Pihak yang Terdampak

Apa inti dari “Pihak yang Terdampak” dalam praktik?

Di bagian ini, Anda akan mengidentifikasi pengguna langsung, subjek data, pekerja, komunitas, dan pihak yang tidak hadir dalam rapat desain. Mulailah dari contoh yang paling dekat dengan keseharian Anda. Dari sana, periksa kapan Pihak yang Terdampak benar-benar membantu dan kapan istilah itu malah membuat masalah utamanya luput terlihat. Setelah selesai, Anda akan lebih mudah mengenali Pihak yang Terdampak dalam keseharian tanpa terburu-buru menempelkan label.

Setelah lesson ini

• Mengidentifikasi pengguna langsung, subjek data, pekerja, komunitas, dan pihak yang tidak hadir dalam rapat desain.
• Menggunakan konsep “Pihak yang Terdampak” untuk membaca satu situasi nyata.
• Menjelaskan batas konsep dan informasi yang masih perlu diperiksa.

Mulai dari situasi

Pahami situasinya lebih dulu. Istilahnya bisa menyusul.

Sebuah model dapat terlihat akurat secara keseluruhan tetapi sering gagal pada kelompok pengguna yang lebih kecil. Di bagian ini, Anda akan melihat situasi tersebut melalui konsep “Pihak yang Terdampak”. Tujuannya bukan mencari satu istilah yang menjawab semua masalah, melainkan memahami pilihan yang tersedia dengan lebih jernih.

Di bagian ini, Anda akan mengidentifikasi pengguna langsung, subjek data, pekerja, komunitas, dan pihak yang tidak hadir dalam rapat desain. Petakan siapa yang terdampak, jenis kerugian yang mungkin terjadi, dan bagaimana bias dapat muncul sepanjang penggunaan AI. Hubungkan konsep ini dengan keputusan yang benar-benar perlu Anda buat.

Lihat bagaimana keputusan terbentuk

Berangkat dari situasi, lalu buat pilihan yang dapat diperiksa bersama.

Model visual

Petakan setiap bagiannya sebelum menentukan langkah.

Baca diagram sebagai peta Pihak yang Terdampak: mulai dari konteksnya, ikuti hubungan antarbagiannya, lalu periksa titik yang disorot sebelum mengambil keputusan.

Jangan buru-buru memilih

Dua cara melihat Pihak yang Terdampak

Pilihan yang lebih kuat adalah pilihan yang bukti, penanggung jawab, dan batasnya dapat dijelaskan, bukan sekadar pilihan yang terlihat lebih canggih.

Jalan pintas yang menggoda

Istilah yang terdengar familiar belum tentu membantu Anda mengambil keputusan yang tepat.

Mengapa ini terasa masuk akal

Keadilan tidak memiliki satu rumus yang cocok untuk semua kasus. Konteks keputusan tetap penting. Kesalahan ini biasanya muncul ketika istilah dipakai lebih cepat daripada pemahaman terhadap masalahnya. Tuliskan asumsi yang Anda pakai agar orang lain dapat memeriksanya.

Cara memeriksanya

Mulailah dari contoh yang paling dekat dengan keseharian Anda. Dari sana, periksa kapan Pihak yang Terdampak benar-benar membantu dan kapan istilah itu malah membuat masalah utamanya luput terlihat. Mulailah dari hal yang dapat Anda amati, lalu pisahkan fakta, asumsi, dan pertanyaan yang masih belum terjawab.

Berhenti sejenak

Bukti apa yang bisa mengubah keputusan ini?

Jawab sebelum membuka pembahasan. Sebutkan satu fakta dan satu asumsi.

Coba sendiri

Cobalah pada satu bagian kecil dari pekerjaan Anda.

1. Pilih satu situasi nyata yang berkaitan dengan Pihak yang Terdampak.
2. Pisahkan hal yang dapat Anda amati dari hal yang masih berupa asumsi.
3. Tulis satu keputusan, penanggung jawab, dan bukti untuk memeriksanya.
4. Sebutkan sinyal yang membuat Anda berhenti atau mengubah arah.

Tulis dua contoh yang sesuai dengan Pihak yang Terdampak dan satu contoh yang tidak sesuai. Jelaskan perbedaannya dengan bahasa Anda sendiri. Jika ingin melanjutkan, Anda juga dapat mencoba latihan modul berikut: Buat peta dampak buruk untuk satu penggunaan AI. Buat versi pertama cukup kecil agar orang lain dapat memeriksanya dalam beberapa menit.

Latihan singkat

Tulis dua contoh yang sesuai dengan Pihak yang Terdampak dan satu contoh yang tidak sesuai. Jelaskan perbedaannya dengan bahasa Anda sendiri. Jika ingin melanjutkan, Anda juga dapat mencoba latihan modul berikut: Buat peta dampak buruk untuk satu penggunaan AI.

Ringkasan

• Mengidentifikasi pengguna langsung, subjek data, pekerja, komunitas, dan pihak yang tidak hadir dalam rapat desain.
• Gunakan contoh dan bukti untuk menguji pemahaman.
• Catat batas, risiko, dan kondisi ketika keputusan harus ditinjau ulang.

Lanjutkan dari sini

Narrative Intelligence

• Jenis Dampak Buruk: Lanjutkan gagasan dari Dampak Buruk, Bias, dan Keadilan melalui contoh yang masih berkaitan.
• Kesesuaian Strategis: Hubungkan pelajaran ini dengan Leadership, lalu uji idenya dalam konteks lain.
• Paparan dan Penggantian: Lihat bagaimana keputusan yang sama berubah ketika dibahas melalui Future of Work.

Sumber dan bacaan lanjut

• Recommendation on the Ethics of Artificial Intelligence: UNESCO · official-recommendation. Rujukan utama untuk definisi, bukti, atau batas yang dibahas dalam “Pihak yang Terdampak”.
• OECD AI Principles: OECD.AI · official-principles. Bukti dan konteks tambahan untuk memeriksa penjelasan dalam “Pihak yang Terdampak”.
• Artificial Intelligence Risk Management Framework: NIST · official-framework. Bukti dan konteks tambahan untuk memeriksa penjelasan dalam “Pihak yang Terdampak”.