AI Bandar Raya: Pendidikan & Libat Urus Dulu

AI dalam Kerajaan & Sektor Awam••By 3L3C

AI bandar pintar hanya berjaya jika rakyat faham dan terlibat. Artikel ini huraikan cara pendidikan, sandbox dan libat urus menjadikan projek AI kerajaan lebih dipercayai.

AI bandar pintarAI dalam kerajaanMalaysia Digital Economy Blueprinttadbir urus AIlibat urus awamsmart city Malaysia
Share:

AI Bandar Raya: Pendidikan & Libat Urus Dulu Sebelum Teknologi

Pada 2024, Kementerian Kewangan melaporkan lebih 60% projek baharu bawah inisiatif bandar pintar di Malaysia melibatkan elemen kecerdasan buatan (AI) — daripada pengurusan trafik, CCTV analitik, sehinggalah automasi perkhidmatan kaunter. Perbelanjaan ini disokong oleh Malaysia Digital Economy Blueprint (MyDIGITAL) yang mensasarkan sektor awam lebih cekap, digital dan berasaskan data.

Masalahnya? Ramai penduduk rasa AI ini “datang dari atas”, tanpa penjelasan, tanpa peluang mencuba, dan tanpa ruang untuk mempersoal. Bila teknologi bergerak lebih laju daripada kefahaman orang ramai, tiga perkara biasanya berlaku: penolakan, ketakutan, atau hanya penggunaan yang sangat minimum.

Artikel asal dari CoMotion GLOBAL di Riyadh menekankan satu perkara penting: bandar tidak boleh hanya fokus kepada teknologi AI, tetapi mesti menumpukan pendidikan dan libat urus penduduk. Untuk konteks Malaysia, mesej ini sangat kena pada masanya — terutama bila kerajaan sedang menolak agenda AI in Government & Public Sector secara agresif.

Dalam tulisan ini, saya huraikan bagaimana idea daripada forum antarabangsa itu boleh diterjemahkan kepada realiti Malaysia: apa yang patut dibuat oleh kerajaan tempatan, agensi pusat, dan rakan industri supaya projek bandar pintar berasaskan AI benar‑benar difahami, diterima dan dimanfaatkan rakyat.


1. Kenapa Pendidikan AI Jadi Asas Bandar Pintar di Malaysia

Pendidikan awam tentang AI ialah faktor penentu sama ada projek bandar pintar akan berjaya atau gagal.

Bekas Presiden Costa Rica, Carlos Alvarado Quesada, menyebut dalam panel CoMotion bahawa pemimpin sering terlalu fokus kepada “disruptiveness” teknologi, tetapi kurang beri perhatian kepada manusia yang akan hidup bersama teknologi tersebut. Saya setuju 100% — dan Malaysia juga menunjukkan tanda‑tanda perkara sama.

Dalam konteks MyDIGITAL, kerajaan mahu:

  • pengangkutan awam lebih selamat dan cekap
  • perkhidmatan awam lebih pantas melalui automasi dan portal digital
  • bandar yang lebih mesra alam dan berasaskan data

Semua ini sangat bergantung kepada AI bandar pintar. Tetapi tanpa kefahaman, warga bandar akan bertanya:

  • “Data saya pergi ke mana?”
  • “Adakah kamera ini memantau saya 24 jam?”
  • “Kalau AI buat silap, siapa bertanggungjawab?”

Apa yang perlu rakyat faham tentang AI kerajaan?

Sekurang‑kurangnya, setiap inisiatif AI bandar perlu menjawab tiga soalan asas dalam bahasa yang mudah:

  1. AI ini digunakan untuk apa?
    Contoh: mengoptimumkan masa lampu isyarat, bukan mengenal pasti wajah.

  2. Data apa yang dikumpul, dan bagaimana ia dilindungi?
    Contoh: hanya data kenderaan tanpa nombor pendaftaran, disimpan mengikut polisi keselamatan ICT kerajaan.

  3. Apa manfaat konkrit kepada orang ramai?
    Contoh: masa perjalanan berkurang 15%, kurang kesesakan pada waktu puncak.

Kalau tiga perkara ini boleh diterangkan di papan info di tepi jalan, dalam aplikasi mudah alih PBT, atau di media sosial majlis bandaraya, jurang kepercayaan akan jadi jauh lebih kecil.


2. “Living Lab” & SandBox: Cara Selamat Mencuba AI Bandar

Bandar perlu jadi makmal hidup (living lab) yang terkawal, bukan medan ujikaji besar‑besaran tanpa persetujuan penduduk.

Carlo Ratti dari MIT bercakap tentang "digital twin" dan idea city as a living lab. Terjemahan ringkas untuk Malaysia: kita patut uji dulu AI dalam skala kecil, dalam sandbox yang jelas sempadannya, sebelum mengembangkan ke seluruh bandar.

Apa itu sandbox bandar untuk AI?

Dalam konteks kerajaan tempatan Malaysia, sandbox bandar boleh jadi:

  • satu koridor jalan utama untuk ujian sistem AI lampu isyarat pintar
  • satu daerah perniagaan untuk ujian parkir pintar berasaskan sensor & analitik AI
  • satu zon sekolah & hospital untuk ujian sistem ramalan kesesakan dan keutamaan laluan kecemasan

Elemen penting sandbox:

  • tempoh jelas (contoh 6–12 bulan)
  • kawasan terhad dan diumumkan
  • garis panduan privasi & etika AI yang diterbitkan secara terbuka
  • laporan berkala kepada penduduk tentang dapatan dan perubahan

Konsep ini selari dengan pendekatan "tactical urbanism" yang disebut Shin‑pei Tsay di Boston: projek kecil, sementara, tetapi menjadi batu loncatan kepada projek kekal yang lebih besar.

Bagaimana PBT Malaysia boleh mulakan “living lab AI”

Saya nampak beberapa langkah praktikal untuk majlis bandaraya/daerah:

  1. Pilih satu masalah yang sangat jelas kepada rakyat
    Contoh: kawasan yang selalu banjir kilat, simpang yang terkenal sesak, atau taman perumahan yang sering jadi laluan laju.

  2. Bentangkan cadangan sebagai eksperimen bersama penduduk
    Bukan “kami akan pasang sistem AI canggih”, tetapi “kami nak cuba satu sistem baharu untuk kurangkan masa menunggu lampu isyarat di simpang X, anda boleh beri maklum balas sepanjang tempoh cubaan ini”.

  3. Sediakan papan maklumat fizikal dan digital
    Pastikan ada nombor hotline, QR code ke borang maklum balas, dan penerangan apa yang sedang diuji.

  4. Terbitkan laporan awam
    Contoh: “Masa perjalanan purata berkurang 12%, aduan penduduk menurun 30%”. Nombor konkrit macam ini jauh lebih meyakinkan berbanding dakwaan umum.

Bila rakyat nampak AI diuji secara telus dan mereka sendiri boleh menyumbang, penentangan biasanya turun dengan ketara.


3. Libat Urus: Dari Taklimat Satu Hala ke Pembelajaran Berpengalaman

Libat urus AI yang berkesan bukan sekadar sesi townhall atau sidang media. Ia perlu bersifat "experiential learning" — penduduk sendiri cuba dan alami teknologi.

Panel di CoMotion tekankan idea pembelajaran berpengalaman: bila orang ramai boleh sentuh, cuba, dan lihat kesan AI secara langsung, penerimaan meningkat.

Apa maksud experiential learning untuk AI bandar?

Beberapa contoh ringkas dalam konteks Malaysia:

  • Demo kiosk AI di pejabat majlis
    Contoh: kiosk berasaskan AI yang membantu orang ramai semak status cukai pintu atau lesen perniagaan. Penduduk boleh cuba sendiri, dengan pegawai membantu dan menerangkan bagaimana sistem berfungsi.
  • Hari Terbuka Bandar Pintar
    Satu hari hujung minggu di mana pihak berkuasa pamerkan: sistem AI CCTV yang hanya mengesan kenderaan, bukan wajah; dashboard pengurusan trafik masa nyata; sistem ramalan banjir berdasarkan AI. Lebih kuat jika digabung dengan bengkel pendek 30 minit.

  • Latihan bersama komuniti setempat
    Kolaborasi dengan Rukun Tetangga, surau, kuil, gereja, dan persatuan penduduk untuk sesi santai: “Apa itu AI dalam bandar kita?” menggunakan bahasa tempatan, contoh setempat, dan sesi soal jawab tanpa skrip.

Dari perspektif kepercayaan, apa yang berkesan?

Daripada pengalaman saya bekerja dengan beberapa organisasi yang melaksanakan sistem AI, tiga perkara berikut paling berkesan membina kepercayaan:

  1. Tunjuk limitasi AI, bukan hanya kehebatan
    Terangkan dengan jujur: AI boleh bantu meramal corak trafik, tetapi ia boleh silap jika data tidak lengkap. Ini jauh lebih meyakinkan berbanding naratif “AI sentiasa tepat”.

  2. Terangkan proses aduan & semakan
    Contoh: jika saman trafik dihasilkan oleh sistem analitik video, bagaimana seseorang boleh mempersoalkan atau membuat rayuan? Siapa menyemak keputusan AI?

  3. Libatkan pihak ketiga yang dipercayai
    Akademia, NGO pengguna, atau persatuan profesional ICT boleh menjadi suara bebas yang mengesahkan garis panduan dan pelaksanaan.

Libat urus yang matang menjadikan bandar pintar bukan projek teknologi, tetapi projek sosial yang menggunakan teknologi.


4. Mencari Keseimbangan: Inovasi, Risiko dan Nilai Masyarakat

Tidak semua masyarakat mempunyai tahap penerimaan yang sama terhadap AI, dan itu normal. Tugas kerajaan adalah mencari keseimbangan tempatan, bukan memaksa keseragaman.

Carlos Alvarado menyebut, “Setiap masyarakat perlu mencari imbangan sendiri. Ada yang suka kenderaan autonomi berkeliaran, ada yang tidak.” Untuk Malaysia, imbangan ini dipengaruhi oleh:

  • sensitiviti agama dan budaya
  • sejarah isu privasi dan kebocoran data
  • tahap literasi digital bandar vs luar bandar

Soalan sukar yang kerajaan perlu jawab awal

Sebelum sesuatu projek AI diluluskan, saya rasa sekurang‑kurangnya lima soalan polisi perlu dijawab dengan jelas:

  1. Adakah projek ini benar‑benar perlu AI, atau cukup dengan sistem biasa?
    Jangan gunakan AI hanya kerana ia trend.

  2. Siapa akan dipengaruhi paling banyak oleh sistem ini?
    Contoh: penunggang motosikal, peniaga kecil, pelajar. Adakah mereka telah dirujuk?

  3. Apakah risiko terburuk jika AI silap?
    Salah hantar notis, diskriminasi kumpulan tertentu, keputusan keselamatan yang salah?

  4. Siapa pemilik data dan model AI?
    Kerajaan sendiri, rakan teknologi, atau pihak luar negara? Bagaimana jika kontrak berakhir?

  5. Bagaimana ketelusan dipastikan?
    Adakah terdapat laporan impak tahunan yang boleh diakses orang ramai?

Jawapan kepada soalan‑soalan ini patut dirumus dalam bahasa yang difahami orang biasa, dan diterbitkan sebagai "Ringkasan Impak AI" untuk setiap projek utama bandar pintar.


5. Dari Blueprint ke Pelaksanaan: Apa Langkah Praktikal Untuk Malaysia?

Malaysia Digital Economy Blueprint sudah jelas tekankan transformasi kerajaan berasaskan data dan AI. Cabaran sekarang ialah menjadikan pendidikan dan libat urus sebahagian rasmi daripada setiap projek AI sektor awam.

Beberapa cadangan praktikal yang saya percaya realistik dalam 2–3 tahun ke depan:

5.1 Jadikan "Pelan Pendidikan & Libat Urus AI" syarat kelulusan projek

Setiap projek AI kerajaan — sama ada portal digital identity, automasi perkhidmatan, atau sistem analitik bandar pintar — perlu mengemukakan pelan:

  • bagaimana rakyat akan dimaklumkan
  • jenis latihan atau demo yang akan disediakan
  • cara maklum balas dikumpul dan diambil tindakan

Tanpa pelan ini, projek tidak patut diluluskan penuh.

5.2 Pusat Kecemerlangan AI Sektor Awam sebagai penyelaras

Di bawah rangka MyDIGITAL dan inisiatif pusat seperti MAMPU/agensi digital, wujudkan satu Pusat Kecemerlangan AI Sektor Awam yang:

  • menyediakan garis panduan standard etika dan tadbir urus AI kerajaan
  • menawarkan modul latihan kepada penjawat awam peringkat negeri & PBT
  • menyediakan template sandbox dan living lab untuk bandar

Ini memastikan setiap PBT tidak perlu bermula dari kosong, tetapi boleh menyesuaikan kerangka yang konsisten secara nasional.

5.3 Program literasi AI untuk rakyat bandar

Untuk menyokong transformasi tenaga kerja dan rakyat, beberapa inisiatif boleh digerakkan:

  • Modul ringkas "AI untuk Rakyat" melalui universiti awam, politeknik, dan pusat Internet komuniti
  • kursus mikro dalam talian 2–3 jam tentang cara AI digunakan dalam kerajaan dan risiko yang perlu difahami
  • integrasi topik AI dan data awam dalam program pelajar sekolah menengah melalui kelab STEM

Ini secara langsung menyokong sasaran MyDIGITAL dari segi pembangunan bakat dan kemahiran digital.


Penutup: Bandar Pintar Bukan Sekadar AI, Tetapi Kepercayaan

AI dalam kerajaan dan sektor awam akan terus berkembang — dari kamera trafik kepada portal digital identity dan automasi perkhidmatan barisan hadapan. Realitinya, teknologi memang semakin canggih. Tetapi penerimaan masyarakat bergantung kepada sejauh mana mereka diajak faham dan terlibat, bukan sejauh mana AI itu hebat.

Untuk Malaysia, khususnya di bawah kerangka Malaysia Digital Economy Blueprint, ini masa yang sesuai untuk meletakkan satu prinsip jelas:

Setiap projek AI bandar pintar mesti datang bersama pendidikan rakyat dan libat urus yang bermakna.

Jika bandar kita berani melabur sedikit masa tambahan untuk mendidik, menguji secara terbuka, dan mendengar, kita bukan saja membina sistem yang lebih pintar — kita membina rakyat yang lebih yakin dan dilindungi.

Persoalan seterusnya untuk setiap pemimpin bandar dan pembuat dasar: untuk projek AI yang anda sedang rancang sekarang, di mana pelan pendidikan dan libat urusnya?