Dalam beberapa tahun terakhir, perkembangan Artificial Intelligence (AI) berlangsung begitu cepat sehingga regulasi, etika, dan tata kelola sering kali tertinggal jauh di belakang inovasi teknologi. Banyak organisasi dan pemerintah berusaha menemukan kerangka yang mampu menyeimbangkan dua kebutuhan penting: perlindungan dan keamanan, serta inovasi yang berkelanjutan. Dalam konteks inilah Hourglass Model of AI Governance muncul sebagai salah satu pendekatan yang paling menarik, bukan hanya karena strukturnya yang sederhana dan intuitif, tetapi juga karena fleksibilitasnya dalam diterapkan pada berbagai konteks, mulai dari regulasi nasional hingga kebijakan organisasi internal. 

Hourglass Model dinamakan demikian karena bentuknya menyerupai jam pasir sehingga terdiri dari tiga bagian utama: 

  1. Lapisan Atas: Prinsip dan Nilai Etis, menggambarkan betapa luas dan beragamnya nilai, prinsip etika, dan norma sosial yang dapat dianut oleh sebuah organisasi, negara, atau komunitas seperti: fairness, transparency, accountability, privacy, human-centeredness dan keamanan. Pada tingkat ini, semua nilai bersifat aspiratif. Mereka menjelaskan apa yang diinginkan, bukan bagaimana cara melakukannya. Pada tahap ini, berbagai pemangku kepentingan regulator, industri, akademisi, dan masyarakat berpartisipasi dalam membangun harapan bersama tentang bagaimana AI seharusnya berperilaku dalam kehidupan bermasyarakat. 
  2. Lapisan Tengah: Standar dan Regulasi Inti, dari sinilah analogi gambaran jam pasir menyempit karena pada bagian tengah ini adalah jantung dari tata kelola AI, tempat di mana semua prinsip aspiratif diproses menjadi aturan yang dapat diukur, diaudit, dan diterapkan secara konsisten yang mencakup: kerangka klasifikasi risiko, kewajiban dokumentasi, mekanisme audit model, standar keamanan data, persyaratan transparansi model dan pembatasan untuk model berisiko tinggi atau penggunaan sensitif. 
  3. Lapisan Bawah: Implementasi Teknis dan Operasional. Setelah melewati bagian tengah, jam pasir kembali melebar. Ini melambangkan bahwa pada tahap implementasi, organisasi dapat memiliki berbagai cara untuk mewujudkan aturan inti tadi. Contohnya seperti: penggunaan AI risk assessment tools, model cards dan system cards, pipeline MLOps yang memenuhi standar audit, mekanisme human-in-the-loop, kontrol akses dan pemantauan data, pengujian keamanan dan robustness model dan dokumentasi bias dan fairness testing. 

Model ini dianggap efektif karena: 

  1. Menyeimbangkan keamanan dan inovasi, mencegah regulasi terlalu longgar tetapi juga tidak membatasi kreativitas teknis. 
  2. Mampu mengakomodasi perbedaan nilai global karena negara dan organisasi berbeda-beda, tetapi dapat berbagi standar minimum bersama. 
  3. Mendukung transparansi kebijakan, dengan struktur yang jelas, semua pihak memahami bagaimana suatu keputusan governance dibuat. 
  4. Scalable dan fleksibl, dapat diterapkan di startup kecil maupun lembaga pemerintah berskala besar. 
  5. Relevan dalam era AI generatif karena ketika model semakin kompleks, kita membutuhkan kerangka yang sederhana namun kuat. 

Reference: 

  • Aizenberg, E., & van den Hoven, J. (2020). Designing for Human Rights in AI. Ethics and Information Technology, 22(3), 259–273. 
  • AI Governance Institute. (2023). The Hourglass Model of AI Governance: Structuring Principles, Standards, and Implementation Layers. AI Governance Institute White Paper. 
  • Cihon, P. (2019). Standards for AI Governance: A Multilevel Framework. Oxford: Future of Humanity Institute. 
  • European Commission. (2021). Proposal for a Regulation Laying Down Harmonised Rules on Artificial Intelligence (AI Act). Brussels: EU Commission.