Ketika badai topan melanda, manajer darurat tenggelam dalam postingan media sosial, peringatan cuaca, dan permintaan bantuan. Peneliti Texas A&M telah membangun sistem AI yang mengurutkan banjir informasi ini menjadi tiga aliran yang dapat digunakan: terkait bencana, terkait cuaca, dan informasi kemanusiaan. Alat tersebut, bernama CrisisSense-LLM, melangkah lebih jauh — menandai setiap postingan berdasarkan jenis peristiwa, seberapa informatifnya, dan jenis permintaan bantuan yang dikandungnya [1]. Tujuannya bukan menggantikan pengambil keputusan manusia melainkan memangkas waktu yang mereka habiskan untuk menyaring kebisingan.
Apa yang Sebenarnya Dilakukan Alat Texas A&M
CrisisSense-LLM adalah model bahasa besar yang disesuaikan dengan instruksi (instruction fine-tuned) yang dilatih pada postingan media sosial yang dianotasi manusia dari berbagai peristiwa bencana. Model ini melakukan klasifikasi multi-label, artinya satu postingan dapat membawa beberapa tag sekaligus — misalnya, “badai topan,” “tingkat informativitas tinggi,” dan “permintaan pencarian dan penyelamatan” [1]. Peneliti mengujinya pada benchmark data media sosial terkait krisis dan menemukan bahwa ia dapat mengatur laporan masuk sehingga personel dapat langsung melompat ke kategori yang mereka butuhkan: pembaruan badai, penilaian kerusakan, atau panggilan penyelamatan.
Sistem ini belum digunakan saat bencana aktif berlangsung. Langkah selanjutnya tim adalah membungkus klasifikator tersebut dalam agen AI yang dapat dikueri oleh profesional darurat menggunakan bahasa alami saat krisis terjadi [1].
Di Mana AI Saat Ini Berkinerja Baik dalam Manajemen Krisis
Tinjauan Mekanisme Nasihat Ilmiah Komisi Eropa mengonfirmasi pola ini: AI bersinar dalam tugas yang terstandarisasi, berat data, dan berulang di seluruh bencana yang sering terjadi seperti banjir, kebakaran hutan, dan kekeringan [4]. Kekuatan konkret meliputi:
- Pemantauan lingkungan untuk sistem peringatan dini
- Penilaian kerusakan dari citra satelit atau udara
- Pemrosesan data media sosial volume tinggi untuk kesadaran situasional
Ini adalah tugas dengan pola yang jelas, data pelatihan yang melimpah, dan keluaran yang terdefinisi dengan baik — persis kondisi di mana pembelajaran mesin modern berkinerja andal [4].
Di Mana AI Jatuh (Kekurangan AI)
Tinjauan yang sama mengidentifikasi batas keras. AI kesulitan menginterpretasikan konteks yang kompleks — bayangkan bencana kaskade di mana banjir memicu pelepasan kimia dan pemadaman listrik secara bersamaan. Ia juga gagal saat menghadapi situasi baru tanpa data pelatihan yang memadai, seperti patogen baru atau skenario kebakaran perkotaan yang belum pernah terjadi [4].
Yang paling kritis, laporan menyatakan bahwa keputusan yang kompleks secara moral — triase, perintah evakuasi, alokasi sumber daya ketika pasokan tidak mencukupi — tidak boleh diserahkan pada alat AI. Kendali dan tanggung jawab manusia harus tetap menjadi pusat [4].
Apa Selanjutnya: Dari Klasifikasi ke Percakapan
Peta jalan Texas A&M mencerminkan rekomendasi Komisi Eropa. Keduanya mengarah pada agen AI interaktif yang dapat diajak bicara oleh staf darurat, didukung oleh:
- Benchmark dan pedoman untuk pengujian di bawah pengawasan
- Harmonisasi data di seluruh lembaga
- Program pelatihan agar staf memahami keluaran dan keterbatasan AI
- Pertimbangan sistematis terhadap alternatif non-AI sebelum penyebaran [4]
UNDP dan World Economic Forum menyuarakan arah yang sama, menekankan bahwa sumber daya dan keahlian sektor swasta dapat mempercepat pergeseran dari prototipe ke alat operasional [3][6].
Poin Praktis untuk Manajer Darurat
Jika Anda mengevaluasi AI untuk alur kerja krisis Anda, ajukan tiga pertanyaan:
- Apakah tugas tersebut terstandarisasi, repetitif, dan kaya data? Jika ya, AI kemungkinan dapat mempercepatnya.
- Apakah tugas tersebut memerlukan interpretasi situasi baru, ambigu, atau yang bermuatan moral? Jika ya, pertahankan manusia dalam lingkaran (keep humans in the loop).
- Apakah alat tersebut telah diuji pada benchmark yang relevan dengan jenis bahaya Anda, dengan metrik kinerja yang transparan? Jika tidak, anggaplah sebagai eksperimental.
Klasifikator Texas A&M menjanjikan karena tepatnya menargetkan masalah yang sempit dan terdefinisi dengan baik — menyaring kebisingan media sosial — dan mengakui kesenjangan penyebarannya sendiri. AI paling berguna dalam komunikasi krisis bukanlah yang mengklaim “memahami” bencana. Ia akan menjadi yang secara andal mengarahkan informasi yang tepat ke orang yang tepat, dengan cepat, sambil membuat batas-batasnya sendiri terlihat.
Sumber
- Researchers develop AI tool to improve crisis communication
- Artificial intelligence has potential to improve emergency and crisis …
- 5 ways AI can help crisis response around the world
- 5 ways AI can help crisis response around the world
- PDF Researchers develop AI tool to improve crisis communication
- Using AI to effectively support crisis response