Selama Data Masih Asal Bapak Senang, AI Indonesia Jauh Dari Nyata

Masalah ini diperburuk dengan kebiasaan di sektor publik yang sering mengeluarkan laporan tanpa basis data yang jelas dan akurat, hanya untuk memenuhi kewajiban administratif. 

Laporan-laporan seperti ini sering kali diunggah ke platform pemerintah dan, dalam beberapa kasus, digunakan sebagai data oleh AI. 

Padahal, tanpa validitas yang kuat, AI yang dilatih dengan data tersebut akan menghasilkan keputusan yang cacat dan tidak mencerminkan kondisi nyata. 

Inilah sebabnya kualitas data menjadi penghalang utama dalam pengembangan AI di Indonesia.

Kesenjangan Infrastruktur dan Regulasi AI

Menurut laporan dari UNESCO, meskipun Indonesia telah berusaha untuk mengadopsi teknologi AI yang lebih maju, regulasi dan infrastruktur yang ada masih jauh dari memadai (Tempo, 2024). 

Infrastruktur yang buruk, terutama dalam hal konektivitas internet dan akses data di berbagai daerah, memperburuk kesenjangan ini. 

Bayangkan saja, di banyak daerah, jaringan internet yang lambat atau tidak stabil membuat banyak data sulit diakses, apalagi jika data tersebut diperlukan untuk melatih AI secara real-time.

Selain itu, regulasi yang tidak jelas juga menambah tantangan. Tanpa aturan yang jelas tentang bagaimana data harus dikumpulkan, disimpan, dan diproses, pengembangan AI akan terhambat. 

Data yang tidak dikelola dengan benar bisa berisiko menyebabkan bias dalam sistem AI atau bahkan menciptakan kesalahan fatal dalam pengambilan keputusan, khususnya di sektor-sektor kritis seperti kesehatan, transportasi, dan hukum.

Pentingnya Kedaulatan Data

Kunci dari pengembangan AI yang efektif di Indonesia terletak pada kualitas dan akurasi data lokal. 

CEO Nvidia, Jensen Huang, menekankan bahwa untuk memastikan AI dapat mencerminkan realitas Indonesia, data yang digunakan harus berasal dari sumber lokal yang valid dan akurat (Suara, 2024).