Machine Translated by Google

Tren Ilmu & Teknologi Pangan 133 (2023) 114–126

Daftar konten tersedia di ScienceDirect

Tren Ilmu & Teknologi Pangan

beranda jurnal: www.elsevier.com/locate/tifs

Arsitektur tata kelola refleksif: Mempertimbangkan implikasi etis dari

adopsi teknologi otonom dalam rantai pasokan makanan
Louise Manning A,* , Steve Brewerd
D
, Anabel Gutierrez ,
A
, b,c Peter J. Craigon Jeremy
, Frey
Dia

D
Naomi Jacobsb, Samantha Kanza , Samuel Munday , Justin Sacksf Simon , Pearson A
A
Institut Teknologi Pertanian Pangan Lincoln, University of Lincoln, Lincoln, Inggris
B
Beacon Keunggulan Makanan Masa Depan dan Sekolah Biosains, Universitas Nottingham, Nottingham, Inggris
C

Institut Penelitian Ekonomi Digital Horizon, Universitas Nottingham, Nottingham, Inggris

D
Sekolah Kimia, Fakultas Teknik & Ilmu Fisika, University of Southampton, Southampton, UK
Dia

Sekolah Bisnis dan Manajemen, Universitas Royal Holloway London, Egham, Inggris
F
Imajinasi Lancaster, LICA, Universitas Lancaster, Lancaster, Inggris

INFORMASI ARTIKEL ABSTRAK

Editor Penanganan: Dr. S Charlebois Latar Belakang: Penerapan teknologi otonom dalam rantai pasok pangan menimbulkan beberapa pertimbangan etis
yang terkait dengan interaksi antara manusia dengan teknologi, manusia-teknologi-tanaman dan manusia-teknologi-
Kata kunci: hewan. Pertimbangan ini dan implikasinya memengaruhi desain teknologi, cara penerapan teknologi, bagaimana
Data teknologi mengubah praktik rantai pasokan makanan, pengambilan keputusan, serta aspek dan hasil etis terkait.
Aspek etika
Hasil etis
Lingkup dan pendekatan: Dengan menggunakan konsep tata kelola refleksif, makalah ini telah mengkritik alat penilaian
Pemerintahan reflektif
etis terkait makanan reflektif yang ada dan mengusulkan elemen struktural yang diperlukan untuk arsitektur tata kelola
Pemerintahan refleksif
AI refleksif yang membahas baik berbagi data, dan penggunaan kecerdasan buatan (AI) dan pembelajaran mesin dalam
Persediaan makanan
rantai pasokan makanan.
Temuan dan kesimpulan utama: Mempertimbangkan implikasi etis dari penggunaan teknologi otonom dalam konteks
kehidupan nyata merupakan tantangan. Pendekatan saat ini, yang berfokus pada elemen etika diskrit dalam isolasi
misalnya, aspek atau hasil etis, standar normatif atau strategi bisnis berbasis kepatuhan yang berorientasi etika, tidak
cukup dengan sendirinya. Alternatifnya, penerapan arsitektur tata kelola yang lebih holistik dan refleksif dapat
menginformasikan pertimbangan aspek etika, potensi hasil etis, khususnya bagaimana mereka saling terkait dan/atau
saling bergantung, dan kebutuhan untuk mitigasi pada semua tahap siklus hidup teknologi dan konseptualisasi produk
makanan, desain, realisasi dan adopsi dalam rantai pasokan makanan. Penelitian ini menarik bagi mereka yang
melakukan pertimbangan etis tentang berbagi data, dan penggunaan AI dan pembelajaran mesin dalam rantai pasokan
makanan.

1. Perkenalan
Sistem pangan sosioteknik modern dan pertimbangan hukum,
ekonomi, teknis, dan etika yang rumit yang dicakupnya, dapat memiliki
konsekuensi positif dan negatif yang signifikan bagi masyarakat (Miller,
2013). Etika, sebagai sebuah istilah, berasal dari kata Yunani “ethos”
yang berarti tingkah laku; adat istiadat atau karakter (Manning, Baines, &
Chadd, 2006). Etika adalah dasar yang mendasari prinsip, nilai, aturan,
dan standar perilaku (Surampalli, Zhang, Goyal, Brar, & Tyagi,
2020). Dalam sistem pangan, banyak organisasi dan individu beroperasi
baik sebagai pelaku langsung (bisnis yang memasok dan membeli dalam
rantai pasokan, dan akhirnya konsumen) dan pelaku tidak langsung
(pemerintah, lembaga swadaya masyarakat (LSM), warga negara, dan
sebagainya) yang mempengaruhi praktek dan interaksi. Posisi etis dapat
bervariasi di antara para aktor ini, dan memahami pendirian mereka yang
saling menguntungkan dan berbeda adalah penting (Kirwan, Maye, &
Brunori, 2017). Namun, pertimbangan etis pada tingkat sistem bersifat
kompleks, dan bernuansa tergantung pada aspek etika dan etika umum dan spesifik

* Penulis yang sesuai.

Alamat email: LManning@lincoln.ac.uk (L. Manning), sbrewer@lincoln.ac.uk (S. Brewer), peter.craigon4@nottingham.ac.uk (PJ Craigon), JGFrey@soton. ac.uk (J. Frey),
anabel.gutierrezmendoza@rhul.ac.uk (A. Gutierrez), naomi.jacobs@lancaster.ac.uk (N. Jacobs), s.kanza@soton.ac.uk (S. Kanza), samunday@soton. ac.uk (S. Munday),
j.sacks@lancaster.ac.uk (J. Sacks), spearson@lincoln.ac.uk (S. Pearson).

https://doi.org/10.1016/j.tifs.2023.01.015
Diterima 2 Juli 2022; Diterima dalam bentuk revisi 5 Januari 2023; Diterima 22 Januari 2023 Tersedia
online 29 Januari 2023 0924-2244/© 2023 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel
akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/by nc-nd/4.0/).
Machine Translated by Google
L. Manning et al.
hasil yang terkait dengan pasokan makanan dalam konteks tertentu.
Keputusan kebijakan yang berorientasi etis, standar normatif rantai pasokan,
dan penilaian etis sering mengandalkan metodologi/alat 'reduksionis' dengan
variabel, indikator atau standar dimensi tunggal, indeks gabungan, atau metrik
agregat 'sederhana' (Brunori et al., 2016 ; Kirwan et al., 2017). De Ridder dkk. (2010)
mengklasifikasikan pendekatan potensial ini untuk mengembangkan mekanisme
penilaian etis sebagai alat: misalnya, alat akuntansi, alat analisis, alat analisis fisik
biaya-manfaat dan efektivitas biaya, alat analisis multikriteria, alat partisipatif, alat
analisis skenario, penggunaan kumpulan data indikator , dan model atau framework.
Brunori dkk. (2016) membangun perbedaan antara alat dan kerangka yang
menyatakan bahwa alat adalah teknik analisis yang digunakan dalam kerangka yang
lebih luas yang berisi serangkaian prosedur yang ditentukan yang membentuk
tahapan penilaian. Hal ini menunjukkan bahwa alat penilaian etis dapat menjadi
bagian dari konstruksi yang lebih luas, kerangka etis, di mana rangkaian langkah-
langkah dalam proses menyeluruh melakukan pertimbangan etis didefinisikan.
Singkatnya, kerangka kerja, melampaui indeks atau alat reduksionis. Sebaliknya,
kerangka kerja mewujudkan proses dan prosedur yang transparan untuk memberikan
wawasan yang lebih holistik daripada mereduksi pertimbangan etis menjadi penilaian
kuantitatif murni (Mayer, 2008). Artinya tata kelola dan proses penilaian yang terkait
dengan musyawarah etis dapat disusun menjadi serangkaian langkah atau kegiatan
yang telah ditentukan dan dipahami oleh semua pemangku kepentingan. Akibatnya,
perlu ada tingkat transparansi yang lebih tinggi untuk hasil yang diperoleh, lebih
daripada menggunakan data numerik reduksionis untuk mendukung perbandingan
atau untuk menunjukkan kepatuhan (misalnya perhitungan jejak karbon) atau
menggunakan indeks gabungan untuk menunjukkan kinerja di seluruh rentang metrik
keberlanjutan dalam satu nomor.
Arsitektur tata kelola adalah 'meta-tingkat tata kelola' (Biermann, Pattberg, Van
Asselt, & Zelli, 2009; Zelli, 2011). Arsitektur tata kelola mencakup institusi, organisasi,
rezim, standar normatif terkait (prinsip, prosedur) dan peraturan (Zelli, 2011). Istilah
arsitektur telah digunakan dalam literatur untuk mempertimbangkan tata kelola data
dan pengembangan kepercayaan data (O'Hara, 2019); kecerdasan buatan (AI)
(Schmitt, 2022); penggunaan robotika (O'Meara, 2011, hlm. 159–168) dan lebih luas
misalnya berkaitan dengan perdagangan dan perlindungan lingkungan (Biermann et
al., 2009). Schmitt (2022) membedakan pertama, antara lanskap tata kelola yang
mencakup berbagai inisiatif oleh para aktor yang ingin mengembangkan struktur tata
kelola yang terpisah dan terpadu, dan kedua, arsitektur tata kelola itu sendiri
dikembangkan melalui rezim tata kelola yang ada dan muncul.
Rantai pasokan makanan ditetapkan, aturan-driven dan rezim dinamis yang ada
di berbagai skala empiris dan praktik dalam sistem terpusat yang dimediasi atau
diperkuat oleh perilaku konsumen dan produsen (Smith, Stirling & Berkhout, 2005).
Salah satu contohnya adalah rantai pasokan keju PDO Parmiguano Reggiano, di
mana terdapat rezim yang ada dan struktur tata kelola terkait karena statusnya
sebagai makanan yang terkait dengan sumber. Lavelli dan Beccalli (2022)
mengusulkan bahwa solusi berbasis teknologi ledger technology (DLT) dan internet
of things (IoT) dapat mengumpulkan, menyimpan, mengintegrasikan, dan
mengkomunikasikan data dari berbagai pemangku kepentingan dan berbagai
tahapan rantai pasokan. Pemodelan solusi cerdas dapat mencakup pengumpulan
data, informasi dari sertifikasi pihak ketiga dan kelompok produsen, dan melalui
analisis data, pengenalan pola, dan alat prediksi menciptakan rezim tata kelola yang
cerdas. Namun, proses refleksif masih diperlukan di tingkat lanskap tata kelola untuk
mengatasi masalah seperti budaya yang masih ada, dinamika kekuasaan, dan
kerangka sosial budaya yang muncul (ekuitas, keadilan, moral hazard, dan
sebagainya) yang berdampak pada pengadopsian solusi tersebut.
Rezim adalah kumpulan struktur (pengaturan kelembagaan dan fisik), budaya
(perspektif yang berlaku), dan praktik (aturan, rutinitas, dan kebiasaan) (Rotmans &
Loorbach, 2010). Rezim dapat digambarkan sebagai seperangkat prinsip implisit
atau eksplisit (keyakinan akan fakta dan sebab-akibat, kebenaran), norma (standar),
aturan (preskripsi untuk tindakan apa yang dapat dilakukan).
115
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
diambil), dan prosedur pengambilan keputusan yang mengimplementasikan pilihan
aktor kolektif (Krasner, 1982). Rezim dinamis mengatur diri sendiri dan ketika
mekanisme umpan balik baru muncul maka rezim baru terbentuk (Mayer, 2008).
Peran kontemporer standar kinerja normatif instrumental dalam rantai pasokan
makanan dengan demikian merupakan bentuk tata kelola yang kaku, tidak reflektif,
dan tidak refleksif (Leonard & Lidskog, 2021). Tata kelola yang tidak refleksif
menetapkan standar kinerja tertentu, atau daftar kriteria, untuk mengatur dan
mengendalikan rezim praktik tertentu (Spence & Rinaldi, 2014). Pengambilan
keputusan instrumental sangat penting ketika berusaha untuk memastikan kepatuhan
terhadap peraturan atau ketika pengambilan keputusan didasarkan pada situasi
biner (legal/ilegal; patuh/tidak patuh). Namun, rezim praktik instrumental seperti itu
tidak memiliki mekanisme umpan balik yang mendukung revisi tujuan, hasil, atau
target dan tidak menangani konsekuensi tindakan yang tidak diinginkan (Kirwan et
al., 2017). Selanjutnya, dinamika kekuatan yang ada dan muncul memainkan peran
yang kuat dalam rezim dan struktur pemerintahan (Dean, 2009) dan dapat mendorong
taktik politik, status quo, bahkan inersia, dan sebagai hasilnya, pembentukan koalisi
melalui proses yang mengarah pada perlawanan rezim. (Geels, 2004). Resistensi
rezim, sebagai sebuah konsep, mencerminkan aktivitas dan struktur yang mencegah
transisi rezim bahkan ketika faktor pendorong sosio-ekonomi dan lingkungan
mendorong perlunya perubahan. Memang, Stuart dan Worosz (2012) menegaskan
bahwa tekanan anti-refleksivitas dalam rantai pasokan makanan mempromosikan
skenario 'bisnis seperti biasa' dan mencegah reformasi yang adaptif, gesit, dan
progresif, yaitu hal itu memperkuat kelembaman dan rezim yang ada.
Pendekatan yang ada untuk penilaian etis, berdasarkan kerangka individu,
organisasi atau masyarakat dapat didorong oleh pemikiran biner yang mengarah ke
posisi dikotomi terkait pasokan makanan seperti baik/buruk, organik/konvensional,
perkotaan/pedesaan, intensif/luas, atau teknologi- didorong/didorong oleh manusia
sedangkan refleksivitas dapat menciptakan wacana yang lebih holistik dan tidak
terlalu diperebutkan (Sonnino, Marsden, & Mor agues-Faus, 2016; Muhammad,
Stokes, Morgans, & Manning, 2022).
Refleksi adalah kegiatan yang berorientasi pada tujuan yang berfokus pada bertanya,
mengevaluasi, memikirkan kembali, dan meningkatkan praktik. Sebagai alternatif,
menjadi refleksif diinformasikan oleh refleksi dan merupakan proses iteratif kritis
yang berkelanjutan untuk terlibat dengan situasi atau konteks tertentu dan berulang
kali menantang pengaruh sosial budaya, kemudian mengikuti proses ini,
mengartikulasikan dan membingkai situasi yang diminati (Barrett, Kajamaa , &
Johnston, 2020). Dengan kata lain, refleksi dapat memulai proses berpikir yang
'memandang' aktivitas atau situasi tertentu. Refleksi adalah 'kegiatan intelektual dan
afektif di mana individu terlibat untuk mengeksplorasi pengalaman mereka dalam
rangka pemahaman baru dan apresiasi' (Boud, Keogh, & Walker, 1985, hal. 19).
Refleksi mempertimbangkan apa yang telah terjadi, apa yang berhasil/tidak berhasil
atau apa yang berjalan dengan baik atau tidak, tetapi prosesnya terpisah dan terpisah
dan bukan bagian dari kegiatan. Sebaliknya, refleksivitas mengharuskan mereka
yang melakukan musyawarah etis untuk merenungkan, atau mempertimbangkan
dengan hati-hati, keputusan potensial yang dapat dibuat, atau tidak dibuat dan
tindakan yang dapat diambil/tidak diambil dan dampak potensial sebelum mengambil
keputusan atau tindakan apa pun. tindakan yang sedang dilaksanakan (Martin,
2006). Artinya, refleksivitas adalah bagian dari proses aktif musyawarah dari
mengantisipasi, merefleksikan, dan terlibat sebelum, selama dan setelah, dan ketika
bertindak atas keputusan. Refleksivitas mempromosikan transisi sistem pangan
melalui “evaluasi ulang holistik sistem [yang ada] dan kemauan untuk membuat
perubahan substansial dalam organisasi industri” (Stuart & Worosz, 2012, hlm. 288).
Singkatnya, musyawarah etis itu kompleks, dan sementara alat reduksionis dan
pengambilan keputusan yang digerakkan secara instrumental dapat digunakan dalam
rantai pasokan kontemporer: pembingkaian ulang 'bisnis seperti biasa' membutuhkan
landasan yang lebih kuat. Oleh karena itu, sangat penting untuk memahami kekuatan
relatif, kelemahan dan bias pengaruh ketika menggunakan alat, indikator dan metrik
reduksionis dan juga bagaimana metodologi yang digunakan dalam pengembangan
alat penilaian atau dalam model dan kerangka kerja akan berdampak pada keefektifan
penggunaannya. (Mayer, 2008).
Dengan menggunakan konsep tata kelola refleksif, makalah ini bertujuan untuk
mengkritik alat penilaian etis terkait makanan reflektif yang ada dan mengusulkan
elemen struktural yang diperlukan untuk melangkah lebih jauh dan mengembangkan
arsitektur tata kelola refleksif yang membahas pembagian data, dan penggunaan AI
Machine Translated by Google
L. Manning et al.
dan pembelajaran mesin dalam rantai pasokan makanan. Perlunya penelitian
ini adalah pertama bahwa dua literatur tentang etika terkait rantai pasokan
makanan, dan etika data dan etika yang terkait dengan penggunaan data belum
disatukan sebelumnya dalam tinjauan literatur yang terintegrasi.
Kedua, penggunaan teknologi seperti AI, pembelajaran mesin, dan algoritme
yang diinformasikan data besar dapat menjadi buram dan implikasi etis dari
penggunaannya dapat sulit ditentukan (Hannah-Moffat, 2019), dan jika
kerusakan disebabkan oleh penggunaan suatu algoritme, misalnya insiden
lingkungan, kesehatan dan keselamatan atau keamanan pangan, sulit untuk
melacak sumber masalahnya dan juga untuk mengidentifikasi siapa yang
bertanggung jawab (Mittelstadt, Allo, Taddeo, Wachter, & Floridi, 2016). Ini
berarti penyelidikan ilmiah ke dalam struktur tata kelola potensial yang dapat
diterapkan untuk mengatasi masalah ini adalah hal yang menarik.
Pilihan untuk pengembangan lebih lanjut praktik penilaian etis kontemporer
untuk beralih dari pendekatan instrumental ke reflektif dan kemudian refleksif
diperiksa dan ini menginformasikan evaluasi penanaman tata kelola refleksif
dalam rantai pasokan makanan dengan fokus khusus pada berbagi data,
penggunaan AI dan pembelajaran mesin . Struktur dari sisa makalah ini adalah
sebagai berikut: Bagian 1 memperkenalkan penelitian dan Bagian 2
memposisikan pertimbangan etis dalam konteks rantai pasokan makanan
menyajikan definisi untuk aspek etika dan hasil etis, dan fokus etis pada
pengambilan keputusan dan konsekuensi . Bagian 3 mengkritik implikasi etis
dari berbagi data dan penggunaan teknologi dalam rantai pasokan makanan
dan perlunya pertimbangan etis. Bagian 4 mengkritik pendekatan yang ada
untuk musyawarah etis dan penilaian etis terkait dengan rantai pasokan pangan
dan sistem pangan dan Bagian 5 memberikan kesimpulan pemikiran dan
peluang untuk penelitian masa depan tentang pengembangan kerangka kerja
tata kelola refleksif dengan penekanan khusus pada berbagi data, penggunaan
AI dan pembelajaran mesin.
2. Pertimbangan etis dalam rantai pasokan makanan
Aspek etis dan dampak yang terkait dengan penanaman, pemanenan, dan
pemrosesan makanan dapat menghasilkan hasil positif, netral, atau negatif
yang diinginkan, atau tidak diinginkan, dalam sistem pangan atau dalam konteks
rantai pasokan tertentu. Aspek etis dari rantai pasokan makanan dan dorongan
untuk keberlanjutan tetap tertanam secara implisit dalam triple bottom line
(aspek ekonomi, sosial dan lingkungan) dan seringkali diartikulasikan dalam
aspek teknis dan normatif keberlanjutan daripada didefinisikan secara eksplisit
(Amantova-Salmane, 2015 ). Schlaile et al. (2017) membedakan antara aspek
deskriptif, normatif dan preskriptif: aspek deskriptif terkait dengan
mendeskripsikan dan memberikan batasan pada masalah; aspek preskriptif di
mana ada kebijaksanaan yang diterima tentang apa yang harus atau harus
dilakukan, dan aspek normatif yang dapat mencakup aspek preskriptif, tetapi
juga ditentang oleh aktor yang berbeda dengan nilai normatif alternatif ketika
mereka mempertimbangkan seperti apa 'kelihatan' yang etis, atau berkelanjutan,
untuk contoh membedakan kesejahteraan hewan standar, baik dan unggul
(Muhammad et al., 2022). Ringkasnya, etika normatif menggambarkan
bagaimana segala sesuatu seharusnya dan menginformasikan perkembangan
'seperangkat aturan yang mengatur perilaku manusia.' (Dignum, 2019, hlm. 37).
Etika normatif disukai dalam rantai pasokan makanan yang berorientasi
pasar. Daripada menggambarkan nilai, keyakinan atau norma yang
mempengaruhi perilaku (etika deskriptif), etika normatif mengevaluasi perilaku
dengan "menarik standar atau norma yang independen dari kebiasaan" yaitu
standar normatif menentukan standar apa yang seharusnya (Fischer, 2004,
hal . 398). Etika normatif didefinisikan dalam standar rantai pasokan makanan
berbasis pasar yang bersifat preskriptif dan berbasis kepatuhan, misalnya,
rangkaian standar GLOBALGAP, yang mencakup aturan dan protokol untuk
perilaku yang benar atau tepat berdasarkan evaluasi moral tentang bagaimana
orang seharusnya bertindak (Manning, 2020 ). Memang, penggunaan standar
rantai pasokan makanan, audit, dan verifikasi pihak ketiga sebenarnya dapat
menyamarkan agenda berbasis pasar yang buram, dimediasi kekuasaan,
dipolitisasi, isomorfik, untuk mendorong kesesuaian dan mengurangi biaya
transaksi melalui apa yang sering dipromosikan sebagai alat penilaian objektif. ,
indeks dan metrik (Lebaron & Lister, 2015; Manning, 2020).
116
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
Pembingkaian berkembang melalui komunikasi dan wacana antara ruang,
aktor, dan kelompok yang berbeda dan ketika koalisi diskursif terungkap
sehubungan dengan masalah etika (Kirwan et al., 2017). Musyawarah etis
menempatkan kegiatan yang ada dalam konteks tertentu dan dapat mendorong
transisi dalam rantai pasokan dan sistem pangan yang lebih luas melalui
“kerangka acuan” yang berbeda dan berkembang (Kirwan et al., 2017), seperti
Tujuan Pembangunan Berkelanjutan atau SDGs (Bandari, Moallemi , Lester,
Downie, & Bryan, 2022). Alat penilaian etis telah digunakan pertama, sebagai
alat proses untuk menilai dan menentukan prioritas etis dan kedua, sebagai
mekanisme untuk mendukung pembuatan keputusan etis. Penting untuk
membedakan antara penggunaan alat penilaian etika (disebut kerangka kerja
oleh beberapa literatur) untuk memandu, mendukung penilaian dan
memprioritaskan aspek etika; konteks yang terkait dengan isu-isu etika tertentu,
dan penggunaan 'kerangka kerja' dalam arti yang lebih luas untuk penyediaan
struktur teoretis, konseptual atau tata kelola untuk menginformasikan
pengambilan keputusan etis dan rasionalisasi konsekuensi atau hasil yang
diharapkan dan berpotensi tidak diinginkan dari suatu keputusan tertentu.
Dualitas penggunaan istilah kerangka kerja, dan penggunaan ganda dalam
literatur (misalnya dari perspektif akademis, industri atau masyarakat)
menciptakan tantangan dalam mengembangkan narasi dan tiga deskripsi yang
digunakan di sini, pertama, tata kelola data . kerangka kerja (lihat Brewer et al.,
2021), kedua kerangka kerja penilaian aspek etika (lihat Hoglund, ¨ 2020;
Mepham, 2010)Vossdan
& Kemp,
kerangka
2006).
kerja
Setiap
tata kerangka
kelola etisberisi
ketigastruktur
(lihat Beranger,
tata kelola2018;
yang dikembangkan untuk memastikan aspek etika, perhatian etis dan peran
individu dan organisasi dipertimbangkan melalui penerapan teori etika, tetapi
mereka berbeda dalam tingkat refleksivitas yang tertanam dalam pengembangan
dan penggunaannya.
Untuk membedakan dengan lebih jelas, kerangka tata kelola etis yang refleksif
digambarkan sebagai arsitektur tata kelola refleksif. Kosakata yang digunakan
dalam literatur untuk mengeksplorasi konteks aspek etis dan hasil etis, jika tidak
digambarkan sebagai target, tujuan, atau dampak seperti struktur multi-level
SDG dan target terkait, dikritik untuk memperkuat peran arsitektur tata kelola
refleksif .
2.1. Aspek etika
Dari perspektif lingkungan dan mempertimbangkan istilah yang digunakan
dalam standar normatif seperti EN ISO 14001:2015, aspek adalah “ elemen
dari aktivitas atau produk atau layanan organisasi yang berinteraksi atau dapat
berinteraksi dengan lingkungan” dan dampak adalah “ perubahan terhadap
lingkungan, apakah merugikan atau menguntungkan, seluruhnya atau sebagian
dihasilkan dari aspek lingkungan organisasi.” Oleh karena itu, suatu organisasi
dapat berinteraksi secara positif atau negatif dengan lingkungan melalui
aktivitas, produk atau jasanya dan interaksi ini merupakan aspek lingkungan.
Hoglund ¨ (2020) ketika mempertimbangkan
yang berhubungan
aspek etika
dengan
membedakan
produksiantara
dan
alam dan yang berhubungan dengan manusia dan konsumsi. Manning dkk.
(2006, p. 366) mendefinisikan aspek etis dari produksi pangan sebagai
“pertimbangan etis yang terkait dengan aktivitas, produk, atau layanan
organisasi.”
Ini termasuk, namun tidak terbatas pada: sumber makanan; pengelolaan
sumber daya dan dampaknya terhadap lingkungan; kapal mitra antar organisasi
dalam rantai pasokan; kemitraan intra-organisasi, kondisi kerja, kesehatan dan
keselamatan, dan pelatihan; norma etika pelanggan bisnis, pihak ketiga dan
konsumen; aspek keamanan pangan, kandungan gizi, mutu dan keterjangkauan;
standar kesehatan ternak, kesejahteraan dan peternakan serta penggunaan
teknologi, dan dalam hal ini AI dan pembelajaran mesin.
Aplikasi berbasis AI dapat digunakan untuk meningkatkan keamanan,
kualitas produk, kemampuan diagnostik dan kemampuan pemecahan masalah,
efisiensi produksi dan penggunaan sumber daya (Kumar, Kharkwal, Kohli, &
Choudhary, 2016). Aspek etika dapat dipertimbangkan dalam hal desain
teknologi dan rekayasa (Mulvenna, Boger, & Bond, 2017); interaksi manusia-
teknologi (Korn, 2019) dan desain dan adopsi AI (Kumar et al., 2016); misalnya,
penggunaan drone untuk penyemprotan dan traktor swakemudi (Ryan, 2022,
hlm. 1–13), dan AI serta robot untuk pertanian pangan (van der Burg, Giesbers, Bogaardt,
Machine Translated by Google
L. Manning et al.
Ouweltjes, & Lokhorst, 2022, hlm. 1–15). Rogozea (2009) mengidentifikasi sejumlah
aspek etika adopsi AI, meskipun sebagian besar dipertimbangkan dalam konteks
biomedis. Ini termasuk kerahasiaan, tanggung jawab, hak, rasa hormat, persetujuan,
standar, malpraktek, dan modifikasi interaksi antara orang-orang, dinamika kekuasaan
dan aksesibilitas. Pertimbangan tambahan adalah penggantian peran kerja yang
sebelumnya dilakukan oleh manusia, mencerminkan aspek kekuasaan yang diberikan
pada aplikasi teknologi (Kumar et al., 2016). Studi lain mengutip aspek-aspek seperti
keadilan (berlawanan dengan bias), pelestarian otonomi manusia (agensi), kekuatan
dan keamanan teknis, pencegahan bahaya, penjelasan, akurasi, akuntabilitas, tata
kelola data dan privasi, transparansi, kerahasiaan, diskriminasi, keamanan, penggunaan
data yang tidak disengaja dan hak untuk mengetahui atau tidak mengetahui hasil,
keragaman, kesejahteraan lingkungan dan masyarakat (Brall, Schroder-B ack, ¨ &
Maeckelberghe, 2019; Karimian, Petelos, & Evers, 2022). Aspek etis lebih lanjut dari
¨
penggunaan AI adalah aksesibilitas, auditabilitas, kesalahan,
keandalan,
penjelasan,
transparansi,
tanggung
interpretasi,
dan
jawab,
kepercayaan ( Friedman & Nissenbaum, 1996; Manning et al., 2022; Martin, 2019).
Dalam hal ini, Rakowski, Polak, dan Kowalikova (2021, hlm. 201) menyatakan “Dengan
demikian teknologi bukanlah alat yang netral: teknologi memiliki nilainya sendiri, tetapi
pada saat yang sama masyarakat dapat menentukan arah perkembangannya”, misalnya
dalam penyampaian SDGs (SDGs, 2022). van der Burg dkk. (2022, hlm. 1–15) dalam
karya mereka tentang aspek etika penerapan AI dalam sistem pertanian pangan
mengutip aspek-aspek berikut yang perlu dipertimbangkan: hak pilihan moral, status
moral, tanggung jawab dan tanggung jawab, nilai robot -hubungan manusia dan
makhluk hidup lainnya seperti ternak, aspek pekerjaan dan tenaga kerja manusia,
manfaat penggunaan robot AI dan untuk siapa, kerangka pertanian yang baik,
kelestarian lingkungan, berbagi data dan distribusi kekuatan.
Manning dkk. (2022) mencatat bahwa meskipun terdapat perbedaan perspektif
dan nuansa di mana penggunaan spesifik AI dalam sistem pangan diposisikan pada
spektrum determinisme sosio-teknologi, (di mana orang atau teknologi dapat memiliki
peran utama dalam pengambilan keputusan), aspek etika penggunaan AI akan
bervariasi dari satu aplikasi ke aplikasi lainnya.
Ini berarti bahwa aspek etika seperti penjelasan atau kepercayaan AI akan memiliki
framing yang berbeda seperti dalam konteks yang berbeda, misalnya, dengan mesin
pemerah susu robot atau aplikasi seluler untuk informasi alergen makanan, apa yang
harus dijelaskan atau dipercaya akan bervariasi dan sesuai. ke konteks penggunaan.
Konsep seperti kesejahteraan hewan atau kesejahteraan pekerja akan memengaruhi
persepsi penggunaan etis teknologi AI. Ini berarti pertimbangan etis dan
pada manusia-teknologi-tanaman
interaksi manusia-teknologi-hewan mungkin tidak mencerminkan aspek etika yang
sama, misalnya penggunaan aplikasi IB dalam produksi tanaman dibandingkan dengan
pemantauan dan penentuan indikator kesejahteraan hewan.
2.2. Dampak etis
Teknologi dapat memediasi kinerja sosial-ekonomi dan lingkungan organisasi dan
dampak etis organisasi melalui peningkatan efisiensi dalam perencanaan sumber daya
perusahaan, logistik, dan sistem manajemen transportasi (Agyabeng-Mensah,
Ahenkorah, & Korsah, 2019). Manning dkk. (2006, p. 368) menggambarkan dampak
etis sebagai "setiap pengaruh etis apakah merugikan atau menguntungkan, seluruhnya
atau sebagian dihasilkan dari kegiatan, produk atau layanan organisasi." Dampak etis,
hasil atau konsekuensi dapat disengaja atau tidak disengaja, tunggal atau jamak.
Dampak etis jamak dapat dihasilkan dari aktivitas, produk, atau layanan yang bertindak
sebagai katalisator untuk memberikan berbagai dampak dan hasil yang membuat
pertimbangan etika refleksif sulit dicapai dalam praktik jika dampak etis dipertimbangkan
secara individual, atau dalam isolasi.
Contoh dampak etis termasuk dampak positif dan yang diinginkan seperti kondisi
pekerja yang lebih baik, hasil kesejahteraan hewan yang lebih baik atau pengurangan
penggunaan produk perlindungan tanaman atau dampak negatif dan tidak diinginkan
seperti insiden polusi, masalah kesejahteraan hewan, atau insiden keamanan pangan.
117
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
2.3. Tujuan etis, target dan hasil
Tujuan dan target etis adalah hasil etis yang dimaksudkan. Target etis adalah
"target kinerja terperinci [s] ... yang muncul dari tujuan etis dan yang perlu didefinisikan
dan dipatuhi untuk mencapai tujuan tersebut." (Manning et al., 2006, hlm. 368). Tujuan
etis adalah "tujuan etis keseluruhan, konsisten dengan kebijakan tanggung jawab sosial
perusahaan yang ditetapkan organisasi untuk dicapai" (Mann ing et al., 2006, hal. 368).
Oleh karena itu, SDGs dapat dianggap sebagai kerangka acuan yang tepat (dikenal
luas dan otoritatif) dari tujuan atau hasil etis yang diinginkan dan target terkait yang
membantu mengarahkan proses pertimbangan etis untuk menentukan seperti apa
'kelihatan' keberlanjutan dalam praktiknya.
2.4. Konsekuensialisme, sebuah teori etis
Konsekuensialisme mempertimbangkan konsekuensi tindakan manusia dan sejauh
mana hasil yang diinginkan tercapai, dan hasil yang tidak diinginkan tidak tercapai
(Robertson & Fadil, 1999). Patel (2020) menjelaskan konsekuensialisme sebagai
mempertimbangkan etika dan moralitas melalui konsekuensi, hasil atau efek dari
keputusan atau tindakan yang diambil. Konsekuensialisme memposisikan bahwa
'tindakan yang benar secara moral adalah tindakan dengan konsekuensi keseluruhan
terbaik' (Dignum, 2019, hlm. 37). Etika konsekuensialis (atau etika teleologis) fokus
pada apakah implikasi etis dari hasil atau konsekuensi lebih penting daripada etika
yang terkait dengan tindakan, sementara etika berbasis aturan (berbasis prinsip,
berbasis tugas atau deontologis) fokus pada pertimbangan tindakan itu sendiri dan
apakah itu etis, berdasarkan aturan yang ditentukan, hukum atau kewajiban yaitu apa
yang dilakukan baik atau buruk, benar atau salah (Dignum, 2019; Patel, 2020). Mepham
(2000) menjelaskan dikotomi pendekatan ini sebagai perbedaan antara etika yang
diidentifikasi sebagai hasil penilaian biaya dan manfaat, pendekatan utilitarian, atau
sebagai alternatif berfokus pada 'hak dan kewajiban.' Ada pendekatan ketiga dalam
teori etika, etika kebajikan, yang mengaitkan konsep seperti keadilan dan keadilan
dengan suatu aktivitas, tindakan atau hasil, memperkenalkan gagasan tentang
konsumen yang baik yang bertindak melalui proses kewarganegaraan pangan (De
Tavernier, 2012; Del Savio & Schmietow, 2013; Mepham, 2000) dan dengan
menyimpulkan petani yang baik, pengolah yang baik dan pengecer yang baik.
2.5. Etika kebajikan dan agensi etis
Etika kebajikan berfokus pada karakter individu daripada
tindakan atau konsekuensinya dan apa yang akan dilakukan oleh orang yang
'baik' (Dignum, 2019). Driessen dan Heutinck (2015) mempertimbangkan 'peternak
yang baik' dalam konteks interaksi antara sapi perah, peternak dan teknologi, dalam
hal ini mesin pemerah susu otonom di mana norma dan prinsip etika berkembang
dengan pengenalan teknologi dan apa yang kemudian dianggap baik dalam hal petani
yang baik, sapi yang baik, kehidupan yang baik dan robot yang baik. Bagaimana
kolaborasi robot-petani yang baik didefinisikan itu penting, tetapi ada sedikit penelitian
tentang interaksi ini dalam rantai pasokan pertanian pangan dibandingkan dengan,
misalnya, di lingkungan perawatan atau pembelajaran (Ryan, van der Burg dan
Bogaardt, 2021 ; van der Burg et al., 2022, hlm. 1–15).
3. Etika terkait data dan teknologi
The Open Data Institute (ODI, 2022, p.1) mendefinisikan etika data sebagai “cabang
etika yang mengevaluasi praktik data yang berpotensi berdampak buruk pada orang
dan masyarakat, dalam pengumpulan, pembagian, dan penggunaan data.” Dengan
demikian, konsep etika data mencerminkan tindakan yang tepat terkait dengan
bagaimana data dikumpulkan, dipelihara, digunakan, dan dibagikan serta dampak etis
pada individu, komunitas, dan masyarakat. Etika data harus ditangani selama
penatagunaan data, ketika informasi dibuat dari data atau tindakan didorong oleh
interpretasi data (ODI, 2022). Pertanyaan etis yang terkait dengan data dapat dicirikan
sebagai faktor yang berhubungan dengan data itu sendiri yaitu etika data; etika
Machine Translated by Google
L. Manning et al.
terkait dengan hasil yang dihasilkan oleh suatu algoritma (etika algoritma); dan
bagaimana hasil tersebut digunakan dalam praktik (ethics of practice), lihat Beranger
(2018). Algoritma dapat dikembangkan untuk membuat profil, mengklasifikasikan,
menyediakan informasi untuk mendukung pengambilan keputusan, dan memahami
serta berinteraksi dengan lingkungan terdekat dan lebih luas. Desain mereka dapat
berarti algoritme sarat nilai, bias, dan dapat diskriminatif (Mittelstadt et al., 2016).
Mittelstadt dkk. (2016) menyoroti enam jenis masalah etika yang muncul dengan
penggunaan algoritma. Tiga masalah terkait dengan episteme (jenis atau tingkat bukti):
bukti tidak meyakinkan, bukti yang tidak dapat dipahami, dan bukti yang salah arah.
Bukti yang tidak meyakinkan adalah ketika analisis statistik tidak memberikan wawasan
yang dapat ditindaklanjuti sehingga meskipun korelasi dapat ditunjukkan, kausalitas
tidak dapat dibuktikan yaitu pola mungkin menyarankan adanya asosiasi atau hubungan,
tetapi sebab akibat tidak dapat ditunjukkan dalam praktik (Tsamados et al., 2021, hlm .
1 –16). Bukti yang tidak dapat dipahami menunjukkan bahwa data yang tersedia kurang
transparan, dapat dijelaskan, atau dapat ditafsirkan dan tidak memungkinkan algoritme
mencapai kesimpulan, artinya data tersebut mungkin berasal dari sumber yang
meragukan, atau tidak dapat diverifikasi. Bukti sesat (atau dikenal sebagai sampah
masuk-sampah keluar) berarti kesimpulan hanya dapat diandalkan seperti data yang
digunakan dan tingkat netralitas proses yang digunakan (Tsamados et al., 2021, hlm.
1–16). Ketiga perhatian ini berfokus pada kualitas bukti dan sejauh mana hal itu dapat
menginformasikan suatu tindakan, dan juga memediasi tingkat kepercayaan antara
agen yang berbagi informasi dan perhatian ini menginformasikan gagasan tentang
kepercayaan dalam interaksi data-teknologi-manusia.
Tiga masalah normatif disajikan oleh Mittelstadt et al. (2016).
Pertama, penggunaan algoritme dapat menyebabkan hasil yang tidak adil sebagai
akibat dari keputusan, tindakan, atau peristiwa. Misalnya, suatu tindakan dapat dianggap
tidak adil jika diyakini bersifat diskriminatif terhadap individu atau kelompok.
Kedua, beberapa tindakan atau aktivitas yang menggunakan algoritme dapat
menimbulkan efek transformatif dengan mengubah norma-norma kontemporer dan
memodifikasi apa yang 'dikatakan sebagai' standar, pedoman, kode, atau bentuk
asosiasi yang sesuai yang diterima. Contohnya termasuk pengembangan algoritme
untuk mendukung diet yang dipersonalisasi atau pengobatan yang dipersonalisasi.
Penting untuk diketahui bahwa algoritme yang digunakan untuk menentukan pola dalam
aplikasi berbasis data dapat menggantikan pendekatan yang lebih kualitatif yang
memungkinkan kategorisasi tren atau tema. Proses yang digerakkan oleh algoritme ini
dapat mengarah pada reduksionisme dan abstraksi dan akibatnya kekayaan atau
nuansa yang terkait dengan data dan informasi yang dapat diturunkan darinya
bisa hilang. Kurangnya pendekatan holistik untuk analisis data berarti bahwa potensi
untuk mendapatkan wawasan tentang fenomena sosial ketika menggunakan algoritma
untuk mengenali pola dalam data kuantitatif, atau penggunaan kumpulan data pelatihan
bersejarah, tidak serta merta menyoroti persepsi, sikap, atau perilaku manusia yang
muncul. (Mehozay & Fisher, 2019). Perhatian normatif ketiga adalah ketertelusuran
yaitu kerugian yang disebabkan oleh suatu algoritma bisa sulit untuk dilacak dan juga
untuk mengidentifikasi siapa yang bertanggung jawab terutama karena dalam
pertimbangan etis penyebab dan tanggung jawab atas kerugian potensial atau aktual
perlu dilacak (Mittelstadt et al . , 2016).
Ada banyak pertimbangan etis yang dibagikan AI dengan teknologi lain termasuk:
kompleksitas sistem tempat aplikasi digunakan; pengertian tanggung jawab; persepsi
tentang apa itu transparansi dalam konteks penggunaan teknologi; aspek etis dari
mesin yang menggantikan manusia dan kesulitan dalam memprediksi dampak etis yang
dapat muncul di masa depan terkait dengan konteks dan/atau penggunaan teknologi
tersebut (Boddington, 2017). Dalam istilah teknologi berbudi luhur atau baik, AI yang
bermanfaat mengacu pada AI yang aman dan bermanfaat bagi masyarakat (Baum,
2017). Agar mesin otonom menjadi agen etis dalam dirinya sendiri, AI harus dirancang
sedemikian rupa.
• Dimungkinkan untuk memilih antara tindakan dan hasil yang berbeda, •
Setidaknya satu opsi (tindakan/hasil) harus bermanfaat secara sosial sehingga agen
dapat memediasi gagasan tentang kerugian (tetapi apa yang menguntungkan
secara sosial dapat ditentang oleh berbagai pemangku kepentingan), dan • Agen
mengenali tindakan/hasil yang bermanfaat secara sosial dan mampu mengambil
keputusan karena itu adalah pilihan etis yang tepat. Tingkat agensi etis ini
membutuhkan elemen analisis otomatis untuk diambil
118
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
tempatkan sebagai keputusan sebelumnya dan hasilnya harus dievaluasi untuk
menginformasikan keputusan masa depan yang lebih baik (Dignum, 2019).
Malle (2016) mempertimbangkan perbedaan antara kompetensi moral dan hak
pilihan moral dalam konteks robot, lihat juga van der Burg et al., 2022, hlm. 1–15.
Kompetensi moral, dalam hal kemampuan robot, menurut Malle, memiliki lima aspek:
kosakata moral, kognisi dan pengaruh moral, pengambilan keputusan dan tindakan
moral, komunikasi moral, dan sistem norma. Malle dan Scheutz (2017) merenungkan
hal ini lebih lanjut dengan menyatakan bahwa dalam interaksi manusia-teknologi,
kompetensi moral robot perlu dipertimbangkan di samping kompetensi moral manusia
yang merancang, dan menggunakan robot, dan dengan perluasan aplikasi AI. Dengan
demikian, kompetensi moral manusia akan berdampak pada kompetensi moral robot.
Memang, Malle, Scheutz, Forlizzi, dan Voiklis (2016, hlm. 125) berpendapat ada
asimetri dalam cara manusia menganggap manusia lain dan robot ketika mereka
mengambil tindakan untuk mengatasi dilema moral yaitu “bahwa orang lebih
menyalahkan robot karena kelambanan daripada tindakan. tetapi lebih menyalahkan
manusia atas tindakan daripada kelambanan dalam dilema yang sama. Agensi moral,
“penilaian dan tindakan normatif kontekstual untuk menanggapi tuntutan dan
kemungkinan saat ini” (Antadze & McGowan, 2017, hlm. 2), penting di sini.
Sementara manusia memiliki kemampuan untuk menunjukkan hak pilihan moral,
menentukan apakah hak pilihan moral dalam konteks penggunaan robot dalam rantai
pasokan makanan (lihat van der Burg et al., 2022, hlm. 1–15) membutuhkan eksplorasi
lebih lanjut.
Bagian selanjutnya mempertimbangkan penggunaan pendekatan berbasis
kepatuhan, reflektif, dan refleksif dengan penekanan khusus pada AI dan pembelajaran
mesin. Diposisikan di sini bahwa penilaian etis hanyalah salah satu elemen dalam
melakukan pertimbangan etis refleksif.
4. Penilaian etis dan pertimbangan etis refleksif
Berdasarkan premis bahwa tidak ada aktor individu yang memiliki kebenaran moral
absolut, ketika mempertimbangkan aspek dan hasil etis, pertimbangan etis kolektif
sangat penting, terutama jika suatu tindakan melibatkan banyak aktor (Gracia, 2003).
Ada keterbukaan dialogis dan penciptaan pengetahuan, ketika proses musyawarah
membandingkan tindakan potensial, mengidentifikasi mana yang dibenarkan secara
moral dan mana yang memiliki landasan moral terkuat. Penalaran semacam itu tidak
didasarkan pada kuantifikasi, tetapi pada argumentasi di mana: “kuantifikasi memiliki,
sebagai tujuannya, untuk menyelesaikan pertanyaan secara rasional dan lengkap;
sementara satu-satunya tujuan argumentasi adalah menjadi "masuk akal," dan karena
itu terbuka" (Gracia, 2003, hal.
227). Sementara refleksi mencakup pembelajaran melalui pengalaman, pendekatan
refleksif mencakup pembelajaran dalam pengalaman. Refleksi adalah kegiatan kognitif,
sedangkan refleksivitas adalah kegiatan dialogis, praktis dan relasional. Refleksi
melibatkan pemberian ketertiban pada situasi, sedangkan refleksivitas praktis menerima
multiplisitas, sirkularitas, dan praktik konvensional yang mengganggu dan didasarkan
pada pandangan konstruksionis dan dekonstruksionis tentang dunia (Cunliffe &
¨
Easterby-Smith, 2004; Passil ¨ Oikarinen & Harmaakorpi, 2015). Singkatnya, refleksi A,
berfokus pada mempertanyakan, mengevaluasi, dan memikirkan kembali pengalaman
yang ada untuk meningkatkan praktik dan mendapatkan pemahaman baru, dan pada
gilirannya menginformasikan menjadi refleksif (Boud et al., 1985; Barrett et al., 2020).
Kedua proses ini sangat penting untuk penilaian etika dan pembangunan serta
penerapan arsitektur tata kelola refleksif.
4.1. Pemerintahan refleksif
Tata kelola refleksif mendorong penilaian tujuan yang berkelanjutan dan disengaja,
sarana dan jalur yang digunakan untuk mempertimbangkan praktik saat ini dan
kebutuhan untuk merestrukturisasi rezim praktik tertentu (Kirwan et al., 2017). Akibatnya,
tata kelola refleksif adalah mekanisme untuk mengevaluasi dan membingkai ulang
hubungan antara banyak aktor dan memungkinkan partisipasi masyarakat dengan
regulator (Marsden, 2016). Contoh tata kelola refleksif termasuk proses yang telah
dikembangkan untuk menghasilkan strategi pangan nasional dan regional, seperti
penggunaan warga negara
Machine Translated by Google
L. Manning et al.
rakitan, dan strategi transisi rantai pasokan seperti agenda pasokan makanan
nol bersih (Marsden, 2013, 2016). Hubungan produksi-konsumsi layak untuk
dipertimbangkan lebih lanjut dalam konteks mengembangkan struktur tata
kelola refleksif yang menggabungkan penggunaan alat penilaian etika dalam
arsitektur tata kelola yang lebih luas yang memungkinkan pertimbangan etis
holistik. Misalnya, penggunaan teknologi dan aplikasi berbasis AI dan
pembelajaran mesin dapat mengurangi food loss dan food waste. Contohnya
adalah sistem berbasis IoT yang diusulkan oleh Gayathri, Divagaran, Akhilesh,
Aswiin, dan Charan (2021), di mana pendekatan semacam itu memungkinkan
penggunaan sumber daya yang lebih efisien (alam, fisik, manusia, keuangan,
modal sosial), sambil memastikan bahwa etika aspek dan hasil dibahas baik
yang berkaitan dengan kegiatan itu sendiri maupun penggunaan etis dari data
yang dikumpulkan. Namun, agar benar-benar efektif dan menyeluruh, struktur
tata kelola refleksif bergantung pada pengetahuan dan keahlian ilmiah
multidisiplin dan interdisipliner (Marsden, 2016).
Tata kelola refleksif harus memerlukan pengaturan kelembagaan dan
prosedural yang membingkai berbagai episteme, keyakinan kognitif dan
normatif, pemahaman dan sudut pandang alternatif, tingkat tata kelola, dan
pendekatan pemecahan masalah (Marsden, 2013). Sonnino dkk. (2016, hlm.
487) menggambarkan arsitektur tata kelola refleksif ini sebagai “kanvas aktif
dan progresif untuk menyusun kembali sumber daya dan efisiensi manusia di
sekitar hubungan produksi-konsumsi yang lebih efektif.” Seruan dalam literatur
untuk adopsi yang lebih luas dari hubungan tata kelola refleksif dengan
pembangunan berkelanjutan (Voss, Bauknecht & Kemp, 2006), SDG, memenuhi
ambisi nol bersih, dan proses untuk adopsi dan inovasi teknologi (Lindner et
al., 2016). Namun, yang lain mengingatkan bahwa tata kelola 'dalam' dan tata
kelola 'dari' suatu konstruk adalah pendekatan yang sangat berbeda dan perlu
dipertimbangkan secara terpisah (Rip, 2006). Secara khusus bahwa: “efek
[hasil] yang tidak cenderung dan seringkali tidak terduga terjadi karena para
aktor tidak mempertimbangkan keseluruhan dinamika sosio-teknis” (Rip &
Groen, 2001, hlm. 21, hlm.21)
Di sini, telah diposisikan bahwa kerangka etis, melalui penggunaan arsitektur
tata kelola refleksif dapat menginformasikan struktur tata kelola rantai pasokan
makanan kontemporer dan masa depan. Ini menjadi perhatian khusus karena
praktik dan teknologi baru seperti IB diadopsi dan ditanamkan dalam praktik
umum dalam produksi pangan. van Bruxvoort dan van Keulen (2021, hlm. 1).
menyatakan bahwa dalam mempertimbangkan penggunaan AI dalam konteks
sosialnya yang lebih luas, penting untuk melihat "algoritme yang tertanam
dalam organisasi dengan infrastruktur, aturan, dan prosedur sebagai satu
'sistem yang akan dirancang'." Dengan konteks penggunaan AI dan
pembelajaran mesin dalam rantai pasokan makanan, relevansi tata kelola
refleksif dikontekstualisasikan dalam istilah “antisipasi, reflektifitas, inklusi, dan digunakan selama beberapa dekade dalam rantai pasokan makanan dengan
daya tanggap” sebagai aspek tanggung jawab (penelitian dan) inovasi (RRI)
(lihat Stilgoe , Owen & Macnaghten, 2013; Gianni & Goujon, 2018; Craigon et
al., 2023; untuk diskusi yang lebih luas tentang tema ini). Memang, Lindner et al. (2016, hal.14) organisme dan biota yang dirawat, sebagai 'pihak yang terkena
negara:
“Implikasi pemerintahan refleksif cukup kuat: inovasi adalah fenomena
sosial, tidak hanya ditentukan oleh pengetahuan ilmiah dan empiris dalam
masyarakat, tetapi juga oleh pandangan dan kebutuhan aktor sosial. Oleh
karena itu, proses tata kelola dapat berperan dalam
Gambar 1. Mepham (2000) Matriks etika makanan.
119
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
menentukan dan mewujudkan arah inovasi, seperti halnya aktor lain yang
terlibat dalam pengembangan teknologi.”
Jadi seberapa refleksif pendekatan penilaian etika kontemporer dalam
rantai pasokan makanan?
4.2. Matriks etika
Matriks etis adalah alat untuk mendukung refleksi etis. Matriks etika bersifat
pluralistik, menangani berbagai kepentingan pemangku kepentingan dan prinsip
etika (Kaiser & Forsberg, 2001). Matriks mani di mana banyak dari matriks 3 x
4 ini didasarkan adalah Mepham (2000)
Matriks Etika Pangan (Gbr. 1). Matriks ini mencakup prinsip-prinsip etis untuk
menghormati kesejahteraan (kesehatan dan kesejahteraan), otonomi
(kebebasan dan pilihan) dan keadilan (fairness) dalam konteks produsen,
konsumen, dan entitas yang terlibat (organisme atau fauna dan flora).
Penggunaan teknologi bukanlah aspek eksplisit yang dibahas dalam matriks,
lebih banyak penggunaannya dapat dinilai dari segi elemen dalam matriks.
Matriks Etika Dewan Etika Pangan (Gbr. 2) adalah kerangka kerja yang
didasarkan pada tiga prinsip etika: menghormati kesejahteraan, otonomi, dan
keadilan sebagai alat penilaian untuk moralitas umum yang ditemukan dalam versi Mepham
Kaiser dan Forsberg (2001) juga menggunakan pendekatan matriks untuk
mengidentifikasi aspek etis untuk berbagai pemangku kepentingan, mengganti
otonomi dengan martabat dalam matriks mereka, dengan alasan bahwa ini
mencerminkan pendekatan etika berbasis prinsip, atau prinsiplisme. Prinsiplisme
digambarkan sebagai bentuk refleksi etis yang didasarkan pada empat prinsip:
kebajikan, bahwa hasil penggunaan atau implementasi teknologi adalah positif;
non-maleficence bahwa penggunaan atau penerapan teknologi tidak akan
merugikan; otonomi/ martabat yaitu bahwa penggunaan atau keberadaan
teknologi tidak akan membatasi atau membahayakan kebebasan pihak yang
terkena dampak; dan keadilan, yaitu penggunaan atau hasil penggunaan
teknologi dianggap adil (Beauchamp & Childress, 2012; Thompson, Thorp,
Ginsburg, Zivku, & Benjamin, 2021). Thompson dkk. (2021) menegaskan
bahwa matriks adalah alat prinsip yang dimodifikasi di mana empat prinsip
membentuk elemen matriks, atau rubrik untuk menginformasikan refleksi dan diskusi kolabo
Mepham (2010) membedakan antara matriks prinsip tertentu yang
menangkap aspek etis yang mungkin ingin dihormati oleh keputusan kebijakan
(Gbr. 1) dan matriks tujuan kebijakan yang, daripada mendefinisikan aspek
etika, menyoroti proposal kebijakan yang terkait dengan aspek tersebut.
Pendekatan ganda dalam menerapkan matriks prinsip tertentu dan matriks
tujuan kebijakan berhenti mendefinisikan hasil etis tetapi menyediakan alat
untuk mengidentifikasi solusi kebijakan untuk aspek etis tertentu. Matriks telah
sedikit revisi. Namun, Hoglund ¨ menggambarkan
(2020) dalam matriks
empat etika
kelompok
yang diusulkan
dalam
matriks sebelumnya dalam istilah yang lebih sederhana yaitu: produsen,
konsumen,
dampak' di mana tiga di antaranya terkait dengan produksi makanan. , yaitu
tindakan atau aktivitas, dan pihak lain yang terkena dampak terkait dengan
konsumsi makanan dan pengambilan keputusan yang terkait dengan konsumen
(Gbr. 3). Hoglund¨ memposisikan perlu
bahwa
ditanyakan
ada tigaketika
pertanyaan
menggunakan
reflektif yang
matriks
sebagai alat penilaian.
Machine Translated by Google

L. Manning et al. Tren Ilmu & Teknologi Pangan 133 (2023) 114–126

Gambar 2. Matriks etika Dewan Etika Pangan

Sumber https://www.foodethicscouncil.org/

Gambar 3. Versi alternatif dari matriks (Hoglund, ¨ 2020).

• Apa/siapa pihak yang terkena dampak dalam situasi tertentu? •
Nilai-nilai apa yang dipertaruhkan bagi pihak-pihak yang terkena dampak ini
dan di mana terdapat keselarasan atau potensi konflik nilai? • Dapatkah
konflik nilai ditangani dengan mempertimbangkan dari sudut pandang etika
tugas [apa yang harus dilakukan], konsekuensi [apa yang akan terjadi jika
tindakan diambil], kebajikan [apa yang akan dilakukan orang baik] atau
kepedulian [menghadiri dan bertemu kebutuhan orang lain]?
Ini menunjukkan bahwa Hoglund ¨ mengusulkan bahwa aspek etis dan
dampak etis dari tindakan, keputusan, dan praktik dapat dinilai menggunakan
pendekatan matriks memberikan penilaian dipandu oleh serangkaian pertanyaan.
Refleksivitas, dan khususnya refleksivitas etis, mengakui bahwa manusia
terus-menerus dan secara sadar merefleksikan penilaian normatif dan prinsip
etika dalam konteks tertentu untuk kemudian menginformasikan pengambilan
keputusan, pertimbangan dan intuisi biasanya berdasarkan kasus per kasus
(Beever & Brightman, 2016 ). Dengan demikian, pendekatan matriks etis
mensintesis prinsip deontologis dengan nilai utilitarian untuk menginformasikan
pemetaan aspek etis dan berpotensi menginformasikan refleksi tentang dampak
dalam konteks tertentu (Korthals, 2015; Mepham, 2010). Korthals (2015) mengemukakan hal

Gambar 4. Matriks Kinerja Multi Kriteria (Kirwan et al., 2017).

120
Machine Translated by Google

L. Manning et al. Tren Ilmu & Teknologi Pangan 133 (2023) 114–126

alat, seperti matriks, memungkinkan pengguna untuk mendekati etika dalam pendekatan
berbasis prinsip, berorientasi pada nilai, tetapi alat ini terbatas dalam hal
mempertimbangkan kompleksitas sehingga merupakan tantangan untuk tidak selektif
dan mempertimbangkan aspek secara individual daripada secara lebih luas. holistik,
pandangan sistemik. Selanjutnya, kelemahan menggunakan matriks etika adalah ketika
ada ketergantungan yang kuat pada pengalaman masa lalu sebagai bagian dari proses
refleksi sehingga keluaran keputusan dapat dipengaruhi oleh bias konfirmasi persuasif
(Thompson et al., 2021). Dari susunan strukturalnya, matriks-matriks ini menginformasikan
reflektifitas, tetapi untuk menjadi refleksif membutuhkan proses musyawarah refleksif
tambahan.
4.3. Matriks kinerja multikriteria
Kirwan dkk. (2017) dalam pekerjaan mereka mengembangkan matriks 5x4 yang
mereka usulkan sebagai matriks kinerja multi-kriteria (Gambar 4) yang menggunakan
lima dimensi (ekonomi, sosial, lingkungan, kesehatan dan etika) dan empat bidang
debat dan komunikasi (publik, pasar). , ilmiah dan kebijakan) untuk mempertimbangkan
aspek dan dampak etis dalam konteks tertentu.
Mereka menggambarkan aspek etis sebagai atribut etis yang dapat dikelompokkan di
bawah tema (dimensi). Selanjutnya, mereka menyarankan untuk mempertimbangkan
atribut etis ini dalam 'kerangka kerja tata kelola refleksif' di mana kerangka tersebut
menginformasikan pertimbangan dan pengambilan keputusan yaitu, mereka
mengusulkan pendekatan dua tahap yang menyatakan bahwa:
4.4. Tipologi tata kelola refleksif
Mengkritik elemen matriks etika yang ada sebagai alat untuk penilaian etis
penggunaan AI dan pembelajaran mesin dalam rantai pasokan makanan, Beranger
(2018) menyematkan fase musyawarah tambahan dan mengembangkan tipologi
arsitektur tata kelola etika refleksif dengan lima dimensi utama.
1. Menilai aspek teknis data; 2. Menilai aspek etika
penggunaan AI dan pembelajaran mesin dalam rantai pasokan makanan; 3. Menilai
aspek etis dari praktik itu sendiri yang menggunakan AI dan pembelajaran mesin
(misalnya memerah susu sapi dengan robot, atau memetik kubis dengan robot); 4.
Menentukan dampak etika praktik, dan 5. Mengembangkan proses tata kelola
refleksif yang bertindak sebagai tata kelola
arsitektur di sekitar proses pertimbangan etis.
Tabel 1 merangkum kelima dimensi ini dan mengintegrasikan karya Beranger
(2018) untuk mempertimbangkan karakteristik masing-masing dimensi secara lebih
rinci. Penting untuk dicatat bahwa beberapa karakteristik berada di lebih dari satu
dimensi, misalnya akuntabilitas dinilai dalam aspek etis praktik, dan dalam dampak etis
praktik dan mengembangkan tata kelola refleksif.

“Dalam mengadopsi pendekatan tata kelola refleksif, perusahaan dapat Kelima dimensi tersebut selanjutnya diinformasikan oleh lima prinsip Voss dan
mengantisipasi konsekuensi yang tidak diinginkan (dan tidak diinginkan) dari Kemp (2006) untuk memandu desain dan implementasi tata kelola refleksif dalam
operasi rantai pasokan dan menyesuaikan rezim praktik mereka, sebelum menjadi praktik, sebagaimana diulas oleh Kastrinos dan Weber (2020).
tidak berkelanjutan” (Kirwan et al., 2017, hlm. 30 ) . Prinsip-prinsip ini bernilai dalam mengembangkan proses yang memungkinkan.

Jika individu yang menggunakannya memiliki keterampilan yang sesuai dalam
aktivitas refleks, ketiga matriks dan kerangka kerja ini dapat memungkinkan pembentukan
tujuan partisipatif berulang dan mendorong pengembangan strategi interaktif seperti
yang disoroti oleh Mepham (2010). SDGs, misalnya dapat memainkan peran orientasi
dalam proses pengembangan prinsip, mendukung pembentukan tujuan partisipatif
berulang, dan mendorong pengembangan strategi interaktif. Namun, tidak ada proses
refleksivitas bawaan dalam alat berbasis matriks dan jika tim yang menggunakan
matriks tidak memiliki keterampilan refleksivitas, proses penggunaan matriks dapat
berhenti pada refleksi saja. Proses bolt-on tambahan dapat mendukung adaptasi strategi
dan institusi untuk mengatasi kompleksitas, ketidakpastian, atau ambiguitas dan
menyediakan proses fungsional untuk mengantisipasi efek sistemik jangka panjang dari
strategi rantai pasokan, terutama dalam konteks penerapan AI dan pembelajaran mesin
di sini. .
• Produksi pengetahuan terpadu (transdisipliner), yang membentuk penciptaan
berbagai perspektif untuk mengatasi masalah yang kompleks dan berkembang
bersama. • Adaptasi strategi dan institusi yang didorong oleh tingkat dan
kedalaman sistem dan proses pemantauan gambar untuk mengatasi ketidakpastian
dan ambiguitas terkait dengan nilai, persepsi masalah dan kemungkinan solusi.
• Kemampuan untuk mengantisipasi efek sistemik jangka panjang dari strategi
supply chain, dengan mempertimbangkan dinamika kompleks yang dapat terjadi. •
Rumusan tujuan partisipatif yang berulang, untuk mempertimbangkan pertukaran
nilai potensial serta potensi sinergi antara berbagai pelaku dan pemangku
kepentingan,' dan

Tabel 1
Dimensi tipologi arsitektur tata kelola etika refleksif untuk mempertimbangkan penggunaan AI dan pembelajaran mesin (Diadaptasi dari Beranger, 2018; Ryan, 2022, hlm.
1–13).

Aspek teknis data Aspek etika AI dan pembelajaran mesin Aspek etis dari praktik Dampak etis dari praktik Pemerintahan refleksif

Konsistensi Aksesibilitas Otomatisasi Akuntabilitas Akuntabilitas Akuntabilitas Bias/tidak bias

Integritas Bias/tidak bias Otomatisasi Periklanan Komunikasi Manfaat

Organisasi Dapat dijelaskan Kerahasiaan Otonomi Konsistensi Kerahasiaan

Perlindungan Finalitas Deontologi Dehumanisasi Budaya Budaya Budaya
Keamanan Interpretabilitas Harga diri Penyingkapan Pemerintahan

Ketertelusuran Beban Keberagaman Dehumanisasi Integritas

Perlindungan Persamaan Beban
Kualitas Keadilan Pengelolaan
Keandalan Kebebasan Non-kejahatan
Penentuan nasib sendiri Keinginan bebas Organisasi
Transparansi Pemerintahan Kekuasaan/pemberdayaan
Keadilan Pribadi
Pengelolaan Peraturan
Kemajemukan Tanggung jawab
Pribadi Keamanan
Peraturan Kebaikan sosial
Keamanan Keberlanjutan
Solidaritas Ketertelusuran
Dapat dipercaya Transparansi
Memercayai

Dapat dipercaya

121
Machine Translated by Google
L. Manning et al.
• Pengembangan strategi interaktif, yang dapat mempertimbangkan sumber
daya yang diperlukan dan kepentingan (berpotensi bertentangan) dari
pemangku kepentingan yang berbeda dari berbagai bidang kegiatan sosial,
ekonomi dan politik.
Dengan menggunakan lima prinsip yang dikembangkan oleh Voss dan Kemp
(2006) sebagai panduan, matriks, bergantung pada kemampuan individu yang
menggunakannya, dapat mengintegrasikan produksi pengetahuan transdisipliner
yang berfokus pada aspek etika penggunaan AI tetapi belum tentu aspek teknis
dari data, atau aspek etis dari desain atau penggunaan AI dan pembelajaran mesin.
Karena penggunaan teknologi seperti traktor swakemudi, robot, dan aplikasi
berbasis AI, sistem dan perangkat lunak pendukung keputusan (Ryan, 2022, hlm.
1–13) meningkatkan kelima prinsip ini menjadi lebih penting dalam hal
penerapannya dalam penilaian etis dan arsitektur pemerintahan refleksif. Gambar.
5 menyajikan integrasi karya Voss dan Kemp untuk membandingkan dan kontras
alat penilaian etis berkaitan dengan kemampuan mereka untuk menginformasikan
pemerintahan refleksif. Alat-alat tersebut bernilai untuk menginformasikan
produksi pengetahuan transdisipliner yang terintegrasi tergantung pada keahlian
tim yang melakukan penilaian (diwakili sebagai a pada Gambar 5), tetapi kecuali
tim memiliki keterampilan refleksif di antara mereka, alat-alat itu sendiri tidak akan
memungkinkan partisipatif iteratif. pembentukan tujuan, mendorong pengembangan
strategi interaktif atau bertindak sebagai katalisator untuk meningkatkan
kemampuan adaptasi strategi dan institusi untuk mengatasi ketidakpastian atau
ambiguitas.
Spence dan Rinaldi (2014), berdasarkan karya Dean (2009), menyarankan
empat dimensi sebagai lensa penyelidikan yang terhubung dan berbeda ketika
mempertimbangkan tata kelola: bidang analitik visibilitas, analitik teknologi,
analitik episteme, dan analitik pembentukan identitas.
Ini sekarang disajikan secara bergantian dengan fokus pada pertimbangan etis
refleksif dari penggunaan AI dan pembelajaran mesin dalam rantai pasokan
makanan.
Bidang visibilitas pemerintahan mencerminkan objek atau subjek
pemerintahan yang terlihat. Ini termasuk matriks, bagan, dan artefak analisis
lainnya yang mempromosikan transparansi dan keterbukaan. Namun,
ketidakjelasan mungkin ada karena aspek etika tertentu mungkin dianggap di
luar pengawasan pelanggan, konsumen, dan lainnya. Kepemilikan artefak dan
pertemuan, serta interaksi lain di mana mereka digunakan akan mempengaruhi
dinamika kekuasaan dalam struktur tata kelola (Spence & Rinaldi, 2014).
Techne of governance adalah kumpulan sarana teknis untuk
Gambar 5. Interaksi refleksi/refleksivitas penerapan alat penilaian etika untuk mempertimbangkan penggunaan AI atau teknologi dalam rantai pasokan makanan.
122
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
menunjukkan kepatuhan dengan nilai-nilai yang terlihat, keyakinan dan cita-cita
yang dianut (Spence & Rinaldi, 2014). Aspek teknis ini mencakup standar, alat
dan kerangka kerja serta program pelatihan dan pengembangan keterampilan
serta kosa kata individu dan kolektif, dengan makna terkait.
Standar dalam konteks ini adalah kriteria yang ditentukan atau 'seperangkat
aturan' yang mendukung klasifikasi suatu produk ke dalam kategori tertentu
(Kirwan et al., 2017), atau menentukan cara melakukan. Teknik tata kelola dapat
mencakup pertemuan, pelatihan, audit, dan insentif berdasarkan norma yang
didefinisikan dalam kerangka kerja, standar, dan spesifikasi, mempromosikan
pemikiran tata kelola melalui pendidikan, normalisasi, regulasi, dan memenuhi
kebutuhan pasar (Spence & Rinaldi, 2014) .
Episteme tata kelola mengacu pada mekanisme kepercayaan, wacana dan
retorika nilai, keahlian, pemikiran bahasa, pertanyaan dan makna turunan yang
terkait dengan praktik tata kelola termasuk rutinitas, ritual, dan norma perilaku
aktor (Dean, 2009) . Algoritma tidak netral secara etis atau moral (Tsamados et
al., 2021, hlm. 1–16), jadi episteme yang terkait dengan algoritme, dapat
digambarkan sebagai 'cara baru untuk mengetahui' dan bagaimana pemikiran,
keputusan, dan rasionalisasi manusia diterjemahkan ke dalam pengetahuan
teknologi yang “mengecualikan refleksivitas, bahasa, dan subjektivitas dari
konstruksi diri” (Mehozay & Fisher, 2019, hlm. 525). Karya Mehozay dan Fisher
tentang analisis risiko algoritmik, meskipun berdasarkan kriminologi, bernilai saat
mempertimbangkan penggunaan AI dan pertimbangan etis dalam rantai pasokan
makanan.
Hannah-Moffat (2019) mempertimbangkan kesenjangan antara risiko aktuaria
(menilai risiko sebagai manusia berdasarkan data historis, pengalaman, dll.) dan
risiko yang ditentukan secara algoritme ketika mempertimbangkan keadilan sosial
dan hukuman pidana. Alasan untuk memasukkan sumber-sumber ini di sini
adalah rantai pasokan makanan, terutama pertanian, tertinggal dari sektor lain
dalam penggunaan penilaian risiko algoritmik dan pengambilan keputusan
berbasis algoritmik. Jika masih ada kesenjangan antara desain dan pengoperasian
algoritme dan pemahaman manusia tentang implikasi etis dan hasil yang dapat
muncul, hal ini dapat menimbulkan konsekuensi yang parah pada individu,
komunitas, bahkan masyarakat secara keseluruhan (Mittelstadt et al., 2016) .
Hannah-Moffat (2019) menyimpulkan bahwa rasionalitas dan teknik tata kelola
risiko algoritmik didasarkan pada konstruksi seperti probabilitas dan pola dalam
data untuk kemudian memandu kebijakan, tetapi algoritme informasi data besar
tidak jelas dan ketika mempertimbangkan aspek etika atau moral, algoritme tidak
memiliki kesadaran sosial, politik dan etika. Analitik episteme mempertimbangkan
mekanisme kontemporer, wacana, bahasa dan retorika, dan menangkap nuansa
di dalamnya.
Machine Translated by Google
L. Manning et al.
AI dan pembelajaran mesin, atau memang kumpulan data pelatihan yang menjadi
dasarnya, sulit.
Berkenaan dengan pembentukan identitas tata kelola, peran identitas menjadi penting
karena memediasi tindakan, praktik, dan cara mempertimbangkan diri, orang lain,
kelompok, peran, dan pengaruh implementasi struktur tata kelola (Spence & Rinaldi,
2014). Sulit untuk menangkap persepsi identitas atau konteks sosial dalam 'diri manusia'
yang diciptakan oleh algoritma yang pada dasarnya merupakan kumpulan dari beberapa
titik data (Mehozay & Fisher, 2019). Mittelstadt dkk. (2016) membedakan antara algoritma
sebagai konstruksi matematika, tindakan dan efek yang dapat dimulai oleh algoritma
ketika digunakan dalam teknologi atau program tertentu, dan kemudian bagaimana
teknologi tersebut dikonfigurasi untuk melakukan tugas (aplikasi) tertentu.
Apa yang telah dijelaskan sebelumnya dalam makalah ini sebagai interaksi manusia-
teknologi-tanaman atau manusia-teknologi-hewan penting di sini sebagai persepsi
identitas, menjadi petani, pemberi perawatan hewan, (Muhammad et al., 2022) , dan
aspek identitas yang berkembang, dapat menantang dengan perhatian pada aturan,
pembobotan, dan bagaimana ketidakpastian ditangani dalam apa yang tampak bagi
pengguna sebagai proses buram untuk memberikan bukti untuk hasil yang diberikan dan/
atau untuk memicu atau memotivasi suatu tindakan ( Mittelstadt et al., 2016). Feher
(2021) menguraikan bahwa identitas digital mencerminkan profil dalam layanan digital
dan, karena proses otentikasi dan validasi diri menjadi lebih canggih, diri manusia dan
diri digital harus menjadi lebih selaras, terutama terkait dengan tanggung jawab, agensi
moral, dan moral. kompetensi.
Batasan manajemen identitas digital pribadi (termasuk kontrol privasi, hak, tanggung
jawab, dan kebebasan) adalah aspek etis dari penggunaan data, terutama karena
teknologi dan algoritme yang terkait dengannya berubah (Feher, 2021) .
Empat bidang analitik visibilitas tata kelola, analitik teknologi, analitik episteme, dan
analitik pembentukan identitas merupakan pusat pengembangan arsitektur tata kelola
refleksif. Marsden (2013, hal. 131) berpendapat bahwa kerangka kerja tata kelola refleksif
berjejaring [arsitektur] dapat “mendorong bentuk-bentuk baru inklusi, koherensi, dan
konsolidasi sosio-teknis”. Makalah ulasan ini memberikan kontribusi dengan menyatukan
literatur interdisipliner ini untuk menginformasikan pekerjaan empiris di masa depan
tentang pengembangan arsitektur tata kelola refleksif untuk mendukung pertimbangan
etis penggunaan AI dan pembelajaran mesin dalam rantai pasokan makanan.
5. Menyimpulkan pikiran
5.1. Pemerintahan
Pemerintahan, peran dan perilaku pelaku tata kelola (korporasi, karyawan senior,
regulator, dll.) dan yang diatur yaitu, mitra rantai pasokan, pekerja, pelanggan, konsumen
( Spence & Rinaldi, 2014) dalam problematisasi dan mitigasi aspek etika dan hasil sangat
penting dalam arsitektur rezim praktik. Arsitektur melibatkan praktik perguruan tinggi
(rapat, dewan, komite) dan orang (karyawan, pemegang saham, pelanggan, konsumen),
di mana interaksi dimediasi oleh sistem (sistem kontrol, sistem pelaporan dan sistem
berbasis sanksi dan penghargaan) lihat Spence dan Rinaldi (2014). Dinamika kekuasaan
yang ada membentuk penghalang untuk terlibat dalam tata kelola refleksif yang bermakna
(Marsden, 2013), terutama ketika para aktor berusaha untuk “mendamaikan tuntutan
refleksivitas (terbuka, mengkritik diri sendiri, dan kreatif) dengan tuntutan dunia politik
mereka yang ada” (Hendriks & Grin, 2007, hlm. 333). Pemerintahan dapat mendorong
bias bawaan yang ada, baik yang terlihat maupun buram yang 'mengatur' struktur dan
interaksi rantai pasokan makanan (Mittelstadt et al., 2016).
Tanpa pertimbangan etis pada tahap awal, terutama jika bias ini tertanam dalam kumpulan
data pelatihan, bias tersebut dapat diterjemahkan ke dalam aplikasi pembelajaran AI dan
mesin misalnya, sebagaimana ditentukan dalam perekrutan dan perekrutan staf (lihat
Raghavan, Barocas, Kleinberg, & Levy, 2020 ; Sühr, Hilgard & Lakkaraju, 2021) dan
dalam peradilan pidana (Hannah-Moffat, 2019; Mehozay & Fisher, 2019). Memang Ryan
(2022, hlm. 1–13), menyarankan lebih banyak fokus perlu ditempatkan pada aspek etika
seperti penjelasan,
123
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
akuntabilitas, interpretabilitas, dan pemahaman.
5.2. Kerangka kepercayaan
Brewer dkk. (2021) menjelaskan bagaimana sistem tata kelola untuk pertukaran
data itu kompleks, menghadirkan tantangan etis terutama ketika mereka berfokus pada
teknologi seperti AI, dan mengusulkan 'kepercayaan data' sebagai salah satu bentuk
arsitektur tata kelola data yang kolaboratif, partisipatif, dengan penekanan khusus pada '
kerangka kepercayaan.' Kerangka kepercayaan dikembangkan oleh komunitas, rantai
pasokan, atau jaringan berdasarkan anggota yang memiliki tujuan dan sasaran yang
sama. Ini mendefinisikan hak dan tanggung jawab, menentukan standar normatif,
kebijakan, proses dan prosedur untuk mempertimbangkan tingkat risiko yang terkait
dengan peserta dan transaksi yang terlibat (NSTIC, 2011). Temoshok dan Abruzzi, (2018,
p4) menyatakan bahwa kerangka kepercayaan mengelola peran, tanggung jawab dan
masalah hukum, menggunakan, berbagi, melindungi dan mengamankan informasi
identitas, dan melakukan perjanjian tanggung jawab manajemen identitas, kepercayaan
dan tata kelola melalui “seperangkat aturan dan kebijakan yang mengatur bagaimana
[anggota] akan beroperasi dan berinteraksi.” Brewer dkk. (2021) mengusulkan empat
elemen berbeda dari kepercayaan data yang akan dilibatkan dengan penggunaan AI dan
pembelajaran mesin dalam rantai pasokan makanan. Ini adalah.
(1) Tata kelola dan kerangka kerja normatif kontrak yang sah yang menetapkan
aturan, dan peran, akuntabilitas, tanggung jawab untuk semua anggota;
(2) Kerangka kerja normatif keamanan dan perizinan yang mengontrol akses untuk
anggota, dan keamanan data yang dibagikan;
(3) Elemen pemetaan pengetahuan yang menetapkan interoperabilitas kepercayaan
data misalnya mengelola antarmuka, proses kontrol kualitas dan standar kurasi,
dan (4) Komponen operasional tempat interaksi dan pro
terjadi cesses.
Kepercayaan data dapat mencakup banyak kerangka kerja dengan fungsi operasi
yang berbeda dan juga melibatkan anggota komunitas yang berbeda (NSTIC, 2011).
Penelitian untuk Badan Standar Makanan Inggris telah mempertimbangkan pengembangan
food data trust (FSA, 2021) dan Open Data Institute (2019) telah mempertimbangkan
food data trust dan perannya dalam mengurangi limbah makanan.
5.3. Arsitektur tata kelola refleksif
Hendriks dan Grin (2007, p. 342) menegaskan bahwa mengembangkan arsitektur
tata kelola refleksif memungkinkan pembangunan kapasitas dan bertindak sebagai
katalisator yang 'mendorong para pelaku untuk meneliti dan mempertimbangkan kembali
asumsi, pengaturan kelembagaan, dan praktik yang mendasarinya' ( Marsden, 2013).
Pengumpulan, pembagian, pertukaran, dan analisis data adalah salah satu contoh di
mana pengaturan dan praktik kelembagaan, asumsi yang mendasari, aturan, dan norma
dapat berkembang melalui interaksi bisnis-ke-bisnis (B2B) atau melalui bisnis-ke-konsumen
(B2C). interaksi. Memang, praktik yang diterima bahwa berbagi data B2B memerlukan
sistem tata kelola yang kompleks yang mendefinisikan dan menentukan aspek-aspek
seperti kewajiban hukum, kerahasiaan, kepemilikan data, hak komersial, penggunaan
dan akses ke data dan sebagainya, dan pertukaran data yang melibatkan data pribadi
(B2C ) perlu melindungi kewajiban kepada individu yang diabadikan oleh peraturan seperti
Peraturan Perlindungan Data Umum Inggris Raya (UK) dan Uni Eropa (UE) (Brewer et
al., 2021; GDPR, 2018).
Lima dimensi tata kelola refleksif etis telah dipertimbangkan dengan fokus khusus
pada arsitektur tata kelola etis refleksif yang mempertimbangkan AI dan pembelajaran
mesin, dan tipologi aspek teknis data; aspek etika AI dan pembelajaran mesin; aspek etis
dari praktik yang sedang dipertimbangkan; dampak etis praktik, dan peran tata kelola data
refleksif, misalnya penggunaan kerangka kepercayaan data. Dengan menggunakan
konsep pemerintahan refleksif,
Machine Translated by Google

L. Manning et al. Tren Ilmu & Teknologi Pangan 133 (2023) 114–126

makalah ini telah mengkritik alat penilaian etika terkait makanan reflektif
yang ada dan mengusulkan elemen struktural yang diperlukan untuk
arsitektur tata kelola refleksif yang membahas pembagian data, penggunaan
AI, dan pembelajaran mesin dalam rantai pasokan makanan. Penggunaan
Beranger, J. (2018). Kode etik algoritmik: Etika di samping tempat tidur revolusi digital . John Wiley
& Sons.
Biermann, F., Pattberg, P., Van Asselt, H., & Zelli, F. (2009). Fragmentasi arsitektur tata kelola global:
Kerangka kerja untuk analisis. Politik Lingkungan Global, 9 (4), 14–40. https://doi.org/10.1162/
glep.2009.9.4.14 Boddington, P. (2017). Menuju kode etik untuk kecerdasan buatan. Cham: Springer.

alat penilaian aspek etis dalam arsitektur tata kelola refleksif yang lebih luas
menawarkan kesempatan untuk pengembangan lebih lanjut praktik penilaian
etis kontemporer untuk beralih dari prinsip instrumental ke penilaian reflektif
aspek etis dan hasil potensial dan kemudian menginformasikan pemikiran
seputar pendekatan tata kelola refleksif yang muncul yang membahas etika
musyawarah dalam rantai pasokan makanan.
Boud, D., Keogh, R., & Walker, D. (1985). Refleksi: Mengubah Pengalaman menjadi pembelajaran.
London: Halaman Kogan.
¨
Brall, C., Schroder-B ¨ ack, P., & Maeckelberghe, E. (2019). Aspek etika kesehatan digital dari sudut
pandang keadilan. Jurnal Kesehatan Masyarakat Eropa, 29 (Tambahan_ 3), 18–22. https://doi.org/
10.1093/eurpub/ckz167 Brewer, S., Pearson, S., Maull, R., Godsiff, P., Frey, JG, Zisman, A., dkk.
(2021). Kerangka kepercayaan untuk sistem pangan digital. Makanan Alam, 2(8), 543–545. https://doi.org/
10.1038/s43016-021-00346-1

6. Ringkasan
Sementara integrasi literatur penilaian etis dalam rantai pasokan makanan
dan arsitektur tata kelola refleksif merupakan kekuatan dalam pekerjaan ini,
sampai saat ini banyak pekerjaan pada penerapan AI dan pembelajaran
mesin dan mengembangkan kerangka kerja kepercayaan data masih dalam
tahap aplikasi penelitian dan tinjauan . Ini adalah batasan dalam hal
penerapan langsung penelitian ini dalam industri. Namun, menciptakan
kesadaran akan perbedaan antara tata kelola reflektif dan refleksif bernilai
bagi industri dan dapat menginformasikan praktik kontemporer sehingga
penggunaan alat penilaian etika saat ini dapat diperluas untuk mencakup lebih banyakrefleksivitas:
tata kelola etika yang tive, holistik, refleksif. Penelitian di masa depan perlu
mengembangkan tipologi tata kelola lebih lanjut, seperti pengembangan
kerangka kerja refleksif untuk pengembangan kepercayaan data dalam rantai
pasokan makanan. Meneliti skenario rantai pasokan makanan melalui
penerapan lensa etis refleksif berarti penelitian konseptual di sini dapat
diterapkan, dikritik, dan dapat berkembang untuk menginformasikan
pendekatan praktis, alat, aplikasi, dan kerangka kerja tata kelola untuk industri makanan.
Ketersediaan data
Tidak ada data yang digunakan untuk penelitian yang dijelaskan dalam artikel.
Terima kasih
Penelitian ini melengkapi pekerjaan yang didanai oleh Food Standards
Brunori, G., Galli, F., Barjolle, D., Van Broekhuizen, R., Colombo, L., Giampietro, M., et al. (2016).
Apakah rantai makanan lokal lebih berkelanjutan daripada rantai makanan global?
Keberlanjutan, 8(5), 1–27. https://doi.org/10.3390/su8050449 van Bruxvoort,
X., & van Keulen, M. (2021). Kerangka kerja untuk menilai aspek etis dari algoritme dan sistem sosio-teknis
yang melingkupinya. Ilmu Terapan, 11(23), Pasal 11187. https://doi.org/10.3390/app112311187
van der Burg, S., Giesbers, E., Bogaardt, MJ, Ouweltjes, W., & Lokhorst, K. (2022).
Aspek etika robot AI untuk pertanian pangan; pendekatan relasional berdasarkan empat studi kasus
(hlm. 1–15). AI & MASYARAKAT. https://doi.org/10.1007/s00146-022-01429-8 Craigon, P., Sacks, J.,
Brewer, S., J Frey, JG, Gutierrez Mendoza, A., Jacobs, N., dkk.
(2023). Etika berdasarkan desain: Penelitian & inovasi yang bertanggung jawab untuk AI di sektor makanan.
Jurnal Teknologi Bertanggung Jawab, 100051. https://doi.org/10.1016/j.
jrt.2022.100051 Cunliffe, A., & Easterby-Smith, M. (2004). PV (2004). Dari refleksi ke
praktis
kolaborasi. Experiential learning sebagai pengalaman hidup. Dalam Mengorganisir Refleksi/ (Vol.
30)Aldershot; Hampshire: Ashgate. M. Reynolds dan R. Vince.
De Ridder, W., Turnpenny, J., Nilsson, M., & Von Raggamby, A. (2010). Kerangka kerja untuk pemilihan
dan penggunaan alat dalam penilaian terpadu untuk pembangunan berkelanjutan. Dalam Alat, teknik,
dan pendekatan untuk keberlanjutan: Kumpulan tulisan dalam kebijakan dan manajemen pengkajian
lingkungan (hlm. 125–143).
De Tavernier, J. (2012). Kewarganegaraan pangan: Apakah ada kewajiban untuk konsumsi yang bertanggung jawab?
Jurnal Etika Pertanian dan Lingkungan, 25(6), 895–907. https://doi.org/ 10.1007/s10806-011-9366-7
Dean, M. (2009). Pemerintahan: Kekuasaan dan aturan dalam masyarakat modern. London: SAGE.
Del Savio, L., & Schmietow, B. (2013). Jejak lingkungan makanan: Kewajiban untuk
memberitahukan. Jurnal Etika Pertanian dan Lingkungan, 26(4), 787–796. https://doi. org/10.1007/
s10806-012-9414-y Dignum, V. (2019). Kecerdasan buatan yang bertanggung jawab: Cara
mengembangkan dan menggunakan AI dengan cara yang bertanggung jawab. Sifat Pegas.
Driessen, C., & Heutinck, LF (2015). Sapi yang ingin diperah? Robot pemerah susu dan ko-evolusi etika
dan teknologi di peternakan sapi perah Belanda. Pertanian dan Nilai Kemanusiaan, 32(1), 3–20.
https://doi.org/10.1007/s10460-014-9515-5 EN ISO. (2015). Sistem manajemen lingkungan. London:
BSI, Pasal 14001.
Feher, K. (2021). Identitas digital dan diri online: Strategi jejak kaki - studi penelitian eksplorasi dan
komparatif. Jurnal Ilmu Informasi, 47(2), 192–205. https://doi.org/10.1177/0165551519879702

Agency (FSA) yang dipimpin oleh University of Lincoln untuk membuat Data
Trust Framework terkait keamanan pangan (Brewer et al., 2021). Kelompok
kerja yang berkontribusi pada makalah ini didanai bersama oleh Internet of
Food Things Network+ (Nomor Hibah: EP/R045127/1) dan Kecerdasan
Buatan dan Kecerdasan Tertambah untuk Investigasi Otomatis untuk
Jaringan Penemuan Ilmiah+ (AI3SD) (Nomor Hibah: EP/S000356/1).
Referensi
Agyabeng-Mensah, Y., Ahenkorah, ENK, & Korsah, GNA (2019). Peran mediasi integrasi kualitas rantai
pasokan dan manajemen logistik hijau antara teknologi informasi dan kinerja organisasi. Jurnal
Sistem Manajemen Rantai Pasokan, 8(4), 1–17.
Fischer, J. (2004). Tanggung jawab sosial dan etika: Mengklarifikasi konsep. Jurnal Etika Bisnis, 52(4),
381–390. https://doi.org/10.1007/s10551-004-2545-y Friedman, B., & Nissenbaum, H. (1996). Bias
dalam sistem komputer. Transaksi ACM pada Sistem Informasi, 14(3), 330–347. https://doi.org/
10.1145/230538.230561 OJK (Badan Standar Pangan). (2021). Kepercayaan data makanan:
Kerangka kerja untuk berbagi informasi. Tersedia di: https://www.food.gov.uk/research/cutting-edge-
regulator/ food-data-trust-a-framework-for-information-sharing. (Diakses 1 Januari 2023).
Gayathri, N., Divagaran, AR, Akhilesh, CD, Aswiin, VM, & Charan, N. (2021). Sistem pengelolaan sampah
cerdas berbasis IOT. Pada tahun 2021, konferensi internasional ke-7 tentang Sistem Komputasi dan
Komunikasi Tingkat Lanjut (ICACCS) (Vol. 1, hlm. 2042–2046).
IEEE. https://doi.org/10.1109/ICACCS51430.2021.9441819.
Geels, FW (2004). Dari sistem inovasi sektoral ke sistem sosio-teknis: Wawasan tentang dinamika dan
perubahan dari teori sosiologi dan kelembagaan.
Kebijakan Penelitian, 33(67), 897–920. https://doi.org/10.1016/j.respol.2004.01.015 Gianni, R., &
Goujon, P. (2018). Apa syarat penerapan etis RRI?: Tata kelola yang bertanggung jawab dan refleksivitas
tingkat kedua. Dalam Penelitian dan inovasi yang bertanggung jawab (hlm. 172–207). Routledge.

Amantova-Salmane, L. (2015). Aspek etika keberlanjutan. Penelitian Ekonomi Nasional Latgale, 1(7), 5–
Gracia, D. (2003). Pertimbangan kasus etis dan pengambilan keputusan. Kedokteran, Perawatan
16. https://doi.org/10.17770/lner2015vol1.7.1176 Antadze, N., & McGowan, KA (2017). Kewirausahaan
Kesehatan & Filsafat, 6(3), 227–233. https://doi.org/10.1023/A:1025969701538 Hannah-Moffat, K.
moral: Berpikir dan bertindak di tingkat lanskap untuk mendorong transisi keberlanjutan. Inovasi Lingkungan
(2019). Tata kelola risiko algoritmik: Analisis data besar, aktivisme ras dan informasi dalam debat peradilan
dan Transisi Masyarakat, 25, 1–13. https://doi.org/10.1016/j.eist.2016.11.001 Bandari, R., Moallemi,
pidana. Kriminologi Teoritis, 23(4), 453–470. https://doi.org/10.1177/1362480618763582
E., Lester, R., Downie, D., & Bryan, B. (2022). Memprioritaskan Tujuan Pembangunan Berkelanjutan,
mengkarakterisasi interaksi, dan mengidentifikasi solusi untuk keberlanjutan lokal. Ilmu & Kebijakan
Hendriks, CM, & Grin, J. (2007). Mengontekstualisasikan pemerintahan refleksif: Politik transisi Belanda
Lingkungan, 127, 325–336. https://doi.org/10.1002/essoar.10507173.2
menuju keberlanjutan. Jurnal Kebijakan dan Perencanaan Lingkungan, 9 (3–4), 333–350. https://
doi.org/10.1080/15239080701622790 Hoglund, ¨ AT (2020). Apa yang akan kita makan? Kerangka
kerja etis untuk
https://doi.
pilihan org/10.1007/s10806-020-09821-4
makanan yang beralasan. Jurnal Etika
Kaiser,
Pertanian
M., & Forsberg,
dan Lingkungan,
EM (2001).
33(2),
Menilai
283–297.
Barrett, A., Kajamaa, A., & Johnston, J. (2020). Bagaimana… bersikap refleksif saat melakukan penelitian
perikanan–menggunakan matriks etis dalam proses partisipatif. Jurnal Etika Pertanian dan Lingkungan,
kualitatif. Guru Klinis, 17(1), 9–12. https://doi.org/10.1111/tct.13133 _
14(2), 191–200. https://doi.org/10.1023/A:1011300811590 Karimian, G., Petelos, E., & Evers, SM
(2022). Masalah etika penerapan kecerdasan buatan dalam perawatan kesehatan: Tinjauan pelingkupan
Baum, SD (2017). Tentang promosi buatan yang aman dan bermanfaat secara sosial
yang sistematis. AI dan Etika, 1–13. https://doi.org/10.1007/s43681-021-00131-7
intelijen. AI & Masyarakat, 32(4), 543–551. https://doi.org/10.1007/s00146-016- 0677-0

Beauchamp, T., & Childress, J. (2012). Prinsip etika biomedis (edisi ke-7). Oxford,
Inggris: Oxford University Press.
Beever, J., & Brightman, AO (2016). Prinsiplisme refleksif sebagai pendekatan yang efektif untuk
mengembangkan penalaran etis dalam rekayasa. Sains dan Etika Teknik, 22(1), 275–291. https://
doi.org/10.1007/s11948-015-9633-5

124
Machine Translated by Google
L. Manning et al.
Kastrinos, N., & Weber, KM (2020). Tujuan pembangunan berkelanjutan dalam kebijakan penelitian dan
inovasi Uni Eropa. Peramalan Teknologi dan Perubahan Sosial, 157, Pasal 120056. https://doi.org/
10.1016/j.techfore.2020.120056 Kirwan, J., Maye, D., & Brunori, G. (2017). Tata kelola refleksif,
menggabungkan etika dan mengubah pemahaman tentang kinerja rantai makanan. Sosiologi Ruralis, 57(3),
357–377. https://doi.org/10.1111/soru.12169
Korn, O. (Ed.). (2019). Robot sosial: Aspek teknologi, sosial, dan etika manusia
interaksi robot. Inggris: Springer.
Korthals, M. (2015). Etika produksi dan konsumsi pangan. Buku Pegangan Oxford dari
Pangan, Politik, dan Masyarakat, 1–15.
Krasner, SD (1982). Penyebab struktural dan konsekuensi rezim: Rezim sebagai
variabel intervensi. Organisasi Internasional, 36(2), 185–205. https://doi.org/ 10.1017/
S0020818300018920
Kumar, N., Kharkwal, N., Kohli, R., & Choudhary, S. (2016). Aspek etis dan masa depan kecerdasan buatan.
Dalam konferensi internasional 2016 tentang inovasi dan tantangan dalam keamanan siber (ICICCS-
INBUSH) (hlm. 111–114). IEEE. https://doi.org/10.1109/ICICCS.2016.7542339 . Februari 2016.
Lavelli, V., & Beccalli, MP (2022). Daur ulang whey keju dalam perspektif ekonomi sirkular: Pemodelan
proses dan rantai pasokan untuk merancang keterlibatan usaha kecil dan menengah. Tren Ilmu &
Teknologi Pangan, 126, 86–98. https://doi.org/10.1016/j.tifs.2022.06.013 Lebaron, G., & Lister, J.
(2015). Tolok ukur rantai pasokan global: Kekuatan rezim 'audit etis'. Tinjauan Studi Internasional,
41(5), 905–924. https://doi. org/10.1017/S0260210515000388 Leonard, L., & Lidskog, R. (2021). Kondisi
dan kendala untuk tata kelola refleksif risiko industri: Kasus cekungan industri durban selatan, Afrika
Selatan.
Keberlanjutan, 13(10), 5679. https://doi.org/10.3390/su13105679 Lindner, R.,
Daimer, S., Beckert, B., Heyen, N., Koehler, J., Teufel, B., et al. (2016).
Mengatasi directionality: Orientasi kegagalan dan sistem inovasi heuristik.
Menuju pemerintahan refleksif (No. 52. Dalam makalah diskusi Fraunhofer ISI- sistem inovasi dan
analisis kebijakan.
Malle, BF (2016). Mengintegrasikan etika robot dan moralitas mesin: Studi dan desain kompetensi moral
dalam robot. Etika dan Teknologi Informasi, 18(4), 243–256. https://doi.org/10.1007/s10676-015-9367-8
Malle, BF, & Scheutz, M. (2017). Kompetensi moral dalam robot sosial. Dalam etika Mesin
dan etika robot (hlm. 225–230). Routledge.
Malle, BF, Scheutz, M., Forlizzi, J., & Voiklis, J. (2016). Robot mana yang saya pikirkan ? Dampak
tindakan dan penampilan terhadap penilaian orang terhadap robot moral. Pada Konferensi
Internasional ACM/ IEEE ke-11 tahun 2016 tentang interaksi manusia-robot (HRI) (hlm. 125–132).
IEEE.
Manning, L. (2020). Beralih dari berbasis kepatuhan menjadi berbasis integritas
iklim organisasi dalam rantai pasokan makanan. Tinjauan Komprehensif dalam Ilmu Pangan dan
Keamanan Pangan, 19(3), 995–1017. https://doi.org/10.1111/1541- 4337.12548
Manning, L., Baines, RN, & Chadd, SA (2006). Pemodelan etis dari rantai pasokan makanan. Jurnal
Makanan Inggris, 108(5), 358–370. https://doi.org/10.1108/
00070700610661330
Manning, L., Brewer, S., Craigon, PJ, Frey, JG, Gutierrez, A., Jacobs, N., dkk. (2022).
Kecerdasan buatan dan etika dalam sektor pangan: Mengembangkan bahasa umum untuk
adopsi teknologi di seluruh rantai pasokan. Tren Ilmu & Teknologi Pangan, 125, 33–42. https://doi.org/
10.1016/j.tifs.2022.04.025 Marsden, T. (2013). Dari pascaproduksi hingga tata kelola refleksif:
Diperebutkan
transisi dalam mengamankan masa depan pangan yang lebih berkelanjutan. Jurnal Studi Pedesaan,
29, 123–134. https://doi.org/10.1016/j.jrurstud.2011.10.001
Marsden, T. (2016). Menjelajahi eko-ekonomi pedesaan: Melampaui neoliberalisme. Sosiologi Ruralis,
56(4), 597–615. https://doi.org/10.1111/soru.12139 Martin, PY (2006). Mempraktikkan gender di
tempat kerja: Pemikiran lebih lanjut tentang refleksivitas. Gender, Pekerjaan dan Organisasi, 13(3), 254–
276. https://doi.org/10.1111/j.1468- 0432.2006.00307.x
Martin, K. (2019). Implikasi etis dan akuntabilitas algoritma. Jurnal Etika Bisnis, 160(4), 835–850. https://
doi.org/10.1007/s10551-018-3921-3 Mayer, AL (2008). Kekuatan dan kelemahan indeks
keberlanjutan umum untuk sistem multidimensi. Lingkungan Internasional, 34(2), 277–291. https://doi.
org/10.1016/j.envint.2007.09.004 Mehozay, Y., & Fisher, E. (2019). Epistemologi penilaian risiko
algoritmik dan jalur menuju penologi non-penologi. Hukuman & Masyarakat, 21(5), 523–541. https://
doi.org/10.1177/1462474518802336
Mepham, TB (2000). Peran etika pangan dalam kebijakan pangan. Prosiding Masyarakat Nutrisi, 59(4),
609–618. https://doi.org/10.1017/S0029665100000860 Mepham, B. (2010). Matriks etika sebagai alat
intervensi kebijakan: Obesitas
krisis. Dalam FT Gottwald, H. Ingensiep, & M. Meinhardt (Eds.), Etika Pangan. New York, NY: Springer.
https://doi.org/10.1007/978-1-4419-5765-8_2.
Miller, KW (2013). Sistem sosioteknik rahasia. Profesional TI, 15(4), 57–59.
https://doi.org/10.1109/MITP.2013.65 Mittelstadt,
BD, Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). Etika algoritma: Memetakan perdebatan. Big
Data & Masyarakat, 3(2), 1–21. https://doi.org/ 10.1177/2053951716679679
Muhammad, M., Stokes, JE, Morgans, L., & Manning, L. (2022). Konstruksi sosial narasi dan argumen
dalam wacana dan debat kesejahteraan hewan. Hewan, 12 (19), 2582. https://doi.org/10.3390/
ani12192582
Mulvenna, M., Boger, J., & Bond, R. (2017). Desain etis: Sebuah manifesto. Di dalam
Prosiding Konferensi Eropa tentang Ergonomi Kognitif 2017 (hlm. 51–54).
NSTIC (Strategi Nasional Identitas Terpercaya di Dunia Maya). (2011). Meningkatkan pilihan online,
efisiensi, keamanan, dan privasi. April 2011, Tersedia di: https://obamawhiteh ouse.archives.gov/sites/
default/files/rss_viewer/NSTICstrategy_041511.pdf.
(Diakses 3 Januari 2022).
125
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
O'Hara, K. (2019). Kepercayaan data: Etika, arsitektur, dan tata kelola untuk pengelolaan data yang
dapat dipercaya (kertas putih WSI, 1) Southampton, 27pp. Universitas Southampton. https://doi.org/
10.5258/SOTON/WSI-WP001
ODI (Institut Data Terbuka). (2019). Percontohan limbah makanan: Apa yang terjadi saat kami menerapkan
kepercayaan data. Tersedia di: https://theodi.org/article/data-trusts-food-waste/.
(Diakses 1 Januari 2023).
(ODI) Institut Data Terbuka. (2022). Apa itu kanvas etika data. Tersedia di: https://theodi.org/article/the-
data-ethics-canvas-2021/ . (Diakses 6 Mei 2022).
O'Meara, RM (2011). Arsitektur pemerintahan kontemporer tentang robotika
teknologi: Penilaian. Lin, patrick, Abney, Keith dan bekey, George, etika robot (hlm. 159–168).
Cambridge
¨ MA: MIT Tekan.
Passil¨a, AH, Oikarinen, T., & Harmaakorpi, V. (2015). Suara kolektif sebagai praktik refleksif. Pembelajaran
Manajemen, 46(1), 67–86. https://doi.org/10.1177/
1350507613488310
Patel, V. (2020). Etika produksi dan konsumsi pangan. Dalam W. Leal Filho, dkk.
(Eds.), Kelaparan nol, ensiklopedia tujuan pembangunan berkelanjutan PBB. Springer Alam Swiss.
https://doi.org/10.1007/978-3-319-69626-3_16-1.
Raghavan, M., Barocas, S., Kleinberg, J., & Levy, K. (2020). Mengurangi bias di
perekrutan algoritmik: Mengevaluasi klaim dan praktik. Dalam Prosiding konferensi tahun 2020
tentang keadilan, akuntabilitas, dan transparansi (hlm. 469–481). https://doi. org/
10.1145/3351095.3372828
Rakowski, R., Polak, P., & Kowalikova, P. (2021). Aspek etis dari dampak AI: Status manusia di Era
kecerdasan buatan. Masyarakat, 58(3), 196–203. https://doi.org/10.1007/s12115-021-00586-8 Rip , A.
(2006). Pendekatan co-evolusioner untuk pemerintahan refleksif–dan ironi-ironinya. Dalam JP Voss,
D. Bauknecht, & R. Kemp (Eds.), Reflexive governance for sustainable development (hlm. 82–100).
Cheltenham: Edward Elgar.
Rip, A., & Groen, AJ (2001). Banyak tangan yang terlihat. Dalam Coombs, et al. (Eds.), Teknologi dan
pasar. Permintaan, pengguna, dan inovasi (hlm. 12–37). Cheltenham, Inggris: Edward Elgar.
Robertson , C. , & Fadil , PA (1999). Pengambilan keputusan etis di perusahaan multinasional
organisasi: Sebuah model berbasis budaya. Jurnal Etika Bisnis, 19(4), 385–392. https://doi.org/
10.1023/A:1005742016867
Rogozea, L. (2009). Menuju aspek etis pada kecerdasan buatan. Dalam informasi Konferensi :
Konferensi internasional WSEAS ke-8 tentang kecerdasan buatan, rekayasa pengetahuan, dan
basis data (hlm. 21–23). Tanggal: Februari 2009.
Rotmans, J., & Loorbach, D. (2010). Menuju pemahaman yang lebih baik tentang transisi dan tata kelolanya.
Pendekatan sistemik dan refleksif. Dalam J. Grin, J. Rotmans, & J. Schot (Eds.), Transitions to
sustainable development — arah baru dalam studi perubahan transformasi jangka panjang (hal. 105).
New York: Rute.
Ryan, M. (2022). Dampak sosial dan etis dari kecerdasan buatan dalam pertanian: Memetakan
literatur AI pertanian (hlm. 1–13). AI & MASYARAKAT. https://doi.org/ 10.1007/s00146-021-01377-9
Ryan, M., van der Burg, S., & Bogaardt, MJ (2021). Mengidentifikasi debat etis utama untuk robot otonom
dalam pangan pertanian: Agenda penelitian. AI dan Etika, 1–15. https://doi. org/10.1007/
s43681-021-00104-w Schlaile, MP, Urmetzer, S., Blok, V., Andersen, AD, Timmermans, J., Mueller, M.,
et al. (2017). Sistem inovasi untuk transformasi menuju keberlanjutan? Mengambil dimensi normatif
dengan serius. Keberlanjutan, 9(12), 2253. https://doi.org/ 10.3390/su9122253
Schmitt, L. (2022). Memetakan tata kelola AI global: Rezim yang baru lahir dalam keadaan terfragmentasi
lanskap. AI dan Etika, 2, 303–314. https://doi.org/10.1007/s43681-021-00083-y
SDG. (2022). Perserikatan Bangsa-Bangsa, Tujuan Pembangunan Berkelanjutan Diakses: 18 Oktober
2022. Tersedia di: https://sdgs.un.org/goals.
Smith, A., Stirling, A., & Berkhout, F. (2005). Tata kelola sosial yang berkelanjutan
transisi teknis. Kebijakan Penelitian, 34(10), 1491–1510. https://doi.org/10.1016/j.respol.2005.07.005 _
Sonnino, R., Marsden, T., & Moragues-Faus, A. (2016). Relasionalitas dan konvergensi dalam narasi
ketahanan pangan: Menuju pendekatan berbasis tempat. Transaksi Institut Ahli Geografi Inggris, 41(4),
477–489. https://doi.org/10.1111/tran.12137 Spence, LJ, & Rinaldi, L. (2014). Pemerintahan dalam
akuntansi dan akuntabilitas: Sebuah studi kasus menanamkan keberlanjutan dalam rantai pasokan.
Akuntansi, Organisasi dan Masyarakat, 39(6), 433–452. https://doi.org/10.1016/j.aos.2012.03.003
Stilgoe, J., Owen, R., & Macnaghten, P. (2013). Mengembangkan kerangka kerja untuk inovasi yang
bertanggung jawab. Kebijakan Penelitian, 42(9), 1568–1580. https://doi.org/10.1016/j. respol.2013.05.008
Stuart, D., & Worosz, MR (2012). Risiko, antirefleksifitas, dan netralisasi etis dalam industri pengolahan
makanan. Pertanian dan Nilai Kemanusiaan, 29(3), 287–301. https://doi.org/10.1007/s10460-011-9337-7
_ Sühr, T., Hilgard, S., & Lakkaraju, H. (2021). Apakah peringkat yang adil meningkatkan minoritas
hasil? Memahami interaksi bias manusia dan algoritmik dalam perekrutan online. Dalam Prosiding
Konferensi AAAI/ ACM 2021 tentang AI (hlm. 989–999). Etika, dan Masyarakat. https://doi.org/
10.1145/3461702.3462602.
Surampalli, RY, Zhang, TC, Goyal, MK, Brar, SK, & Tyagi, RD (2020).
Keberlanjutan: Dasar-dasar dan aplikasi. John Wiley & Sons.
Temoshok, D., & Abruzzi, C. (2018). Mengembangkan kerangka kepercayaan untuk mendukung
federasi identitas. Departemen Perdagangan AS, Institut Standar dan Teknologi Nasional. https://
doi.org/10.6028/NIST.IR.8149. NISIR 8149.
Panduan Peraturan Perlindungan Data Umum (GDPR). (2018). https://www.gov. uk/government/publications/
guide-to-the-general-data-protection-regulation.
(Diakses 3 Januari 2022).
Thompson, PB, Thorp, L., Ginsburg, BL, Zivku, TM, & Benjamin, M. (2021). Penilaian etika awal: Aplikasi
untuk keberlanjutan pemindai tubuh babi.
Keberlanjutan, 13(24), Pasal 14003. https://doi.org/10.3390/su132414003
Machine Translated by Google
L. Manning et al.
Tsamados , A. , Aggarwal , N. , Cowls , J. , Morley , J. , Roberts , H. , Taddeo , M. , et al. (2021).
Etika algoritme: Masalah dan solusi utama (hlm. 1–16). AI & MASYARAKAT. https:// doi.org/
10.1007/s00146-021-01154-8 Voss, JP, Bauknecht, D., & Kemp, R. (Eds.). (2006). Tata
kelola refleksif untuk pembangunan berkelanjutan. Cheltenham: Edward Elgar.
126
Tren Ilmu & Teknologi Pangan 133 (2023) 114–126
Voss, JP, & Kemp, R. (2006). Keberlanjutan dan tata kelola refleksif: Pendahuluan. Dalam JP
Voss, D. Bauknecht, & R. Kemp (Eds.), Reflexive governance for sustainable development
(hlm. 3–28). Cheltenham: Edward Elgar.
Zelli, F. (2011). Fragmentasi arsitektur tata kelola iklim global. Wiley
Tinjauan Interdisipliner: Perubahan Iklim, 2(2), 255–270.