Di episode #63 saya membahas sisi produk AI — bagaimana membuat pengguna betah memakai fitur AI. Episode #64 ini saya geser ke sisi lain yang sering dianggap membosankan tapi justru menentukan apakah produk AI kita boleh beroperasi: etika, hak cipta, dan regulasi. Saya pilih angle praktis — bukan wacana moral, tapi “apa yang harus saya siapkan sebagai programmer yang meluncurkan produk AI”.
Peta regulasi AI: bukan satu undang-undang, tapi lapisan
Pelajaran pertama saya: tidak ada satu regulasi AI global yang berlaku di mana-mana. Yang ada adalah lapisan-lapisan. Uni Eropa punya AI Act (resmi berlaku sejak 1 Agustus 2024, dengan tenggat yang mengular sampai 2028). Indonesia sampai 2026 masih berjalan di atas regulasi umum — UU ITE, PDP, PP 71/2019 — belum punya undang-undang AI khusus, tapi dua Perpres (Peta Jalan AI Nasional 2026–2029 dan Etika AI) tinggal menunggu tanda tangan Presiden per September 2026.
Ini berarti bagi saya: kalau produk saya hanya untuk pasar Indonesia, risiko hukumnya masih rendah dan bersifat umum. Tapi kalau ada pengguna Uni Eropa, AI Act langsung relevan — dan aturannya berjenjang, tidak bisa dibaca sehari jadi.
| Tanggal | AI Act mulai berlaku |
|---|---|
| 1 Agu 2024 | AI Act masuk ke hukum UE |
| 2 Feb 2025 | Larangan praktik berisiko tertentu + kewajiban AI literacy |
| 2 Agu 2025 | Aturan model general-purpose (GPAI) & governance |
| 2 Agu 2026 | Aturan transparansi (pasal 50) + mulai penegakan |
| 2 Des 2027 | Kewajiban AI berisiko tinggi (Annex III) |
| 2 Agu 2028 | AI berisiko tinggi tertanam produk (Annex I) |
Yang paling dekat dengan pekerjaan saya: transparansi
Dari seluruh AI Act, bagian yang paling cepat menyentuh produk harian adalah kewajiban transparansi: chatbot wajib memberi tahu pengguna bahwa mereka berinteraksi dengan AI, konten sintetis (gambar/video/audio hasil generasi) wajib diberi penanda yang terbaca mesin, dan deepfake wajib diberi label. Berlaku sejak 2 Agustus 2026, dengan masa transisi penandaan konten lama sampai 2 Desember 2026.
Saya catat ini sebagai checklist teknis, bukan urusan legal: di produk, saya perlu (1) label “AI” di UI asisten, (2) metadata penanda di konten hasil generate, (3) log siapa menghasilkan apa. Ketiganya kecil dibanding harganya kalau kena denda.
Hak cipta dataset: pengadilan AS mulai memberi jawaban
Isu yang paling saya tunggu jawabannya soal “boleh tidak melatih model dengan data berhak cipta” ternyata tidak punya satu jawaban. Dari yang saya ikuti (per November 2026):
- Bartz v. Anthropic — pelatihan model pada buku dinyatakan fair use, tapi mengunduh dan menyimpan salinan dari shadow library bukan. Kasus diselesaikan $1,5 miliar (persetujuan final 20 Juli 2026), pembayaran pertama direncanakan ≤15 November 2026.
- Kadrey v. Meta — Meta menang di tahap ini karena penulis gagal membuktikan kerugian pasar; kasus masih berjalan untuk klaim lain.
- Thomson Reuters v. Ross Intelligence — kebalikannya: penggunaan headnote Westlaw untuk melatih alat riset hukum dinyatakan bukan fair use, dan pengadilan banding menguatkan 29 September 2026.
- NYT v. OpenAI — masih aktif; klaim pelanggaran langsung lanjut ke proses ringkas.
Pola yang saya tangkap: pengadilan melihat fakta per kasus — bagaimana data diperoleh (legal beli vs unduhan bajakan) dan apakah ada kerugian pasar. Bagi programmer yang membangun produk, implikasi praktisnya: sumber data harus bisa ditelusuri legalitasnya, dan kalau pakai model pihak ketiga, baca kebijakan data mereka.
Praktik etis yang saya terapkan sekarang
Regulasi besar belum tentu mengatur produk kecil saya, tapi kebiasaan etis sebaiknya dibangun sejak awal — mirip menulis test sebelum fitur jadi ribuan baris:
- Jejak data — tahu model apa, data apa, dan berapa biaya setiap permintaan; ini fondasi LLMOps yang kita bahas di #61.
- Human review — keputusan yang berdampak pada orang (penolakan kredit, seleksi CV) tidak diserahkan penuh ke model.
- Label jujur — pengguna tahu ini hasil AI, bukan tulisan manusia.
- Privasi default — data pengguna tidak ikut dikirim ke provider kalau tidak perlu; topik lokal di #57 jadi opsi nyata di sini.
Untuk keamanan operasional (prompt injection, guardrail), ini kelanjutan dari #42; episode #60 sudah menambah sisi red teaming internal. Episode #64 melengkapi sudut hukum dan etika.
Netral dan jujur: apa yang belum saya ketahui
Saya tidak punya posisi soal apakah regulasi AI terlalu cepat atau terlalu lambat — yang saya catat: aturan selalu datang belakangan dari teknologi. Yang bisa saya kendalikan sebagai programmer adalah arsitektur produk saya: log, label, jejak data, dan keputusan manusia di titik-titik penting. Empat hal itu bikin saya siap apa pun bentuk regulasi yang akhirnya berlaku di Indonesia.
Sumber
- EU AI Act — Implementation Timeline (AI Act Service Desk, Komisi Eropa)
- Shaping Europe’s digital future — AI Act framework
- Kontan, 3 Sep 2026 — Dua Perpres AI menunggu tanda tangan Presiden
- Herbert Smith Freehills — Indonesia AI regulation tracker
- AI Training Data & Copyright (2026): The Rulings
- Bartz v. Anthropic — Situs resmi settlement
Komentar Terbaru