Mengapa Revolusi AI Pemerintah Dimulai dengan Alat yang Lebih Baik, Bukan Hanya Data yang Lebih Baik

Selama beberapa dekade, keputusan sektor publik berjalan pada sistem yang rapuh dan terfragmentasi. Di era perubahan kebijakan yang cepat dan informasi waktu nyata, bottleneck tidak lagi akses ke data, tetapi kurangnya alat yang siap digunakan yang memasukkan konteks, provenance, dan keamanan dalam alur kerja di mana pejabat benar-benar bertindak. Kemudahan penggunaan sekarang lebih penting daripada akumulasi data mentah, dan pertanyaannya adalah bagaimana pemerintah dapat beradaptasi dengan membangun atau membeli alat yang diaktifkan AI yang membuat eksekusi kebijakan lebih cepat, lebih aman, dan lebih akuntabel.

The Bottleneck: Kemudahan Penggunaan, Bukan Akses Data

Pemerintah sudah duduk di lautan informasi seperti pelacak legislatif, pengajuan regulasi, indikator ekonomi, citra satelit, media sumber terbuka, dan laporan internal. Masalah inti adalah bagaimana informasi tersebut mencapai pengambil keputusan, yang lambat, sepotong-sepotong, dan sering kali kehilangan konteks atau provenance yang diperlukan untuk bertindak. Badan pengawas AS telah menekankan bahwa tanpa tata kelola yang kuat, integrasi, dan jejak, AI dan analitik bergelut untuk diterjemahkan menjadi keputusan operasional di lingkungan misi-kritis.

Dasbor dan danau data saja jarang memperbaiki ini. Penelitian manajemen menunjukkan bahwa dasbor, berguna seperti mereka, dapat menyesatkan atau mengalahkan pengguna dan tidak secara inheren memperbaiki keputusan kecuali mereka terhubung erat dengan pilihan dan tindakan konkret. Studi juga menunjukkan bahwa nilai sebenarnya dari analitik muncul hanya ketika data dikerangka ulang di sekitar pengambilan keputusan itu sendiri, bukan hanya dikumpulkan untuk kepentingannya sendiri.

Mengapa Status Quo Sekarang Matang untuk Transformasi AI

Pemerintah di mana-mana berjuang dengan sistem yang ketinggalan zaman, memori lembaga yang menipis, dan banjir tuntutan kebijakan yang semakin kompleks. Masalah struktural jangka panjang ini berkumpul pada saat yang sama alat AI menjadi lebih mampu untuk mengatasi mereka, membuat status quo tidak dapat dipertahankan dan kasus untuk transformasi mendesak.

1) Sistem patchwork bertahan. Sistem TI pemerintah kritis masih merupakan mozaik aplikasi warisan, alur kerja email, dan database yang terisolasi yang tidak berinteroperasi. Kantor Akuntabilitas Pemerintah AS (GAO) konsisten menandai sistem misi-kritis yang berusia beberapa dekade yang mahal untuk dipertahankan dan sulit dimodernisasi, dengan pembaruan terbaru pada 2025 yang mendetail platform yang paling berisiko. Secara global, pemerintah mendorong kemampuan platform-level tetapi kemajuan tidak merata; Indeks Kematangan GovTech Bank Dunia adalah lensa yang berguna untuk mengetahui di mana bangunan blok digital pemerintah berada dan belum ada. Sementara itu, Undang-Undang Interoperabilitas Eropa membuat interoperabilitas (solusi bersama, standar, penggunaan kembali) menjadi persyaratan hukum di seluruh sektor publik, sebuah pendekatan yang patut ditonton di luar Eropa.

2) Memori lembaga menghilang. Pengurangan dan pergantian mengerosi konteks – siapa yang memutuskan apa, mengapa, dan di bawah kendala apa. Di AS, Partnership for Public Service melaporkan tingkat pengurangan pemerintah sebesar 5,9% pada tahun fiskal 2023, lebih rendah dari 2022 tetapi masih memiliki konsekuensi yang signifikan untuk kontinuitas pengetahuan. Penelitian tentang staf senior juga menunjukkan bagaimana pergantian mengurangi keahlian dan hubungan yang kritis untuk koordinasi di seluruh cabang eksekutif.

3) Kompleksitas kebijakan dipercepat. Jumlah aturan dan pedoman yang besar menciptakan titik buta untuk organisasi tanpa deteksi perubahan otomatis. Daftar Federal AS menerbitkan statistik tahunan tentang aturan, aturan yang diusulkan, dan total halaman, menggambarkan skala dan variabilitas yang harus dilacak oleh badan (dan entitas yang diatur). Proyek data-teks seperti RegData mengukur pertumbuhan dan distribusi pembatasan regulasi dari waktu ke waktu, menawarkan bukti yang dapat dibaca mesin bahwa beban pemantauan nyata.

Dari Analisis ke Operasional: Agen AI yang Dibangun untuk Kebijakan

Gelombang berikutnya melampaui AI yang menganalisis ke AI yang mengoperasikan. Agen yang dibangun untuk sektor publik seharusnya:

• Terus-menerus memantau sumber daya yang relevan di seluruh yurisdiksi dan bahasa (misalnya, sinyal media dapat dipantau dalam skala besar).
• Menandai perubahan dengan konteks dan provenance, menonjolkan statuta, aturan, atau pedoman yang bergerak, dan mengapa itu penting.
• Menggambar draf pertama brief dan catatan dampak yang terkait dengan teks sumber yang berwenang dan pemilik kebijakan yang bertanggung jawab.
• Mempertahankan peta pemangku kepentingan yang hidup yang mencerminkan wewenang dan pengaruh yang bergeser daripada bagan organisasi statis.
• Mengintegrasikan langsung ke dalam poin tindakan seperti tugas, portal komentar, sistem pendokumentasian, dan rantai pembersihan sehingga wawasan dapat menjadi tindakan dalam jendela yang sama.

Pedoman sektor publik mendukung pergeseran ini. Kerangka Manajemen Risiko AI NIST (AI RMF 1.0) menguraikan praktik untuk membuat AI yang valid, dapat diandalkan, aman, tangguh, akuntabel, transparan, dapat dijelaskan, dan ditingkatkan privasi. Pada 2024, Kantor Manajemen dan Anggaran AS mengarahkan badan untuk mempertahankan inventori penggunaan AI dan menerapkan praktik risiko minimum untuk penggunaan yang mempengaruhi hak atau keselamatan masyarakat.

Apa yang “Baik” Terlihat seperti untuk Alat AI Pemerintah

Tidak setiap solusi AI cocok untuk sektor publik. Untuk mempertahankan kepercayaan dan keandalan, alat harus memenuhi standar yang lebih tinggi, dan dibangun di sekitar transparansi, keamanan, dan interoperabilitas, sambil memastikan kerangka kerja pengadaan memperkuat akuntabilitas.

1) Sentris keputusan dengan desain. Mulai dengan keputusan yang berisiko tinggi (misalnya, apakah untuk mengeluarkan perintah darurat, bagaimana untuk mengomentari peraturan yang diusulkan, kapan untuk memicu konsultasi antarlembaga). Kerja mundur ke bukti minimum dan provenance yang diperlukan untuk bertindak. Tampilkan opsi, bukan hanya wawasan, dan buat “tindakan berikutnya” jelas. Ini sejalan dengan penekanan AI RMF pada pemahaman konteks, pengukuran risiko, dan pengelolaan kontrol di seluruh siklus hidup.

2) Penjelasan dan tautan sumber, secara default. Setiap klaim harus dapat dilacak ke dokumen sumber dengan kutipan dan timestamp inline. Ini adalah persyaratan UX serta tata kelola. Kerangka akuntabilitas GAO menekankan dokumentasi dan auditabilitas sehingga AI dapat dapat dilacak dan dapat dikelola dalam misi publik.

3) Keamanan dan kepatuhan yang dibangun. Alat operasional harus selaras dengan arsitektur zero-trust dan kenyataan jaringan multi-awanan dan, jika berlaku, jaringan terklasifikasi. Di AS, itu berarti merancang menuju otorisasi FedRAMP untuk layanan cloud dan menerapkan Strategi Zero Trust OMB serta Model Kematangan Zero Trust v2.0 CISA.

4) Interoperabel sejak hari pertama. Eksekusi kebijakan melintasi badan, tingkat pemerintahan, dan perbatasan. API, vocabulari bersama, dan standar metadata adalah prasyarat untuk alat AI yang berguna. Undang-Undang Interoperabilitas Eropa adalah model yang maju yang mempromosikan penggunaan kembali dan interoperabilitas lintas batas dengan desain; itu mulai berlaku pada Juli 2024 dan memfasilitasi kewajiban lebih lanjut selama 2025. Bukti GTMI Bank Dunia juga menunjukkan bahwa kemampuan platform-level berkorelasi dengan pengiriman layanan yang lebih baik dan ketahanan.

5) Pengadaan yang menghargai hasil. Badan secara konsisten melaporkan bahwa aturan pengadaan dan kompleksitas kepatuhan memperlambat adopsi AI. Penilaian terbaru menyoroti kebutuhan untuk membangun persyaratan risiko AI ke dalam kontrak dan menggunakan akuisisi sebagai tuas untuk AI yang dapat dipercaya. Tinjauan GAO tahun 2025 tentang penggunaan AI generatif di badan federal menemukan tantangan termasuk kepatuhan dengan kebijakan yang ada, keterbatasan sumber daya teknis, dan menjaga kebijakan penggunaan yang tepat tetap mutakhir.

Taruhannya dan Kesempatan

Taruhannya dan kesempatannya jelas. Dalam keamanan nasional dan kebijakan ekonomi, jendela untuk bertindak semakin mengecil dari minggu ke hari ke jam. Komisi Keamanan Nasional tentang Kecerdasan Buatan laporan akhir memperingatkan bahwa pemerintah yang gagal beradaptasi dengan alur kerja yang diaktifkan AI akan kehilangan keunggulan keputusan; alat yang mengubah informasi menjadi opsi dengan tata kelola yang terintegrasi dapat menjadi perbedaan antara tindakan tepat waktu dan keterlambatan yang dapat dihindari. Revolusi sebenarnya tidak akan menjadi gudang data lain, tetapi alat AI operasional yang memasukkan konteks, provenance, dan akuntabilitas pada titik keputusan. Dilakukan dengan benar, AI memperkuat bukan menggantikan penilaian manusia di jantung tata kelola demokratis.