (SDGS) didirikan pada tahun 2015 untuk mengatasi beberapa masalah paling mendesak di dunia. 17 gol Mencakup 169 target seperti pengentasan kemiskinan, pengurangan kesenjangan dan tindakan terhadap iklim, perdamaian, kemakmuran dan kelestarian lingkungan.

Sejak tahun 2015, penggunaan AI telah meningkat secara eksponensial, sementara kemajuan dalam mencapai sebagian besar target terhenti atau bahkan berbalik arah – terutama dalam bidang kemiskinan, kelaparan, dan ketahanan terhadap iklim. AI menawarkan kemungkinan baru untuk mengatasi beberapa SDG serta menghalangi dan memperkuat isu-isu SDG yang dibuat untuk mengatasi -EG, persyaratan instalasi pusat data yang besar. Persoalan ini bukan lagi penting atau tidak, tapi bagaimana menerapkannya sedemikian rupa sehingga mengurangi biaya, memperluas akses, meningkatkan pengambilan keputusan, dan tidak lagi memperdalam kesenjangan.

Dalam hal ini, penting untuk mempertimbangkan titik temu antara AI dan SDG.

Perbatasan yang menjanjikan terletak pada pencarian pertanian. Pembantu AI yang dikerahkan dalam berbagai bahasa lokal kini menjawab jutaan pertanyaan para petani setiap tahunnya. Ketiga dinamika tersebut bertanggung jawab atas popularitas mereka. Pertama, Kompresi biaya: Kegunaan model semakin luas, infrastruktur sudah matang, dan cara penempatannya menjadi lebih murah. Kedua, kegunaan: Masukan suara dan gambar memungkinkan orang berkontribusi tanpa mengetik atau melek huruf tinggi, melampaui hambatan historis terhadap partisipasi digital. Ketiga, penggunaan kontekstual: Sistem ini dapat menggabungkan pertanyaan-pertanyaan petani dengan cuaca real-time, harga pasar dan pengetahuan lokal untuk memberikan panduan dinamis dan kontekstual dari saran statis. Fitur-fitur ini berhubungan dengan tujuan utama mengenai keamanan pangan, pekerjaan yang adil dan ketahanan iklim.

Informasi tumbuh dengan pesat seiring dengan perubahan lingkungan, sehingga kumpulan data konvensional cepat ketinggalan zaman. Sebagian besar bahasa dan konteks yang penting bagi SDG masih belum dapat diterapkan dalam data pelatihan. Untuk menutup kesenjangan tersebut diperlukan kumpulan data “emas” berbasis komunitas sebagai model utama dalam kebutuhan lahan dan mengurangi kesalahan sistematis bagi komunitas yang terpinggirkan. Yang tidak kalah penting adalah desain pemukiman. Sebagian besar manfaat terjadi saat alat bertemu dengan pengguna sebenarnya, bukan dalam pelatihan model ideal. Solusi praktis adalah penempatan yang bertanggung jawab, bukan penundaan terus-menerus demi kesempurnaan.

Tata kelola dan infrastruktur dapat mengontrol apakah AI mengurangi atau memperbaiki kesenjangan sosio-ekonomi dan membantu kita membangun paradigma etika baru, belajar dari para pemimpin spiritual dan adat. Prinsip-prinsip etika dan kode etik sukarela memang membantu, namun kejelasan peraturan dan pendanaan yang dapat diandalkan adalah hal yang menjamin bahwa prinsip-prinsip tersebut adalah fakta. Memastikan akses digital ke inti, koneksi, dan penghitungan daya – sebagai hak sipil akan mengakui bahwa kurangnya biaya broadband dan perangkat keras secara sistematis menghalangi banyak komunitas dari potensi keuntungan yang timbul dari AI dan bukan hanya kelemahannya. Investasi publik pada kelompok yang kurang beruntung bukanlah suatu bentuk amal, namun merupakan koreksi yang diperlukan yang memungkinkan keterlibatan dalam pembuatan data, desain bersama, dan tata kelola. Pendidikan merupakan hal yang penting: karena kesulitan iklim dan AI mempengaruhi struktur sosial yang ada, tidak adanya literasi digital yang inklusif akan memperluas kesenjangan dalam pendidikan dan sosio-ekonomi.

AI yang dipimpin komunitas merupakan kebutuhan dan pendekatan budaya yang diperlukan untuk strategi membangun kepercayaan. Model yang dibangun di satu kota atau rezim risiko jarang dialihkan ke kota lain; Informasi hiperlokal yang dibuat bersama penduduk setempat diperlukan untuk informasi banjir yang efektif, peta risiko panas, dan penargetan layanan serta melindungi mereka yang mengekspor perusahaan besar melalui masalah kesehatan, lingkungan, dan sosial. Blok penyusun geospasial berkode rendah memungkinkan non-ahli untuk menggabungkan citra satelit, umpan sensor, dan alat skenario, sehingga menjadikan co-analis sebagai penerima pasif. Kepercayaan tumbuh secara organik ketika komunitas membentuk pertanyaan-pertanyaan, bagian dari alur itu sendiri, dan melihat keluaran yang terikat pada peningkatan signifikan dibandingkan praktik data yang ekstraktif. Saling kreasi dan empati adalah bahan yang dibutuhkan untuk perubahan yang kita perlukan. Pendekatan ini sejalan dengan SDG mengenai kota-kota yang berkelanjutan, mengurangi kesehatan dan kesenjangan, sekaligus membangun kapasitas masyarakat yang diperlukan untuk penyesuaian jangka panjang.

Dan, tentu saja, evaluasi tidak akan selesai tanpa merasakan energi AI. Melatih dan menjalankan model-model besar memerlukan banyak daya, dan kerahasiaan iklim diatasi dengan pelepasan tambahan dan ketegangan jaringan. Jika kekuatan perhitungan adalah sebuah Chokepoint baru, maka ekuitas digital bertentangan dengan keadilan energi: masyarakat yang terpapar secara sosial tidak memiliki cara untuk mendapatkan kekuatan internet yang terjangkau, konsisten, dan berkecepatan tinggi, sehingga mereka tidak dapat membangun atau bahkan mengendalikan model tersebut. Memenangkan efisiensi, pemilihan model sesuai tujuan, dan penjadwalan yang cerdas akan membantu, namun agenda pembangunan perlu berbuat lebih banyak.

Dan mengulangi pertanyaan yang baru-baru ini saya ajukan: Apakah ada etika AI? Saya tidak yakin ada jawabannya. Microgrid lokal, akuisisi pusat data yang bersih, dan kebijakan publik yang melarang pemusatan pusat perhitungan dalam bentuk yang menciptakan ketidakadilan terhadap sumber daya di masa lalu. Tentu saja, putaran kedua SDG harus memastikan bahwa dividen AI tidak dibayarkan dengan mengorbankan defisit iklim.

Institusi-institusi global efektif dalam menetapkan norma namun umumnya kurang mempunyai kekuatan mengikat. Asosiasi pemerintah kota, daerah, dan kemitraan pemerintah-swasta dapat bertindak lebih cepat—jika akuisisi membawa keterbukaan; Jika pengaturan pembagian data melindungi hak selama berlangsungnya penelitian; Dan jika metode penilaian dilakukan secara mobile melintasi perbatasan namun responsif terhadap bahasa, hukum dan budaya setempat.

Menantikan tahun 2030 dan seterusnya, pilihannya bukan antara AI-As-Solution atau AI-AS-AMAMAN. AI akan berubah, suka atau tidak suka. Namun, saat ini kita dapat membuat pilihan yang akan membentuk infrastruktur AI selama beberapa dekade. AI dapat menyegarkan target yang sudah usang dengan sinyal-sinyal baru, menekankan tujuan-tujuan yang diabaikan dan trade-off yang tidak terduga, dan memungkinkan analisis retrospektif untuk mengungkap intervensi yang sebenarnya. Teknik yang mengungkap “mengapa” sesuatu dan parameter yang mendorong perubahan adalah alat akuntabilitas modern, bukan sekadar hal teknis baru. Namun saya jelaskan: Komponen manusia harus menjadi aspek terpenting dalam AI. Tidak ada yang bisa menggantikan penilaian manusia, kemauan politik, dan keyakinan sosial dengan penelusuran online. Pekerjaan yang paling penting tetap bersifat etis: menjanjikan keadilan dalam pendanaan, tata kelola, kekuasaan, dan pengukuran AI.

Dalam pengertian ini, AI dapat mengembangkan apa yang dapat dilakukan dan dikenal sebagai pembangunan berkelanjutan, mempercepat hal-hal yang terhenti dan memicu rute-rute yang tidak direncanakan. Namun hal ini hanya akan membantu SDG jika dirancang dengan, karena dan oleh orang-orang yang kehidupannya akan berubah – dan didorong dengan cara yang bisa dilakukan oleh dunia.

Artikel ini berasal dari acara sampingan Majelis Umum Perserikatan Bangsa-Bangsa, “Diskusi yang jujur ​​di titik persimpangan AI dan SDGS,“Diselenggarakan bersama oleh Kecerdasan yang manusiawi, Salon teknologi Dan PenyusunDiselenggarakan di Doris Duke Foundation pada 16 September 2025.

Pandangan dan opini yang disebutkan di sini adalah penulisnya, dan tidak mencerminkan posisi resmi Columbia Climate School, Institute of Earth, atau University of Columbia.