bias dalam algoritma AI termasuk salah satu masalah etika paling mendasar. AI tidak netral: ia belajar dari data yang kita berikan, dan data itu sendiri sering mengandung bias sosial, historis, maupun struktural.
Apakah cukup hanya dengan data yang lebih representatif?
Jawabannya: tidak cukup. Data yang lebih luas, beragam, dan representatif memang penting, karena bisa mengurangi distorsi awal. Namun, data yang besar sekalipun tetap bisa mengandung bias tersembunyi, misalnya pola diskriminatif yang ada dalam masyarakat.
Lebih banyak data yang representatif adalah syarat penting, tapi tidak cukup. Kita juga butuh perubahan pada desain algoritma, proses audit, dan tata kelola agar bias benar-benar bisa diminimalisir. Solusi terbaik adalah pendekatan multi-lapisan: mulai dari data, algoritma, hingga tata kelola penggunaan.
Jadi, bukan pertanyaan “apakah cukup data atau desain algoritma”, melainkan bagaimana kita menggabungkan keduanya, plus tata kelola etis, agar AI lebih adil.