Kalau Model AI Dilatih dari Karya Publik, Haruskah Kreator Dibayar?

Seorang fotografer upload karya ke internet.

Bukan berarti dia menyumbangkan karyanya ke siapa saja.

Seorang penulis menerbitkan artikel publik.

Bukan berarti hak ekonominya hilang.

Seorang ilustrator punya portfolio online.

Bukan berarti otomatis setuju karyanya menjadi bahan training model komersial.

Tapi AI generatif berkembang dengan skala data yang luar biasa.

Teks. Gambar. Musik. Code. Video.

Banyak bersumber dari internet.

Di sinilah pertanyaan ekonomi dan hukum paling panas muncul:

Kalau model AI mendapatkan kemampuan dari karya publik, haruskah kreator dibayar?

Indonesia pada 29 Juli 2026 secara resmi mengakui isu ini sebagai salah satu tantangan terbesar pembahasan regulasi AI dan hak cipta.

Komdigi menyampaikan pemerintah mencari jalan tengah agar perkembangan AI tetap berjalan tetapi hak ekonomi kreator dan pemegang hak cipta mendapat perlindungan memadai.

Itu framing yang tepat.

Karena jawabannya tidak sesederhana: semua training gratis, atau semua training wajib bayar per karya.

Keduanya punya problem.

“Publik” bukan berarti public domain

Ini perlu dibereskan dulu.

Konten yang bisa dilihat gratis di web tetap bisa berhak cipta.

Publicly accessible berbeda dengan public domain.

Blog gratis. Foto Instagram. Artikel berita.

Hak cipta tidak hilang karena tidak ada paywall.

Jadi argumen: “kan sudah ada di internet” tidak otomatis menyelesaikan izin penggunaan.

Pertanyaan legalnya lebih kompleks: apakah copying untuk training masuk exception tertentu? apakah perlu license? apakah ada fair use atau text-and-data-mining exception di yurisdiksi tertentu?

Jawabannya beda antarnegara.

Indonesia perlu menentukan posisi sendiri.

Argumen kenapa kreator layak dibayar

Pertama, economic contribution.

Model belajar pattern dari kumpulan karya manusia.

Kreator menghabiskan waktu, skill, modal.

Perusahaan AI lalu menciptakan produk bernilai miliaran.

Secara fairness, kreator merasa ada value transfer.

Kalau sistem baru menggantikan sebagian pasar mereka, pressure makin kuat.

Illustrator kehilangan commission.

Publisher kehilangan traffic.

Musician menghadapi synthetic music.

Kompensasi terlihat seperti cara membagi value.

Kedua, incentive.

Copyright dirancang antara lain untuk memberi insentif penciptaan.

Kalau AI bisa menyerap karya lalu menghasilkan substitute tanpa kompensasi, insentif kreator bisa turun.

Tentu tidak semua orang berhenti berkarya.

Tapi economics matters.

Journalism mahal.

Film mahal.

Photography profesional mahal.

Kalau revenue pindah ke platform AI, ecosystem content bisa melemah.

Model AI sendiri butuh karya berkualitas.

Kalau sumber berkualitas mati, jangka panjang semua rugi.

Ketiga, consent.

Sebagian kreator tidak keberatan kalau dibayar.

Masalah utama adalah tidak ditanya.

Licensing memberi agency.

Creator bisa memilih: boleh training untuk research, tidak untuk commercial, atau boleh dengan fee.

Rights reservation membuat control lebih nyata.

Uni Eropa sudah bergerak pada mekanisme agar provider general-purpose AI punya policy mematuhi hak cipta dan memperhatikan reservasi hak untuk text and data mining.

Indonesia bisa belajar dari mekanisme rights signaling.

Tapi implementasi skala besar susah.

Argumen kenapa pembayaran universal juga bermasalah

Bayangkan model dilatih dari satu triliun potongan data.

Berapa nilai satu artikel?

Rp10?

Rp1?

Rp0,001?

Bagaimana tahu karya mana berkontribusi ke kemampuan tertentu?

Training tidak bekerja seperti playlist royalty.

Model tidak selalu menyimpan karya satu per satu.

Ia mengoptimalkan parameter dari pattern.

Attribution ekonominya rumit.

Kalau pembayaran wajib per item, biaya administrasi bisa lebih besar dari royalty.

Kreator kecil mungkin mendapat recehan.

Intermediary mengambil fee.

Sistem baru perlu.

Ini tidak berarti kompensasi mustahil.

Tapi mekanismenya harus scalable.

Collective licensing bisa menjadi opsi

Industri musik sudah mengenal collective management.

Penggunaan karya dikelola organisasi.

AI mungkin membutuhkan model serupa.

Provider membayar lisensi ke pool.

Distribusi berdasarkan formula.

Tapi siapa masuk pool?

Bagaimana verifikasi karya?

Bagaimana distribusi fair?

Artikel dan gambar berbeda.

Code berbeda.

Music berbeda.

Mungkin tiap sektor butuh model sendiri.

One national license untuk semua karya terlalu kasar.

Market licensing juga bisa tumbuh

Publisher besar bisa negotiate langsung.

Stock photo platform bisa license dataset.

Music catalog bisa membuat agreement.

Creator marketplace bisa menjual training rights.

Ini sudah mulai terjadi secara global.

Keuntungannya: voluntary.

Harga muncul dari pasar.

Kekurangannya: kreator kecil punya bargaining power rendah.

Platform besar lebih mudah deal.

Independent artist tertinggal.

Maka hukum mungkin perlu rights baseline agar market tidak sepenuhnya asymmetrical.

Opt-out versus opt-in

Ini debat inti.

Opt-out: training boleh kecuali kreator menolak.

Keuntungan: innovation lebih mudah.

Kekurangan: beban ada di kreator.

Mereka harus tahu tool apa, protocol apa.

Opt-in: training hanya boleh setelah izin.

Lebih kuat untuk rights holder.

Tapi scale training jadi sangat sulit.

Banyak karya punya owner tidak jelas.

Orphan works.

Model research bisa terganggu.

Mungkin solusi berbeda berdasarkan use case.

Commercial foundation model: standard lebih ketat.

Academic noncommercial research: exception lebih luas.

Indonesia perlu diskusi.

Jangan satu rule untuk semua.

Transparency adalah prerequisite

Sulit bicara pembayaran kalau kreator tidak tahu model dilatih dari apa.

Provider perlu transparency tertentu.

Tidak harus membuka setiap URL.

Dataset bisa miliaran.

Tapi summary: sumber kategori, licensed dataset, public web, publisher partnership.

Untuk sengketa, mungkin akses lebih detail.

U.S. Copyright Office pada 2025 juga membahas secara mendalam isu training generative AI dan hubungan dengan copyright dalam laporan AI mereka.

Mereka tidak menyederhanakan menjadi satu formula universal.

Ini menunjukkan masalahnya memang kompleks secara internasional.

Payment bukan satu-satunya solusi

Kreator mungkin lebih peduli control.

Tidak ingin style ditiru.

Tidak ingin karya masuk adult model.

Tidak ingin suara di-clone.

Fee tidak menyelesaikan semua.

Maka rights framework bisa punya beberapa pilihan: consent, opt-out, attribution, compensation, restriction.

Kombinasi.

Tidak semua hak harus dikonversi uang.

Moral rights tetap penting.

Nama. Integritas karya.

Indonesia punya tradisi moral rights dalam hak cipta.

AI training policy jangan hanya bicara royalty.

Ada juga masalah downstream output.

Misalnya model dilatih legal.

Tapi user menghasilkan output yang infringing.

Siapa bertanggung jawab?

Training license tidak memberi izin menyalin karya spesifik di output.

Ini dua layer.

Provider perlu safety.

User perlu respect copyright.

Rights holder tetap punya enforcement.

Jangan menjadikan payment training sebagai blanket immunity.

Nilai karya juga tidak sama

Foto stock sederhana berbeda dengan foto ikonik.

Artikel 300 kata berbeda dengan riset 50 halaman.

Musik hit berbeda dengan loop generik.

Kalau semua dibayar sama, unfair.

Kalau valuation individual, administrasi berat.

Ini salah satu alasan collective licensing sulit.

Data contribution tidak mudah diukur.

Mungkin kompensasi tidak berdasarkan “berapa banyak model belajar dari karya X.”

Bisa berdasarkan penggunaan dataset.

Atau revenue share.

Atau license flat fee.

Ekonomi masih mencari bentuk.

Kreator Indonesia perlu posisi tawar kolektif

Kalau negosiasi individual dengan hyperscaler global, power imbalance besar.

Association. Publisher group. Collective management.

Bisa membantu.

Pemerintah tidak harus menentukan tarif semua hal.

Tapi bisa memastikan bargaining process fair.

Transparency. Dispute mechanism. Rights reservation.

Ini mungkin lebih sustainable daripada satu tarif nasional.

UMKM AI juga perlu dipikirkan

Kalau licensing cost sangat tinggi, hanya perusahaan besar yang bisa membangun model.

Startup lokal mati.

Indonesia ingin mengembangkan AI nasional.

Jadi policy harus balance.

Mungkin tier berdasarkan scale.

Research exemption.

Revenue threshold.

Commercial large-scale obligation.

Jangan membuat aturan yang tanpa sengaja mengunci market ke Big Tech.

Ini irony.

Regulasi untuk melindungi kreator malah memperkuat pemain besar karena cuma mereka yang mampu compliance.

Policy design harus menghitung competition.

Public domain tetap penting

Karya yang memang public domain bisa digunakan lebih bebas sesuai hukum.

Pemerintah juga bisa mendorong dataset berlisensi terbuka.

Open educational resources.

Government open data.

Creative Commons sesuai terms.

Ekosistem AI tidak harus bergantung scraping karya komersial.

Ada jalur legal.

Investasi dataset berkualitas bisa menjadi competitive advantage.

Provider yang punya rights-cleared data mungkin lebih trusted.

Mungkin market akan bergerak ke sana.

Kreator juga bisa menjual dataset premium

Bayangin ilustrator membuat dataset yang sengaja dikurasi untuk training.

Bukan karya portfolio yang diambil diam-diam.

Ada metadata. Style label. License.

Provider bayar.

Kreator mendapat revenue baru.

AI bukan cuma ancaman.

Bisa jadi market baru.

Tapi hanya kalau rights infrastructure ada.

Kalau semuanya default free scrape, insentif membuat dataset licensed rendah.

Indonesia sedang berada di momen memilih balance

RUU Perubahan UU Hak Cipta sudah masuk agenda legislatif sebagai usul inisiatif DPR sejak Maret 2026.

Pemerintah juga terang-terangan membahas hubungan AI dan hak ekonomi kreator.

Ini kesempatan.

Jangan buru-buru memilih slogan: “AI harus bebas belajar” atau “setiap training harus bayar.”

Yang dibutuhkan adalah framework.

Karya apa. Penggunaan apa. Komersial atau research. Bagaimana consent. Bagaimana rights reservation. Bagaimana transparency. Bagaimana kompensasi.

Dan bagaimana enforcement lintas negara.

Karena banyak model provider bukan perusahaan Indonesia.

Pada akhirnya, apakah kreator harus dibayar?

Untuk penggunaan komersial karya berhak cipta dalam training, ada argumen ekonomi dan fairness yang sangat kuat untuk menyediakan jalur licensing dan kompensasi.

Tapi mekanismenya tidak harus satu formula universal.

Beberapa sektor mungkin direct license.

Beberapa collective.

Beberapa open license.

Beberapa rights reservation.

Yang paling sulit dibenarkan adalah dunia di mana kreator sama sekali tidak tahu karyanya dipakai, tidak punya cara menolak, dan tidak punya bagian nilai ekonomi ketika karya mereka menjadi input industri baru.

AI butuh data.

Ada satu problem tambahan: siapa yang dianggap kreator untuk karya kolektif. Artikel media mungkin punya penulis, editor, fotografer, dan perusahaan penerbit. Film punya ratusan kontributor. Musik punya composer, performer, producer, label, publisher.

Kalau ada licensing AI, distribusi pembayaran tidak sederhana. Hukum dan kontrak industri yang sudah ada perlu menjadi titik awal. Jangan menciptakan royalty AI yang bertabrakan dengan struktur hak yang sudah berjalan.

Transparansi penggunaan data juga perlu memperhatikan trade secret. Provider mungkin tidak bisa membuka seluruh dataset karena security atau kompetisi. Tapi itu tidak berarti tidak ada disclosure sama sekali. Summary, kategori sumber, mekanisme complaint, dan audit independen bisa menjadi jalan tengah.

Kreator kecil juga perlu mekanisme yang murah untuk menegakkan hak. Kalau satu-satunya jalan adalah litigasi mahal di Jakarta, haknya praktis lemah. Dispute resolution, collective representation, atau kanal digital bisa membantu.

Jadi pembahasan pembayaran sebenarnya bukan cuma soal tarif. Ia soal infrastructure hak: siapa pemilik, bagaimana memberi izin, bagaimana menolak, bagaimana menghitung, bagaimana membayar, dan bagaimana menyelesaikan sengketa.

Data sering berasal dari karya manusia.

Kalau industri ingin supply karya berkualitas terus hidup, hubungan ekonominya juga harus dibuat sustainable.