AI, Data & Risiko Salah Tafsir dalam Operasi Polis (Siri 3)

 

Pengenalan

Dalam dua siri sebelumnya, kita telah memahami perbezaan AI dan bukan AI serta bagaimana AI digunakan dalam operasi polis. Namun, AI bukan sistem yang sempurna. Keputusan yang dihasilkan AI sangat bergantung kepada data yang digunakan. Salah tafsir atau data yang berat sebelah boleh menjejaskan operasi polis dan menimbulkan risiko serius.

Artikel ini akan membincangkan:

• Kepentingan data dalam AI

• Risiko salah tafsir data

• Contoh kesalahan dalam penggunaan AI

• Analogi mudah untuk pegawai polis

---

1. Kepentingan Data dalam AI

AI berfungsi dengan belajar daripada data. Semakin banyak data berkualiti, semakin tepat hasil analisisnya.

Contoh:

• AI CCTV belajar mengenali tingkah laku mencurigakan berdasarkan rakaman lepas

• Sistem pengecaman wajah belajar dari imej pelbagai sudut, cahaya, dan ekspresi

Analogi:
AI seperti pegawai polis yang berlatih berdasarkan kes lampau. Jika pegawai hanya belajar dari satu jenis kes, dia mungkin gagal mengenal pasti kes baru yang berbeza.

---

2. Risiko Salah Tafsir Data

AI boleh tersilap jika data yang digunakan tidak lengkap, bias, atau salah label.

Contoh Risiko:

1. Bias Data:

   • Pangkalan data suspek hanya dari kawasan tertentu → AI lebih kerap menandakan individu dari kawasan itu sebagai “mencurigakan”

2. Kualiti Data Rendah:

   • Imej CCTV kabur → pengecaman wajah boleh salah tangkap

3. Interpretasi Tidak Tepat:

   • AI mengesan pergerakan luar biasa tapi sebenarnya aktiviti harian biasa

Analogi:
AI yang salah tafsir data seperti pegawai yang hanya dengar satu pihak dalam kes, membuat keputusan yang salah tanpa pengesahan manusia.

---

3. Contoh Kesalahan Nyata

• Salah tangkap akibat pengecaman wajah: Beberapa negara melaporkan individu ditahan kerana AI salah mengenal pasti mereka.

• Ramalan jenayah yang berat sebelah: Kawasan tertentu terus dipantau berlebihan kerana AI menganggap kawasan itu “tinggi risiko” berdasarkan data lama.

Pesanan: AI boleh menambah keberkesanan, tetapi pengesahan manusia tetap wajib.

---

4. Bagaimana Polis Mengurangkan Risiko

1. Validasi Data: Pastikan data lengkap, bersih, dan pelbagai.

2. Latihan Pegawai: Pegawai perlu memahami batasan AI dan tidak bergantung sepenuhnya.

3. Audit AI: Semak keputusan AI secara berkala untuk elak bias atau kesalahan.

4. Garis Panduan Etika: Pastikan AI digunakan tanpa melanggar hak privasi atau menyebabkan diskriminasi.

Analogi:
AI ialah pembantu pintar, tapi pegawai polis ialah pengawal & penilai. Tanpa pengawasan manusia, AI boleh tersasar.

---

5. Kesimpulan

AI dalam kepolisan sangat berguna, tetapi ia bergantung kepada kualiti data dan cara manusia menafsirkannya. Risiko salah tafsir boleh:

• Menjejaskan integriti operasi polis

• Menimbulkan salah tangkap

• Memicu isu etika dan privasi

Oleh itu:

• Data mesti dikawal kualiti dan kebersihannya

• Pegawai polis mesti dilatih memahami AI

• Keputusan akhir sentiasa perlu disahkan manusia

Siri AI dalam Kepolisan:
1️⃣ AI vs Bukan AI
2️⃣ Aplikasi AI dalam Operasi Polis
3️⃣ AI, Data & Risiko Salah Tafsir
4️⃣ Etika, Privasi & Tanggungjawab Polis
5️⃣ Masa Depan AI dalam Kepolisan Malaysia