Langkah Kanada menuju pembatasan akses media sosial bagi pengguna di bawah 16 tahun telah mendorong Google dan Meta untuk menerapkan alat verifikasi usia berbasis AI di seluruh platform mereka. Di permukaan, ini terdengar seperti langkah keselamatan anak yang sederhana. Namun di baliknya, hal ini memunculkan pertanyaan yang lebih sulit bagi setiap pengguna, bukan hanya remaja: berapa banyak data pribadi yang dikumpulkan dan disimpulkan oleh sistem ini hanya untuk menebak berapa usia Anda?

Seperti yang kami bahas dalam laporan kami sebelumnya tentang pemeriksaan usia AI Google dan Meta di Kanada, pemerintah federal telah memperkenalkan legislasi keselamatan digital yang bertujuan menjauhkan anak-anak di bawah 16 tahun dari platform media sosial. Untuk mematuhinya, perusahaan-perusahaan beralih ke estimasi usia otomatis alih-alih hanya mengandalkan pelaporan sendiri tanggal lahir oleh pengguna. Pergeseran inilah yang memunculkan kekhawatiran privasi verifikasi usia AI.

Bagaimana AI Estimasi Usia Google dan Meta Sebenarnya Bekerja

Alih-alih meminta pengguna mengunggah KTP pemerintah, kedua perusahaan mengandalkan model pembelajaran mesin yang menganalisis sinyal perilaku dan akun untuk memperkirakan usia. Ini dapat mencakup bagaimana sebuah akun digunakan, jenis konten apa yang berinteraksi dengannya, dan pola yang berbeda antara perilaku pengguna dewasa dan yang lebih muda. Tujuannya adalah menandai akun yang tampaknya milik seseorang di bawah 16 tahun agar pembatasan platform dapat diterapkan secara otomatis, tanpa mengharuskan setiap pengguna membuktikan usia mereka secara manual.

Pendekatan ini menarik bagi regulator dan perusahaan karena menghindari hambatan berupa unggahan dokumen wajib untuk seluruh basis pengguna. Tetapi ini juga berarti akurasi sistem sepenuhnya bergantung pada seberapa banyak data yang dimiliki AI untuk diolah, dan seberapa baik AI dapat menafsirkan data tersebut.

Data Apa yang Dikumpulkan Sistem Ini di Luar Tanggal Lahir Anda

Ketegangan inti dalam debat privasi verifikasi usia AI adalah bahwa memperkirakan usia dari perilaku sering kali membutuhkan lebih banyak data daripada sekadar memeriksa kolom tanggal lahir. Alih-alih satu titik data, sistem ini dapat menarik dari aktivitas akun dan pola penggunaan yang lebih luas untuk membuat inferensi. Artinya, proses estimasi usia itu sendiri dapat menjadi jalur baru pengumpulan data, yang beroperasi terus-menerus di latar belakang alih-alih sebagai pemeriksaan satu kali.

Bagi pengguna yang peduli privasi, inilah bagian dari cerita yang layak mendapat lebih banyak perhatian daripada yang biasanya didapat. Tanggal lahir bersifat statis dan terbatas. Pembuatan profil perilaku berlangsung terus-menerus dan dapat mengungkapkan jauh lebih banyak tentang seseorang daripada sekadar usianya. Ketika platform membangun sistem yang dirancang untuk menyimpulkan sesuatu yang sensitif seperti kelompok usia pengguna, saluran data yang mendasarinya sering kali juga memiliki kapasitas untuk menyimpulkan hal-hal lain.

Akurasi, Bias, dan Risiko Positif Palsu dalam Algoritma Penebak Usia

Sistem AI apa pun yang dibangun untuk memperkirakan atribut pribadi dari sinyal tidak langsung membawa risiko kesalahan. Estimasi usia tidak terkecuali. Pengguna bisa salah diklasifikasikan sebagai lebih muda atau lebih tua dari usia sebenarnya, yang menyebabkan pembatasan yang salah diterapkan pada akun dewasa atau, sebaliknya, pengguna di bawah umur lolos tanpa terdeteksi. Karena model ini dilatih pada pola alih-alih fakta terverifikasi, kesalahan bukan hanya mungkin, tetapi merupakan fitur struktural dari cara teknologi ini bekerja.

Ini menciptakan tradeoff di dunia nyata. Memperketat algoritma untuk menangkap lebih banyak pengguna di bawah umur meningkatkan risiko salah menandai orang dewasa. Melonggarkannya untuk mengurangi positif palsu meningkatkan risiko melewatkan pengguna di bawah umur yang justru menjadi tujuan sistem ini dibangun. Seiring langkah pembatasan media sosial Kanada, keseimbangan ini kemungkinan akan tetap menjadi tantangan berkelanjutan alih-alih masalah yang sudah terpecahkan.

Bagaimana Pengguna yang Peduli Privasi Dapat Membatasi Paparan Data dari Pemeriksaan Usia

Meskipun pengguna individu tidak dapat menulis ulang bagaimana Google atau Meta membangun sistem estimasi usia mereka, ada langkah-langkah yang dapat mengurangi paparan data yang tidak perlu. Meninjau pengaturan privasi akun secara rutin adalah titik awal yang baik, terutama pengaturan yang berkaitan dengan pelacakan aktivitas, personalisasi iklan, dan berbagi data antar layanan. Membatasi jumlah data perilaku yang dapat dikumpulkan platform sejak awal mengurangi bahan mentah yang harus diolah oleh sistem AI ini.

Pengguna yang sangat khawatir tentang pembuatan profil juga harus mempertimbangkan bagaimana aktivitas online mereka yang lebih luas, termasuk kebiasaan menjelajah yang terkait dengan akun atau perangkat yang sama, dapat masuk ke sistem ini. VPN tidak akan mengubah cara kerja model estimasi usia internal platform, tetapi dapat membantu membatasi jumlah data tingkat jaringan, seperti lokasi dan sinyal berbasis IP, yang terkait dengan jejak digital pengguna yang lebih luas di berbagai layanan.

Apa Artinya Ini Bagi Anda

Jika Anda menggunakan produk Google atau Meta di Kanada, Anda mungkin sudah tunduk pada estimasi usia otomatis tanpa permintaan khusus yang meminta Anda memverifikasi usia. Ini adalah penyimpangan dari model tradisional tanggal lahir yang dilaporkan sendiri, dan ini mengalihkan lebih banyak kendali atas verifikasi identitas kepada algoritma yang tidak transparan. Bahkan jika Anda bukan anak di bawah umur dan tidak perlu khawatir tentang pembatasan platform, ada baiknya memahami bahwa sistem yang membuat penentuan ini mengandalkan pengumpulan data perilaku yang jauh melampaui sekadar kolom usia.

Poin-Poin Penting

Privasi verifikasi usia AI menjadi isu yang semakin besar seiring pemerintah mendorong platform menuju kepatuhan otomatis alih-alih pemeriksaan manual. Peluncuran Google dan Meta di Kanada adalah pratinjau dari apa yang mungkin menjadi tren global yang lebih luas. Baca uraian lengkap kami tentang pemeriksaan usia AI Google dan Meta di Kanada untuk latar belakang regulasi, luangkan beberapa menit untuk meninjau pengaturan privasi dan personalisasi iklan Anda di platform utama, dan berhati-hatilah bahwa alat estimasi usia sering bergantung pada data perilaku yang sama yang menggerakkan iklan bertarget. Tetap terinformasi tentang cara kerja sistem ini adalah cara terbaik untuk menjaga kendali atas apa yang Anda bagikan, terlepas dari berapa usia yang dianggap algoritma tentang Anda.