Kesetaraan

Perhatian terhadap kesetaraan dalam konteks Generative AI dikemukakan dalam World Economic Forum tahun 2023 (Data Equity: Foundational Concepts for Generative AI) dalam bentuk empat jenis kesetaraan:

1. Kesetaraan keterwakilan (Representation Equity)

Keterwakilan kelompok yang termarginalisasi sering tidak muncul dalam dataset yang digunakan ketika melakukan training data, hal ini akan memunculkan bias yang perlu disikapi secara bijak oleh pengguna. 

2. Kesetaraan fitur (Feature Equity) 

Selain kelompok/komunitas, dataset yang digunakan perlu memasukkan pula fitur/atribut inklusif seperti ras, gender, lokasi dan pendapatan agar lebih mengurangi bias dan ketimpangan. Di dalam pemanfaatan GenAI, ketimpangan tersebut mempengaruhi keluaran yang dihasilkan oleh GenAI. 

3. Kesetaraan Akses (Access Equity)

Pemanfaatan teknologi tidak dapat lepas dari kesenjangan literasi AI. Tidak semua pengguna GenAI memiliki akses ke fasilitas teknologi yang sama, dan dengan kualitas yang sama.  

4. Kesetaraan keluaran (Outcome Equity) 

Keluaran dari GenAI  harus adil dan tidak berpihak. Selain memastikan bahwa model yang digunakan tidak memiliki bias, sangat penting untuk menjaga agar keluaran pemanfaatan teknologi GenAI tidak berdampak ketidakadilan bagi sekelompok individu. Upaya ini dibarengi dengan transparansi, keterbukaan informasi (terutama tentang tujuan pemanfaatan GenAI), dan sikap tanggungjawab bersama ketika memanfaatkan teknologi AI khususnya bagi  target atau objek yang terdampak.