Homan Bungkam Soal Petugas ICE, AI Otomatisasi “Pajak” Kaum Miskin

Dua isu yang tampak jauh berbeda rasanya pekan ini justru mempertemukan satu benang merah yang menggelisahkan: minimnya transparansi dan akuntabilitas dalam sistem yang mengatur hidup warga—baik di tangan penegak hukum maupun di balik algoritma korporasi. Di Amerika Serikat, “raja perbatasan” Tom Homan menolak mengungkap status petugas Imigrasi dan Penegakan Bea Cukai (ICE) yang terlibat dalam dua penembakan fatal. Di saat yang sama, riset dan laporan investigatif kembali menyoroti bagaimana kecerdasan buatan (AI) diam-diam mengotomatisasi “pajak kaum miskin”—praktik penetapan harga yang tidak lagi bertumpu pada nilai produk, melainkan pada seberapa dalam kantong konsumen yang bisa diperas. Kedua peristiwa ini mencerminkan pola kekuasaan yang kebal klarifikasi, dan teknologi yang merekayasa ketimpangan.

Tom Homan Bungkam Soal Status Petugas ICE yang Terlibat Penembakan Fatal

Dalam wawancara dengan program State of the Union CNN, Minggu (waktu setempat), Tom Homan—pejabat yang kerap dijuluki “czar perbatasan” Gedung Putih—mendapat pertanyaan lugas dari jurnalis Dana Bash. Bash menanyakan status terkini para petugas ICE yang terlibat dalam dua insiden penembakan mematikan di Texas dan Maine. Jawaban Homan singkat dan elusif: “Saya tidak tahu secara spesifik.”

“Saya tidak tahu secara spesifik. Saya belum terlibat dalam…” ujar Homan, tanpa melanjutkan kalimatnya, sebagaimana dikutip dari transkrip wawancara.

Pernyataan tersebut memicu tanda tanya besar, mengingat posisi Homan yang bertanggung jawab langsung atas arah kebijakan imigrasi dan penegakan perbatasan. Dua penembakan oleh petugas ICE tersebut menjadi sorotan nasional setelah keluarga korban dan organisasi masyarakat sipil mendesak transparansi penyelidikan. Namun, hingga pernyataan Homan terlontar, belum ada kejelasan apakah para petugas itu masih bertugas aktif, menjalani skorsing, justru mendapat promosi, atau dibebastugaskan. Ketidakjelasan ini, menurut pengamat, memperkuat persepsi bahwa lembaga penegak hukum federal kerap beroperasi dalam lingkaran abu-abu akuntabilitas.

Sementara itu, tekanan terhadap ICE terus mengalir dari Kongres dan lembaga hak asasi manusia yang menuntut agar setiap insiden kekerasan yang melibatkan aparat segera diiringi audit independen, bukan sekadar komentar “tidak tahu” dari para petinggi. Publik pun mempertanyakan: kalau sang “czar” saja tidak mengetahui status anak buahnya, lalu siapa yang mengawasi?

AI dan Otomatisasi “Pajak Kaum Miskin”: Dari “Berapa Nilainya?” ke “Berapa Maksimal yang Bisa Dibayar?”

Di ranah ekonomi digital, laporan mutakhir menyibak mekanisme serupa: senyap, tidak kasatmata, dan menguntungkan pihak yang memegang kendali. Algoritma AI yang dipasang di platform ritel, pemesanan tiket, hingga layanan keuangan kini bergeser dari pertanyaan “Apa nilai produk ini?” menjadi “Bersedia bayar berapa konsumen ini?” Dengan demikian, AI tidak lagi menetapkan harga berdasar biaya produksi dan margin wajar, melainkan berdasar profil digital, riwayat penelusuran, frekuensi pembelian, jenis gawai yang dipakai, bahkan estimasi penghasilan.

Praktik yang dijuluki personalized pricing atau surveillance pricing ini disebut para pakar sebagai otomatisasi “pajak kaum miskin”—istilah yang sebelumnya merujuk pada fenomena sosial di mana masyarakat berpendapatan rendah membayar lebih mahal untuk barang dan jasa yang sama. Riset terbaru menemukan bahwa sistem AI mampu mendeteksi konsumen yang kurang melek digital atau tinggal di kawasan dengan akses minim sehingga cenderung tidak membandingkan harga. Akibatnya, kelompok rentan justru dikenai harga yang lebih tinggi, seolah-olah ada “pajak tersembunyi” yang ditagih secara otomatis oleh mesin.

Alih-alih menciptakan pasar yang lebih efisien, AI justru memperkuat struktur ketimpangan. Data menunjukkan bahwa perbedaan harga untuk produk identik bisa mencapai 30% hingga 60% lebih mahal bagi konsumen yang dianggap “tidak sensitif terhadap harga” atau berada dalam posisi tawar rendah. Kritikus menyebut bahwa algoritma ini beroperasi tanpa pengawasan regulator, mirip seperti lembaga yang abai menjelaskan status anggota yang diduga melanggar etika.

Benang Merah: Krisis Transparansi di Balik Teknologi dan Kekuasaan

Kedua peristiwa—ketidakjelasan status petugas ICE dan penetapan harga bertenaga AI—bermuara pada masalah serupa: ketiadaan mekanisme penjelasan yang utuh kepada publik. Homan merasa cukup dengan “tidak tahu”, sementara perusahaan teknologi merasa cukup dengan “rahasia dagang” untuk menyembunyikan cara algoritma memilah konsumen miskin dari yang kaya. Dalam kedua kasus tersebut, masyarakat yang terdampak tidak memiliki akses pada informasi yang menjadi dasar keputusan yang mempengaruhi nyawa atau dompet mereka.

Pengamat kebijakan publik mencatat bahwa era disrupsi digital justru menuntut standar akuntabilitas yang lebih tinggi, bukan sekadar tuntutan efisiensi. Ketika petugas penegak hukum tidak jelas nasibnya dan algoritma menaikkan harga secara diskriminatif, maka yang terjadi adalah pergeseran risiko secara sepihak: kerugian dan ketidakadilan ditanggung kelompok paling rapuh, sementara pemegang otoritas dan sistem tetap terlindung di balik tembok keburaman.

Langkah ke Depan: Mendorong Akuntabilitas Proaktif

Respons terhadap wawancara Homan menunjukkan bahwa pernyataan “tidak tahu” tak lagi diterima sebagai jawaban final. Anggota parlemen dan koalisi masyarakat sipil mendorong agar setiap insiden kekerasan yang melibatkan aparat imigrasi diikuti otomatis dengan pembentukan panel investigasi yang transparan. Tanpa langkah tegas, kepercayaan publik terhadap ICE akan terus mengikis, persis seperti konsumen mulai kehilangan kepercayaan pada platform digital yang diam-diam memainkan harga.

Sementara itu, seruan untuk meregulasi AI dalam penetapan harga mulai menggema. Uni Eropa, melalui kerangka Digital Services Act dan undang-undang AI, telah mewajibkan pengungkapan sistem penentuan harga yang bersifat personal. Di Amerika Serikat, beberapa negara bagian mulai merancang undang-undang yang melarang diskriminasi harga berbasis data biometrik atau profil keuangan. Inisiatif ini bertujuan memastikan bahwa ketika AI bertanya “Bersedia bayar berapa?”, pertanyaan itu tidak berubah menjadi alat pemeras terselubung atas mereka yang paling sedikit pilihannya.

Kesimpulannya, peristiwa di Texas, Maine, dan layar ponsel jutaan konsumen mengirimkan pesan yang sama: akuntabilitas harus dipaksa muncul, bukan ditunggu. Baik itu di Kantor ICE maupun di pusat data perusahaan teknologi, publik berhak memperoleh kejelasan—bukan sekadar “tidak tahu secara spesifik.”