Penelitian kebijakan

Menilai identifikasi risiko dan mitigasi dalam Peta Jalan AI Nasional Indonesia

Nur Alam Hasabie, Ardy Haroen · 2025

Ringkasan

Penelitian ini membandingkan risiko dan strategi mitigasi yang tercantum dalam Buku Putih Peta Jalan AI Nasional (Komdigi) dengan Repositori Risiko AI MIT dan pemetaan strategi mitigasi MIT, menggunakan pendekatan berbantuan LLM untuk menjangkau korpus besar.

Penelitian independen; bukan pernyataan resmi pemerintah. Hasil perlu dibaca dengan memperhatikan keterbatasan metodologi (lihat Metodologi).

Data & kode terbuka (lisensi MIT)

Temuan

Grafik dan tabel berikut memuat seluruh baris dari analisis kesenjangan yang dipublikasikan (taksonomi sebab, taksonomi domain, dan pemetaan mitigasi). Urutan baris mengikuti taksonomi MIT AI Risk Repository (bukan diurutkan menurut cakupan). Nilai sesuai makalah; gulir tabel untuk nama kategori lengkap.

Radar menampilkan % cakupan (proporsi risiko yang terpeta) per kategori. Kotak centang menyertakan atau mengecualikan baris dari grafik; tabel selalu menampilkan semua baris.

Identifikasi risiko — taksonomi sebab (tabel lengkap)

Tabel data lengkap
Di grafik Kategori Terpeta Kesenjangan Total Cakupan % Kesenjangan % (dari total)
Entitas · 1 - Manusia 326 210 536 60.8 39.2
Entitas · 2 - AI 284 289 573 49.6 50.4
Entitas · 3 - Lainnya 138 141 279 49.5 50.5
Entitas · 4 - Tidak terkode 47 171 218 21.6 78.4
Entitas · Tidak diketahui 155 476 631 24.6 75.4
Niat · 1 - Disengaja 294 180 474 62 38
Niat · 2 - Tidak disengaja 260 226 486 53.5 46.5
Niat · 3 - Lainnya 194 234 428 45.3 54.7
Niat · 4 - Tidak terkode 47 171 218 21.6 78.4
Niat · Tidak diketahui 155 476 631 24.6 75.4
Waktu · 1 - Pra-penyebaran 78 103 181 43.1 56.9
Waktu · 2 - Pasca-penyebaran 528 334 862 61.3 38.7
Waktu · 3 - Lainnya 145 205 350 41.4 58.6
Waktu · 4 - Tidak terkode 44 169 213 20.7 79.3
Waktu · Tidak diketahui 155 476 631 24.6 75.4

Identifikasi risiko — taksonomi domain (tabel lengkap)

Tabel data lengkap
Di grafik Kategori Terpeta Kesenjangan Total Cakupan % Kesenjangan % (dari total)
1. Diskriminasi & Toksisitas — 1.0 Diskriminasi & Toksisitas 7 0 7 100 0
1. Diskriminasi & Toksisitas — 1.1 Diskriminasi tidak adil dan salah representasi 74 1 75 98.7 1.3
1. Diskriminasi & Toksisitas — 1.2 Paparan konten toksik 23 83 106 21.7 78.3
1. Diskriminasi & Toksisitas — 1.3 Performa tidak merata antar kelompok 14 2 16 87.5 12.5
2. Privasi & Keamanan — 2.0 Privasi & Keamanan 7 0 7 100 0
2. Privasi & Keamanan — 2.1 Kompromi privasi karena kebocoran atau inferensi benar informasi sensitif 68 0 68 100 0
2. Privasi & Keamanan — 2.2 Kerentanan dan serangan keamanan sistem AI 58 40 98 59.2 40.8
3. Misinformasi — 3.0 Misinformasi 4 1 5 80 20
3. Misinformasi — 3.1 Informasi palsu atau menyesatkan 38 3 41 92.7 7.3
3. Misinformasi — 3.2 Pencemaran ekosistem informasi dan hilangnya konsensus realitas 18 0 18 100 0
4. Aktor Jahat & Penyalahgunaan — 4.0 Penyalahgunaan berbahaya 14 5 19 73.7 26.3
4. Aktor Jahat & Penyalahgunaan — 4.1 Disinformasi, pengawasan, dan pengaruh skala besar 77 0 77 100 0
4. Aktor Jahat & Penyalahgunaan — 4.2 Serangan siber, pengembangan atau penggunaan senjata, dan bahaya massal 57 12 69 82.6 17.4
4. Aktor Jahat & Penyalahgunaan — 4.3 Penipuan, scam, dan manipulasi terarah 50 18 68 73.5 26.5
5. Interaksi Manusia-Komputer — 5.1 Ketergantungan berlebihan dan penggunaan tidak aman 38 12 50 76 24
5. Interaksi Manusia-Komputer — 5.2 Kehilangan agensi dan otonomi manusia 18 19 37 48.6 51.4
6. Sosioekonomi & Lingkungan — 6.0 Sosioekonomi & Lingkungan 10 9 19 52.6 47.4
6. Sosioekonomi & Lingkungan — 6.1 Sentralisasi kekuasaan dan distribusi manfaat tidak adil 14 36 50 28 72
6. Sosioekonomi & Lingkungan — 6.2 Peningkatan ketidaksetaraan dan penurunan kualitas pekerjaan 36 9 45 80 20
6. Sosioekonomi & Lingkungan — 6.3 Devaluasi ekonomi dan budaya terhadap usaha manusia 28 2 30 93.3 6.7
6. Sosioekonomi & Lingkungan — 6.4 Dinamika kompetitif 0 20 20 0 100
6. Sosioekonomi & Lingkungan — 6.5 Kegagalan tata kelola 4 55 59 6.8 93.2
6. Sosioekonomi & Lingkungan — 6.6 Kerusakan lingkungan 36 16 52 69.2 30.8
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.0 Keselamatan sistem AI, kegagalan, & keterbatasan 5 14 19 26.3 73.7
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.1 AI mengejar tujuan sendiri yang bertentangan dengan tujuan atau nilai manusia 9 81 90 10 90
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.2 AI memiliki kemampuan berbahaya 14 44 58 24.1 75.9
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.3 Kurangnya kemampuan atau ketahanan 25 89 114 21.9 78.1
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.4 Kurangnya transparansi atau interpretabilitas 3 38 41 7.3 92.7
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.5 Kesejahteraan dan hak AI 0 3 3 0 100
7. Keselamatan, Kegagalan, & Keterbatasan Sistem AI — 7.6 Risiko multi-agen 4 42 46 8.7 91.3
Tidak diketahui — Tidak diketahui 155 473 628 24.7 75.3
Tidak diketahui — X.1 Dikecualikan 42 160 202 20.8 79.2

Mitigasi risiko — seluruh baris pemetaan mitigasi MIT

Tabel data lengkap
Di grafik Kategori Terpeta Kesenjangan Total Cakupan % Kesenjangan % (dari total)
Tata kelola — 1.1 Struktur dewan & pengawasan 0 6 6 0 100
Tata kelola — 1.2 Manajemen risiko 0 15 15 0 100
Tata kelola — 1.3 Perlindungan konflik kepentingan 0 1 1 0 100
Tata kelola — 1.4 Pelaporan & perlindungan pelapor 0 3 3 0 100
Tata kelola — 1.5 Kerangka keputusan keselamatan 0 6 6 0 100
Tata kelola — 1.6 Manajemen dampak lingkungan 0 3 3 0 100
Tata kelola — 1.7 Penilaian dampak sosial 0 6 6 0 100
Kontrol model — 2.1 Keamanan model & infrastruktur 0 6 6 0 100
Kontrol model — 2.2 Perataan (alignment) model 0 1 1 0 100
Kontrol model — 2.3 Rekayasa keselamatan model 0 2 2 0 100
Kontrol model — 2.4 Kontrol keselamatan konten 0 4 4 0 100
Operasi — 3.1 Pengujian & audit 1 7 8 12.5 87.5
Operasi — 3.2 Tata kelola data 0 3 3 0 100
Operasi — 3.3 Manajemen akses 0 2 2 0 100
Operasi — 3.4 Penyebaran bertahap 0 1 1 0 100
Operasi — 3.5 Pemantauan pasca-penyebaran 2 4 6 33.3 66.7
Operasi — 3.6 Respons & pemulihan insiden 0 1 1 0 100
Transparansi — 4.1 Dokumentasi sistem 0 6 6 0 100
Transparansi — 4.2 Pengungkapan risiko 1 1 2 50 50
Transparansi — 4.3 Pelaporan insiden 4 0 4 100 0
Transparansi — 4.4 Pengungkapan tata kelola 1 2 3 33.3 66.7
Transparansi — 4.5 Akses sistem pihak ketiga 0 1 1 0 100
Transparansi — 4.6 Hak pengguna & upaya hukum 1 4 5 20 80
Lainnya — X.X Kontrol tidak terklasifikasi lainnya 0 5 5 0 100

Implikasi untuk kebijakan

  • Beberapa tema privasi dan misinformasi menunjukkan cakupan pemetaan yang relatif lebih tinggi dalam identifikasi risiko dibanding domain lain pada tabel taksonomi domain lengkap.
  • Beberapa tema keselamatan sistem AI dan agensi menunjukkan kesenjangan pemetaan yang besar relatif terhadap baris repositori risiko MIT yang dianalisis.
  • Pemetaan mitigasi menunjukkan banyak tema tata kelola dan operasional dalam korpus MIT yang tidak secara eksplisit tercermin dalam daftar mitigasi buku putih — perbedaan skala korpus perlu diinterpretasikan hati-hati.
  • Pemetaan berbantuan LLM memerlukan kalibrasi dan peninjauan manusia; perlakukan pemetaan di perbatasan sebagai hipotesis, bukan kebenaran pasti.

Metodologi & keterbatasan

Risiko dan mitigasi bersumber pada Repositori Risiko AI MIT dan pemetaan mitigasi MIT, lalu dibandingkan dengan risiko dan tema mitigasi dalam Buku Putih Peta Jalan AI Nasional Indonesia. LLM (microsoft/phi-4) digunakan untuk memperluas penilaian cakupan berpasangan; pekerjaan lanjutan dapat menambahkan kalibrasi antar-model dan verifikasi manusia. Cakupan peka terhadap desain prompt, ambang keputusan, dan interpretasi “terpeta” versus “secara implisit terkait”.

Analisis naratif (tema makalah)

Makalah membahas kasus di mana misinformasi dibahas tetapi halusinasi sebagai mekanisme tersendiri mungkin kurang terspesifikasi; mitigasi hilir mungkin perlu dikalibrasi ulang jika misinformasi disengaja dan tidak disengaja diperlakukan berbeda.

Penyalahgunaan terkait keamanan siber dibahas di beberapa bagian, sementara beberapa tema penyalahgunaan adversarial (mis. pembingkaian senjata) mungkin kurang eksplisit — konteks dan probabilitas penting untuk prioritisasi.

Sentralisasi kekuasaan dan ketidaksetaraan non-materi mungkin kurang teraddress dibanding ketidaksetaraan yang dibingkai akses — tema yang dapat penting dalam konteks ekonomi politik Indonesia.

Referensi & bacaan lanjutan