alfiChatalfiChat

AI Ethics & Responsible AI

Terakhir diperbarui: 7 Juli 2026

1. Prinsip Kami

alfiCode menggunakan sistem multi-agent AI (arsitektur hierarkis berbasis CrewAI) untuk menganalisis performa iklan. Kami berkomitmen pada penggunaan AI yang transparan, akurat, dan berpihak pada kepentingan bisnis pengguna.

2. Kombinasi Deterministik & Generatif

Perhitungan metrik inti (spend, ROAS, CPL, dsb.) dilakukan secara deterministik menggunakan komputasi data (Pandas), bukan oleh model bahasa. Model AI (Gemini, DeepSeek) hanya digunakan untuk menyusun narasi, insight kontekstual, dan rekomendasi strategi berdasarkan angka yang sudah dihitung secara pasti — bukan untuk mengarang angka.

3. Human-in-the-Loop

Semua insight dan rekomendasi yang dihasilkan agent bersifat sebagai alat bantu keputusan (decision support), bukan pengambil keputusan otomatis. Keputusan akhir terkait budget, strategi kampanye, atau tindakan bisnis tetap berada di tangan pengguna atau tim media buying.

4. Transparansi Model

Kami menggunakan kombinasi model pihak ketiga (Google Gemini sebagai manager agent, DeepSeek sebagai worker agent) yang diorkestrasi melalui pipeline internal kami. Detail subprocessor model AI dapat dilihat di halaman Subprocessor.

5. Bias & Batasan

Model AI dapat memiliki keterbatasan dalam memahami konteks pasar properti yang sangat spesifik atau data historis yang tidak lengkap. Kami menggunakan basis pengetahuan khusus (RAG) berbasis praktik pasar properti Indonesia untuk mengurangi generalisasi yang tidak relevan, namun keakuratan tetap bergantung pada kelengkapan data yang diunggah pengguna.

6. Tidak Ada Keputusan Otomatis yang Merugikan

Layanan tidak digunakan untuk mengambil keputusan otomatis yang berdampak hukum atau signifikan terhadap individu (misalnya scoring individu). Analisis difokuskan pada performa kampanye iklan, bukan profil personal audiens.

7. Umpan Balik

Kami mendorong pengguna melaporkan hasil analisis yang dirasa tidak akurat atau bias melalui kanal support, untuk terus memperbaiki kualitas prompt dan basis pengetahuan agent.