Algoritma Media Sosial: Siapa yang Sebenarnya Memilih Apa yang Kita Lihat?

Ilustrasi algoritma media sosial membuat para pengguna terkena bubble filter. Sumber: pexels.com

Pernah membuka media sosial hanya untuk melihat satu unggahan, tetapi akhirnya menghabiskan waktu cukup lama karena terus menemukan konten yang menarik? Awalnya, mungkin hanya sebuah video yang muncul secara kebetulan. Tidak lama kemudian, muncul video serupa, rekomendasi dengan topik yang sama, hingga konten lain yang terasa semakin sesuai dengan minat pribadi.

Pengalaman tersebut bukan semata-mata kebetulan. Di balik beranda media sosial, terdapat sistem yang membantu menentukan konten apa yang ditampilkan, urutan kemunculannya, dan rekomendasi apa yang mungkin menarik perhatian pengguna. Sistem ini dikenal sebagai algoritma rekomendasi. Kehadirannya membuat pengalaman setiap orang di media sosial dapat berbeda, bahkan ketika menggunakan platform yang sama.

Namun, ada pertanyaan yang jarang dipikirkan ketika seseorang menikmati konten di beranda, apakah kita benar-benar memilih semua hal yang kita lihat, atau pilihan kita juga dibentuk oleh apa yang terus ditampilkan kepada kita?

Algoritma rekomendasi bekerja dengan memanfaatkan berbagai sinyal untuk memperkirakan konten yang mungkin diminati pengguna. Sinyal tersebut dapat mencakup interaksi, riwayat tontonan, topik yang diikuti, serta karakteristik konten. Setiap platform memiliki sistem dan tujuan yang berbeda, sehingga cara rekomendasi disusun tidak selalu sama.

Ketika seseorang sering menonton video memasak, misalnya, platform dapat menampilkan lebih banyak resep, ulasan makanan, atau rekomendasi peralatan dapur. Jika seseorang sering berinteraksi dengan konten olahraga, topik serupa mungkin semakin sering muncul di berandanya. Semakin banyak pola penggunaan yang terbaca, semakin mudah sistem memperkirakan jenis konten yang berpotensi menarik perhatian.

Dari sisi pengalaman pengguna, mekanisme ini memberikan manfaat. Orang tidak harus mencari seluruh informasi secara manual karena konten yang dianggap relevan dapat ditemukan melalui rekomendasi. Kreator juga berpeluang menjangkau audiens yang sebelumnya tidak mengenal mereka.

Meski demikian, relevansi tidak selalu sama dengan keberagaman. Ketika beranda terasa semakin sesuai dengan minat pribadi, pengguna bisa saja lebih jarang menemukan topik yang belum pernah mereka cari atau perspektif yang berbeda dari kebiasaannya. Bukan berarti hal tersebut pasti terjadi pada setiap orang, tetapi cara konten dipilih dan diurutkan turut memengaruhi pengalaman seseorang dalam menjelajahi informasi.

Hal menarik dari algoritma media sosial bukan hanya kemampuannya menemukan konten yang relevan, tetapi juga perannya dalam mengatur perhatian. Di tengah banyaknya informasi yang tersedia, pengguna tidak mungkin melihat semuanya. Karena itu, urutan konten menjadi penting: sesuatu yang muncul di bagian atas beranda memiliki kesempatan lebih besar untuk diperhatikan daripada sesuatu yang tidak ditampilkan.

Penelitian Yu dan rekan-rekannya (2024) dalam PNAS Nexus menguji pengaruh rekomendasi YouTube terhadap konsumsi berita. Melalui eksperimen yang melibatkan akun simulasi dan 2.142 pengguna YouTube, penelitian tersebut menemukan bahwa perubahan pada rekomendasi algoritma dapat meningkatkan paparan dan konsumsi berita. Temuan ini menunjukkan bahwa apa yang direkomendasikan platform dapat memengaruhi informasi yang akhirnya dikonsumsi pengguna, bukan sekadar mencerminkan pilihan mereka sebelumnya.

Temuan tersebut tidak berarti bahwa algoritma sepenuhnya mengendalikan perilaku manusia. Pengguna tetap dapat melewati konten, mencari informasi sendiri, atau memilih untuk tidak mengikuti rekomendasi. Namun, pilihan itu berlangsung di dalam lingkungan yang susunan informasinya telah diatur oleh sistem.

Di sinilah persoalannya menjadi lebih luas. Algoritma bukan hanya membantu menemukan konten, melainkan ikut menentukan konten mana yang memperoleh kesempatan untuk terlihat. Dalam kehidupan sehari-hari, mekanisme ini dapat memengaruhi topik yang dibicarakan, tren yang dikenal, hingga persoalan yang terasa penting untuk diperhatikan.

Sesuatu yang sering muncul di beranda akhirnya dapat terasa lebih dekat dengan kehidupan kita. Sebaliknya, persoalan yang jarang ditampilkan mungkin luput dari perhatian, meskipun sebenarnya memiliki arti bagi masyarakat. Popularitas sebuah topik di media sosial, dengan demikian, tidak selalu mencerminkan tingkat kepentingannya di dunia nyata.

Kekhawatiran tentang algoritma sering dikaitkan dengan istilah filter bubble, yaitu keadaan ketika seseorang semakin banyak menerima informasi yang sesuai dengan preferensi sebelumnya dan lebih sedikit terpapar pada perspektif lain. Istilah ini juga sering dibicarakan bersama echo chamber, tetapi keduanya tidak sepenuhnya sama. Filter bubble menyoroti penyaringan paparan informasi, sedangkan echo chamber lebih menekankan lingkungan komunikasi yang memperkuat pandangan tertentu.

Meski demikian, tidak tepat jika setiap rekomendasi yang dipersonalisasi langsung dianggap menciptakan ruang informasi tertutup. Knudsen (2023), melalui dua eksperimen daring yang diterbitkan dalam Journal of Communication, menunjukkan bahwa sistem rekomendasi berita dapat meningkatkan atau mengurangi kecenderungan seseorang memilih informasi yang sejalan dengan pandangannya, bergantung pada bagaimana sistem tersebut dirancang.

Artinya, dampak algoritma tidak bersifat tunggal. Sistem rekomendasi dapat mempersempit paparan terhadap topik tertentu, tetapi juga berpotensi memperkenalkan pengguna pada informasi baru. Hasil akhirnya bergantung pada rancangan sistem, jenis konten yang tersedia, perilaku pengguna, dan cara rekomendasi tersebut bekerja.

Walaupun begitu, persoalan keberagaman informasi tetap layak diperhatikan. Jika seseorang hanya mengandalkan beranda sebagai sumber informasi, ada kemungkinan bahwa pengetahuannya lebih banyak dibentuk oleh konten yang kebetulan direkomendasikan daripada oleh pencarian yang disengaja. Dalam jangka panjang, kebiasaan ini dapat membuat seseorang kurang menyadari informasi apa yang belum pernah ditemuinya.

Karena itu, memahami algoritma bukan berarti harus mencurigai setiap rekomendasi. Hal yang lebih penting adalah menyadari bahwa beranda bukan gambaran lengkap tentang dunia. Ia merupakan salah satu cara informasi disusun dan disajikan kepada pengguna.

Meskipun algoritma memiliki peran dalam menentukan apa yang muncul, pengguna bukan sekadar penerima informasi. Setiap orang masih memiliki ruang untuk menentukan apa yang ingin dicari, akun mana yang diikuti, sumber mana yang dipercaya, dan kapan harus berhenti mengonsumsi konten.

Langkah sederhana dapat dimulai dengan sengaja mencari informasi dari sumber yang beragam. Ketika menemukan isu yang menarik perhatian, seseorang dapat membandingkan pemberitaan dari beberapa media, memeriksa sumber asli, atau mencari penjelasan yang menawarkan sudut pandang berbeda. Kebiasaan ini membantu memperluas pemahaman tanpa harus menganggap semua informasi memiliki kualitas yang sama.

Pengguna juga dapat mengevaluasi pola konsumsi kontennya. Apakah beranda hanya berisi topik yang sama? Apakah rekomendasi membuat seseorang memahami persoalan dengan lebih baik, atau sekadar terus melihat hal yang sudah disukai? Pertanyaan semacam ini dapat membantu seseorang menggunakan media sosial secara lebih sadar.

Di sisi lain, tanggung jawab tidak seharusnya dibebankan sepenuhnya kepada pengguna. Platform juga memiliki peran dalam menyediakan informasi yang lebih jelas tentang cara rekomendasi bekerja, memberi kendali yang bermakna atas personalisasi, dan mempertimbangkan keberagaman konten yang disajikan. Transparansi menjadi penting agar pengguna tidak hanya menerima hasil rekomendasi, tetapi juga memiliki pemahaman yang lebih baik tentang proses di baliknya.

Pada akhirnya, algoritma media sosial bukanlah sesuatu yang sepenuhnya baik atau buruk. Sistem ini dapat membantu orang menemukan informasi yang relevan, tetapi juga membawa konsekuensi terhadap cara perhatian dan paparan informasi terbentuk. Pengaruhnya perlu dipahami secara kritis, tanpa mengabaikan kemampuan pengguna untuk membuat keputusan sendiri.

Mungkin pertanyaan terpenting bukan lagi apakah algoritma memilihkan konten untuk kita, melainkan seberapa jauh kita menyadari pengaruh pilihan tersebut terhadap apa yang kita ketahui dan anggap penting.

Sebab, di tengah beranda yang terasa semakin mengenal minat kita, kemampuan untuk mencari sesuatu di luar apa yang direkomendasikan bisa menjadi bagian penting dari kebebasan kita dalam memahami dunia.