Apakah Kreator Harus Dibayar jika Karyanya Dipakai Melatih AI?

Pertanyaannya kelihatan sederhana: kalau sebuah perusahaan AI memakai karya kreator untuk melatih model yang kemudian dijual secara komersial, kreatornya harus dibayar atau nggak?

Kalau dibahas di timeline, jawabannya biasanya cuma dua kubu. Satu bilang jelas harus, karena tanpa karya manusia model tidak punya bahan belajar. Kubu lain bilang training AI mirip manusia belajar dari buku, musik, foto, dan internet, jadi nggak masuk akal kalau setiap proses belajar harus membayar semua orang yang pernah memberi inspirasi.

Problemnya, realitas jauh lebih ribet daripada dua tweet itu.

Pada 2026, isu kompensasi training AI sudah menjadi persoalan ekonomi, hukum, teknologi, dan distribusi kekuasaan sekaligus. Bukan cuma soal apakah penggunaan karya “fair”, tetapi siapa yang punya posisi tawar ketika industri baru dibangun dari data yang dibuat jutaan manusia.

Mulai dari pertanyaan paling dasar: sebenarnya apa yang dipakai?

Model generatif dilatih menggunakan data dalam jumlah sangat besar. Data itu bisa berasal dari berbagai sumber, termasuk materi publik, dataset berlisensi, data yang dibuat khusus, konten domain publik, dan dalam sejumlah kasus materi berhak cipta.

Karena sistem modern belajar pola dari corpus yang masif, hubungan antara satu karya dengan satu output tidak selalu mudah ditarik lurus. Sebuah model biasanya tidak menyimpan katalog sederhana seperti folder yang berisi “gambar A milik kreator X” lalu mengeluarkannya saat diminta.

Tapi itu juga tidak otomatis menghapus pertanyaan hak.

Kalau proses training melibatkan penyalinan atau pemrosesan karya yang dilindungi, tetap ada pertanyaan apakah penggunaannya membutuhkan izin, termasuk berdasarkan hukum di masing-masing yurisdiksi. Lalu ada pertanyaan kedua: sekalipun suatu penggunaan dianggap sah dalam kondisi tertentu, apakah ekosistemnya tetap seharusnya memberi kompensasi secara ekonomi?

Legal dan fair bukan selalu hal yang sama.

Indonesia belum menutup debatnya

Per 29 Juli 2026, pemerintah Indonesia secara eksplisit menyebut penggunaan karya kreatif sebagai data pelatihan AI sebagai salah satu tantangan besar dalam pembahasan RUU Hak Cipta.

Kementerian Komunikasi dan Digital menyatakan pemerintah ingin menjaga perkembangan AI tanpa mengabaikan hak ekonomi kreator dan pemegang hak cipta. Beberapa bulan sebelumnya, Direktorat Jenderal Kekayaan Intelektual juga menyebut regulasi AI masih dalam tahap diskursus, termasuk soal posisi karya yang melibatkan AI dan kontribusi manusia.

Artinya, kalau ada yang ngomong seolah Indonesia sudah punya jawaban final dan superjelas tentang seluruh mekanisme training data, kompensasi, serta lisensi AI, hati-hati. Kerangka ini masih berkembang.

Justru sekarang momen pentingnya, karena aturan yang dibentuk akan menentukan siapa punya leverage beberapa tahun ke depan.

Argumen kenapa kreator layak dibayar

Argumen paling kuat bukan sekadar “AI belajar dari gue, jadi bayar gue”. Kalimat itu terlalu luas.

Argumen ekonominya lebih tajam: kalau perusahaan menggunakan aset kreatif sebagai input untuk membangun produk komersial yang berpotensi menggantikan sebagian permintaan terhadap pembuat aset tersebut, kreator punya alasan kuat untuk meminta izin dan bagian dari nilai yang tercipta.

Bayangin fotografer produk menghabiskan bertahun-tahun membangun portfolio. Ribuan foto itu punya nilai karena membutuhkan kamera, studio, perjalanan, model, editing, latihan, dan jam kerja.

Kalau corpus besar karya seperti itu dipakai untuk membuat sistem yang kemudian menjual kemampuan menghasilkan foto produk sintetis dengan biaya sangat rendah, kreator bisa bertanya: kenapa biaya input sosialnya dibebankan ke kami, sementara monetisasi output terpusat di perusahaan teknologi?

Pertanyaan itu bukan anti-inovasi. Itu pertanyaan distribusi.

Industri musik sudah lama mengenal lisensi karena penggunaan karya punya nilai ekonomi. Stock photography juga punya lisensi. Film punya hak distribusi. Penulis dibayar untuk buku dan artikel.

Training AI memunculkan jenis penggunaan baru yang tidak selalu tercakup secara intuitif dalam mekanisme lama. Wajar kalau pemegang hak meminta pasar lisensi baru.

Tapi model pembayaran per karya juga nggak gampang

Sekarang sisi sulitnya.

Kalau kreator memang harus dibayar, berapa?

Apakah setiap gambar mendapat tarif sama? Apakah karya yang lebih sering memengaruhi output mendapat lebih banyak? Bagaimana mengukur kontribusi satu karya di antara miliaran data? Bagaimana dengan karya yang hanya muncul sekali dalam corpus? Bagaimana dengan teks pendek, komentar, foto sederhana, tutorial, forum, atau dokumentasi open source?

Kalau skemanya satu karya satu pembayaran dengan administrasi manual, sistemnya bisa absurd.

Ada juga persoalan siapa yang dibayar. Pencipta? Publisher? Platform tempat karya diposting? Agency? Pemegang lisensi? Kolektif manajemen hak?

Kemudian muncul masalah lintas negara. Kreator di Jakarta bisa karyanya masuk dataset yang dioperasikan perusahaan Amerika, diproses di infrastruktur negara lain, lalu modelnya dipakai secara global. Hukum mana yang berlaku pada tahap mana?

Jadi “bayar kreator” adalah prinsip yang mudah diucapkan, tetapi desain mekanismenya membutuhkan engineering ekonomi dan hukum yang serius.

Lisensi kolektif mungkin lebih realistis untuk sebagian sektor

Salah satu pendekatan yang masuk akal adalah lisensi kolektif atau skema berbasis kategori.

Industri tertentu sudah punya lembaga dan tradisi pengelolaan hak kolektif. Musik adalah contoh paling familiar, meskipun mekanismenya sendiri jauh dari sempurna.

Untuk AI, model serupa bisa dibayangkan. Perusahaan membayar lisensi untuk corpus tertentu, lalu hasilnya didistribusikan berdasarkan aturan yang disepakati.

Tapi desainnya harus transparan. Kalau tidak, kreator kecil bisa kembali mendapat bagian paling kecil sementara aggregator atau pemegang katalog besar mengambil porsi terbesar.

Ada juga model opt-in marketplace. Kreator secara aktif mengizinkan karyanya digunakan untuk training dengan tarif atau syarat tertentu. Ini memberi consent lebih jelas, tetapi corpus-nya mungkin tidak sebesar scraping terbuka.

Pilihan lain adalah revenue sharing pada model atau fitur tertentu yang benar-benar dibangun dari katalog berlisensi.

Tidak ada satu mekanisme yang cocok untuk semua jenis karya.

Kreator musik, fotografer, ilustrator, jurnalis, programmer, dan pembuat video punya struktur ekonomi berbeda.

Argumen “manusia juga belajar dari karya orang” punya batas

Analogi ini populer karena intuitif. Seorang pelukis belajar dengan melihat lukisan lain. Penulis membaca buku. Musisi mendengar musik.

Tapi manusia dan training model tidak identik secara teknis maupun ekonomi.

Seorang manusia punya kapasitas terbatas. Dia membaca ratusan atau ribuan karya sepanjang hidup. Perusahaan AI bisa memproses dataset dalam skala yang jauh lebih besar, lalu mendistribusikan hasil kemampuan model ke jutaan pengguna sekaligus.

Manusia juga tidak bisa dengan instan menghasilkan sepuluh ribu variasi komersial berdasarkan instruksi pelanggan.

Skalanya berbeda.

U.S. Copyright Office dalam pembahasan tentang generative AI training juga menolak anggapan bahwa semua training otomatis bisa dibenarkan hanya karena dianalogikan dengan manusia belajar. Dalam diskusi fair use di Amerika, konteks tetap penting. Sumber data, tujuan penggunaan, sifat transformasi, dan dampaknya terhadap pasar tidak bisa dihapus dengan satu analogi.

Jadi analogi manusia belajar mungkin berguna untuk menjelaskan konsep, tetapi terlalu lemah untuk menyelesaikan aturan bisnis.

Kompensasi tidak harus berarti semua orang dapat cek besar

Ada ekspektasi yang perlu realistis.

Kalaupun mekanisme kompensasi AI menjadi lebih matang, kemungkinan besar bukan berarti setiap orang yang pernah upload foto akan menerima uang signifikan.

Nilai per unit data bisa sangat kecil. Sebagian karya mungkin tidak relevan. Sebagian corpus berasal dari materi domain publik atau sumber berlisensi khusus.

Nilai besar kemungkinan muncul pada dataset yang langka, berkualitas tinggi, terkurasi, legal status-nya jelas, atau punya domain expertise tertentu.

Contohnya bukan sekadar “seribu foto makanan”, tetapi ribuan foto produk dengan metadata teknis konsisten. Bukan cuma “artikel kesehatan”, tetapi corpus klinis yang memiliki izin, struktur, dan kualitas dokumentasi. Bukan sekadar audio percakapan, tetapi rekaman bahasa daerah dengan consent dan transkripsi yang baik.

Di sini kreator bisa mulai melihat data bukan hanya sebagai residu dari produksi konten, tetapi sebagai aset yang bisa punya nilai lisensi.

Consent mungkin sama pentingnya dengan uang

Ada kreator yang mungkin mau dibayar. Ada juga yang prinsipnya tidak mau karyanya dipakai untuk training tertentu meskipun dibayar.

Karena itu kompensasi tanpa consent belum tentu menyelesaikan masalah.

Bayangin ilustrator yang punya gaya sangat personal dan tidak ingin model komersial bisa menirunya. Kalau platform berkata, “tenang, kami bayar Rp50 per gambar”, belum tentu itu acceptable.

Hak memilih penting.

Sistem yang lebih sehat idealnya memberi informasi yang cukup: karya dipakai untuk apa, model apa, apakah hasilnya boleh digunakan secara komersial, apakah nama kreator bisa dipakai dalam prompt, apakah data bisa ditarik kembali, dan bagaimana pembayaran dihitung.

Tentu secara teknis, menghapus kontribusi data dari model yang sudah selesai dilatih bisa jauh lebih rumit daripada menghapus file dari server. Itu sebabnya consent perlu dipikirkan sebelum training, bukan setelah konflik.

Kreator Indonesia jangan cuma jadi pemasok data murah

Ada dimensi lokal yang jarang dibahas.

Indonesia menghasilkan volume konten besar: bahasa Indonesia, slang lokal, foto kota, resep, tutorial, percakapan, musik, video, budaya pop, dokumentasi UMKM, sampai pengetahuan komunitas.

Semua ini bernilai untuk sistem AI yang ingin semakin bagus memahami pengguna Indonesia.

Kalau ekosistemnya tidak dirancang hati-hati, kita bisa berada pada posisi yang aneh: masyarakat lokal menyediakan data budaya dan bahasa dalam jumlah masif, tetapi nilai ekonominya sebagian besar ditangkap platform global.

Bukan berarti data harus ditutup. Justru model AI yang memahami Indonesia membutuhkan data Indonesia.

Pertanyaannya adalah bagaimana membuat pertukaran nilainya lebih fair.

Universitas, publisher, media, komunitas, pemerintah, dan industri kreatif bisa mulai memikirkan corpus berlisensi yang berkualitas. Dataset lokal tidak harus selalu gratis hanya karena selama ini kontennya bisa ditemukan di web.

Kualitas dan legal clarity bisa menjadi produk.

Perusahaan AI juga mendapat keuntungan dari lisensi yang jelas

Kadang debat ini dibingkai seolah lisensi cuma beban biaya bagi perusahaan AI.

Padahal data yang legal status-nya jelas punya value untuk perusahaan juga.

Risiko litigasi turun. Provenance lebih mudah diaudit. Dataset bisa dikurasi lebih baik. Hubungan dengan publisher dan kreator lebih sehat. Enterprise customer juga lebih nyaman memakai model ketika asal data dan hak penggunaannya lebih transparan.

Untuk pasar korporat, kepastian hukum bukan biaya tambahan semata. Itu bagian dari product quality.

Kalau sebuah perusahaan mau menjual AI ke bank, rumah sakit, pemerintah, atau brand besar, pertanyaan soal IP risk akan makin sering muncul. “Model ini dilatih pakai apa?” bisa menjadi pertanyaan procurement, bukan cuma aktivisme kreator.

Kreator perlu mulai bernegosiasi sebelum aturan sempurna

Menunggu hukum final bisa terlalu lama.

Kalau lo kreator atau pemilik katalog, mulai cek kontrak platform dan lisensi yang sudah lo tanda tangani. Pelajari apakah ada klausul mengenai machine learning, data processing, derivative works, atau sublicensing.

Untuk kerja langsung dengan brand dan agency, jangan otomatis menyerahkan hak tanpa batas hanya karena fee di awal terlihat menarik.

Kalau diminta menyerahkan asset library, tanyakan penggunaan akhirnya. Kalau voice recording akan disimpan, tanyakan apakah boleh dipakai untuk cloning. Kalau foto campaign akan dimasukkan ke tool internal, tanyakan tool apa dan untuk tujuan apa.

Kreator tidak harus jadi pengacara. Tapi pada 2026, literasi kontrak sudah menjadi bagian dari survival skill.

Jadi, harus dibayar atau tidak?

Untuk penggunaan komersial atas karya berhak cipta sebagai bahan training, ada argumen kuat bahwa kreator seharusnya memiliki mekanisme consent, lisensi, dan kompensasi yang masuk akal, terutama ketika penggunaan itu menciptakan nilai ekonomi dan berpotensi mensubstitusi pasar karya mereka.

Tapi skema yang fair tidak bisa berhenti di slogan “bayar semua kreator”. Kita perlu tahu siapa yang berhak, penggunaan apa yang tercakup, bagaimana kontribusi dihitung, bagaimana opt-out bekerja, bagaimana lisensi lintas negara dikelola, dan bagaimana memastikan kreator kecil tidak hilang di antara pemain besar.

AI bisa menjadi mesin produktivitas yang luar biasa tanpa harus dibangun di atas asumsi bahwa semua karya yang terlihat publik otomatis tidak punya harga.

Karya bisa accessible tanpa berarti bebas dieksploitasi untuk setiap penggunaan baru.

Debat sebenarnya bukan apakah teknologi boleh belajar.

Debatnya adalah siapa yang menentukan syarat ketika pembelajaran mesin itu berubah menjadi bisnis bernilai besar.