AI dan risiko bagi komunitas LGBTQ+CEFR B2
18 Nov 2025
Diadaptasi dari Aaron Spitler, Global Voices • CC BY 3.0
Foto oleh Igor Omilaev, Unsplash
Kecerdasan buatan semakin masuk ke kehidupan sehari-hari dan sektor bisnis. Survei Ipsos menunjukkan mayoritas melihat manfaat teknologi ini, sementara investasi swasta dalam AI tumbuh tajam. Namun laporan dan penelitian menyoroti risiko sistem yang dilatih pada data daring, karena data tersebut sering membawa stereotip yang kemudian direproduksi oleh model.
Untuk komunitas LGBTQ+, konsekuensi itu nyata. Wired mencatat bahwa beberapa alat pembuat gambar, misalnya Midjourney, dapat menghasilkan representasi yang reduktif dan berbahaya. UNESCO meneliti asumsi yang membentuk beberapa model dan menemukan bahwa tool populer seperti Llama 2 dan GPT-2 dalam simulasi memproduksi konten negatif tentang orang gay lebih dari separuh waktu. Temuan ini menekankan peran data pelatihan dan pilihan desain dalam memproduksi kerugian berulang.
Risiko tidak terbatas pada teks atau gambar. Forbidden Colours, organisasi non-profit Belgia, menjelaskan cara kerja sistem "pengenalan jenis kelamin otomatis" (AGR) yang menganalisis materi audio-visual dan menggunakan ciri wajah atau pola vokal untuk menyimpulkan gender. Mereka berpendapat mustahil mengetahui bagaimana seseorang memahami identitas gendernya dari ukuran-ukuran itu, sehingga sistem semacam itu salah arah dan berpotensi berbahaya. Politico Europe melaporkan bahwa Perdana Menteri Hongaria, Viktor Orbán, mensahkan pemantauan biometrik berbasis AI pada acara Pride lokal dengan alasan akan melindungi anak-anak dari "agenda LGBTQ+." Lembaga-lembaga Uni Eropa sedang meninjau kebijakan tersebut.
Para advokat meminta langkah konkret untuk mengurangi kerugian: kemitraan antara pengembang dan pemangku kepentingan LGBTQ+, perlindungan yang lebih kuat terhadap penyalahgunaan pengawasan, larangan pada sistem yang mendeteksi atau mengklasifikasi gender, serta keterlibatan orang-orang LGBTQ+ pada semua tahap pengembangan alat. Tujuan langkah-langkah ini adalah mengurangi kerugian dan meningkatkan kemungkinan AI menjadi lebih berguna dan adil bagi lebih banyak orang.
Kata-kata sulit
- stereotip — gambaran atau anggapan sederhana tentang kelompok
- reproduksi — pembuatan ulang atau pengulangan sesuatudireproduksi
- pelatihan — proses memberi data atau contoh kepada model
- biometrik — pengukuran tubuh atau ciri biologis seseorang
- pengawasan — aktivitas mengamati atau memantau orang atau tempat
- mendeteksi — menemukan atau mengenali sesuatu secara otomatis
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Bagaimana penggunaan data daring dapat menyebabkan kerugian bagi komunitas LGBTQ+? Berikan contoh yang disebutkan dalam teks.
- Apa keuntungan dan risiko jika pelarangan sistem yang mendeteksi atau mengklasifikasi gender diterapkan?
- Dari langkah yang diminta para advokat, mana yang menurut Anda paling penting untuk diutamakan? Jelaskan alasan dan contoh penerapannya.
Artikel terkait
Kecerdasan Buatan Generatif Mengubah Pengalaman Perjalanan
Profesor bisnis menjelaskan bahwa kecerdasan buatan generatif dapat membaca suasana hati pelancong dan menyesuaikan saran perjalanan secara real time. Teknologi ini bekerja sebelum, selama, dan setelah perjalanan, namun menimbulkan kekhawatiran privasi dan etika.
Karnataka Mengajukan RUU Devadasi 2025 dengan Pendekatan Berbasis Hak
Rancangan Undang-Undang Karnataka Devadasi (2025) menggeser fokus dari pelarangan ke model berbasis hak. RUU ini menekankan identitas hukum, dukungan ekonomi, pendidikan, dan konsultasi luas dengan lebih dari 15.000 Devadasi dan aktivis.
Kecerdasan Buatan dan Ketimpangan Bahasa Online
Sebuah kajian menemukan banyak model bahasa besar berkinerja lebih baik dalam bahasa Inggris. Akibatnya, penutur bahasa lain sering mendapat keluaran yang kurang akurat atau tidak sesuai. Para ahli mendorong kerja sama dengan komunitas lokal dan validasi data multibahasa.
Alat untuk Mengurangi Kebencian Partisan di Linimasa X
Peneliti membuat ekstensi yang menata ulang linimasa X untuk menurunkan unggahan bermusuhan tanpa menghapusnya atau bekerjasama langsung dengan platform. Percobaan menunjukkan pengurangan rasa permusuhan dan peningkatan rasa hangat antarpendukung partai.
Kapan Anak Siap Punya Ponsel? Pilihan Telepon Rumah
Ahli dari Virginia Tech menjelaskan kapan anak mungkin siap punya ponsel dan mengapa beberapa keluarga kembali memakai telepon rumah. Mereka menekankan manfaat batasan, risiko layar berlebih, dan pentingnya pembicaraan terbuka tentang teknologi.