PBB Gandeng Google Integrasikan Data Global ke Ekosistem AI
PerbesarPerserikatan Bangsa-Bangsa resmi mengumumkan kolaborasi strategis dengan Google untuk memodernisasi basis data statistik global mereka agar dapat diakses dengan mudah oleh sistem kecerdasan buatan. Proyek ambisius bernama UN System Data Commons ini memanfaatkan platform open-source milik Google untuk menggantikan portal UNData konvensional yang selama ini dinilai terlalu kaku dan sulit dinavigasi secara cepat.
Langkah transformatif ini diambil seiring dengan melonjaknya penggunaan asisten berbasis kecerdasan buatan atau generative AI oleh masyarakat global untuk mencari data pembangunan dunia. Melalui integrasi ini, pengguna kini dapat mencari statistik lintas lembaga PBB secara instan hanya dengan menggunakan kueri bahasa sehari-hari yang natural.
Krisis Akurasi Data pada Model Bahasa Besar
Keputusan PBB untuk merombak arsitektur datanya didorong oleh sebuah temuan riset yang mengkhawatirkan dari UNICEF. Dalam sebuah pengujian terhadap enam large language models terkemuka, termasuk GPT-4o dari OpenAI, Claude 4.5 dari Anthropic, dan Gemini 2.5 Flash milik Google, akurasi rata-rata jawaban kecerdasan buatan terkait indikator pembangunan global hanya mencapai 21,2 persen.
Berdasarkan draf penelitian yang sedang dipersiapkan oleh UNICEF tersebut, sekitar tiga dari lima respons yang dihasilkan oleh model kecerdasan buatan bahkan tidak menyertakan angka konkret sama sekali. Lebih buruk lagi, ketika pertanyaan yang sama diajukan kembali dua hari kemudian, model AI tersebut hanya memberikan jawaban angka yang konsisten sekitar separuh dari total pengujian.
Meskipun memiliki masalah akurasi yang krusial, lalu lintas kunjungan dari asisten kecerdasan buatan ke situs data resmi UNICEF justru melonjak tajam hingga mencapai 6,4 persen dari total sesi kunjungan tahun ini. Kepala Statistik UNICEF, João Pedro Azevedo, mengungkapkan bahwa rujukan pengguna dari ChatGPT ke situs mereka meningkat 67 persen secara tahunan akibat maraknya penggunaan asisten digital tersebut.
Arsitektur Teknis dan Dukungan Protokol Terbuka
Untuk menjembatani kesenjangan informasi ini, UN System Data Commons dirancang dengan mendukung Model Context Protocol (MCP). Protokol standar ini memungkinkan sistem kecerdasan buatan untuk terhubung langsung ke sumber data eksternal tanpa perantara, sekaligus melacak kredibilitas sumber asli dari setiap angka statistik yang ditarik.
Dalam implementasinya, sebanyak 26 entitas di bawah naungan PBB telah berkomitmen untuk mengintegrasikan data mereka, di mana data dari sekitar 20 lembaga sudah tersedia pada fase peluncuran awal. PBB menargetkan untuk memindahkan setidaknya 80 persen dari seluruh kumpulan data statistik mereka ke platform baru ini pada tahun 2027 mendatang.
Direktur Pelaksana Divisi Statistik PBB, Shantanu Mukherjee, menyatakan, “Kami kini jauh lebih maju dalam hal skala, cakupan, dan fleksibilitas, menghubungkan berbagai lembaga di seluruh sistem PBB untuk pertama kalinya. Dan kami memanfaatkan momentum ini untuk memastikan data kami siap digunakan oleh kecerdasan buatan.”
Inisiatif ini juga didukung oleh pendanaan kapasitas dan bantuan teknis senilai 2 juta dolar AS dari Google.org. Pemimpin tim Data Commons Google, Prem Ramaswami, menegaskan bahwa sistem ini dijalankan di bawah kendali penuh PBB dan dirancang agar dapat dioperasikan secara mandiri di masa depan. Ramaswami menjelaskan, “Kami menerapkan pendekatan pelatihan intensif bagi tim internal selama masa peluncuran, dan kami melihat tim sistem PBB mampu beradaptasi dengan sangat cepat.”
Otomatisasi Analisis dan Tantangan Interpretasi AI
Dalam demonstrasi teknologi yang dilakukan oleh Google, integrasi protokol MCP ini terbukti mampu mempermudah tugas-tugas analisis data yang rumit secara otomatis. Sistem kecerdasan buatan dapat langsung mengumpulkan berbagai indikator statistik dari berbagai lembaga PBB yang berbeda untuk menyusun grafik, diagram, hingga dashboard analisis komprehensif tanpa perlu intervensi manual dari pengguna.
Sebagai contoh, ketika sistem diminta menyajikan dampak program darurat penanggulangan AIDS di Afrika, kecerdasan buatan secara otomatis mengidentifikasi metrik angka harapan hidup, tingkat infeksi HIV, dan angka kematian akibat AIDS untuk kemudian dirangkum menjadi sebuah infografis yang utuh.
Meskipun pasokan data berkualitas tinggi kini telah terjamin berkat integrasi ini, potensi kesalahan interpretasi narasi oleh kecerdasan buatan tetap menjadi risiko yang harus diwaspadai. Prem Ramaswami mengingatkan pentingnya pengawasan manusia dalam proses akhir sebelum data dipublikasikan. Ramaswami menekankan, “Karena model kecerdasan buatan dapat salah menginterpretasikan nuansa tertentu, manusia harus selalu meninjau hasilnya sebelum mengutip atau menerbitkannya.”