Dalam beberapa tahun terakhir, pengguna AI seperti ChatGPT, Claude, atau bahkan Grok sering menemukan jawaban yang cenderung mengikuti garis pemikiran progresif. Hal ini bukan kebetulan semata, melainkan hasil dari proses pelatihan yang melibatkan data internet luas dan umpan balik manusia.
Bias ini muncul karena data pelatihan mayoritas berasal dari sumber online yang banyak dihasilkan komunitas dengan kecenderungan tertentu. Ketika model belajar dari teks yang dominan membahas isu sosial dengan sudut pandang progresif, hasilnya pun ikut terbawa.
Salah satu dampak nyata adalah ketika AI digunakan untuk membantu menyusun konten berita atau analisis politik. Pengguna di wilayah konservatif sering merasa jawaban yang diberikan kurang netral dan lebih condong ke satu sisi. Ini bisa memengaruhi cara informasi tersebar di masyarakat luas.
Latar belakang lain yang perlu diperhatikan adalah proses fine-tuning yang dilakukan perusahaan teknologi. Banyak tim pengembang berada di lingkungan Silicon Valley yang dikenal dengan budaya kerja dan nilai-nilai progresif. Interaksi sehari-hari ini secara tidak langsung membentuk preferensi dalam menjawab pertanyaan sensitif.
Selain itu, mekanisme reinforcement learning from human feedback (RLHF) juga berperan. Tim yang memberikan rating jawaban sering kali memiliki latar belakang pendidikan dan sosial yang serupa, sehingga standar “baik” dan “netral” yang mereka tetapkan cenderung seragam.
Bagi pengembang di Indonesia, fenomena ini menjadi tantangan tersendiri saat membangun aplikasi berbasis AI lokal. Mereka perlu mempertimbangkan bagaimana menyesuaikan output agar lebih sesuai dengan konteks budaya dan nilai masyarakat setempat tanpa mengorbankan akurasi.
Ke depan, transparansi dalam proses pelatihan dan keberagaman tim pengembang menjadi kunci agar bias semacam ini bisa diminimalkan. Pengguna pun disarankan untuk selalu memverifikasi informasi dari AI dengan sumber lain sebelum mengambil keputusan penting.
