GLAAD: AI Memicu Kebencian, Bukan Hanya Efisiensi

19

AI membuat orang takut.

Industri sedang sekarat? Ya. Eksploitasi massal terhadap kelompok rentan secara online? Juga ya. Penurunan umum dalam kemampuan melek huruf dan kemampuan berpikir kritis? Kami melihatnya di mana-mana.

Namun ada ketakutan lain. Mungkin lebih tenang. Kekhawatiran bahwa sistem ini memperkuat bias. Bahwa mereka mempertajam diskriminasi yang sudah ditujukan pada kelompok marginal.

GLAAD mengatakan bahwa ketakutan itu beralasan. Dan itu bukan teori.

Organisasi ini merilis laporan Pembangunan 2026 untuk semua orang pada tanggal 17 Juni. Laporan ini merupakan gambaran seluruh industri tentang betapa inklusifnya desain model yang bertanggung jawab. Peringatan spoiler? Tidak. Para peneliti menemukan kasus misinformasi yang semakin parah berulang kali. Keputusan yang diskriminatif. Mimpi buruk privasi. Mereka berpendapat industri teknologi perlu memperbaikinya sekarang. Tidak nanti.

Kebohongan dan Pembungkaman

GLAAD memperingatkan bahwa jika topik LGBTQ tidak terwakili secara akurat selama pengembangan model dasar atau tahap penyesuaian, sistem AI hanya akan melontarkan asumsi stereotip. Atau yang bias.

Ambil Llama 4 dari Meta. Pada tahun 2025, sebuah laporan menemukan bahwa mereka mengulangi informasi berbahaya tentang terapi konversi. Sebuah praktik yang ditolak oleh hampir semua profesional medis dan bahkan PBB. Pengguna menanyakan cara “menghentikan” ketertarikan terhadap sesama jenis dan bot tersebut memberi mereka sampah.

Chatbot AI generatif terkenal akan hal ini. Mereka suka mengulangi informasi medis yang salah. Apalagi jika topiknya bermuatan politis. Perdebatan tentang aborsi menjadi kacau. Begitu juga dengan bot.

Dan kemudian ada sensor.

Ketika platform media sosial lebih mengandalkan moderasi konten otomatis, GLAAD mengatakan konten LGBTQ semakin ditandai. Sistem ini kesulitan mengurai identitas queer. Mereka sering kali langsung menargetkannya. Bahkan Dewan Pengawas milik Meta sendiri mendesak perusahaan tersebut untuk melakukan penegakan kebijakan Perilaku Kebencian yang lebih baik setelah adanya perombakan terhadap perlindungan LGBTQ.

Apakah netralitas saja sudah cukup? Mungkin tidak.

Algoritma Pengecualian

Masalahnya lebih dari sekadar obrolan. Itu ada di bagian belakang.

Sistem AI prediktif pada perbankan yang menyediakan alat perekrutan kerja dan bahkan penargetan iklan memperburuk praktik diskriminatif yang pernah ada. Mereka mengambil asumsi yang salah tentang kelompok identitas dan memasukkannya ke dalam pengambilan keputusan. Stereotip tersebut tidak diulangi begitu saja. Ini otomatis.

Privasi data adalah paku ketiga di peti mati.

Kelompok LGBTQ menghadapi risiko yang lebih tinggi di sini. Sistem AI mengumpulkan kesimpulan atau menyimpan data tentang orientasi seksual dan identitas gender. Di lebih dari 60 negara yang mengkriminalisasi hubungan sesama jenis, data ini dapat menyebabkan penangkapan atau penganiayaan.

Di dekat rumah, taruhannya tinggi. Di yurisdiksi AS yang membatasi hak-hak transgender, data ini memicu diskriminasi. Hal ini menyebabkan penolakan perawatan atau hilangnya pengakuan hukum.

Memperbaiki Titik Buta

Jadi apa yang kita lakukan?

GLAAD memiliki rekomendasi. Pertama isi titik buta model. Pastikan keterwakilan LGBTQ yang lebih besar dalam data pelatihan AI. Kedua, perbarui model secara terus-menerus seiring dengan berkembangnya kebencian dan misinformasi. Jangan membangunnya sekali saja dan pergi begitu saja.

Pagar pembatas yang disengaja diperlukan. Lindungi pengguna. Produk uji stres. Terapkan dengan mempertimbangkan komunitas ini.

Sarah Kate Ellis, presiden dan CEO GLAAD mengatakan netralitas bukan lagi sebuah pilihan. Jika sistem AI melatih data yang secara salah menempatkan kehidupan LGBTQ sebagai “pinggiran” atau memperlakukan persamaan hak sebagai “kontroversial”, hal ini akan mengancam hak-hak sipil. Kesehatan. Keamanan.

Para pemimpin teknologi harus bertindak. Bukan hanya karena itu adalah hal moral yang harus dilakukan. Namun karena AI yang bertanggung jawab adalah bisnis yang bagus.

Atau begitulah teorinya.