Etika AI, Profesi di Bidang AI, dan Konsekuensinya

 

A. Fondasi Etika Kecerdasan Buatan (AI)

1. Mengapa Etika AI Menjadi Isu Global?

Perkembangan AI yang pesat telah membawa manfaat besar bagi masyarakat, namun juga menimbulkan risiko etika yang serius. Risiko tersebut meliputi hasil diskriminatif dari data yang bias, proses pengambilan keputusan yang tidak transparan, ketidakjelasan akuntabilitas atas kesalahan AI, pelanggaran privasi, serta potensi bahaya akibat kurangnya perhatian terhadap keamanan .

Di sinilah pentingnya AI audit—mekanisme untuk memastikan tata kelola AI yang etis. Namun, agar audit efektif, diperlukan kerangka kebijakan etika yang komprehensif yang memandu seluruh siklus hidup pengembangan AI .

2. Enam Prinsip Etika AI (Konsensus Internasional)

Berdasarkan analisis terhadap berbagai kerangka etika AI internasional dari OECD, UNESCO, dan Uni Eropa, terdapat enam prinsip utama yang menjadi konsensus global :

Prinsip	Penjelasan	Contoh Kasus
Human-centricity	AI harus melindungi martabat, otonomi, dan hak asasi manusia. Manusia tetap menjadi pusat, bukan sebaliknya .	Sistem AI di rumah sakit harus mendukung keputusan dokter, bukan menggantikannya tanpa pengawasan.
Fairness & Non-discrimination	AI harus inklusif, dapat diakses, dan tidak boleh menghasilkan diskriminasi terhadap kelompok manapun .	Sistem rekrutmen AI tidak boleh bias terhadap gender, ras, atau latar belakang tertentu.
Accountability	Pihak yang bertanggung jawab atas AI harus dapat diidentifikasi dan dimintai pertanggungjawaban. Harus ada mekanisme audit dan pengawasan manusia .	Jika mobil otonom mengalami kecelakaan, ada entitas (perusahaan/individu) yang dapat dimintai pertanggungjawaban.
Transparency & Explainability	Pengguna harus memahami ketika mereka berinteraksi dengan AI dan bagaimana AI mengambil keputusan yang berdampak pada mereka .	Bank yang menggunakan AI untuk menyetujui pinjaman harus bisa menjelaskan alasan penolakan kepada nasabah.
Privacy & Data Protection	AI harus menghormati hak privasi dan melindungi data pribadi sepanjang siklus hidupnya .	Aplikasi AI tidak boleh menggunakan data pengguna tanpa izin eksplisit.
Safety & Robustness	AI harus beroperasi dengan andal, aman, dan mampu menangani kondisi yang tidak terduga .	Sistem AI pada rem mobil harus tetap aman meskipun ada gangguan sinyal.

3. Prinsip Tambahan yang Perlu Diketahui

Selain enam prinsip di atas, beberapa kerangka menambahkan prinsip penting lainnya:

• Contestability: Ketika AI berdampak signifikan pada seseorang atau kelompok, harus ada proses yang memungkinkan mereka menentang penggunaan atau hasil dari AI tersebut .

• Sustainability: Dampak AI terhadap lingkungan dan pembangunan berkelanjutan harus dipertimbangkan .

• Human Oversight: AI tidak boleh menggantikan tanggung jawab dan akuntabilitas ultimate manusia .

4. Tantangan Implementasi Etika AI

Penelitian menunjukkan adanya kesenjangan antara komitmen etika yang dinyatakan perusahaan dan implementasi aktualnya. Banyak perusahaan memiliki kebijakan etika AI di atas kertas, namun tanpa mekanisme penegakan yang kuat. Praktisi etika di perusahaan teknologi sering menghadapi resistensi institusional di lingkungan yang memprioritaskan kecepatan pengembangan produk di atas pertimbangan etis .

B. Profesi di Bidang AI yang Relevan dengan Jurusan

1. Untuk Jurusan TJKT (Teknik Jaringan Komputer & Telekomunikasi)

AI membutuhkan infrastruktur fisik yang masif untuk beroperasi. Inilah peran jurusan TJKT. Berikut profesi yang sedang banyak dicari:

a) AI Infrastructure Engineer / Data Center Systems Engineer

Profesi ini bertanggung jawab membangun dan memelihara infrastruktur fisik dan virtual yang menjadi "otak" AI. Mereka mengelola ribuan server dengan GPU (Graphics Processing Unit) kelas atas yang digunakan untuk melatih model AI seperti ChatGPT.

Tanggung jawab utama :

• Men-deploy, mengkonfigurasi, dan mengelola cluster komputasi AI/HPC (High-Performance Computing) yang menjalankan beban kerja seperti pelatihan LLM (Large Language Model)

• Menangani troubleshooting hardware server, termasuk masalah firmware dan komponen elektronik

• Memastikan sistem pendingin (cooling) dan distribusi daya (power distribution) berfungsi optimal untuk mencegah overheating pada GPU

• Berkolaborasi dengan vendor untuk penggantian komponen (RMA)

• Mengelola sistem monitoring untuk memprediksi kegagalan hardware sebelum terjadi

Keterampilan yang dibutuhkan :

• Pengetahuan mendalam tentang hardware server dan arsitektur GPU (NVIDIA H100/H200, AMD MI300, dll.)

• Kemampuan troubleshooting Linux dan command line

• Pemahaman tentang protokol jaringan seperti InfiniBand dan Ethernet

• Pengetahuan tentang sistem pendingin cair (liquid cooling) untuk data center

• Familiaritas dengan platform orkestrasi seperti Kubernetes

b) Infrastructure Support Engineer

Profesi ini berada di garda depan operasional AI, memastikan infrastruktur tetap berjalan 24/7 dengan downtime minimal .

Tanggung jawab utama:

• Memonitor kesehatan sistem, performa, dan kapasitas di seluruh situs data center

• Merespon insiden infrastruktur dan melakukan analisis akar masalah (root cause analysis)

• Mendukung deployment dan scaling hardware baru

• Membuat dokumentasi proses dan runbook untuk tim operasional

2. Untuk Jurusan Tata Busana

AI telah mengubah cara industri fashion menciptakan, memasarkan, dan menjual produk. Profesi baru bermunculan di persimpangan antara kreativitas fashion dan teknologi AI.

a) AI Visual Prompt Engineer (Fashion)

Profesi ini menggunakan AI generatif untuk menciptakan konten visual berkualitas tinggi untuk kebutuhan fashion—dari katalog produk hingga kampanye iklan .

Tanggung jawab utama :

• Mengkonversi sampel pakaian fisik menjadi gambar katalog e-commerce berkualitas studio menggunakan AI

• Membuat visual lifestyle dan editorial dengan model AI (Midjourney, Stable Diffusion, Kling AI)

• Memastikan akurasi tekstur kain, reproduksi warna, fit, dan siluet

• Membuat video produk AI: cinematic fashion films, reels, shorts

• Mengembangkan prompt engineering yang konsisten untuk mempertahankan "brand DNA" visual

• Membangun sistem otomatisasi produksi konten menggunakan API dan batch processing

Keterampilan yang dibutuhkan :

• Expert-level dalam Midjourney, Stable Diffusion, Kling AI, Sora, atau Veo

• Pemahaman tentang fashion aesthetics, styling, dan luxury visual language

• Kemampuan menulis script visual dan storyboard

• Pengalaman dengan workflow otomatisasi dan batch generation

• Pengetahuan tentang Photoshop untuk finishing dan polish

b) AI Fashion Artist & Creative Director

Lebih dari sekadar operator AI, profesi ini menggabungkan pengalaman di industri fashion dengan keahlian AI untuk mengarahkan output visual yang konsisten dengan identitas merek .

Tanggung jawab utama:

• Membangun "Brand DNA System": prompt architecture, color grammar, lighting identity, dan mood rules

• Melatih karakter/model yang konsisten menggunakan tools seperti Higgsfield Popcorn

• Mengarahkan konsep campaign dan editorial dari awal hingga final delivery

• Mengembangkan autonomous agents untuk e-commerce: konten, SEO, branding, dan growth tasks

3. Untuk Jurusan Otomotif Sepeda Motor

Industri otomotif sedang mengalami transformasi dari produk mekanis menjadi "software platform with wheels". AI telah hadir di kendaraan selama lebih dari satu dekade .

a) Predictive Maintenance Specialist

Profesi ini menggunakan AI untuk menganalisis data sensor kendaraan dan memprediksi potensi kerusakan sebelum terjadi, mengurangi downtime dan biaya perbaikan .

Tanggung jawab utama:

• Menganalisis data telemetri dari ECU (Electronic Control Unit) untuk mengidentifikasi anomali

• Mengkoordinasikan jadwal perawatan berdasarkan prediksi AI

• Menginterpretasikan output sistem AI diagnostic untuk menentukan tindakan perbaikan

• Berkolaborasi dengan tim engineering untuk meningkatkan algoritma prediksi

Keterampilan yang dibutuhkan :

• Pemahaman tentang sistem injeksi, sensor, dan aktuator pada sepeda motor modern

• Kemampuan membaca dan menginterpretasikan data diagnostik

• Familiaritas dengan CAN bus dan protokol komunikasi kendaraan

• Kemampuan troubleshooting yang dikombinasikan dengan literasi digital

b) ADAS & Autonomous Vehicle Technician

Kendaraan modern dilengkapi dengan Advanced Driver-Assistance Systems (ADAS) yang menggunakan AI untuk fitur keselamatan seperti adaptive cruise control, lane keeping, dan autonomous emergency braking .

Tanggung jawab utama:

• Melakukan kalibrasi sensor (kamera, radar, LiDAR) setelah perbaikan atau penggantian komponen

• Menangani sistem Full Self-Driving (Supervised) pada kendaraan listrik

• Mendiagnosis dan memperbaiki masalah pada sistem autonomous

• Memahami alur data dari sensor ke komputer kendaraan

Keterampilan yang dibutuhkan :

• Pemahaman tentang bagaimana AI memproses input dari kamera, sonar, dan IMU (Inertial Measurement Unit)

• Kemampuan melakukan prosedur reset dan relearn pada sistem yang menggunakan AI

• Kesadaran bahwa AI telah digunakan dalam sistem kontrol mesin dan AC sejak awal 2010-an

c) Service Advisor dengan Kompetensi AI

Peran ini berada di front office bengkel, menghubungkan hasil analisis AI dengan komunikasi kepada pelanggan .

Tanggung jawab utama:

• Menerjemahkan rekomendasi AI diagnostic ke dalam bahasa yang mudah dipahami pelanggan

• Mengelola percakapan kompleks tentang perbaikan yang direkomendasikan AI

• Menggunakan AI (seperti ChatGPT) untuk membuat komunikasi edukasi pelanggan tentang prosedur perbaikan

• Membangun kepercayaan pelanggan terhadap rekomendasi berbasis teknologi

Fakta penting: Menurut penelitian, pekerja dengan keterampilan AI kini memperoleh upah 56% lebih tinggi dibandingkan yang tidak, meningkat dari hanya 25% pada tahun sebelumnya. Bahkan keterampilan prompt engineering dasar dapat memberikan premium gaji $15.000-$30.000 per tahun untuk peran non-teknis di otomotif .

C. Konsekuensi Penggunaan AI

1. Konsekuensi Positif

Aspek	Dampak Positif
Efisiensi Operasional	Desain busana yang biasanya memakan waktu 1 minggu dapat diselesaikan dalam hitungan jam dengan AI generatif. Diagnosa kerusakan motor yang sebelumnya butuh trial and error kini cukup dengan scan AI diagnostics .
Personalization	Pelanggan mendapatkan rekomendasi model busana sesuai bentuk tubuh atau rekomendasi modifikasi motor berdasarkan gaya berkendara.
Predictive Capability	Industri penerbangan telah membuktikan bahwa predictive maintenance dengan AI mengurangi downtime tak terduga secara signifikan. Hal yang sama kini diterapkan di otomotif .
Akselerasi Kreativitas	Desainer fashion dapat mengeksplorasi ratusan variasi desain dalam waktu singkat, mempercepat proses iterasi kreatif .

2. Konsekuensi Negatif (Risiko)

a) Disrupsi Tenaga Kerja

• Tata Busana: Pattern maker tradisional tergantikan oleh software otomatis. Estimasi menunjukkan 39% keterampilan inti pekerja akan berubah pada tahun 2030 .

• TJKT: Pekerjaan network monitoring manual digantikan oleh AI yang bisa mendeteksi gangguan sendiri.

• Otomotif: Mekanik karburator tradisional berkurang karena dominasi motor injeksi dan listrik yang terintegrasi ECU cerdas.

b) Keusangan Skill (Skill Obsolescence)

Jika siswa hanya belajar cara kerja mesin konvensional tanpa memahami sensor dan AI, mereka akan kehilangan relevansi di industri dalam 5 tahun ke depan. 12 juta transisi pekerjaan diperkirakan diperlukan di ekonomi AS saja untuk mengakomodasi perubahan ini .

c) Pelanggaran Hak Kekayaan Intelektual (HAKI)

AI generatif dilatih menggunakan dataset yang berisi ribuan karya manusia tanpa izin. Ini menimbulkan pertanyaan etis tentang apakah AI "mencuri" karya kreatif dan melanggar hak cipta .

d) Ancaman Kejahatan Siber

Untuk jurusan TJKT, ancaman terbesar adalah:

• Deepfake untuk penipuan identitas

• AI-powered malware yang lebih sulit dideteksi

• Adversarial attacks yang dapat mengelabui sistem AI dengan input yang dimanipulasi

e) Monopoli dan Right to Repair

Pabrikan yang mengunci sistem AI diagnostic hanya untuk bengkel resmi menciptakan monopoli perbaikan. Ini melanggar hak konsumen untuk memilih tempat servis dan mematikan usaha bengkel kecil .

3. Dilema Etis yang Harus Dipahami

Dilema	Penjelasan
Efisiensi vs. Privasi	AI yang memonitor jaringan ISP untuk mengoptimalkan traffic mungkin harus melanggar privasi pengguna untuk mendapatkan data yang cukup.
Akurasi vs. Transparansi	Model AI yang paling akurat (deep learning) sering menjadi "kotak hitam" yang tidak bisa dijelaskan cara kerjanya. Sebaliknya, model yang transparan mungkin kurang akurat .
Inovasi vs. Perlindungan Pekerja	Automasi meningkatkan profit perusahaan tetapi mengancam mata pencaharian pekerja. Siapa yang bertanggung jawab atas transisi ini?

D. Tugas Terintegrasi: Debat dan Esai

Tujuan Tugas

Murid mampu menganalisis dilema etika AI secara kritis melalui debat kelompok, kemudian merefleksikan tanggung jawab profesional sebagai individu melalui esai.

Struktur Tugas

Tahap 1: Debat Kelompok (60 menit)

• Setiap jurusan dibagi menjadi 2 kelompok: Tim Pro dan Tim Kontra

• Setiap kelompok mendapatkan skenario kasus spesifik sesuai jurusan

• Durasi debat per jurusan: 20 menit (5' argumen pro, 5' argumen kontra, 5' tanggapan/tanya jawab, 5' kesimpulan)

• Guru bertindak sebagai moderator dan penilai

Tahap 2: Esai Individual (dikerjakan sebagai tugas rumah, dikumpulkan pertemuan berikutnya)

Setiap siswa menulis esai dengan judul:

"Menjadi Profesional yang Bertanggung Jawab di Era AI: Refleksi untuk Jurusan [TJKT/Tata Busana/Otomotif]"

Pertanyaan pemandu esai:

1. Profesi di bidang Anda apa yang paling mungkin terdampak (baik positif maupun negatif) oleh AI? Jelaskan.

2. Prinsip etika AI mana yang paling relevan dengan bidang Anda? Berikan contoh konkret.

3. Apa rencana Anda untuk memastikan bahwa Anda tidak tergantikan oleh AI, tetapi menjadi profesional yang mengendalikan dan menggunakan AI secara bertanggung jawab?

Format esai:

• Minimal 3 paragraf (Pendahuluan - Isi - Kesimpulan)

• Panjang: 300-500 kata

• Diketik atau tulisan tangan rapi

• Mencantumkan minimal 2 referensi dari materi yang telah diberikan

Skenario Kasus Debat per Jurusan

Kasus 1: TJKT – "The Black Box Network"

Skenario:

Sebuah ISP (Penyedia Layanan Internet) besar mengimplementasikan AI untuk manajemen jaringan. AI secara otomatis:

• Memblokir akses ke situs-situs tertentu yang dianggap "berisiko"

• Menurunkan kecepatan internet (throttling) untuk pengguna yang dianggap "boros bandwidth"

• Memprediksi gangguan jaringan dan melakukan perbaikan otomatis

Hasilnya: Efisiensi biaya perusahaan meningkat 30%, keluhan pelanggan tentang jaringan lambat menurun drastis. Namun, tidak ada seorang pun di perusahaan (termasuk manajer teknis) yang tahu persis bagaimana AI memutuskan siapa yang di-throttle atau situs apa yang diblokir—karena sistem menggunakan deep learning yang kompleks. Tim audit internal tidak dapat menjelaskan logika keputusan AI kepada regulator.

Pertanyaan Debat:

• Tim Pro: Efisiensi dan stabilitas jaringan untuk kepentingan mayoritas pengguna membenarkan penggunaan AI, meskipun mekanisme kerjanya tidak sepenuhnya transparan. Perusahaan memiliki hak untuk mengoptimalkan sumber daya jaringannya.

• Tim Kontra: Tindakan ini melanggar prinsip net neutrality, hak privasi pelanggan, dan prinsip transparansi dalam etika AI. Pelanggan berhak mengetahui mengapa akses mereka dibatasi atau situs tertentu diblokir.

---

Kasus 2: Tata Busana – "The Infinite Collection"

Skenario:

Sebuah brand fashion ternama memecat 80% tim desainer grafis dan pattern maker-nya. Mereka menggantinya dengan langganan software AI generatif (Midjourney, Stable Diffusion) yang mampu menghasilkan 500 desain baru per bulan—sepuluh kali lipat dari kapasitas tim desainer sebelumnya. Brand tersebut menjual produknya dengan harga lebih murah karena tidak ada biaya desainer. Para desainer yang dipecat mengadukan hal ini ke serikat pekerja dan pengadilan, menyatakan bahwa AI "mencuri" karya mereka karena dilatih menggunakan dataset yang berisi ribuan karya desainer sebelumnya tanpa izin. Mereka juga mengklaim bahwa brand tersebut melanggar hak kekayaan intelektual.

Pertanyaan Debat:

• Tim Pro: Pemilik bisnis berhak menggunakan teknologi untuk memangkas biaya produksi, meningkatkan variasi produk, dan menawarkan harga lebih kompetitif kepada konsumen. Desainer harus beradaptasi dengan teknologi baru atau mencari niche yang tidak bisa digantikan AI.

• Tim Kontra: Ini adalah bentuk eksploitasi dan pelanggaran HAKI yang sistematis. Pelatihan AI menggunakan karya tanpa izin adalah pencurian. Industri fashion kehilangan nilai kreativitas manusia dan keberagaman ekspresi desain.

---

Kasus 3: Otomotif Sepeda Motor – "The Right to Repair vs. AI Diagnostics"

Skenario:

Pabrikan motor terkemuka meluncurkan seri motor listrik dan motor injeksi premium yang dilengkapi dengan sistem AI Predictive Maintenance. Sistem ini memiliki sensor yang terus-menerus mengirimkan data performa kendaraan langsung ke server pabrikan. Jika ada kerusakan atau indikasi potensi masalah:

• AI mengirim notifikasi ke smartphone pemilik dan bengkel resmi

• Hanya bengkel resmi (Authorized Service Station) yang memiliki akses ke software diagnostic lengkap

• Bengkel umum dilarang mengakses sistem ini dengan alasan keamanan, garansi, dan perlindungan kekayaan intelektual

Akibatnya: biaya servis di bengkel resmi melonjak 2 kali lipat, sementara mekanik bengkel umum kehilangan pelanggan karena tidak bisa menangani motor-motor baru. Asosiasi bengkel umum menggugat pabrikan dengan dalih "monopoli perbaikan" (right to repair violation).

Pertanyaan Debat:

• Tim Pro: Pabrikan berhak melindungi kekayaan intelektual (software dan algoritma AI) yang telah diinvestasikan dengan biaya besar. Pembatasan akses ke bengkel resmi juga menjamin keselamatan konsumen karena perbaikan dilakukan oleh teknisi yang terlatih dan menggunakan suku cadang original.

• Tim Kontra: Ini adalah praktik monopoli yang melanggar hak konsumen untuk memilih tempat servis (right to repair). Mekanik bengkel umum juga berhak mendapatkan akses ke informasi diagnostik agar dapat meningkatkan kompetensi dan tetap relevan. Pabrikan menggunakan AI sebagai alat untuk menguasai pasar purna jual.