Kecerdasan Artifisial dalam Pengelolaan Zakat dan Wakaf: Tinjauan Integratif atas Keadilan dan Tata Kelola Berbasis Maqashid Syari’ah
Abstract
Transformasi digital keuangan sosial Islam berkembang dari pembayaran daring menuju penggunaan kecerdasan artifisial untuk memetakan potensi zakat, mengenali kebutuhan mustahik, mempersonalisasi penghimpunan, mendeteksi anomali, dan mengevaluasi dampak program. Meskipun menjanjikan efisiensi, penggunaan algoritma dalam zakat dan wakaf mengandung persoalan normatif karena keputusan mengenai kelayakan penerima, prioritas distribusi, dan pengukuran kesejahteraan tidak pernah sepenuhnya netral. Artikel ini bertujuan menyintesis perkembangan penggunaan kecerdasan artifisial dalam keuangan sosial Islam, mengidentifikasi risiko keadilan dan tata kelolanya, serta merumuskan kerangka konseptual berbasis maqasid al-shariah. Kajian menggunakan literature review integratif-kritis terhadap publikasi 2019–2026 yang ditelusuri melalui Google Scholar, Crossref, DOAJ, Garuda, Dimensions, dan laman penerbit jurnal bereputasi. Korpus utama terdiri atas 38 publikasi yang membahas digitalisasi zakat-wakaf, pembelajaran mesin, penargetan penerima, tata kelola keuangan sosial Islam, serta keadilan dan audit algoritmik; sumber klasik dan dokumen kebijakan digunakan secara terbatas sebagai fondasi konseptual. Analisis tematik menemukan lima pola: dominasi narasi efisiensi, perluasan analitik data untuk penghimpunan, pergeseran menuju penargetan berbasis prediksi, peluang audit dan pengukuran dampak, serta risiko bias, eksklusi digital, pelanggaran privasi, dan pengaburan tanggung jawab moral. Artikel menawarkan Kerangka Keadilan Algoritmik Maqasidi yang mencakup keselarasan tujuan, keadilan data, keadilan distributif, keterjelasan keputusan, pengawasan manusia-syariah, perlindungan martabat, akuntabilitas, dan pembelajaran dampak. Kerangka ini menegaskan bahwa kecerdasan artifisial seharusnya memperkuat pertimbangan amil dan nazir, bukan menggantikan penilaian manusia dalam keputusan sosial-keagamaan yang berdampak tinggi.
