Skip to main content

Masa depan ... data untuk kebaikan

18 Januari 2024

 

Cara menutup kesenjangan antara data yang dimiliki dan data yang tidak dimiliki

Dua ahli dalam memanfaatkan data untuk kebaikan sosial berbagi kisah sukses dan mendiskusikan cara memperluas jaringan talenta untuk memastikan semua orang dapat memperoleh manfaat dari ilmu data.

Di Mozambik, pekerja informal dapat mendaftar ke platform bisnis Biscate, yang menghubungkan mereka dengan klien. Sebuah inisiatif data yang sebagian didanai oleh data.org Inclusive Growth and Recovery Challenge menggunakan data pasar semacam ini untuk memberikan wawasan guna membantu membangun bisnis mereka.

Vicki Hyman

Director,

Global Communications,

Mastercard

Di India, petani kecil mengurangi kehilangan hasil panen dan meningkatkan harga jual mereka melalui penggunaan cold storage, yang terhubung ke aplikasi seluler yang melacak masa simpan produk secara real time untuk manajemen inventaris digital.

Di Mozambik, banyak buruh yang mengiklankan pekerjaan dengan mengecat nomor telepon mereka di papan yang dipaku di pohon. Sekarang mereka mendapatkan wawasan pasar tenaga kerja yang dikirimkan langsung ke ponsel mereka dan Access ke alat untuk meningkatkan keterampilan pemasaran dan manajemen bisnis mereka.

Dan ketika mengaudit catatan pinjaman dari bank-bank di Kolombia, Meksiko dan India, para peneliti menemukan adanya risiko bias yang tinggi di masa depan terhadap pemohon perempuan. Rendahnya representasi perempuan dalam data yang ada membuat algoritma yang digunakan untuk menemukan pemohon yang layak mendapatkan kredit menjadi tidak akurat. Jadi mereka membangun gedung baru yang adil gender.

Semua ini tidak akan mungkin terjadi satu dekade yang lalu. Namun, peningkatan jumlah perangkat yang terhubung dan pertumbuhan eksponensial dalam data yang dihasilkan, dikombinasikan dengan kemajuan pesat dalam kecerdasan buatan dan pembelajaran mesin, telah melepaskan potensi ilmu data. Namun, hingga saat ini, pemerintah, organisasi nirlaba, dan organisasi kemasyarakatan masih kekurangan anggaran, staf, dan kapasitas untuk memanfaatkan ilmu data secara maksimal untuk membantu lebih banyak orang.

Didirikan oleh Mastercard Center For Inclusive Growth dan Rockefeller Foundation pada tahun 2020, data.org mendemokratisasi data dengan menjalin kemitraan di seluruh dunia untuk memanfaatkan ilmu data guna mengatasi masalah-masalah yang paling mendesak di masyarakat. Di antara inisiatifnya: Tantangan Pertumbuhan dan Pemulihan Inklusif, yang mendanai terobosan data untuk konsep kebaikan sosial, termasuk tiga hal di atas, dan Jaringan Akselerator Kapasitas, yang bertujuan untuk melatih sejuta profesional data pada tahun 2032 melalui pusat-pusat di lebih dari 20 negara dan terus bertambah. Mastercard terus mendukung data.org karena mempercepat dampak melalui ilmu data dalam skala besar.

"Data memiliki potensi untuk memperlebar kesenjangan antara mereka yang kaya dan miskin," ujar Shamina Singh, pendiri dan presiden Center for Inclusive Growth. "Kita perlu terus melakukan pekerjaan yang diperlukan untuk memastikan bahwa ilmu data untuk dampak sosial menciptakan pertumbuhan yang inklusif."

Mastercard Newsroom berbicara dengan Singh dan Danil Mikhailov, direktur eksekutif data.org, tentang mengatasi tantangan yang dihadapi bidang data yang baru lahir untuk dampak sosial, mengapa keragaman sangat penting dalam mengembangkan jalur talenta dan di mana mereka melihat kesuksesan.

Shamina, pekerjaan Anda di Center bertujuan untuk mengurangi ketidaksetaraan ekonomi dan mempersempit kesenjangan digital yang melanggengkan ketidaksetaraan tersebut. Ada juga ketidaksetaraan informasi. Apa yang dimaksud dengan "kesenjangan data" dan bagaimana hal tersebut terwujud dalam masyarakat di mana Center bekerja?

Singh: Data adalah kekuatan, dan perlombaan besar yang kita lihat di sekitar AI saat ini adalah buktinya. Yang perlu kita ingat adalah bahwa orang-orang yang kalah dalam perlombaan juga orang-orang yang bisa mendapat manfaat paling besar dari Access data. Ketidaksetaraan informasi adalah gagasan bahwa informasi sangat kuat, sangat berguna, dan mereka yang memiliki Access ke informasi itu benar-benar dapat mempercepat pertumbuhan mereka, sementara mereka yang tidak memiliki Access atau kapasitas dapat ditinggalkan. Hal ini sejalan dengan apa yang telah kita lihat di ruang inklusi keuangan, di mana semakin banyak orang memasuki ekonomi digital, semakin banyak pula yang tertinggal.

Kami mencoba mengatasi kesenjangan yang terbentuk melalui inisiatif berbasis data dan penerapan teknologi baru yang disengaja dengan mengedepankan inklusi. Apa yang kami lakukan di Center adalah menciptakan kapasitas bagi sektor sosial untuk menyadari kekuatan data mereka sendiri dan memanfaatkannya untuk kebaikan sosial. Itulah dasar dari kemitraan ini dan penciptaan data.org - untuk benar-benar menciptakan lembaga baru, cara baru dalam melakukan pekerjaan ini dengan menggunakan teknologi baru dan sumber daya data baru.

Danil, setahun yang lalu data.org merilis sebuah laporan tentang tren dan ketegangan utama seiring dengan semakin matangnya bidang data untuk dampak sosial. Apa saja tantangan yang masih dihadapi oleh organisasi? Apakah sudah ada kemajuan? Apakah ada hal baru yang muncul sejak AI generatif mulai digunakan pada tahun lalu?

Mikhailov: Shamina, saya suka pembingkaian Anda tentang ketidaksetaraan informasi: data yang dimiliki dan data yang tidak dimiliki. Hal itu masih menjadi kenyataan. Kesenjangannya tidak mengecil. Kesenjangannya semakin meningkat. Kami membuat kemajuan untuk mencoba mengurangi laju peningkatan kesenjangan tersebut. Kami telah menggunakan data di berbagai bidang selama puluhan tahun, bahkan ratusan tahun. Generasi teknologi sains data saat ini, termasuk gen AI, masih sangat baru dan berubah begitu cepat, sehingga mengarah ke bidang yang sangat terfragmentasi. Semua orang meluncurkan startup mereka atau alat dan pendekatan baru mereka, yang berarti sulit untuk menyatukan bidang ini di sekitar beberapa tantangan umum. Dan definisi dari data untuk dampak sosial, atau dampak AI - keduanya merupakan istilah baru dan bidang ini belum menyatu dengan apa yang kami maksudkan. Apa yang dilakukan oleh data.org adalah menyatukan banyak pelaku di bidang ini - organisasi berdampak sosial, perusahaan teknologi dan startup, institusi akademik, dan lain-lain, di sekitar apa yang kami maksud.

Dapatkah Anda memberi saya sebuah contoh?

Mikhailov: Kami telah melakukan banyak pekerjaan dalam mendefinisikan peran yang menurut kami masih kurang di lapangan - perancang ekosistem data. Menurut kami, pada dasarnya, apa yang kita butuhkan untuk membuat ekosistem data yang lebih sehat adalah menemukan orang-orang yang akan fokus untuk menyatukan organisasi dengan prinsip-prinsip tertentu. Seperti halnya dalam perencanaan kota - membangun kota yang sehat yang memiliki ruang publik dan ruang privat yang baik, keseimbangan arsitektur yang baik - Anda membutuhkan seseorang yang bertanggung jawab. Jadi kami telah bekerja sama dengan organisasi lain untuk menyatukan konsep desain ekosistem data yang etis ini. Maka kita perlu memperbaiki pendanaan. Ada banyak pekerjaan yang perlu dilakukan dalam hal ini, dan Mastercard telah membangun aliran pendanaan yang berkelanjutan untuk pekerjaan semacam ini. Teknologi itu mahal. Tidak ada cara untuk menghindarinya. Ketika Anda membangun teknik sains data, Anda bersaing dengan perusahaan teknologi besar lainnya di dunia. Jadi, apa yang kami lakukan adalah membalikkan hal ini dengan bermitra dengan raksasa teknologi besar, untuk menghubungkan mereka dengan sektor dampak sosial, menyediakan saluran untuk membantu sektor ini dan bagi mereka untuk menggunakan otot-otot mereka untuk membantu orang lain.

Dengan dukungan dari Mastercard Center for Inclusive Growth, data.org U.S. Financial Inclusion Accelerator memajukan kurikulum tentang data untuk dampak sosial melalui konsorsium yang mencakup perguruan tinggi dan universitas yang secara historis berkulit hitam, institusi yang melayani Hispanik, dan community college. 

Untuk mencapai hal ini, kami berupaya memastikan bahwa kami menyediakan pelatihan dan membangun keragaman dalam ilmu data melalui keterlibatan dengan berbagai hal seperti jaringan HBCU dan institusi yang melayani Hispanik untuk memastikan bahwa kami membangun bersama - tidak hanya untuk - mereka yang akan didukung oleh solusi ini. Ini adalah perbedaan dari norma di mana data yang dimiliki atau teknologi biasanya mendapatkan Access pertama dan kemudian teknologi masuk ke seluruh populasi dan mereka harus terlibat dengan sesuatu yang belum tentu dibangun dengan mempertimbangkan mereka. Kami ingin memastikan teknologi yang sedang berkembang, seperti AI generatif, menjadi bagian dari pengembangan sejak awal. Inklusi tersebut diprioritaskan sejak awal.

 

Ketika Anda berpikir tentang inisiatif yang telah Anda dukung melalui data.org, apa yang menurut Anda melambangkan kekuatan data untuk kebaikan?

Mikhailov: Saya akan menipu dan memilih dua. Jadi, satu contoh benar-benar kelas atas, global, dan satu contoh lagi jauh lebih lokal. Jadi, pada skala kelas atas, ada Epiverse, sebuah kolaborasi global yang mengembangkan ekosistem analisis data yang dapat membantu semua orang untuk menghadapi krisis kesehatan masyarakat berikutnya. Ini adalah tentang menciptakan seperangkat alat sumber terbuka untuk analis kesehatan masyarakat dan ilmuwan data, epidemiologi, komunitas semacam itu. Tentunya hal ini terinspirasi oleh pandemi; kita harus bertindak secara global, dan kita harus dapat berbagi wawasan dengan cepat. Saat ini sudah ada di setengah lusin negara, dan dalam beberapa tahun ke depan, diproyeksikan akan meluas ke 10 hingga 20 negara lainnya. Kemudian saya akan memilih Tantangan Pertumbuhan dan Pemulihan Inklusif, di mana kami mendukung sembilan proyek hebat di seluruh dunia, masing-masing dalam lingkungan lokal yang sangat spesifik, yang digerakkan oleh masyarakat setempat dan memiliki dampak jangka panjang. Misalnya, membantu masyarakat di AS menggunakan data di lokasi brownfield di kota mereka untuk membantu masyarakat meregenerasi lahan tersebut.

Singh: Izinkan saya mengembangkannya. Pentingnya Tantangan Pertumbuhan dan Pemulihan Inklusif adalah bahwa kami ingin menciptakan permintaan dan penawaran ilmu data untuk dampak sosial, sebuah konsep yang relatif baru. Tujuan kami adalah untuk memanfaatkan dukungan finansial kepada para pemenang yang terpilih untuk membantu mereka meningkatkan skala dan menghasilkan investasi lebih lanjut, mengembangkan misi mereka dan misi kami pada saat yang bersamaan. Cara Anda mengetahui bahwa itu berhasil adalah jika hadiah itu menghasilkan lebih banyak investasi. Dan kami sangat senang melihat hal ini membuahkan hasil, di mana para pemenang tantangan ini telah menghasilkan sekitar $30 juta dalam bentuk investasi tambahan. Ketika orang lain berinvestasi dalam pengembangan kapasitas, saat itulah Anda tahu perubahan sedang terjadi.

Laporan ini juga menyebutkan perlunya lebih banyak ilmuwan data, terutama di negara-negara berkembang di mana pekerjaan ini dapat memberikan dampak yang besar, tetapi juga di mana mungkin tidak ada infrastruktur pendidikan untuk melatih para ilmuwan data. Apa yang Anda lakukan untuk mengatasi hal ini?

Mikhailov: Kami membutuhkan lebih banyak ilmuwan data. Kami ingin mereka tampil beda. Kami membutuhkannya di berbagai tempat. Pertama-tama, angka. Kita tidak melatih cukup banyak ilmuwan data untuk ekonomi baru, tidak di sektor swasta apalagi sektor dampak sosial. Jadi, kita membutuhkan lebih banyak investasi di universitas, lebih banyak pelatihan informal, lebih banyak pelatihan profesional bagi mereka yang sudah memiliki pekerjaan untuk melatih kembali dan menambahkan keterampilan yang diinginkan pada keahlian yang sudah ada. Namun, kami juga membutuhkan orang-orang yang berbeda. Jadi, kita perlu berinvestasi lebih banyak untuk memastikan ada lebih banyak ilmuwan data perempuan, dan ada lebih banyak ilmuwan data dari latar belakang yang berbeda, yang saat ini kurang beruntung, terutama di negara-negara Selatan. Kami juga membutuhkan keterampilan untuk tampil beda. Jadi saat ini, kami mengajarkan ilmu data hanya sebagai disiplin teknis - matematika, coding, yang sangat penting. Namun seringkali, untuk memecahkan masalah dan menciptakan dampak sosial, Anda perlu memahami pokok bahasannya. Jadi, Anda perlu memahami, misalnya, ketika Anda berbicara tentang iklim atau kesehatan atau ketidaksetaraan finansial, apa penyebab di balik masalah tersebut? Jika Anda hanya memiliki keterampilan teknis, Anda sering kali lebih banyak merugikan daripada menguntungkan saat mencoba menciptakan solusi. Jadi, mengajarkan para ilmuwan data untuk memiliki keterampilan interdisipliner dari pengetahuan teknologi dan pemahaman tentang materi pelajaran adalah sesuatu yang menjadi fokus kami di Jaringan Akselerator Kapasitas kami.

Singh: Di Mastercard, kami selalu mengatakan pelanggan adalah pusat inovasi kami, tetapi kenyataannya adalah bahwa jika Anda membuat kode atau menciptakan teknologi atau solusi, Anda akan melakukannya berdasarkan apa yang Anda ketahui, siapa Anda dan pengalaman hidup Anda. Apa yang sengaja kami coba lakukan dengan Capacity Accelerator Network adalah memperluas kumpulan talenta teknologi dalam tahap pengembangan untuk memastikan bahwa masukannya mewakili keragaman komunitas, negara, dan wilayah tempat kami beroperasi.