AI Bandar Pintar: Kunci Sebenar Ialah Pendidikan & Libat Urus

AI dalam Kerajaan & Sektor Awam••By 3L3C

AI bandar pintar tak cukup dengan teknologi. Tanpa pendidikan rakyat dan libat urus awam yang serius, projek AI kerajaan akan sukar membina kepercayaan.

AI sektor awambandar pintarlibat urus awamMalaysia Digital Economy Blueprinttactical urbanismsandbox AIidentiti digital kerajaan
Share:

AI Bandar Pintar: Kunci Sebenar Ialah Pendidikan & Libat Urus

Dalam banyak projek bandar pintar, lebih 60% kegagalan berpunca daripada isu manusia dan proses, bukan teknologi. Bukan sebab sensor tak berfungsi atau algoritma tak tepat, tetapi kerana warga bandar tak faham apa yang sedang berlaku, tak percaya pada sistem, dan rasa mereka diketepikan.

Untuk kerajaan dan PBT yang sedang berbelanja besar di bawah kerangka Malaysia Digital Economy Blueprint (MyDIGITAL), ini isyarat penting: kejayaan AI dalam sektor awam bukan tentang siapa ada model paling hebat, tetapi siapa paling serius mendidik rakyat dan melibatkan komuniti.

Artikel ini menghimpunkan idea daripada persidangan global seperti CoMotion GLOBAL di Riyadh, digabungkan dengan konteks Malaysia. Fokusnya jelas: bagaimana agensi kerajaan boleh membina kepercayaan dan sokongan rakyat untuk projek AI bandar pintar, dari peringkat perancangan sampai pelaksanaan.

1. Mengapa AI Bandar Takkan Berjaya Tanpa Pendidikan Rakyat

AI dalam sektor awam sudah bergerak laju: pengurusan trafik, sistem aduan pintar, analitik CCTV, sehingga ke identiti digital dan portal perkhidmatan kerajaan. Tapi satu perkara konsisten di seluruh dunia: rakyat akan menolak apa yang mereka tak faham dan tak percaya.

Seperti yang ditegaskan oleh Carlos Alvarado Quesada (bekas Presiden Costa Rica) di CoMotion GLOBAL, ramai pemimpin terlalu fokus pada teknologi yang "mengganggu" status quo, tapi tak cukup fokus pada manusia yang terkesan.

Untuk Malaysia, ini sangat relevan kerana:

  • MyDIGITAL menyasarkan penggunaan AI secara meluas dalam perkhidmatan kerajaan menjelang 2030.
  • Bandar seperti Kuala Lumpur, Johor Bahru, Penang, Kuching dan Kota Kinabalu sedang bereksperimen dengan elemen bandar pintar dan data raya.
  • Isu seperti pengenalan wajah, kamera pintar, dan integrasi data agensi makin sensitif di mata rakyat.

Jika rakyat rasa AI = pemantauan melampau + keputusan automatik yang tak telus, projek akan sentiasa dipertikai.

Apa yang sebenarnya perlu berlaku?

  • Rakyat faham apa masalah yang cuba diselesaikan.
  • Mereka tahu data apa dikumpul, untuk tujuan apa, dan siapa kawal.
  • Mereka dapat lihat manfaat konkrit, contohnya masa menunggu dikurangkan, keselamatan ditingkatkan, atau proses lesen dipermudah.

Tanpa pendidikan awam, semua ini tinggal jargon dan poster kempen sahaja.

2. Pembelajaran Berpengalaman: Biar Rakyat “Rasa” Sendiri Teknologi AI

Cara paling berkesan untuk mengurangkan rasa takut terhadap teknologi ialah membiarkan orang mencuba sendiri dalam persekitaran yang selamat. Carlo Ratti dari MIT menyebut konsep ini sebagai “experiential learning” menggunakan idea “living lab” dan digital twin.

Dalam bahasa mudah: jadikan bandar sebagai makmal hidup, dengan kawalan dan had yang jelas.

Bagaimana konsep ini boleh diterjemah untuk bandar di Malaysia?

  1. Zon Percubaan Trafik Pintar

    • Pilih satu kawasan sibuk (contoh: satu koridor utama di Shah Alam atau Johor Bahru).
    • Guna AI untuk mengoptimumkan lampu isyarat, pemantauan kemalangan, dan data aliran trafik.
    • Papar papan maklumat digital: masa perjalanan sebelum & selepas, pengurangan kesesakan, dan impak emisi.
    • Adakan hari “open street data” di mana warga boleh lihat sendiri papan pemuka (dashboard) projek.

  2. Ruang Pameran AI Sektor Awam
    Di kompleks kerajaan, perpustakaan awam atau urban park:

    • Stesen demonstrasi pengesahan identiti digital.
    • Simulasi bagaimana sistem AI mengesan kebakaran hutan, banjir kilat atau risiko keselamatan.
    • Stesen “tanya AI” yang menunjukkan bagaimana chatbot kerajaan menjawab soalan biasa.

  3. Program Sekolah & Universiti sebagai Rakan “Living Lab”

    • Kerjasama PBT dengan sekolah menengah & IPT tempatan.
    • Sesi lawatan ke pusat kawalan bandar pintar (command centre) dengan penerangan yang mudah difahami.
    • Cabaran data (data challenge) untuk pelajar dengan data yang telah dianonimkan.

Rakyat yang pernah "rasa" sendiri teknologi akan lebih mudah menerima dan mempertahankannya, berbanding rakyat yang hanya dengar khabar angin di media sosial.

3. Tactical Urbanism & AI: Mulakan Kecil, Hadkan Risiko, Tunjuk Hasil

Shin-pei Tsay dari Boston mengaitkan AI bandar dengan konsep “tactical urbanism” – perubahan kecil, kos rendah, sementara, tapi dengan impak yang boleh diukur.

Untuk AI dalam kerajaan, pendekatan ini sangat praktikal:

“Jangan mulakan dengan projek AI mega nasional kalau PBT belum pernah selesaikan satu masalah jalan berlubang menggunakan data dengan baik.”

Contoh aplikasi tactical urbanism untuk projek AI sektor awam

  1. Projek Mikro: Satu Masalah, Satu Kawasan, Satu Teknologi
    Contoh di Malaysia:

    • AI untuk mengesan dan memetakan lubang jalan di satu daerah sahaja.
    • Sistem ramalan banjir di satu lembangan sungai kecil.
    • Analitik kesesakan sekitar satu hospital awam utama.

    Ciri penting:

    • Tempoh percubaan 3–6 bulan.
    • KPI yang jelas: masa respon, pengurangan aduan, penjimatan kos operasi.
    • Laporan terbuka kepada komuniti kawasan tersebut.

  2. Sandbox Peraturan (Regulatory Sandbox) untuk AI

    • MCMC, MOSTI atau MAMPU boleh bersama-sama PBT dan kerajaan negeri mewujudkan "sandbox AI".
    • Dalam zon ini, teknologi baharu boleh diuji di bawah garis panduan yang jelas, dengan pemantauan etika, privasi dan keselamatan.
    • Akses data dihadkan, algoritma diaudit, dan komuniti sekitar dimaklumkan awal.

  3. “Fail Kecil” Dibolehkan, Asalkan Terbuka & Dipelajari
    Tactical urbanism mengakui bahawa tidak semua percubaan akan berjaya, tetapi kegagalan mesti murah, cepat, dan telus.

    • Jika model ramalan trafik tak tepat, tunjuk apa yang dipelajari.
    • Jemput komuniti teknikal (data scientist tempatan, universiti, startup) mengkritik dan mencadangkan penambahbaikan.

Bandar yang matang digital bukan bandar yang tak pernah gagal, tetapi bandar yang belajar secara terbuka dengan komuniti.

4. 4 Sebab Libat Urus Awam Menentukan Nasib Projek AI Kerajaan

Mana-mana agensi kerajaan yang serius tentang AI perlu anggap libat urus awam sebagai komponen teknikal, bukan sekadar kerja komunikasi akhir projek.

Berikut empat sebab utama kenapa libat urus awam bukan pilihan tambahan, tetapi syarat kejayaan:

1. Mewujudkan Kepercayaan terhadap Data & Identiti Digital

Sistem seperti identiti digital nasional, pengesahan biometrik, dan integrasi pangkalan data agensi sangat bergantung pada kepercayaan.

Tanpa libat urus:

  • Rakyat bimbang data disalahguna atau bocor.
  • Golongan terpinggir (B40, warga emas, komuniti luar bandar) rasa sistem tak mesra mereka.

Dengan libat urus awal:

  • Syarat privasi, had penggunaan data dan hak rakyat boleh diterangkan dengan bahasa mudah.
  • Kebimbangan sebenar (bukan andaian pembuat dasar) dapat dikesan dan diurus.

2. Mengurangkan Penentangan terhadap Pengawasan & Analitik CCTV

AI untuk keselamatan – contohnya analitik CCTV, pengesanan tingkah laku mencurigakan, atau pengecaman nombor plat – mudah dituduh sebagai instrumen "big brother".

Libat urus yang baik akan:

  • Menjelaskan beza keselamatan komuniti vs pemantauan individu.
  • Menerangkan standard tadbir urus: berapa lama data disimpan, siapa boleh akses, bagaimana audit dilakukan.
  • Menetapkan sempadan jelas: contohnya, kamera tidak digunakan untuk penguatkuasaan kecil yang menindas (contoh: saman kecil-kecilan tanpa konteks).

3. Menjamin AI Tak Menindas Golongan Rentan

Tanpa suara komuniti, AI berisiko menguatkan bias sedia ada:

  • Data polis yang berat sebelah → AI cadangkan rondaan lebih kerap di kawasan tertentu.
  • Data permohonan bantuan yang tak lengkap → AI asyik menolak permohonan kumpulan tertentu.

Libat urus awam – terutamanya dengan NGO, wakil komuniti, dan akademik – membantu:

  • Menilai semula kualiti data yang digunakan.
  • Menambah dimensi keadilan sosial dalam reka bentuk sistem.
  • Menetapkan mekanisme rayuan bila keputusan AI memberi kesan negatif.

4. Mempercepat Penerimaan & Penggunaan Perkhidmatan AI

Realiti yang ramai pembuat dasar lupa: kalau rakyat tak guna, projek AI itu gagal, walau teknikalnya sempurna.

Dengan libat urus yang konsisten:

  • Rakyat rasa mereka sebahagian dari proses, bukan sekadar pengguna akhir.
  • Komen praktikal (contoh: bahasa antaramuka, jenis notifikasi, saluran bantuan) boleh dimasukkan awal, mengurangkan kos ubah suai di kemudian hari.

5. Rangka Kerja Praktikal: Cara Kerajaan Malaysia Boleh Mulakan

Banyak agensi sudah ada pelan AI, blueprint digital, dan bajet. Apa yang kurang selalunya ialah rangka kerja praktikal untuk pendidikan dan libat urus.

Berikut satu rangka kerja ringkas yang saya lihat berkesan bila diadaptasi:

Fasa 1: Terangkan Masalah Dahulu, Bukan Teknologi

Sebelum sebut "AI", jawab dulu tiga soalan ini kepada rakyat:

  1. Masalah apa yang sedang cuba diselesaikan?
  2. Siapa paling terkesan dengan masalah itu?
  3. Bagaimana keadaan akan berubah jika masalah diselesaikan?

Contoh:

  • "Kesesakan di pusat bandar menyebabkan purata masa perjalanan meningkat 35 minit setiap hari."
  • "Kelewatan respon kecemasan di kawasan X lebih 20% berbanding purata bandar."

Bila rakyat faham masalah, mereka lebih terbuka untuk mendengar cadangan teknikal – termasuk AI.

Fasa 2: Bina Naratif AI yang Jelas & Jujur

Jangan berjanji bulan dan bintang. Nyatakan dengan jelas:

  • AI akan membantu manusia, bukan mengganti semua pegawai.
  • Keputusan kritikal (keselamatan, bantuan sosial, hukuman) masih ada pengawasan manusia.
  • AI juga ada had dan risiko, dan ada pelan pengurusan risiko tersebut.

Satu ayat yang bagus untuk diguna pakai:

"AI ialah pembantu analitik dan operasi; tanggungjawab akhir tetap di tangan kerajaan dan pegawai yang diberi amanah."

Fasa 3: Wujudkan Saluran Libat Urus Pelbagai Lapisan

Jangan hanya bergantung pada satu taklimat besar atau satu portal maklum balas. Pecahkan kepada beberapa saluran:

  • Sesi fokus kumpulan dengan NGO, komuniti profesional, dan akademik.
  • Sesi jelajah (roadshow) di PBT utama dengan demo ringkas.
  • Saluran digital: chatbot maklum balas, borang dalam talian, dan laporan berkala dalam bahasa mudah.
  • Ruang formal: libat urus di peringkat majlis bandaraya / kerajaan negeri.

Fasa 4: Tunjuk Data, Bukan Hanya Naratif

Bila sesuatu projek AI sudah berjalan walaupun skala kecil:

  • Terbitkan dashboard awam (walaupun ringkas) dengan metrik utama.
    Contoh: masa respon kecemasan, jumlah aduan diselesaikan, pengurangan insiden tertentu.
  • Terangkan implikasi angka tersebut kepada kehidupan seharian.
  • Bandingkan sebelum & selepas, bukan hanya "status sekarang".

Fasa 5: Audit, Ulas Semula, dan Perbaiki Bersama

AI bukan projek sekali jalan. Wujudkan kitaran tetap:

  1. Audit dalaman & luaran (termasuk etika, privasi, dan keberkesanan).
  2. Sesi maklum balas awam setiap 6–12 bulan.
  3. Tindakan susulan yang nyata – bukan sekadar laporan di rak.

Di sinilah bezanya bandar yang benar-benar pintar dengan bandar yang hanya ada label "smart city" di papan tanda.

Penutup: Masa Depan AI Kerajaan Ditentukan di Hati Rakyat

Untuk siri “AI in Government & Public Sector”, ada satu pola jelas di seluruh dunia: projek AI kerajaan yang berjaya bukan yang paling canggih, tetapi yang paling dipercayai.

Bagi Malaysia, ketika lebih banyak pelaburan mengalir ke dalam AI untuk identiti digital, analitik keselamatan, automasi perkhidmatan dan bandar pintar, soalan utamanya bukan lagi "bolehkah kita membina sistem ini?" tetapi:

"Adakah rakyat benar-benar faham, setuju dan rasa dilindungi oleh sistem ini?"

Kalau anda bekerja di agensi kerajaan, PBT, GLC atau syarikat teknologi yang menyokong kerajaan, langkah seterusnya cukup jelas:

  • Masukkan pendidikan dan libat urus sebagai item bajet & jadual projek, bukan aktiviti tambahan hujung tahun.
  • Mulakan kecil, uji di lapangan, dan belajar secara terbuka bersama komuniti.

Bandar yang bijak menggunakan AI bukan hanya bandar yang penuh sensor dan algoritma, tetapi bandar yang menjadikan rakyat sebagai rakan kongsi utama dalam membentuk masa depan digital mereka.