Kembali

Detail Buku

Buku Menuju Ai Governance Indonesia Sandbox Ai Regulatory Berbasis Risiko Inovasi Dan Dampak Sebagai Kerangka Kebijakan
Menuju AI Governance Indonesia  Sandbox AI Regulatory Berbasis Risiko, Inovasi, dan Dampak sebagai Kerangka Kebijakan
Cover Buku Menuju AI Governance Indonesia Sandbox AI Regulatory Berbasis Risiko, Inovasi, dan Dampak sebagai Kerangka Kebijakan
5.0

Menuju AI Governance Indonesia Sandbox AI Regulatory Berbasis Risiko, Inovasi, dan Dampak sebagai Kerangka Kebijakan

Penerbit: UNIKOM Press

ISBN: Dalam Proses

Penulis : Prof. Dr. Siti Kurnia Rahayu, S.E. M.Ak., Ak, CA
Jumlah Halaman : 369
Ukuran : 23
Jenis Sampul Buku : Soft Cover
Bahasa : Indonesia
Kategori Buku : Economics and Business

Sinopsis

Monograf Menuju AI Governance Indonesia: Sandbox AI Regulatory Berbasis Risiko, Inovasi, dan Dampak sebagai Kerangka Kebijakan berangkat dari satu persoalan utama: Indonesia memerlukan langkah awal yang lebih terarah untuk menata penggunaan Artificial Intelligence (AI) pada sektor-sektor yang berdampak strategis bagi publik. Monograf ini menempatkan AI bukan lagi sekadar alat bantu digital, melainkan sebagai bagian dari infrastruktur keputusan yang mulai memengaruhi layanan kesehatan, keuangan, transportasi, energi, dan layanan publik. Dalam posisi seperti itu, pertanyaan kebijakan tidak cukup berhenti pada bagaimana mendorong inovasi, tetapi harus bergerak pada bagaimana menilai risiko, menjaga akuntabilitas, dan memastikan bahwa pemanfaatan AI tetap sejalan dengan perlindungan publik. Buku ini menegaskan bahwa kebutuhan Indonesia saat ini bukan langsung membangun tata kelola AI yang tampak final, melainkan menyiapkan jalur transisi kebijakan yang realistis. Karena itu, monograf ini mengusulkan sandbox AI regulatory sebagai instrumen pembelajaran kebijakan. Sandbox dipahami bukan sebagai tujuan akhir, tetapi sebagai ruang uji yang terbatas, terukur, dan diawasi, agar regulator dan sektor dapat melihat dengan lebih nyata bagaimana suatu use case AI bekerja, risiko apa yang muncul, kontrol apa yang memadai, nilai inovasi apa yang benar-benar terbukti, dan dampak apa yang mulai terlihat dalam praktik. Dengan pendekatan seperti ini, kebijakan tidak dibangun dari asumsi yang terlalu abstrak, tetapi dari pembelajaran yang lebih dekat dengan kondisi penggunaan nyata.