Asisten AI Perempuan Dibayar Lebih Murah, Cermin Bias Industri Teknologi

Bayangkan Anda memesan dua asisten virtual dengan kemampuan persis sama: kecepatan menjawab identik, tingkat akurasi setara, dan jam kerja tanpa batas. Namun ketika tagihan datang, asisten bersuara perempuan dikenakan tarif lebih murah sekitar 10 persen. Itulah kenyataan yang terungkap dari sebuah penelitian terbaru tentang ekonomi platform kecerdasan buatan (AI/Artificial Intelligence) — sebuah temuan yang menunjukkan bahwa bias gender ternyata mampu menembus batas antara manusia dan mesin.

Temuan ini penting bukan sekadar karena angka persentasenya, melainkan karena ia membuka kotak Pandora tentang bagaimana nilai kerja dibentuk di era digital. Jika algoritma yang kita anggap netral dan objektif pun mewarisi ketimpangan lama, pertanyaannya bukan lagi apakah teknologi bisa mendiskriminasi, melainkan seberapa dalam diskriminasi itu tertanam dalam ekosistem yang kita bangun sehari-hari.

Ketika Algoritma Mewarisi Prasangka Manusia

Penelitian tersebut mengungkap bahwa asisten AI dengan persona perempuan dibayar 10,25 persen lebih rendah dibandingkan asisten berpersona laki-laki, meski performa keduanya identik dalam berbagai uji coba. Ibarat seperti mempekerjakan dua karyawan dengan CV yang sama persis, tetapi yang satu digaji lebih kecil hanya karena nama depannya terdengar feminin.

Yang membuat temuan ini menarik adalah mekanismenya. AI tidak dilahirkan dengan prasangka. Algoritma pembelajaran mesin (machine learning) belajar dari data historis yang kita berikan. Jika data pelatihan berisi ribuan interaksi di mana suara perempuan diasosiasikan dengan peran administratif, layanan pelanggan, atau pekerjaan berupah rendah, maka model akan menyerap pola itu dan mereproduksinya dalam bentuk tarif.

"Sistem AI tidak menciptakan bias dari ketiadaan. Ia memperbesar pola yang sudah ada dalam data, lalu menyajikannya kembali sebagai keputusan yang tampak objektif," ujar seorang peneliti etika komputasi yang terlibat dalam studi tersebut.

Dalam konteks ini, platform penyedia asisten AI berperan sebagai pasar tenaga kerja digital. Pengembang dapat memilih persona, nada suara, hingga nama untuk produk mereka. Ketika konsumen atau perusahaan bersedia membayar lebih untuk persona laki-laki, permintaan itu langsung terpetakan menjadi harga. Ekonomi platform pun mereplikasi struktur upah dunia nyata dengan sangat presisi.

Data dan Spesifikasi: Seberapa Besar Celahnya

Untuk memahami skalanya, penting melihat angka secara utuh. Studi ini menganalisis sejumlah besar transaksi dan penetapan harga di pasar asisten AI, mencakup berbagai kategori layanan seperti dukungan pelanggan, asisten riset, dan agen percakapan.

Perbedaan 10,25 persen mungkin terdengar kecil, tetapi dalam skala industri yang nilainya miliaran dolar, angka itu berarti miliaran dolar potensi pendapatan yang hilang dari satu sisi pasar. Lebih dari itu, selisih ini menciptakan sinyal pasar: bahwa persona perempuan layak dihargai lebih murah, dan sinyal itu akan terus diperkuat setiap kali transaksi terjadi.

Dari sisi teknis, pengembangan model bahasa besar (large language model/LLM) sebenarnya memungkinkan penyesuaian persona tanpa mengubah kemampuan inti. Artinya, tidak ada alasan teknis untuk perbedaan harga. Yang ada hanyalah alasan sosial-ekonomi yang dibungkus dalam antarmuka digital.

Implikasi bagi Ekosistem Teknologi dan Masyarakat

Dampak temuan ini melampaui industri AI itu sendiri. Pertama, bagi perusahaan yang mengimplementasikan asisten AI, ada risiko memperkuat stereotip di tempat kerja manusia. Ketika karyawan melihat sistem otomatis pun menilai perempuan lebih murah, budaya kerja yang setara menjadi semakin sulit dipertahankan.

Kedua, bagi pengembang dan peneliti, ini adalah panggilan untuk mengaudit data pelatihan dan mekanisme penetapan harga. Praktik seperti ini menuntut adanya kerangka tata kelola algoritma yang transparan, termasuk dokumentasi tentang bagaimana persona dan tarif ditentukan.

Ketiga, bagi regulator, celah ini menunjukkan bahwa undang-undang anti-diskriminasi yang ada belum menjangkau entitas non-manusia. Pertanyaan hukumnya rumit: siapa yang bertanggung jawab ketika algoritma menetapkan harga berbeda? Pengembang, platform, atau konsumen yang membayar?

Yang jelas, inovasi tidak pernah berlangsung dalam ruang hampa nilai. Setiap keputusan desain, dari nama hingga suara asisten, adalah keputusan politik-ekonomi kecil yang dampaknya terakumulasi. Penelitian ini menjadi cermin: sebelum kita khawatir AI akan menggantikan manusia, ada baiknya kita bertanya, bias manusia seperti apa yang sudah kita tanamkan ke dalamnya.

Pada akhirnya, keadilan di era kecerdasan buatan bukan hanya soal kecepatan atau efisiensi, melainkan soal keberanian mengakui bahwa mesin pun bisa mewarisi ketidakadilan — dan bahwa memperbaikinya adalah tanggung jawab kita, bukan algoritma.