Lebih lanjut, Wijaya menyampaikan bahwa mitigasi risiko AI juga mencakup aspek etika, sistem yang tangguh, serta audit terhadap algoritma yang digunakan. Ia menyoroti pentingnya konsep explainable AI, yaitu transparansi dalam menjelaskan kerangka dan logika yang digunakan oleh sistem kecerdasan buatan.
“Sebelum digunakan, AI harus dilatih dengan data yang lengkap, baik itu positif, negatif, dan netral, serta diaudit dalam pelaksanaannya,” ujarnya.




