Ada hal aneh yang terjadi di AI saat ini.
Dari luar, ini terlihat seperti kemajuan. Model semakin pintar, lebih cepat, dan lebih berguna. Mereka bisa menulis, merangkum, mengkode, menerjemahkan, menganalisis, dan bahkan bertindak seolah mereka memahami kita. Orang-orang melihat outputnya dan berpikir sihir sedang terjadi di dalam mesin.
Tapi kenyataannya jauh lebih rumit.
Di balik setiap sistem AI yang mengesankan ada tumpukan besar kerja manusia. Artikel yang ditulis oleh orang. Kode yang dibangun oleh pengembang. Foto yang diambil oleh fotografer. Percakapan, suntingan, label, koreksi, dan bertahun-tahun pengetahuan yang diciptakan oleh orang-orang nyata yang menjalani kehidupan nyata. AI tidak muncul begitu saja. Ia dibangun dari apa yang sudah dibuat oleh manusia.
Dan di situlah masalah dimulai.
Data pelatihan adalah salah satu bagian yang paling berharga dari dunia AI, tetapi juga salah satu yang paling tidak ditangani dengan adil. Nilai ada, tetapi tersembunyi. Itu terkubur di dalam dataset, kontrak, platform, jalur pengambilan, dan sengketa lisensi. Orang-orang yang menciptakan bahan mentah sering kali tidak melihat manfaatnya. Orang-orang yang mengorganisirnya tidak selalu diberi imbalan. Orang-orang yang karyanya membantu melatih model sering kali menghilang dari cerita sepenuhnya.
Itulah masalah likuiditas yang tersembunyi.
Kata 'likuiditas' biasanya membuat orang berpikir tentang uang atau pasar, tetapi di sini berarti sesuatu yang lebih dalam. Itu berarti apakah nilai dapat bergerak. Apakah itu bisa mengalir kembali ke orang-orang yang menciptakannya. Apakah kontribusi dapat dilacak, diberi harga, diakui, dan dibagikan dengan cara yang terasa adil. Saat ini, di banyak bagian AI, nilai itu terjebak. Itu terperangkap di atas sistem, sementara sumbernya tetap tidak terlihat.
Ketidaknampakan itulah yang membuat ini terasa pribadi.
Karena ini bukan hanya tentang data. Ini tentang pengakuan.
Bayangkan menghabiskan bertahun-tahun menulis, mengajar, coding, memotret, mengkurasi, atau mengorganisir informasi, dan kemudian melihat sebuah mesin menyerap pekerjaan itu tanpa pernah menyebut nama Anda. Tidak sebagai kolaborator. Tidak sebagai kontributor. Hanya sebagai bahan bakar. Itulah yang membuat banyak orang merasa tidak nyaman tentang AI. Ini bukan hanya tentang kecepatan teknologi. Ini adalah perasaan bahwa sesuatu yang manusia telah diambil, dikompresi, dan dikemas ulang tanpa cukup perhatian.
Dan untuk adil, sistem ini tidak sederhana.
Beberapa data memiliki lisensi terbuka. Beberapa dibayar. Beberapa diambil dari web terbuka. Beberapa berasal dari institusi. Beberapa disumbangkan secara sukarela. Beberapa dilindungi secara hukum. Beberapa secara teknis publik tetapi secara etika rumit. Tidak ada batasan yang rapi yang memisahkan penggunaan adil dari ekstraksi yang tidak adil, atau akses terbuka dari eksploitasi yang tersembunyi. Itu juga bagian dari masalahnya. Aturannya tidak jelas, insentif tidak merata, dan pasar bergerak lebih cepat daripada norma.
Jadi perusahaan mengejar skala.
Mereka menginginkan lebih banyak data, lebih banyak variasi, lebih banyak cakupan, lebih banyak performa. Tapi semakin besar sistem tumbuh, semakin tergantung pada tenaga kerja yang tidak terlihat. Internet menjadi bahan mentah. Ekspresi manusia menjadi input. Konteks menjadi datar. Atribusi hilang. Para pencipta asli dibiarkan bertanya-tanya apakah karya mereka masih milik mereka sama sekali.
Itulah mengapa masalah ini sangat mendalam.
Ini bukan hanya tentang hak cipta, meskipun hak cipta itu penting. Ini bukan hanya tentang lisensi, meskipun lisensi juga penting. Ini tentang penghormatan. Ini tentang apakah ekonomi AI akan memperlakukan kontribusi manusia sebagai sesuatu yang bisa dibuang, atau sebagai sesuatu yang pantas mendapatkan imbalan.
Sistem yang lebih sehat akan melakukan lebih dari sekadar mengekstrak data. Itu akan mengingat dari mana data berasal. Itu akan melacak kontribusi dengan lebih hati-hati. Itu akan membuat atribusi terlihat, bukan sekadar opsional. Itu akan membiarkan nilai bergerak mundur, bukan hanya ke depan. Itulah yang akan terlihat seperti likuiditas nyata dalam AI: bukan hanya pasar yang lebih cepat, tetapi sirkulasi yang lebih adil.
Itulah mengapa ide-ide seperti asal usul dan atribusi sangat penting. Jika sebuah model dilatih pada sumber tertentu, sumber-sumber tersebut tidak boleh menghilang ke dalam kotak hitam. Harus ada cara untuk memahami apa yang membentuk output, siapa yang berkontribusi, dan bagaimana kontribusi itu bisa diakui. Tanpa itu, sistem menjadi lebih efisien tetapi kurang jujur.
Dan kejujuran itu penting.
Karena orang biasanya bisa menerima kompleksitas. Yang mereka perjuangkan adalah dihapus.
Jika AI akan menjadi bagian yang langgeng dari masyarakat, ia tidak bisa dibangun di atas fondasi di mana pencipta pengetahuan diperlakukan seperti suara latar yang tidak terlihat. Masa depan tidak bisa hanya berdasarkan ekstraksi. Itu harus mencakup pengakuan, persetujuan, dan kompensasi. Jika tidak, sistem mungkin menjadi kuat, tetapi tidak akan pernah terasa dapat dipercaya.
Itulah masalah likuiditas tersembunyi yang sebenarnya.
Ini bukan hanya tentang nilai data.
Ini adalah bahwa nilai itu terkunci.
Dan sampai orang-orang yang membuat data itu dapat dilihat, diakui, dan diberi imbalan secara adil, ekonomi AI akan tetap tidak lengkap.
Ini akan terlihat cerdas.
Ini bahkan mungkin menguntungkan.
Tapi itu masih akan kehilangan sesuatu yang sangat manusiawi.