Apa Bedanya AI Training, AI Inference, dan AI Output dari Perspektif Hak Cipta?

 

1. Pengantar: Kenapa Pembagian Ini Penting?

Dalam diskusi publik tentang AI dan hak cipta, banyak orang mencampuradukkan tiga hal yang sangat berbeda:

1. AI Training

2. AI Inference

3. AI Output

Padahal secara hukum, ketiga tahap ini memiliki konsekuensi yang berbeda, terutama terkait:

• pelanggaran hak cipta,

• hak moral pencipta,

• potensi tuntutan perdata dan pidana,

• dan tanggung jawab developer AI.

Karena itu, memahami perbedaannya adalah kunci untuk memahami apakah AI melanggar hak cipta atau tidak.

---

2. APA ITU AI TRAINING? (TAHAP PALING KRITIS SECARA HUKUM)

AI training adalah proses di mana model AI belajar dari dataset yang berisi gambar, suara, teks, atau karya seni.

Apa yang terjadi secara teknis?

• AI menyalin, men-scan, menganalisis, dan mentransformasikan seluruh karya dalam dataset.

• AI mempelajari pola, brushstroke, komposisi, warna, gaya.

• AI membuat representasi statistik internal.

Apa masalah hukumnya?

Training hampir selalu melibatkan pelanggaran hak cipta, karena:

❌ menggunakan karya tanpa izin
❌ mengambil seluruh isi karya (reproduction)
❌ tidak mencantumkan pencipta (moral rights violation)
❌ digunakan untuk tujuan komersial
❌ merugikan pencipta asli

Inilah poin yang tesis saya jelaskan secara eksplisit:

“AI menggunakan seluruh bagian dari karya untuk meningkatkan hasil pembelajaran. Hal ini termasuk pelanggaran hak cipta ketika karya diambil tanpa izin.”
(Tesis S2 – Bab 3)

💥 Kesimpulan:
Training adalah bagian paling berisiko secara hukum.

---

3. APA ITU AI INFERENCE? (PENGGUNAAN MODEL YANG SUDAH DILATIH)

Inference adalah proses ketika pengguna memberikan prompt, dan AI menghasilkan respons.

Contoh:
“Gambar kucing gaya Van Gogh.”

Secara teknis:

• AI tidak menyalin file asli.

• AI hanya menggunakan pola statistik yang dipelajari saat training.

• Output adalah hasil dari “model”, bukan file dataset.

Apa masalah hukumnya?

Inference lebih aman, tapi tetap berisiko jika:

• AI menghasilkan gambar yang mirip karya tertentu → derivative work

• AI meniru gaya seniman tertentu → style mimicry

• AI menghasilkan output yang meniru komposisi unik seniman → reproduction-like

Namun sebagian besar yurisdiksi masih memperdebatkan:

“Apakah style termasuk hak cipta?”

Ini akan menjadi artikel berikutnya.

---

4. APA ITU AI OUTPUT? (HASIL AKHIR)

AI output adalah karya yang dihasilkan:

• gambar

• teks

• audio

• video

Masalah hukum dari output:

1. Apakah output dilindungi hak cipta?
   → butuh campur tangan manusia
   → AI tidak bisa menjadi “pencipta”

2. Apakah output melanggar hak cipta seniman lain?
   Jika output terlalu mirip karya tertentu →
   → dapat dianggap pelanggaran derivative works.

3. Siapa pemilik output?
   → tergantung negara:

   • Indonesia: harus ada human authorship

   • US: Copyright Office menolak AI-only works

   • EU: mirip, butuh creative human input

---

5. TABEL RINGKAS (HUKUM VS TEKNIS)

Tahap	Apa yang dilakukan AI	Risiko Hak Cipta	Siapa yang Bertanggung Jawab
Training	Menyalin, menganalisis karya	Sangat tinggi	Developer AI / penyedia dataset
Inference	Mengolah prompt	Sedang	Developer + user (kasus tertentu)
Output	Menghasilkan karya baru	Bervariasi	User (kadang developer)

---

6. Kenapa Distingsi Ini Penting untuk Hukum Indonesia?

Karena UU Hak Cipta membedakan:

• Reproduksi (training) → pelanggaran

• Penyebarluasan (output) → pelanggaran jika mirip

• Modifikasi (style mimicry) → pelanggaran hak moral

Tesis Saya juga menyimpulkan:

“Pertanggungjawaban utama berada pada developer AI karena proses pelatihan berada di bawah kendali mereka.”

---

7. Kapan AI Melanggar Hak Cipta dan Kapan Tidak?

AI MELANGGAR jika:

• training memakai karya tanpa izin

• output meniru gaya tertentu

• output memuat elemen substansial

• digunakan untuk komersial

• dataset berisi karya protected

AI TIDAK MELANGGAR jika:

• dataset legal (licensed / CC0)

• ada izin tertulis

• output 100% original

• user memberi input kreatif signifikan

---

8. Kesimpulan

Perbedaan antara training, inference, dan output sangat penting karena menentukan:

• apakah hak cipta dilanggar

• siapa yang bertanggung jawab

• apakah AI dapat digunakan secara legal

Masalah utama AI saat ini bukan pada output-nya, tetapi pada training, karena training memerlukan reproduksi besar-besaran atas karya seni tanpa izin.

Solusinya jelas:
AI harus memakai dataset legal, terlisensi, atau berbasis persetujuan.