Albania berhasil membuat dunia terperangah. Negara di Eropa Tenggara ini baru saja melantik seorang menteri bernama Diella. Ia bukan politisi karismatik, bukan pula teknokrat muda lulusan universitas top dunia. Diella hanyalah sebuah entitas digital, berupa kecerdasan buatan yang diberi mandat untuk mengawasi proses pengadaan publik.
Fenomena ini jelas bukan sekedar eksperimen politik. Kemunculan Diella membawa pesan simbolis. Masa depan akan banyak ditentukan oleh peran akal imitasi (AI). Diskursus menarik lantas berkembang di ruang publik. Jika kursi menteri bisa ditempati oleh algoritma, apakah industri keuangan siap menyerahkan keputusan kredit kepada algoritma?
Dunia perbankan telah lama hidup dalam dilema. Di satu sisi, bank harus menyalurkan kredit sebagai bahan bakar pertumbuhan ekonomi. Di sisi lain, bank harus menjaga risiko kredit agar tetap rendah. Dalam praktiknya, bank sulit membedakan mana debitur yang benar-benar mampu membayar dan mana yang sekadar terlihat meyakinkan di atas kertas.
Dalam teori ekonomi, masalah ini erat kaitannya dengan informasi asimetris. Bank kerap menutup celah itu dengan jaminan dan sederet syarat administratif. Sayangnya, banyak UMKM yang sehat secara bisnis justru gagal mendapat kredit. Alasan klasiknya, karena mereka tak punya agunan atau catatan keuangan yang rapi. Di sinilah AI masuk sebagai game changer.
AI menawarkan sesuatu yang baru. Ia mampu membaca pola dalam big data. Jika analis kredit hanya melihat laporan keuangan dan riwayat pinjaman, algoritma AI mampu menggali lebih dalam.
Dari transaksi harian, pembayaran listrik, belanja di e-commerce, sampai jejak digital yang kadang luput dari perhatian manusia. Alhasil, bank tidak hanya menilai kinerja masa lalu, tapi juga memprediksi kapabilitas masa depan.
Studi kasus serupa juga terjadi di bidang sistem pembayaran. AI memungkinkan perbankan melakukan deteksi kecurangan (fraud) secara real-time. Algoritma mampu membaca transaksi tidak wajar dalam hitungan detik. Implikasinya, keamanan transaksi meningkat sehingga kepercayaan publik kepada bank tetap terjaga dengan cara yang lebih efisien.
Secara teoritis, kita bisa kaitkan kemampuan AI ini dengan teori rasionalitas terbatas (bounded rationality). Herbert Simon (1956) menjelaskan bahwa manusia tidak pernah sepenuhnya rasional.
Kapasitas otak terbatas, informasi yang tersedia tidak sempurna, dan waktu pengambilan keputusan sering singkat. Maka, manusia membuat keputusan dengan “cukup baik”, bukan “sempurna”.
AI seolah memberi solusi untuk keterbatasan ini. Dengan daya komputasi yang jauh melampaui manusia, AI menawarkan analisis yang lebih mendekati “rasionalitas penuh”. Ia mampu menghapus bias subjektif manusia. Dengan AI, kita tidak akan lagi mendengar cerita kredit pengusaha kecil ditolak hanya karena penampilan atau status sosialnya.
Konteks Indonesia membuat narasi ini semakin relevan. UMKM adalah tulang punggung ekonomi, menyumbang lebih dari 60 persen PDB dan menyerap lebih dari 90 persen tenaga kerJa.
Tatkala AI digunakan untuk alternative credit scoring, UMKM dinilai bukan hanya dari laporan keuangan. Riwayat belanja bahan baku, transaksi digital, atau performa di marketplace juga akan menjadi bahan pertimbangan.
Dengan begitu, mereka yang selama ini dianggap unbankable punya kesempatan masuk ke sistem keuangan formal. Ini bukan hanya soal kredit. Ini tentang inklusi keuangan dan upaya membuka pintu ekonomi yang lebih luas. Muara akhirnya tentu ialah pertumbuhan ekonomi, penciptaan lapangan kerja, sampai pemerataan kesejahteraan.
Bias algoritma
Algoritma hanya secerdas data yang diberikan. Rasionalitas AI tetap dibatasi oleh kualitas dan keragaman data yang menjadi masukan. Jika data historis menunjukkan bias yang sistematis, misalnya menolak peminjam di area tertentu, maka AI tidak akan menghilangkan diskriminasi itu. Sebaliknya, AI akan mengabadikannya dan memperkuatnya. Kondisi ini dikenal luas dengan istilah ‘Bias Algoritma.’
Dalil ini sejalan argumen yang disampaikan Cathy O’Neil, penulis buku Weapons of Math Destruction. Ia menyebut algoritma bisa menjadi senjata pemusnah yang sunyi.
Jika data historis penuh bias, maka hasilnya akan ikut bias. Alih-alih membuka akses keuangan, AI justru berisiko memperkuat diskriminasi yang selama ini terjadi.
Selain itu, masih terdapat problematika lain dari implementasi AI. Misalnya, isu kotak hitam (black box) AI. Sering kali bank tidak tahu persis alasan di balik sebuah algoritma menolak atau menerima pengajuan kredit.
Risiko privasi data juga tidak boleh dilupakan. Untuk menilai kelayakan kredit, AI membutuhkan data yang luas dan dalam. Tanpa perlindungan data pribadi yang ketat, data nasabah berpotensi rentan terhadap penyalahgunaan.
Dengan alur berpikir tersebut, algoritma seyogianya ditempatkan dalam kerangka AI dengan pengawasan manusia(human-in-the-loop). Algoritma hanya berfungsi sebagai pemberi sinyal atau rekomendasi awal, sedangkan verifikasi akhir tetap dilakukan oleh manusia.
Kerangka ini bukan hanya soal mitigasi risiko. Ini juga tentang menjaga kepercayaan. Nasabah akan merasa lebih dihargai jika tahu bahwa di balik keputusan kredit ada manusia yang mendengar, bukan hanya mesin yang menghitung. Jika algoritma dibiarkan beroperasi tanpa pengawasan, kita sedang menciptakan oligopoli data. Keputusan vital ditentukan oleh kotak hitam tak berjiwa.
Kisah Diella di Albania menjadi momen reflektif bagi kita. Teknologi dapat meniru peran manusia, tetapi ia tidak dapat menggantikan kearifan dan etika manusia. Diella hanyalah sebuah instrumen. Ia bisa membantu menilai, memprediksi, bahkan mempercepat keputusan. Namun, keputusan itu tetap harus disertai konteks sosial, intuisi, dan etika.
Kita harus memastikan bahwa teknologi melayani kemanusiaan, bukan sebaliknya. Simbiosis mutualisme wajib dibangun antara algoritma di satu sisi dengan kearifan lokal di sisi lain. AI harus diposisikan sebagai mitra kerja, alih-alih pengganti manusia.
Albert Einstein pernah berkata “Not everything that can be counted counts, and not everything that counts can be counted.” Tidak semua yang bisa dihitung dengan algoritma mencerminkan nilai sebenarnya dari seorang debitur. Pada akhirnya, keputusan kredit bukan hanya soal angka. Lagi-lagi ini adalah soal kepercayaan. Dan, kepercayaan hanya bisa dijaga oleh manusia.
Artikel ini telah dimuat di KOMPAS 11 Oktober 2025
