10 Wanita Paling Berpengaruh dalam AI dan Robotika yang Mengubah Masa Depan

Kecerdasan buatan dan robotika bukan lagi bidang eksperimental yang terbatas di laboratorium penelitian. Keduanya sedang membentuk ekonomi, mendefinisikan ulang industri, dan memengaruhi kehidupan sehari-hari dalam skala global. Di balik banyak terobosan terpenting adalah para wanita yang karyanya secara fundamental telah mengubah cara sistem cerdas dirancang, dilatih, diatur, dan diterapkan.

Daftar ini menyoroti sepuluh wanita paling berdampak dalam AI dan robotika saat ini. Mereka adalah peneliti, insinyur, dan pemimpin teknis yang kontribusinya melampaui sekadar gelar—wanita yang karyanya telah membentuk ulang lintasan pembelajaran mesin, kecerdasan berwujud, dan AI yang berpusat pada manusia.

1. Dr. Fei-Fei Li

Photo: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons

Dr. Fei-Fei Li adalah salah satu arsitek fondasional dari visi komputer modern. Sebagai pencipta ImageNet, dia memimpin upaya membangun kumpulan data berlabel skala besar yang memicu revolusi pembelajaran mendalam. ImageNet menyediakan tulang punggung pelatihan yang memungkinkan jaringan saraf secara dramatis mengungguli metode visi komputer sebelumnya, mempercepat terobosan dalam pengenalan objek, pencitraan medis, robotika, dan sistem otonom.

Kontribusi akademisnya di Universitas Stanford membantu memformalkan visi komputer sebagai pilar utama penelitian AI. Dengan menggabungkan pendekatan terinspirasi neurosains dengan sistem pembelajaran mendalam, dia membantu menggeser AI dari logika berbasis aturan ke arah pengenalan pola yang dapat diskalakan.

Di luar pencapaian teknis, Dr. Li secara konsisten memperjuangkan AI yang berpusat pada manusia. Dia berargumen bahwa sistem kecerdasan harus dibangun dengan pertimbangan pengamanan etis, keadilan, dan kesejahteraan masyarakat. Karyanya telah memengaruhi baik agenda penelitian akademis maupun diskusi kebijakan publik seputar AI yang bertanggung jawab.

Dia juga pernah bertugas dalam penasihat yang membentuk strategi AI nasional di Amerika Serikat, membantu memastikan bahwa inovasi selaras dengan nilai-nilai demokrasi dan kebebasan sipil.

Saat ini, Dr. Li terus memimpin penelitian di Stanford Human-Centered AI Institute, berfokus pada kecerdasan spasial, AI berwujud, dan memastikan bahwa sistem canggih meningkatkan kemampuan manusia daripada menggantikannya. Karyanya semakin mengeksplorasi bagaimana AI dapat berinteraksi dengan aman di lingkungan dunia nyata, menjembatani kesenjangan antara persepsi dan tindakan.

Dr. Li juga mencatat perjalanan luar biasanya dalam memoarnya The Worlds I See, di mana dia merefleksikan jalannya dari berimigrasi ke Amerika Serikat sebagai remaja hingga menjadi pelopor AI modern. Buku ini memberikan gambaran langka di balik layar penciptaan ImageNet dan terobosan awal yang membantu meluncurkan revolusi pembelajaran mendalam.

2. Cynthia Breazeal

Photo: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal secara luas diakui sebagai perintis robotika sosial. Di MIT Media Lab, dia mengembangkan Kismet, salah satu robot paling awal yang mampu menafsirkan dan mengekspresikan emosi. Karya ini membantu meluncurkan bidang robotika sosial dan meletakkan fondasi untuk mesin yang responsif secara emosional dan komputasi afektif.

Penelitiannya mendefinisikan ulang robotika dengan menggeser fokus dari otomatisasi industri ke interaksi sosial. Alih-alih membangun mesin yang hanya menjalankan tugas, Breazeal mengeksplorasi bagaimana robot dapat berkomunikasi dengan orang, membangun kepercayaan, dan merespons isyarat sosial manusia.

Dia kemudian mendirikan Jibo, sebuah startup yang mengembangkan salah satu robot sosial konsumen pertama yang dirancang untuk lingkungan rumah. Meskipun jalur komersial Jibo kompleks, proyek tersebut mewakili tonggak penting dalam membawa robotika sosial yang cerdas ke dalam kehidupan sehari-hari.

Pengaruh Breazeal meluas jauh ke dalam robotika pendidikan dan perawatan kesehatan, di mana mesin harus memahami sinyal manusia yang halus untuk berfungsi sebagai pendamping, tutor, dan asisten yang efektif.

Saat ini, dia terus memimpin Personal Robots Group di MIT Media Lab dan mengarahkan inisiatif yang berfokus pada pendidikan dan literasi AI. Karyanya saat ini mengeksplorasi bagaimana sistem AI dan robot yang cerdas secara sosial dapat mendukung pembelajaran, kesejahteraan, dan hubungan manusia-AI jangka panjang.

3. Timnit Gebru

Photo: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru telah menjadi salah satu suara paling konsekuensial dalam etika AI. Penelitian awalnya mengungkap bias dalam sistem pengenalan wajah, mengungkapkan disparitas signifikan dalam akurasi di seluruh ras dan gender. Studi Gender Shades yang banyak dikutip menunjukkan bahwa sistem komersial berkinerja jauh lebih buruk pada wanita berkulit gelap daripada pria berkulit terang, memicu penilaian ulang yang lebih luas tentang bagaimana sistem AI dilatih dan dievaluasi.

Dia juga ikut menulis penelitian berpengaruh yang mengkaji risiko model bahasa besar, termasuk dampak lingkungannya, bias yang tertanam, dan kurangnya transparansi. Karya itu membantu menggeser percakapan seputar pengembangan AI, mendorong bidang ini untuk mempertimbangkan tidak hanya tolok ukur kinerja tetapi juga konsekuensi sosial dan lingkungan dari penskalaan sistem AI.

Pada tahun 2021, Gebru mendirikan Distributed AI Research Institute (DAIR), sebuah organisasi penelitian independen yang didedikasikan untuk mempelajari AI di luar pengaruh perusahaan teknologi besar. Lembaga ini berfokus pada penelitian yang digerakkan oleh komunitas dan menekankan partisipasi global dalam membentuk masa depan AI.

Advokasinya telah memengaruhi debat regulasi, standar industri, dan diskusi yang lebih luas tentang pengembangan AI yang bertanggung jawab.

Saat ini, Gebru terus berfokus pada akuntabilitas algoritmik, hak tenaga kerja data, dan dinamika kekuasaan yang tertanam dalam pengembangan AI. Karyanya semakin mengkaji bagaimana sistem AI memengaruhi komunitas yang terpinggirkan dan bagaimana kerangka tata kelola dapat diperkuat untuk memastikan sistem AI yang lebih adil dan transparan di seluruh dunia.

4. Daphne Koller

Photo: World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller adalah pelopor dalam model grafis probabilistik, sebuah kerangka kerja yang memungkinkan mesin untuk bernalar di bawah ketidakpastian. Karya akademisnya secara fundamental membentuk bagaimana sistem AI merepresentasikan dependensi kompleks dalam data dunia nyata dan membantu menetapkan pemodelan probabilistik sebagai pendekatan inti dalam pembelajaran mesin modern.

Dia mendirikan Coursera, salah satu platform pembelajaran online terbesar di dunia, membantu mendemokratisasi akses ke pendidikan AI dan ilmu komputer bagi jutaan pembelajar di seluruh dunia.

Koller kemudian mengalihkan fokusnya ke bioteknologi, mendirikan Insitro untuk menerapkan pembelajaran mesin pada penemuan obat. Dengan menggabungkan kumpulan data biologis skala besar dengan pemodelan prediktif, perusahaan ini bertujuan untuk mengubah cara terapi ditemukan dan dikembangkan.

Karyanya mewakili salah satu contoh paling jelas tentang transisi AI dari sistem digital ke ilmu kehidupan, di mana pembelajaran mesin dapat mempercepat penemuan ilmiah.

Saat ini, Koller terus memimpin penelitian Insitro ke dalam pengembangan farmasi berbasis AI, mengintegrasikan genomik, biologi throughput tinggi, dan pembelajaran mesin untuk mempercepat jalur klinis dan meningkatkan tingkat keberhasilan pengembangan obat.

5. Joy Buolamwini

Photo: Taylordw, CC0, via Wikimedia Commons

Penelitian terobosan Joy Buolamwini mengungkap bias rasial dan gender dalam sistem pengenalan wajah yang digunakan oleh perusahaan teknologi besar. Temuannya menunjukkan bahwa tingkat kesalahan untuk wanita berkulit gelap secara dramatis lebih tinggi daripada pria berkulit terang, mengungkapkan bagaimana data pelatihan dan desain sistem dapat menanamkan diskriminasi ke dalam teknologi AI yang digunakan secara luas.

Penelitian tersebut membantu memicu debat global tentang bias algoritmik, yang mengarah pada peningkatan pengawasan terhadap sistem pengenalan wajah dan berkontribusi pada diskusi kebijakan seputar penerapan AI yang bertanggung jawab.

Buolamwini mendirikan Algorithmic Justice League untuk mempromosikan akuntabilitas dan keadilan dalam sistem AI. Melalui organisasi tersebut, dia telah bekerja untuk memajukan audit algoritmik, kesadaran publik, dan standar industri yang bertujuan mengurangi bias berbahaya dalam pengambilan keputusan otomatis.

Karyanya menjembatani penelitian, advokasi, dan keterlibatan publik. Di luar penelitian akademis, dia telah menarik perhatian pada dampak sosial AI melalui pidato publik, keterlibatan kebijakan, dan karya kreatif yang mengeksplorasi hubungan antara teknologi dan hak-hak sipil.

Dalam beberapa tahun terakhir, Buolamwini telah memperluas pengaruhnya melalui penulisan dan advokasi publik, termasuk buku terlarisnya Unmasking AI, yang mengeksplorasi bagaimana sistem algoritmik dapat mengkodekan diskriminasi dan mengapa desain yang inklusif dan pengawasan yang lebih kuat sangat penting.

Saat ini, Buolamwini terus membentuk percakapan global seputar tata kelola AI, berfokus pada audit algoritmik, kerangka regulasi, dan memastikan bahwa sistem AI diuji di berbagai populasi sebelum diterapkan.

6. Anca Dragan

Photo: Constructor University

Anca Dragan adalah peneliti terkemuka dalam keselarasan AI dan interaksi manusia-robot. Karya akademis awalnya di UC Berkeley berfokus pada memungkinkan robot untuk menyimpulkan maksud manusia dan berkolaborasi dengan aman bersama orang, mengembangkan algoritma yang memungkinkan mesin untuk bernalar tentang perilaku manusia dan merespons dengan cara yang dapat diprediksi dan kooperatif.

Dia telah banyak bekerja pada inferensi maksud, perencanaan kooperatif, dan teknik yang memungkinkan sistem otonom belajar dari umpan balik manusia daripada mengandalkan tujuan yang telah ditentukan secara kaku. Penelitiannya telah membantu memajukan robot dan agen AI yang dapat beroperasi bersama manusia di lingkungan mulai dari kendaraan otonom hingga robotika asistif.