Kecerdasan Buatan (AI) semakin penting dalam pengambilan keputusan lingkungan. Namun jika suara perempuan, ketenagakerjaan, dan kenyataan hidup tidak tertanam dalam fondasinya, maka hal ini berisiko memperburuk kesenjangan yang ingin diselesaikan.
Di banyak belahan dunia, perempuan berada di garis depan dalam menghadapi tekanan iklim. Menurut PBB, jika tren saat ini terus berlanjut, maka hal tersebut diperkirakan akan terjadi 341 juta wanita masih akan kekurangan listrik pada tahun 2030—85 persennya terjadi di Afrika sub-Sahara—dan harus bergantung pada bahan bakar yang mahal dan padat karya. Perempuan di seluruh dunia juga berbelanja secara kolektif 200 juta jamsetara dengan hampir 23.000 tahun, mengangkut air setiap hari alih-alih belajar, mencari nafkah, atau berpartisipasi dalam kehidupan publik; Pusat data AI yang besar dapat menggunakan hingga 5 juta galon air sehari untuk menjaga server mereka tetap dingin. Ketika perempuan menjatah setiap ember dan mengantri di keran umum, fasilitas ini menjamin akses terhadap air melalui kontrak jangka panjang dan insentif publik. Pusat data juga mendapatkan pasokan listrik yang tidak terputus dari jaringan listrik nasional, dan kebutuhan listriknya diperkirakan akan melonjak hingga sekitar 200 ribu ton 1.050 terawatt-jam setiap tahunnya—sebanding dengan beberapa pengguna listrik nasional terbesar di dunia.
Kesenjangan Digital Gender
Meskipun peran mereka sangat penting dalam masyarakat, perempuan masih menghadapi hambatan terhadap akses dan keterwakilan digital, sehingga mereka kurang terwakili dalam data pelatihan AI, desain sistem, dan proses tata kelola. Di banyak wilayah, perempuan menghadapi hambatan struktural terhadap konektivitas Internet dan perangkat komputasi—yang merupakan prasyarat dasar untuk partisipasi digital. Laki-laki adalah Secara global, 21 persen orang lebih cenderung menggunakan internet, dan kesenjangannya melebar menjadi 52 persen di negara-negara kurang berkembang. Hal ini berarti perempuan secara sistematis kurang terwakili dalam infrastruktur data yang semakin mempengaruhi kebijakan iklim dan energi.
Meskipun akses tersedia, bukti dari adopsi AI menunjukkan bahwa kesenjangan ini masih ada. Sebuah analisa dari 133 sistem AI menemukan bahwa 44,2 persen menunjukkan bias gender, sementara 25,7 persen menunjukkan bias gender dan ras. Bukti global menunjukkan bahwa perempuan memang demikian 20-25 persen kecil kemungkinannya dibandingkan laki-laki untuk menggunakan alat AI generatif dalam kondisi akses dan keterpaparan yang sama. Perempuan juga menghadapi masalah yang signifikan risiko otomatisasi yang lebih tinggi namun masih kurang terwakili dalam tenaga kerja AI dan akses infrastruktur digital. Pola ini penting karena sistem AI semakin banyak membentuk pengambilan keputusan terkait lingkungan, termasuk pemodelan risiko, prakiraan bencana, penetapan harga asuransi, prakiraan energi, dan alokasi sumber daya.
Misalnya, model tanggap bencana, jika tidak ada masukan dari perempuan, mungkin akan memprioritaskan pemulihan aset dan mengabaikan isu-isu penting – khususnya yang banyak dihadapi oleh perempuan – seperti paparan panas yang berkepanjangan, kondisi keselamatan dan sanitasi di tempat pengungsian, kelangsungan pengobatan selama evakuasi, dan hilangnya pendapatan informal. Ketika dimensi-dimensi bahaya iklim yang berbasis gender ini tidak dimasukkan ke dalam kumpulan data atau kriteria pengambilan keputusan, maka hal-hal tersebut tidak akan menentukan hasilnya. Seiring berjalannya waktu, pola-pola ini berisiko mendefinisikan ulang prioritas seputar apa yang ada dalam data dan paling mudah diukur.
Geografi AI
Faktor-faktor yang saling terkait seperti kelas, ras, kasta, status migrasi, geografi, dan usia lebih lanjut mengungkapkan bagaimana tata kelola iklim berbasis AI menyelaraskan kekuatan teknologi dengan hak istimewa sosial, sehingga memperkuat kesenjangan yang ada. Geografi pusat data—lokasi pusat data dan siapa yang menanggung risikonya—sering mengungkap mekanisme ketidakadilan. Fasilitas AI semakin banyak tersebar di wilayah-wilayah yang ditandai dengan kerentanan lingkungan, lemahnya perlindungan peraturan, dan terbatasnya pengaruh politik. Konsentrasi spasial ini menambah sejarah panjang dimana infrastruktur intensif sumber daya dibiarkan atas nama pembangunan ekonomi, dan pada saat yang sama merugikan masyarakat yang terpinggirkan. Distribusi jejak material AI menunjukkan bagaimana perempuan, terutama perempuan kulit berwarna, secara tidak proporsional menyerap dampak sehari-hari dari degradasi lingkungan.
Di Amerika Selatan, misalnya, lebih dari 1000 pusat data telah beroperasi atau diusulkan, dan sebagian besar fasilitas ini berlokasi di wilayah Georgia, Alabama, Carolina Selatan, Mississippi, dan Tennessee. Hal ini sering terjadi di daerah dan lingkungan dengan populasi kulit hitam dan Hispanik yang besar, dan di komunitas dimana perempuan sudah menghadapi beban energi tertinggi di negara ini dan warisan dari pemukiman yang beracun. Beasiswa keadilan reproduksi menunjukkan bahwa perempuan yang tinggal di lingkungan yang lebih berpolusi mempunyai risiko lebih tinggi terkena preeklamsia, diabetes gestasional, hasil kelahiran yang buruk, penurunan kesuburan dan fibroid yang terkait dengan paparan kronis terhadap partikel halus dan polusi udara terkait lalu lintas. Penerapan dan perluasan pusat data AI yang berkelanjutan di wilayah-wilayah ini mungkin akan memperdalam kesenjangan kesehatan reproduksi yang ada dibandingkan mengurangi kesenjangan tersebut melalui pertumbuhan ekonomi—kecuali jika perlindungan keadilan reproduksi dan lingkungan yang berbasis masyarakat diintegrasikan secara bermakna ke dalam proses penerapan, regulasi, dan pengawasan.
Dinamika ini tidak hanya terjadi di Amerika Serikat: hal ini juga tertanam dalam kesenjangan global Utara-Selatan yang lebih luas dalam ekonomi politik AI. Dalam hal ini, geografi global AI mengkloning pembagian kerja dan nilai yang secara historis tidak setara, yang kemudian diekspresikan kembali melalui infrastruktur digital dan fisik kontemporer. Pengecualian sistematis atas pengetahuan, ketenagakerjaan, dan pengalaman hidup perempuan dari AI iklim dan lingkungan akan menciptakan umpan balik yang semakin kuat di mana perempuan dieksploitasi secara fisik dan digital, dengan manfaat yang hanya dinikmati segelintir orang. Aspek ini sebagian besar tetap tidak terlihat karena diterapkan dalam kerangka komputasi. Namun, dampak keseluruhannya bisa menjadi bencana.
Memusatkan Feminisme di Masa Depan Iklim AI
AI harus menjawab pertanyaan tentang bias, representasi, dan inklusi dalam data dan algoritmanya. Hal ini juga harus mempertanyakan bagaimana pengetahuan diproduksi dan digunakan—melalui infrastruktur digital yang memperparah ketidakadilan sosial dan meningkatkan risiko lingkungan bagi perempuan dan komunitas marginal di seluruh dunia. Penilaian AI dan Tujuan Pembangunan Berkelanjutan (SDGs) menemukan bahwa meskipun AI berpotensi mendukung 134 dari 169 target SDG, kurang dari 2 persen kasus penggunaan AI yang terdokumentasi secara eksplisit menargetkan SDG-5 (kesetaraan gender), dibandingkan dengan lebih dari 25 persen yang berfokus pada SDG-7 (energi terjangkau dan bersih) dan gabungan SDG-13 (aksi iklim).
Tanpa mempertimbangkan partisipasi dan kebutuhan perempuan di seluruh dunia, AI dalam pengambilan keputusan lingkungan hidup berfungsi sebagai mekanisme pengambilalihan dan eksploitasi, mengambil nilai dari waktu, pekerjaan perawatan, dan pengelolaan lingkungan hidup perempuan, sekaligus membatasi peran mereka dalam pengambilan keputusan dan distribusi manfaat. Pendekatan feminis terhadap tata kelola AI yang membentuk iklim dan sistem lingkungan perlu segera diadopsi, dengan menjawab pertanyaan-pertanyaan seperti siapa yang menghasilkan data, pekerja mana yang diakui, siapa yang menanggung biaya lingkungan hidup, dan siapa yang berpartisipasi dalam pengambilan keputusan.
Menanggapi dinamika ini memerlukan investasi terkoordinasi dalam keterampilan digital dan hijau perempuan, infrastruktur data yang berkontribusi terhadap perekonomian dan kepedulian informal, akuntabilitas lingkungan yang dapat ditegakkan di seluruh rantai pasokan AI, dan peran kepemimpinan bagi perempuan di lembaga-lembaga iklim dan teknologi. Secara keseluruhan, intervensi-intervensi ini dapat mendorong keadilan distributif dengan memungkinkan mereka yang paling rentan terhadap risiko iklim dan AI untuk mendapatkan manfaat dari masa depan yang diciptakan oleh sistem ini. Tanpa langkah-langkah ini, keadilan iklim tidak akan ada.
Pavi Selvakumar adalah 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.
Marco Tedesco adalah profesor riset di Lamont-Doherty Earth Observatory, dan asisten ilmuwan di NASA Goddard Institute for Space Studies.
Pandangan dan opini yang diungkapkan di sini adalah milik penulis, dan tidak mencerminkan posisi resmi Columbia Climate School, Earth Institute, atau Columbia University.
Tinggalkan Balasan