Ilmu tanpa empati melahirkan ketimpangan yang lebih cepat.
Aruna selalu percaya bahwa dunia bisa dipahami jika cukup dihitung. Sejak kecil ia mencintai angka karena angka terasa bersih, pasti, dan tidak memihak; dua tambah dua selalu empat, probabilitas selalu punya rumus, dan jika ada cukup data maka pasti ada pola. Ketika ia bekerja sebagai data scientist di perusahaan teknologi kesehatan dan berhasil membangun model prediksi risiko pasien dengan akurasi 91 persen, ia merasa berada di sisi yang benar dari kemajuan—menyelamatkan nyawa lewat algoritma. Semua orang memujinya, grafiknya nyaris sempurna, dan sistem segera diluncurkan. Namun sebuah pertanyaan sederhana dari seorang dokter tentang mengapa pasien desa jarang masuk kategori risiko tinggi mulai meretakkan keyakinannya. Setelah ia telusuri kembali, banyak data pasien desa kosong karena akses kesehatan terbatas; modelnya membaca kekosongan itu sebagai risiko rendah. Ketika seorang pasien desa bernama Siti meninggal karena komplikasi yang tak pernah terdeteksi oleh sistem, Aruna menyadari sesuatu yang menghantam lebih keras dari angka mana pun: modelnya tidak sedang memprediksi risiko kesehatan, melainkan memprediksi siapa yang punya akses pada sistem. Akurasi tetap tinggi, grafik tetap indah, perusahaan tetap bangga—tetapi di balik persentase itu ada kehidupan yang tak pernah benar-benar terlihat. Malam itu, untuk pertama kalinya, Aruna memandang layar bukan sebagai ilmuwan, melainkan sebagai manusia yang sadar bahwa mengikuti data saja tidak cukup; tanpa empati, algoritma yang tampak netral bisa mempercepat ketidakadilan secara sunyi, dan setiap angka yang ia olah sesungguhnya menyimpan nasib seseorang yang tak pernah ia kenal.