Komputasi bukan netral. Data bukan mentah.

Inilah lapisan yang memisahkan Humaniora Digital yang dewasa dari sekadar "memakai perangkat lunak untuk humaniora". Pendekatan kritis menolak anggapan bahwa teknologi hanyalah alat bening yang bebas nilai. Ia bersikeras mengajukan pertanyaan yang tak nyaman: siapa yang menyusun kategori? Asumsi apa yang tertanam di dalam sebuah algoritma? Kepentingan dan kuasa siapa yang diperkuat — atau dibungkam — oleh sebuah visualisasi?

Komputasi sebagai cara mengetahui

Komputasi hari ini bukan lagi sekadar instrumen bantu yang kita pungut ketika perlu. Ia telah menjadi infrastruktur, lingkungan hidup, sekaligus cara baru memproduksi pengetahuan. Ketika kita memilih memodelkan sesuatu sebagai angka, tabel, atau graf, kita sudah mengambil keputusan filosofis: apa yang layak dihitung, apa yang boleh diabaikan. Maka pembacaan kritis menuntut kita menimbang dimensi ekonomi, sosial, dan politik dari setiap sistem — bukan hanya keluaran teknisnya.

Setiap metode membawa muatan

Tidak ada metode komputasional yang bebas nilai. Cara kerja pembelajaran mesin, penambangan teks, dan model statistik selalu mengandung asumsi tentang dunia — sering kali asumsi yang tak terucap dan tak teruji. Sebuah model bisa tampil obyektif justru karena bias-biasnya tersembunyi rapi di balik lapisan matematika. Tugas humaniora adalah membuka lapisan itu: menelusuri sejarah, kepentingan, dan pilihan yang mengendap di dalam sebuah metode sebelum mempercayainya.

Klasifikasi adalah tindakan berkuasa

Hal yang paling tampak teknis dan netral — sistem klasifikasi, taksonomi, skema metadata, standar penyimpanan — justru paling politis. Setiap kali kita memutuskan sesuatu masuk kotak "A" dan bukan "B", kita ikut membentuk realitas sosial: apa yang terlihat, apa yang mudah dicari, apa yang lenyap dari pandangan. Merancang basis data dan sistem pengetahuan berarti bertanggung jawab atas dunia yang secara diam-diam ikut kita bentuk.

Data selalu punya relasi kuasa

Istilah "data mentah" adalah sebuah paradoks — tidak ada data yang benar-benar mentah. Setiap kumpulan sudah membawa jejak siapa yang mengumpulkan, untuk kepentingan apa, dengan mengorbankan siapa. Karena itu visualisasi dan dashboard bukan cermin polos realitas, melainkan argumen: mereka menonjolkan satu hal dan menepikan yang lain. Membaca data secara kritis berarti belajar mengaudit — menanyakan apa yang absen, siapa yang tak terwakili, dan kepentingan modal apa yang bekerja di baliknya.

Warisan kolonial & suara Global South

Untuk konteks seperti Indonesia, satu kesadaran tak bisa ditawar: arsip digital dan proyek digitalisasi bisa mengulang bias kolonial bila tidak dikerjakan secara kritis — mengabadikan cara pandang penjajah, memusatkan narasi pada pihak yang berkuasa, dan meminggirkan pengetahuan lokal untuk kesekian kalinya. Membangun infrastruktur pengetahuan di Selatan Global menuntut keberpihakan: menempatkan suara, bahasa, dan tafsir lokal di pusat, bukan di catatan kaki milik algoritma dominan.

Seluruh kesadaran ini kami rawat sebagai kompas kerja. Peta pemikiran yang menopangnya dapat ditelusuri di Ruang Pustaka.