Oleh: Farhan Helmy * 

Pesan Kunci:

  • Teknologi geospasial sedang bergerak dari kemampuan memetakan menuju kemampuan memahami dan menghubungkan sistem. Konvergensi GIS, observasi bumi, sensor, point cloud, pemodelan sistem, GeoAI, dan AI generatif membuka kemungkinan baru untuk mengintegrasikan pengetahuan ilmiah, data komunitas, dan pengalaman hidup.
  • Warga tidak seharusnya berhenti sebagai sumber data atau penerima manfaat teknologi. Mereka harus memiliki kemampuan untuk menghasilkan dan menafsirkan pengetahuan, ikut menentukan penggunaan data, serta berpartisipasi sebagai pekerja, penyedia jasa, investor, pengelola, dan pemilik bagian dari nilai ekonomi yang dihasilkan.
  • AI tidak bekerja di ruang kosong. Ia berkembang di dalam sistem sosial-ekonomi yang telah lama menghasilkan konsentrasi modal, kekuasaan, ketimpangan, dan kerusakan lingkungan. Kemampuan AI dapat memperkuat pola tersebut, tetapi juga dapat digunakan untuk memperluas pengetahuan, inklusi, kapasitas publik, dan tindakan kolektif.
  • Pertanyaan akhirnya bukan hanya seberapa cerdas AI akan menjadi, tetapi bagaimana manusia mempertahankan daya bertindak di tengah perubahan tersebut. Tantangannya adalah membangun sistem sosial-ekonomi yang mengarahkan teknologi untuk memperkuat kemampuan manusia memahami, memberi makna, menentukan pilihan, dan bertindak bersama menuju kehidupan yang lebih inklusif, tangguh, dan berkelanjutan.

Saya merespons sebuah unggahan menarik dari Saqib Ali Baiq, seorang peneliti dan spesialis GIS di LinkedIn. Unggahan itu menggerakkan saya untuk mengelaborasinya lebih jauh karena berkaitan erat dengan apa yang saya tekuni selama dua tahun terakhir: bagaimana warga dan komunitas dapat berpartisipasi sebagai subjek dalam pengambilan keputusan, bukan sekadar menjadi objek kebijakan atau sumber data.

Lebih jauh lagi, warga perlu mempunyai kemampuan untuk memproduksi data dan pengetahuan serta memberi makna atas apa yang mereka lihat, rasakan, dan alami dalam kehidupan sehari-hari. Perkembangan teknologi geospasial dan kecerdasan artifisial membuka kemungkinan tersebut, meskipun teknologi tidak akan dengan sendirinya mengubah hubungan kuasa yang menentukan siapa yang menguasai data, pengetahuan, dan keputusan.

Lima Perubahan Menuju Pengetahuan Kewargaan yang Generatif

Unggahan tersebut menggambarkan evolusi teknologi geospasial, dari peta kertas dan GIS desktop menuju observasi bumi, visualisasi interaktif, dan analisis tiga dimensi. Saya mengalami langsung sebagian besar perjalanan itu: dari survei konvensional, penginderaan jauh dan generasi awal GIS seperti Arc/Info dan SPANS, pengolahan citra dengan PCI dan ERDAS, basis data dan analisis statistik, hingga GRASS GIS, QGIS, ArcGIS, Web GIS, Vensim, Python, En-ROADS, pemetaan partisipatif, sensor, point cloud, dan kini GeoAI.

Bagi saya, perjalanan ini bukan sekadar pergantian perangkat lunak. Ia menunjukkan bagaimana kemampuan kita berkembang dari melihat dan memetakan, menuju menganalisis dan memodelkan, dan sekarang semakin memungkinkan kita menghubungkan berbagai bentuk pengetahuan untuk memahami serta mengubah sistem.

Pertama, berbagai perangkat analisis mulai berkonvergensi. GIS kini bertemu dengan digital twin, AI agentik, dinamika sistem, dan pemodelan berbasis agen. ArcGIS, QGIS, GRASS GIS, dan berbagai perangkat lain sebelumnya banyak dioperasikan melalui antarmuka teknis, prosedur analitis, atau bahasa pemrograman yang hanya dikuasai kalangan tertentu. Kehadiran large language model (LLM) mulai memungkinkan interaksi yang lebih intuitif untuk menggali, menghubungkan, dan menafsirkan berbagai lapisan informasi. Kemudahan itu tetap harus disertai kemampuan memeriksa sumber data, metode, asumsi, dan kesimpulan yang dihasilkan.

Kedua, kemampuan komputasi AI semakin terdistribusi. Komputer AI ringkas seperti NVIDIA DGX Spark dan sistem sejenis membawa kemampuan yang sebelumnya bergantung pada pusat data besar menjadi lebih dekat dengan universitas, perusahaan sosial, laboratorium lokal, dan komunitas. Perkembangan ini membuka peluang bagi laboratorium AI dan kapasitas komputasi lokal. Biaya, energi, pemeliharaan, keamanan siber, dan sumber daya manusia tetap menjadi bagian penting dari perencanaannya.

Ketiga, pengumpulan data tiga dimensi semakin terjangkau. Point cloud tidak lagi sepenuhnya bergantung pada perangkat LiDAR khusus yang mahal. Telepon pintar dengan LiDAR atau sensor kedalaman, serta perangkat lain yang memanfaatkan fotogrametri dan visi komputer, dapat membantu warga mendokumentasikan trotoar, ramp, bangunan, drainase, fasilitas publik, dan perubahan kondisi lingkungan. Perangkat tersebut tidak selalu menggantikan survei presisi, tetapi cukup berguna untuk observasi awal dan pemetaan partisipatif.

Keempat, akses terhadap data observasi bumi semakin terbuka. Berbagai citra satelit dan data geospasial tersedia melalui skema akses terbuka untuk riset, pendidikan, kegiatan kemanusiaan, dan kepentingan nonkomersial. Citra beresolusi sangat tinggi belum semuanya tersedia secara bebas. Namun, kombinasi data terbuka, kemitraan riset, dan data komersial tertentu dapat memperkuat kemampuan komunitas untuk mengamati perubahan penggunaan lahan, suhu, banjir, vegetasi, kepadatan bangunan, dan kondisi lingkungan lainnya.

Kelima, kemampuan menyintesis data menjadi pengetahuan terus berkembang. Klasifikasi citra, pemetaan sensorik, pengetahuan warga, GeoAI generatif, data observasi bumi, dan pemodelan sistem dapat dipadukan untuk membangun pemahaman yang terus diperbarui. Di sinilah pergeseran penting terjadi: dari mengumpulkan data menuju kemampuan menguji penjelasan, mengeksplorasi skenario, dan mendukung tindakan bersama.

Perjalanan tersebut saya ringkas dalam Gambar 1. Tiga jalur yang dahulu berkembang relatif terpisah (geospasial dan penginderaan jauh, basis data dan statistik, serta pemodelan sistem), sekarang semakin bertemu melalui GeoAI, AI generatif, dan systems intelligence. Tetapi bagi saya, perubahan yang lebih penting bukan hanya konvergensi teknologinya. Pertanyaan yang kita ajukan juga berubah: dari di mana suatu persoalan terjadi, menuju mengapa ia terjadi, siapa yang mengalaminya secara berbeda, bagaimana bagian-bagian sistem saling terkait, apa yang dapat dilakukan bersama, dan akhirnya siapa yang menentukan arah perubahan.

Gambar 1. merangkum perjalanan penggunaan teknologi dan pendekatan analitis dari geospasial dan penginderaan jauh, basis data dan statistik, serta pemodelan sistem menuju konvergensi GeoAI, AI generatif, dan systems intelligence. Perjalanan tersebut tidak hanya menunjukkan perubahan perangkat, tetapi juga evolusi pertanyaan: dari melihat lokasi dan perubahan, menuju memahami dinamika, pengalaman warga, keterkaitan sistem, dan kemungkinan tindakan bersama. Pada tahap berikutnya, teknologi tidak lagi hanya membantu manusia melihat dan menganalisis dunia, tetapi dapat digunakan untuk mengintegrasikan pengetahuan ilmiah, data komunitas, pengalaman hidup, dan pemodelan dalam membangun pengetahuan kewargaan generatif. Tujuan akhirnya bukan kecanggihan teknologi itu sendiri, melainkan memperkuat daya bertindak warga untuk ikut memahami, menentukan, memiliki manfaat, dan mengubah sistem menuju kota dan daerah yang lebih inklusif, tangguh, dan berkelanjutan. Sumber: Farhan Helmy (2026), sintesis berdasarkan perjalanan profesional dan perkembangan perangkat analisis yang digunakan.

Ruang yang Belum Banyak Tersentuh

Jika kemampuan tersebut terus berkembang, pertanyaan berikutnya bukan lagi sekadar apa yang dapat dipetakan, tetapi apa yang selama ini belum terlihat oleh cara kita memetakan dunia. Salah satu tantangan yang masih jarang disentuh adalah pengembangan Neurodivergent Accessibility Maps (NAM). Suatu tempat mungkin terlihat aksesibel secara fisik, tetapi tetap terasa membingungkan, melelahkan, atau tidak aman karena kebisingan, panas, silau, bau, kepadatan, maupun rendahnya keterbacaan ruang. Dimensi-dimensi ini sering tidak tercakup dalam GIS dan audit aksesibilitas konvensional.

Melalui kolaborasi pemangku kepentingan Advanced Systems Computing Design, and Innocation (ASCODI) Lab yang saya dirikan,  ikut serta dalam mendorong berbagai universitas, lembaga riset, organisasi masyarakat sipil, dan komunitas, mengeksplorasi bagaimana kemampuan tersebut dapat mendukung pengembangan Inclusive District Platform (IDP) sebagai laboratorium hidup pada skala kecamatan. Upaya ini mulai dirintis di Bandung pada 2022 melalui Sumur Bandung Inclusive District Platform (SBIDP) dengan keterlibatan lebih dari 20 organisasi. IDP belum menjadi platform yang sepenuhnya mapan. Kegiatannya terfokus pada upaya untuk membangun pemahaman, kemampuan, dan tindakan bersama mengenai inklusivitas, krisis iklim, dan keberlanjutan.

Integrasi audit aksesibilitas, NAM, pemetaan sensorik, point cloud, pengalaman hidup, GIS, AI, dan pemodelan sistem dapat menunjukkan lokasi hambatan sekaligus membantu menjelaskan mengapa hambatan itu bertahan, siapa yang mengalaminya secara berbeda, dan intervensi apa yang dapat menghasilkan nilai publik yang inklusif. Teknologi dalam pendekatan ini berfungsi untuk memperkuat pembacaan warga terhadap ruang hidupnya, bukan menggantikan pengalaman mereka dengan kesimpulan mesin.

Dari Pengetahuan Warga Menuju Infrastruktur Kewargaan

Kemampuan warga menghasilkan dan menafsirkan pengetahuan membawa kita pada pertanyaan berikutnya: di mana data dan pengetahuan itu disimpan, diolah, dikembangkan, dan dikelola, serta siapa yang mempunyai kendali atas infrastrukturnya? Pengetahuan kewargaan yang generatif sulit berkembang jika warga mampu menghasilkan data tetapi seluruh proses pengolahan, komputasi, pemodelan, dan pengambilan keputusan tetap bergantung pada infrastruktur yang berada jauh dari mereka.

Karena itu, perkembangan teknologi yang semakin terdistribusi membuka kemungkinan untuk memikirkan bentuk infrastruktur data dan kecerdasan kewargaan. Infrastruktur ini tidak harus dibayangkan sebagai pusat data dalam pengertian konvensional. Bentuknya dapat berupa kombinasi sensor, penyimpanan data, komputasi lokal, GeoAI, model analitis, dasbor, laboratorium pembelajaran, serta mekanisme tata kelola yang memungkinkan data dan pengetahuan digunakan kembali untuk kepentingan komunitas.

Perbedaannya terutama terletak pada tujuan dan tata kelola. Pusat data negara umumnya dibangun berdasarkan kebutuhan administrasi, keamanan, integrasi layanan, dan kedaulatan nasional. Infrastruktur korporasi banyak mengikuti kebutuhan efisiensi, skala, keuntungan, dan pengembangan pasar. Infrastruktur kewargaan tidak perlu menggantikan keduanya. Ia mengisi ruang yang berbeda: memperkuat kemampuan warga dan komunitas untuk menghasilkan pengetahuan, memahami kondisi mereka sendiri, dan mempunyai posisi yang lebih kuat dalam pengambilan keputusan.

Dalam konteks inilah ASCODI mengeksplorasi infrastruktur data dan kecerdasan yang dikelola bersama untuk memperkuat daya bertindak, kapasitas ekonomi, dan posisi tawar komunitas. Ciri utamanya bukan ukuran perangkat keras atau seberapa canggih teknologinya, melainkan tata kelolanya: warga ikut menentukan data apa yang dikumpulkan, bagaimana data ditafsirkan, siapa yang dapat menggunakannya, dan untuk kepentingan siapa pengetahuan tersebut bekerja.

Tetapi daya bertindak tidak berhenti pada penguasaan data dan pengetahuan. Jika infrastruktur baru juga menciptakan nilai ekonomi, pertanyaan berikutnya adalah siapa yang bekerja, berinvestasi, memiliki aset, menanggung risiko, dan menerima manfaat dari nilai yang tercipta?

Komunitas karena itu tidak boleh berhenti sebagai penghasil data. Mereka perlu memperoleh ruang sebagai penanam modal, pekerja, penyedia jasa, pemasok, pengelola aset, dan penerima manfaat di sepanjang bagian rantai nilai yang dapat dikembangkan secara lokal. Investasi dapat berbentuk modal keuangan melalui koperasi atau skema kepemilikan bersama, serta kontribusi pengetahuan, tenaga kerja, ruang, jaringan sosial, dan sumber daya lokal. Kontribusi tersebut perlu diakui secara adil tanpa mengubah data pribadi dan pengalaman hidup warga menjadi komoditas yang dapat diperjualbelikan.

Ekonomi Karbon dan Ekonomi Sirkular Berbasis Komunitas

Ekonomi karbon dan ekonomi sirkular memberikan contoh nyata tentang bagaimana infrastruktur ini dapat bekerja. Dalam ekonomi karbon berbasis komunitas, warga dapat terlibat sejak penentuan masalah, penyusunan kondisi dasar, investasi, pelaksanaan kegiatan, pemantauan, pelaporan, dan verifikasi hingga penetapan pembagian manfaat. GeoAI, citra satelit, sensor, dan data komunitas dapat digunakan untuk mengukur perubahan yang dihasilkan oleh efisiensi energi, energi terbarukan, penghijauan kota, pengelolaan sampah organik, mobilitas rendah karbon, dan intervensi berbasis alam.

Nilai yang dihasilkan tidak harus bergantung sepenuhnya pada penjualan kredit karbon. Manfaat dapat hadir melalui penghematan energi, pembayaran berbasis kinerja, berkurangnya risiko lingkungan, meningkatnya kualitas ruang hidup, penciptaan pekerjaan, dan bertambahnya aset komunitas. Jika kredit karbon digunakan, hak atas data, klaim penurunan emisi, biaya transaksi, risiko, dan pembagian pendapatan harus dijelaskan sejak awal agar komunitas tidak kembali ditempatkan sebagai pemasok murah dalam rantai nilai yang dikuasai pihak lain.

Dalam ekonomi sirkular, infrastruktur yang sama dapat membantu memetakan aliran material, sumber timbulan sampah, pelaku informal, fasilitas pengolahan, permintaan pasar, dan peluang penggunaan kembali. Komunitas dapat berinvestasi dan bekerja dalam pemilahan, pengomposan, perbaikan, penggunaan ulang, pengolahan material, produksi bahan bangunan daur ulang, logistik, serta pengembangan pasar lokal. Pemulung, pelaku usaha mikro, penyandang disabilitas, kelompok perempuan, anak muda, dan kelompok rentan lainnya perlu memperoleh jalan untuk menjadi pekerja terampil, penyedia jasa, produsen, pengelola, atau pemilik bersama, bukan terus bertahan pada posisi terendah dalam rantai pasok.

Dalam kerangka ini, blended finance tidak sekadar menggabungkan dana pemerintah, filantropi, perbankan, dan investasi swasta. Pembiayaan tersebut harus membuka ruang bagi investasi komunitas, pengadaan lokal, kepemilikan bersama, penciptaan pekerjaan yang inklusif, dan pembagian manfaat yang transparan. Negara dapat menyediakan perlindungan, standar, dan infrastruktur dasar. Korporasi dapat membawa teknologi, pembiayaan, dan akses pasar. Komunitas harus tetap mempunyai suara, hak, kapasitas, dan bagian ekonomi dalam ekosistem yang mereka ikut bangun.

Hidup dalam Ekosistem AI yang Oligarkis

Namun, upaya membangun infrastruktur kewargaan dan ekonomi berbasis komunitas tidak berlangsung di ruang kosong. Ia tumbuh di tengah ekonomi politik teknologi yang semakin terkonsentrasi. Infrastruktur komputasi, cip, data, model fondasi, layanan komputasi awan, dan platform digital kini dikuasai oleh sejumlah relatif kecil korporasi dengan kemampuan ekonomi dan teknologi yang sangat besar.

ASCODI tidak memosisikan diri untuk berhadapan langsung dengan sistem tersebut, tetapi juga tidak beranggapan bahwa komunitas dapat begitu saja hidup di luarnya. Pertanyaan praktisnya adalah bagaimana memanfaatkan teknologi yang tersedia tanpa membiarkan ketergantungan berubah menjadi penyerahan kendali atas pengetahuan dan pengambilan keputusan.

Karena itu, ASCODI bekerja pada berbagai titik buta sistem tersebut: pengetahuan lokal, inklusi disabilitas, sistem perawatan, ekonomi informal, risiko iklim pada skala lingkungan, pengalaman sensorik, serta data yang dihasilkan komunitas. Bidang-bidang ini mengandung nilai sosial dan nilai publik yang besar, tetapi sering luput dari perhatian karena tidak selalu menawarkan skala, keuntungan, atau peluang ekstraksi data yang dicari perusahaan teknologi dominan.

Pendekatan berbasis komunitas yang dikembangkan ASCODI bukanlah sikap antiteknologi. Kami menggunakan AI, GeoAI, sensor, point cloud, simulasi, dan berbagai perangkat maju lain, lalu memadukannya dengan pengalaman hidup, pemetaan partisipatif, pengetahuan lokal, dan tata kelola yang akuntabel. Tujuannya adalah memperkuat kemampuan komunitas untuk menghasilkan bukti, memahami kondisi mereka sendiri, bernegosiasi dengan institusi, dan ikut menentukan penggunaan teknologi yang semakin memengaruhi kehidupan mereka.

Posisi ASCODI dapat dipahami sebagai upaya membangun daya bertindak komunitas di dalam ekosistem AI yang oligarkis. Ini merupakan pilihan pragmatis untuk bekerja dengan teknologi yang tersedia sambil membangun pengetahuan yang dikelola secara lokal, memperkuat daya tawar, dan menghadirkan alternatif yang nyata. Upaya tersebut dimulai dari ruang, persoalan, dan kelompok masyarakat yang cenderung tidak diprioritaskan oleh pasar oligopolistik dan institusi oligarkis.

Tetapi perkembangan AI membawa pertanyaan ini ke wilayah yang lebih mendasar. Sebagian peneliti mulai mempertanyakan apakah perkembangan AI yang sangat cepat suatu hari dapat mengancam eksistensi manusia. Saya tidak ingin masuk terlalu jauh ke dalam perdebatan mengenai berapa probabilitas risiko tersebut. Bagi saya, persoalannya justru tidak dimulai dari AI.

Jauh sebelum AI hadir, original intelligence manusia telah menghasilkan perang, ketimpangan, eksploitasi sumber daya, kerusakan ekosistem, dan krisis iklim. Kebakaran hutan memberikan contoh yang sangat dekat. Kemampuan kita mengamati bumi, memetakan perubahan tutupan lahan, mendeteksi titik panas, dan memahami dinamika lingkungan telah berkembang luar biasa. Namun, peningkatan kemampuan melihat dan mengetahui itu tidak dengan sendirinya menghentikan kerusakan.

Persoalannya tidak pernah hanya terletak pada kekurangan data atau teknologi. Ia juga berada pada insentif ekonomi, tata kelola, konsentrasi kekuasaan, perilaku manusia, serta kemampuan sistem sosial mengendalikan kerakusan yang ada di dalamnya. Dalam pengertian sistemik, pertanyaannya bukan hanya mengapa manusia dapat menjadi rakus, tetapi struktur apa yang membuat kerakusan, akumulasi, dan konsentrasi kekuasaan terus memperkuat dirinya sendiri.

Saya mengalami sendiri sebagian perjalanan panjang teknologi tersebut. Pada awal 1990-an, saya dikirim oleh Menteri Negara Kependudukan dan Lingkungan Hidup Emil Salim ke Jerman sebagai visiting researcher untuk mendalami microwave remote sensing. Pada masa itu, para peneliti sedang mencari cara untuk mengklasifikasikan citra satelit yang jumlahnya terus bertambah secara lebih efisien. Saya masih ingat bagaimana pendekatan AI mulai dieksplorasi dengan bahasa pemrograman yang jauh dari sederhana bagi kebanyakan pengguna.

Hampir empat dekade kemudian, kita hidup dalam dunia GeoAI. Dengan bantuan LLM dan kemampuan komputasi yang semakin besar, banyak proses untuk menghasilkan, membaca, dan menganalisis peta serta citra yang dahulu membutuhkan keahlian khusus kini dapat dilakukan melalui interaksi yang semakin sederhana. Apa yang empat dekade lalu sulit dibayangkan perlahan menjadi bagian dari kehidupan sehari-hari. Pengalaman tersebut membuat saya berhati-hati untuk mengatakan bahwa suatu perkembangan teknologi di masa depan terlalu jauh untuk dibayangkan hanya karena hari ini belum dapat dilakukan.

Namun, sejarah yang sama juga memberikan pelajaran lain: kemajuan teknologi tidak identik dengan kemajuan kemanusiaan. Kita dapat mempunyai satelit yang semakin teliti, AI yang semakin cerdas, komputasi yang semakin cepat, dan pengetahuan yang semakin melimpah, sementara pada saat yang sama tetap menghasilkan ketimpangan, kerusakan lingkungan, konflik, dan konsentrasi kekuasaan.

Di sinilah saya melihat perbedaan penting antara eksistensi manusia dan humanity atau kemanusiaan. Eksistensi berbicara tentang keberadaan manusia. Kemanusiaan jauh lebih luas: kemampuan kita memberi makna, merawat sesama dan alam, membangun pengetahuan, membatasi kekuasaan dan kerakusan, mengambil keputusan, serta menentukan masa depan bersama. Manusia secara biologis dapat saja terus ada, tetapi sebagian kualitas kemanusiaannya dapat terkikis ketika daya bertindak, pengetahuan, sumber daya, dan keputusan semakin terkonsentrasi dan semakin jauh dari kehidupan warga.

Karena itu, AI bagi saya bukan semata-mata ancaman ataupun penyelamat. Kemampuan teknologi yang sama dapat memperbesar konsentrasi kekuasaan, eksploitasi, pengawasan, manipulasi, dan kerusakan; tetapi juga dapat memperluas kemampuan manusia untuk memahami sistem yang kompleks, mempercepat penemuan ilmiah, mengantisipasi risiko, memperbaiki layanan publik, memperkuat inklusi, dan membangun tindakan bersama.

Setiap kemajuan teknologi dengan demikian membuka ruang baru antara eksistensi dan transformasi. Masa depan yang muncul tidak ditentukan oleh AI sendirian, melainkan oleh interaksi antara teknologi, ekonomi, politik, institusi, budaya, nilai, dan pilihan kolektif manusia.

Pertanyaan sistemiknya kemudian menjadi:

Sistem sosial-ekonomi seperti apa yang harus kita bangun di tengah kemajuan AI, dan ke mana kemampuan tersebut akan kita arahkan, agar pilihan mempertahankan eksistensi sebagai human tidak justru menghancurkan humanity?

Kerakusan, kompetisi, oligarki, dan oligopoli tidak lahir bersama AI. Mereka telah lama menjadi bagian dari perjalanan peradaban. AI dapat memperkuat pola-pola tersebut melalui konsentrasi modal, komputasi, data, pengetahuan, dan kekuasaan. Tetapi AI juga dapat menjadi bagian dari kemampuan manusia untuk memahami dan mengubah sistem tersebut.

Persoalannya karena itu bukan sekadar seberapa cerdas AI akan menjadi. Pertanyaannya adalah apakah sistem sosial, ekonomi, politik, dan kelembagaan kita mampu berkembang untuk mengarahkan kecerdasan tersebut menuju kehidupan yang lebih inklusif, adil, dan berkelanjutan.

Dari Pengetahuan Menuju Aksi Kolektif

Tantangannya sekarang adalah menentukan untuk siapa teknologi dikembangkan, persoalan apa yang diprioritaskan, dan siapa yang mempunyai kewenangan atas data serta pengetahuan yang dihasilkan. Universitas, pemerintah, perusahaan teknologi, lembaga keuangan, organisasi masyarakat sipil, dan komunitas perlu membangun ruang kolaborasi yang memungkinkan warga terlibat sebagai produsen, penafsir, pengguna, penjaga pengetahuan, dan pemilik bagian dari nilai ekonomi yang diciptakan.

Kita dapat memulainya pada skala yang membumi: satu trotoar, satu sekolah, satu kampung, atau satu kecamatan. Melalui laboratorium hidup seperti IDP, teknologi, pembiayaan, pengetahuan ilmiah, dan pengalaman warga dapat diuji bersama untuk menjawab persoalan nyata. Ukuran keberhasilannya tidak berhenti pada jumlah data, kecanggihan model, atau besarnya investasi. Yang perlu dinilai adalah apakah kapasitas dan daya tawar komunitas bertambah, keputusan publik membaik, manfaat ekonomi terbagi lebih adil, dan kondisi sosial serta ekologis mengalami perubahan yang dapat dibuktikan.

Dalam konteks perkembangan AI, pendekatan pada skala komunitas mungkin terlihat kecil dibandingkan investasi pusat data, model fondasi, atau kompetisi teknologi global. Tetapi justru pada ruang-ruang inilah pertanyaan mengenai kemanusiaan memperoleh bentuk yang konkret: siapa yang dapat menggunakan teknologi, siapa yang didengar, siapa yang memperoleh manfaat, siapa yang menanggung risiko, dan siapa yang mempunyai kemampuan untuk menentukan perubahan.

Pengetahuan kewargaan yang generatif tumbuh ketika warga mampu membaca dunia sekaligus ikut mengubahnya. Dalam pengertian ini, kemampuan menghasilkan pengetahuan bukan sekadar persoalan teknologi. Ia merupakan bagian dari daya bertindak manusia: kemampuan untuk memahami keadaan, memberi makna atas pengalaman, membuat pilihan, dan bertindak bersama.

Karena itu, undangan artikel ini tetap sederhana: bangun kapasitas teknologi bersama komunitas, tempatkan investasi komunitas di dalam rantai nilai, dan pastikan data serta AI bekerja untuk memperluas daya bertindak warga.

Sebab pada akhirnya, persoalan terdalam AI mungkin bukan hanya apakah mesin suatu hari menjadi lebih cerdas daripada manusia, tetapi apakah manusia tetap mempunyai daya untuk memahami, memberi makna, dan menentukan dunia yang semakin dibentuk bersama mesin.

Bandung, 11 September 2026

Tentang Penulis

* Farhan Helmy adalah pendiri dan CEO Advanced Systems Computing Design and Innovation (ASCODI) Lab, Kepala Sekolah Thamrin School of Climate Change and Sustainability,  serta salah seorang penggagas Inclusive District Platform (IDP). Selama lebih dari tiga dekade ia bekerja pada persinggungan teknologi geospasial, penginderaan jauh, pemodelan sistem, perubahan iklim, pembangunan berkelanjutan, dan inklusi sosial. Karyanya saat ini berfokus pada integrasi GeoAI, pemikiran sistem, pengetahuan komunitas, dan pengalaman hidup untuk memperkuat daya bertindak warga serta mendorong pembangunan yang lebih inklusif, tangguh, dan berkelanjutan.

#GeoAI #KecamatanInklusif #Neurodiversitas #DataKomunitas #GEDSI #AksiIklim