🍃Etika dan Tantangan

Etika Pemanfaatan Pembelajaran Mesin

Sebagai seseorang yang akan mengembangkan model pembelajaran mesin, kita perlu memahami etika-etika dalam pengembangannya. Sayangnya, saat ini belum ada standardisasi khusus yang memberikan panduan berkaitan dengan pengembangan dan pemanfaatan teknologi berbasis kecerdasan buatan (termasuk pembelajaran mesin). Oleh karena itu, modul ini akan menggunakan dasar Responsible AI - Principles and Approach dari Microsoft.

Terdapat 6 prinsip yang dikampanyekan Microsoft, yaitu,

1. Fairness → Sistem AI harus memperlakukan semua orang sama

2. Reliability and safety → Sistem AI harus bekerja secara reliabel dan memberikan proteksi terhadap bahaya (safety)

3. Privacy and security → Sistem AI harus aman dan menghormati privasi

4. Inclusiveness → Sistem AI harus memfasilitasi semua kalangan tanpa membedakan latar belakangnya

5. Transparency → Sistem AI harus dapat dipahami - Explainable AI (XAI)

6. Accountability → Manusia harus bertanggung jawab terhadap sistem AI

Selain 6 prinsip tersebut, terdapat hal lain yang perlu diperhatikan, yaitu dampak AI terhadap lingkungan. Tren AI saat ini memaksa penyedia jasa teknologi AI untuk melakukan pengembangan dan pelayanan secara cepat. Proses pengembangan dan pelayanan teknologi ini tentunya membutuhkan energi yang besar. Kebutuhan energi ini sudah dimulai pada tahap paling mendasar, fabrikasi semikonduktor. Chip semikonduktor merupakan inti dari teknologi AI saat ini. Pembuatannya pun sudah membutuhkan sumber daya energi yang besar. Dilanjutkan dengan proses pembuatan model dan penyajian model kedalam aplikasi berbasis AI juga membutuhkan energi yang tidak sedikit. Lebih daripada itu, mesin produksi semikonduktor ataupun server-server yang digunakan untuk melatih dan menyediakan jasa teknologi AI, menggunakan pendingin berbasis air murni. Berkaitan dengan hal tersebut, maka sebagai pengembang teknologi ini, kita harus melakukannya dengan penuh tanggung jawab.

Tantangan

Selain etika yang perlu diperhatikan, terdapat beberapa tantangan yang perlu kita paham dalam mengembangkan dan menggunaan teknologi AI, diantaranya adalah

1. Tantangan Pengembangan

   1. Akurasi dan bias data

   2. Kurangnya data yang dapat digunakan untuk pengembangan model

   3. Kurangnya ahli dalam bidang yang spesifik (misal GenAI)

   4. Kurangnya tenaga ahli yang dapat menjustifikasi kualitas hasil AI berkaitan dengan keuangan dan tantangan bisnis

2. Tantangan Privasi dan Keamanan

   1. Data breaches

   2. Adversarial attack → manipulasi model AI dengan memaksa model AI belajar pada data yang salah

   3. Model poisoning → manipulasi model AI pada proses pelatihan pada tingkat fitur

   4. Penyalahgunaan teknologi AI → DeepFake, phising, dst

3. Tantangan Lingkungan

   1. Konsumsi energi

   2. Konsumsi air