BRIN Usulkan UU AI untuk Atur Pengembangan Kecerdasan Buatan

Apa yang diusulkan BRIN tentang UU AI

BRIN usulkan UU AI untuk atur pengembangan kecerdasan buatan melalui pembentukan Rancangan Undang-Undang AI kepada DPR dan DPD. Menurut laporan detikEdu, Kepala BRIN Arif Satria menyampaikan usulan tersebut dalam acara Strategic Platform for Action, Research, and Collaboration atau SPARC 2026 di Universitas Negeri Jakarta pada 3 November 2026.

Usulan itu penting dibaca sebagai arah tata kelola, bukan sebagai tanda bahwa kewajiban hukum baru sudah berlaku. Bahan yang tersedia hanya menunjukkan adanya usulan pembentukan RUU AI. Belum ada rincian pasal, mekanisme kepatuhan, sanksi, maupun jadwal pembahasan legislasi yang dapat dijadikan dasar tindakan hukum oleh organisasi.

Arif Satria, menurut detikEdu, menilai AI semakin melekat dalam kehidupan manusia. Ia membagi keterampilan AI ke tiga tingkat: understanding AI atau memahami AI, using AI atau memakai AI, dan development AI atau membangun AI. Penekanan ini membuat usulan UU AI tidak semata berkaitan dengan aplikasi percakapan atau pembuatan konten. Isunya juga menyentuh kapasitas Indonesia untuk membangun, mengoperasikan, dan mengarahkan teknologi tersebut.

Contohnya, seorang pegawai dapat memakai alat AI untuk merangkum dokumen. Itu masuk tahap penggunaan. Tim teknis yang menghubungkan model AI ke basis data internal, mengatur akses, serta menguji respons sistem menghadapi persoalan berbeda. Tahap pengembangan membutuhkan keputusan mengenai infrastruktur, energi, data, keamanan, dan pihak yang bertanggung jawab saat sistem keliru.

Mengapa pembahasan RUU AI terkait infrastruktur dan energi

Menurut detikEdu, Arif Satria menyebut pengembangan AI menghadapi tiga isu penting, dimulai dari infrastruktur. Ia menghubungkan infrastruktur tersebut dengan semikonduktor, chip, dan logam tanah jarang. Laporan yang sama menyebut BRIN sedang mengeksplorasi limbah timah di pantai Belitung untuk memilah material yang dapat dikategorikan sebagai logam tanah jarang.

Hubungan ini menjelaskan mengapa pembicaraan AI tidak cukup berhenti pada kemampuan memakai aplikasi. Pengembangan sistem AI membutuhkan lapisan fisik dan operasional di belakang layanan yang digunakan masyarakat. Infrastruktur komputasi, ketersediaan komponen, dan energi menjadi bagian dari konteks pengembangan, meski artikel ini tidak menyimpulkan bentuk kebijakan yang nantinya akan dipilih pembentuk undang-undang.

Energi juga disebut Arif sebagai isu dalam pengembangan AI, menurut detikEdu. Artinya, diskusi tata kelola dapat mencakup pertanyaan yang lebih luas daripada “apakah organisasi boleh menggunakan AI”. Pembuat kebijakan dan pelaku industri perlu mempertimbangkan kesiapan sumber daya yang menopang pengembangan teknologi dalam skala lebih besar.

Sebagai ilustrasi hipotetis, sebuah kampus ingin membangun layanan asisten pengetahuan untuk mahasiswa. Keputusan awalnya tidak berhenti pada pemilihan model AI. Tim perlu menentukan apakah dokumen akademik dapat dipakai, siapa yang mengelola akses, di mana sistem dijalankan, serta bagaimana layanan dipantau ketika menghasilkan jawaban yang tidak sesuai sumber. Pertanyaan operasional seperti ini memperlihatkan hubungan antara pemanfaatan AI dan tata kelola.

Celah utama ada pada penerapan industri dan talenta

Kesiapan regulasi tidak akan otomatis membuat AI berguna bagi industri. Kontan melaporkan bahwa pengembangan AI di Indonesia membutuhkan kerja sama perusahaan teknologi dan pelaku industri, kesiapan infrastruktur, integrasi berbagai solusi teknologi, serta pengembangan talenta. Keempat unsur tersebut perlu bergerak bersama agar pemanfaatan AI dapat diterjemahkan menjadi nilai tambah yang relevan.

Celah yang sering muncul berada pada proses penerapan. Organisasi dapat membeli atau mencoba alat AI, tetapi belum tentu memiliki proses kerja yang jelas untuk menggunakannya. Tanpa pemilik proses, data yang tertata, integrasi yang sesuai, dan staf yang mampu memeriksa hasil, AI mudah menjadi demonstrasi teknologi tanpa fungsi kerja yang terukur.

Kontan memberi contoh pendekatan kolaboratif melalui kerja sama PT Lintas Teknologi Indonesia dengan Ambit Geospatial Solution dan VoteeAI. Kemitraan ini meliputi eksplorasi AI aman, GeoAI kota cerdas, penguatan talenta lokal, edukasi publik, demo produk, kapabilitas internal, serta penjajakan penerapan AI di sektor telekomunikasi. Contoh tersebut menunjukkan bahwa pengembangan ekosistem dapat melibatkan integrasi teknologi, pembelajaran, dan kebutuhan sektor pengguna.

Bagi organisasi, titik awal yang lebih realistis adalah memilih masalah kerja spesifik. Misalnya, tim layanan pelanggan menerima pertanyaan berulang melalui beberapa kanal. Sistem AI dapat dipakai untuk mengelompokkan topik pertanyaan dan membuat ringkasan bagi petugas. Namun, petugas tetap memeriksa jawaban sebelum dikirim apabila pertanyaan menyangkut perubahan akun, pembayaran, atau keluhan yang memerlukan penilaian manusia.

Tata kelola AI perlu membedakan fungsi sistem dan tingkat risikonya

Tata kelola AI berarti menetapkan siapa yang bertanggung jawab atas penggunaan sistem, data apa yang boleh diproses, tindakan apa yang dapat dilakukan otomatis, dan kapan manusia wajib mengambil alih. Prinsip ini relevan bahkan sebelum rincian RUU AI tersedia, karena organisasi tetap menanggung risiko operasional ketika memasukkan AI ke dalam proses kerja.

Untuk kebutuhan operasional artikel ini, pembedaan fungsi membantu menghindari penyebutan yang keliru. Otomasi biasa menjalankan langkah berdasarkan pemicu dan aturan, misalnya formulir masuk dicatat ke CRM lalu notifikasi dikirim ke staf. AI automation menambahkan kemampuan AI, misalnya membaca isi formulir dan memberi kategori kebutuhan. AI agent dapat menjalankan beberapa langkah memakai konteks dan alat untuk mengejar tujuan tertentu. Istilah dan batas kemampuannya dapat berbeda menurut produk serta rancangan sistem.

Andaikan sebuah perusahaan memakai AI untuk menilai prospek penjualan. Sistem dapat membaca jawaban formulir, memberi label kebutuhan, lalu menyimpan hasilnya di CRM. Tindakan berisiko rendah seperti penugasan awal ke antrean sales mungkin dapat diotomatisasi setelah diuji. Sebaliknya, pengiriman penawaran mengikat, perubahan data pelanggan, atau keputusan penolakan layanan sebaiknya membutuhkan persetujuan petugas yang ditunjuk.

Pengawasan manusia perlu dirancang sebagai bagian workflow. Tentukan pemilik proses, jalur eskalasi saat output salah, hak akses sistem, serta catatan perubahan yang dilakukan setelah rekomendasi AI muncul. Cara ini lebih berguna daripada hanya meminta staf “berhati-hati”, karena tim memiliki titik pemeriksaan yang dapat dijalankan dalam pekerjaan sehari-hari.

Langkah yang bisa dilakukan organisasi sambil menunggu arah regulasi

Usulan BRIN memberi alasan bagi organisasi untuk merapikan fondasi penggunaan AI sekarang. Mulailah dari inventaris sederhana, bukan proyek besar. Catat setiap penggunaan AI yang sudah berjalan atau sedang diuji, tujuan bisnisnya, data yang masuk, aplikasi yang terhubung, pemilik proses, dan keputusan yang dipengaruhi oleh output sistem.

Setelah itu, pilih satu workflow berisiko rendah untuk diuji secara terbatas. Sebagai contoh hipotetis, pertanyaan pelanggan masuk ke kotak layanan, AI mengelompokkan topik, lalu staf memeriksa kategorinya sebelum memberikan respons. Catat kesalahan klasifikasi, pertanyaan yang harus dialihkan ke manusia, dan jenis data yang tidak boleh masuk ke sistem. Hasil catatan tersebut dapat menjadi bahan untuk memperbaiki proses, bukan sekadar menilai apakah alat AI tampak menarik.

Tim juga perlu memisahkan kebutuhan talenta. Pengguna bisnis perlu mampu menjelaskan masalah kerja dan mengevaluasi hasil. Tim teknis perlu memahami integrasi, akses, keamanan, serta pemantauan sistem. Pembagian ini sejalan dengan penekanan BRIN mengenai pemahaman, penggunaan, dan pengembangan AI, sebagaimana dilaporkan detikEdu.

Langkah berikutnya, jadwalkan peninjauan satu jam bersama pemilik proses, TI, dan pihak yang menangani data. Bawa daftar penggunaan AI yang telah dibuat. Putuskan tiga hal untuk tiap workflow: data yang dilarang diproses, tindakan yang harus menunggu persetujuan manusia, dan orang yang bertanggung jawab bila hasil AI salah. Fondasi itu membuat organisasi lebih siap mengikuti perkembangan RUU AI tanpa menunggu aturan final untuk mulai membenahi praktik internal.

Untuk konteks ekosistem industri, pembaca dapat melihat pembahasan tentang Jepang dan Hambatan Adopsi Kecerdasan Buatan di Industri.