“Kenapa algoritma media sosial terasa selalu sependapat dengan kita?”
Pernah merasa hampir semua orang di media sosial memiliki pandangan yang sama dengan kita? Saat kita tertarik dengan isu tertentu, timeline media sosial akan banyak menampilkan dengan pembahasan serupa. Ketika kita mendukung suatu tokoh politik, banyak bermunculan konten yang juga mendukung tokoh tersebut. Tak jarang saat kita sedang mencari produk tertentu, akan terus muncul rekomendasi maupun iklan yang berkaitan dengan produk tersebut. Algoritma media sosial seperti mengikuti ketertarikan kita dan apa yang kita pikirkan.
Lalu, apakah kita benar-benar melihat apa yang sebenarnya terjadi atau hanya melihat versi dunia yang dipilihkan algoritma untuk kita?
Apa Itu Filter Bubble?
Filter bubble adalah situasi di mana algoritma hanya menampilkan informasi yang dianggap relevan dengan preferensi penggunanya. Platform seperti Google, Facebook, TikTok, dan YouTube menggunakan algoritma personalisasi untuk menyesuaikan konten dengan minat pengguna.
Algoritma belajar dari berbagai aktivitas yang kita lakukan pada platform tersebut, seperti:
Konten yang di-like atau komentari.
Akun yang di-follow dan cari.
Video yang ditonton sampai selesai.
Pencarian yang dilakukan.
Konten yang sering mencuri perhatian untuk berhenti scroll.
Tidak harus tahu kita secara sempurna, algoritma dapat membaca pola perilaku pengguna dan menggunakannya untuk memprediksi konten apa yang kemungkinan besar akan membuat pengguna tetap berada di platform.
Ketika Filter Bubble Berubah Menjadi Echo Chamber
Akan tetapi, persoalannya tidak hanya berhenti pada konten apa yang muncul di layar. Ketika pengguna terus-menerus terpapar informasi yang sejalan dengan preferensinya, nantinya dapat mulai membentuk lingkungan digital yang memiliki pandangan serupa. Dari sinilah filter bubble dapat berkembang menjadi sesuatu yang lebih luas yaitu echo chamber.
Perbedaan filter bubble dan echo chamber adalah, filter bubble lebih berkaitan mengenai informasi yang dipersonalisasi dan disaring oleh sistem. Sedangkan echo chamber lebih berkaitan mengenai lingkungan sosial/informasi yang terus mengulang dan memperkuat pandangan yang sama.
Sebagai contoh, seseorang mulai tertarik dengan jenis investasi tertentu, kemudian dia mengikuti konten dari satu kreator dan komunitas yang berfokus pada investasi tersebut. Lalu semakin sering berinteraksi dengan konten serupa, akan semakin banyak informasi sejenis yang muncul. Saat hampir semua orang di lingkungan informasi itu mengatakan bahwa investasi tersebut adalah yang paling terbaik, keyakinan pun akan semakin menguat. Pandangan lain yang berbeda atau risiko yang jarang dibahas semakin tidak terlihat. Dititik ini, filter bubble tidak hanya membatasi informasi yang ditemui, tetapi dapat berkembang menjadi echo chamber ketika lingkungan digital terus mengulang dan memperkuat pandangan yang sama.
Terbentuknya echo chamber bukan semata-mata kesalahan algoritma. Kita sendiri memiliki peran dalam menentukan siapa yang diikuti, konten apa yang disukai, dan informasi apa yang ingin dilihat. Di sinilah confirmation bias dapat ikut bekerja: pengguna cenderung lebih mudah menerima informasi yang sesuai dengan keyakinan yang sudah dimiliki.
Confirmation Bias: Peran Kita pada Algoritma
Pada dasarnya, pengguna juga memiliki peran dalam menentukan informasi yang mereka konsumsi di media sosial. Algoritma memang menampilkan konten berdasarkan ketertarikan dan perilaku pengguna, tetapi pengguna juga cenderung memilih dan berinteraksi dengan informasi yang sesuai dengan apa yang sudah mereka yakini. Kecenderungan inilah yang dikenal sebagai confirmation bias.
Confirmation bias adalah kecenderungan seseorang untuk mencari, menafsirkan, dan mengingat informasi yang mendukung keyakinan yang telah dimilikinya sebelumnya. Menurut penjelasan dalam Confirmation Bias – Encyclopedia Britannica article yang ditulis oleh Brenda J. Casad dan Jana Luebering, bias ini membuat individu lebih mudah menerima informasi yang memperkuat pandangan mereka, sementara informasi yang bertentangan sering kali diabaikan atau dianggap kurang kredibel.
Dampak Ketika Pandangan Dikendalikan oleh Algoritma
Paparan informasi yang terus disesuaikan dengan preferensi pengguna dapat memengaruhi cara seseorang memahami suatu isu. Saat algoritma makin sering menampilkan konten yang sejalan dengan minat dan pandangan pengguna, informasi yang berbeda dapat semakin jarang ditemui. Kondisi ini dapat membuat seseorang terbiasa melihat suatu persoalan hanya dari satu sudut pandang.
Paparan yang berulang terhadap perspektif serupa juga dapat memperkuat keyakinan yang sudah dimiliki. Seseorang dapat merasa bahwa pandangannya merupakan pandangan yang umum karena konten dengan perspektif tersebut terus muncul di media sosial. Padahal, apa yang terlihat di feed atau for you page merupakan hasil personalisasi berdasarkan aktivitas pengguna dan tidak selalu mencerminkan kondisi atau pandangan masyarakat secara keseluruhan.
Dalam jangka panjang, kondisi ini dapat membuat seseorang semakin sulit menerima informasi yang bertentangan dengan keyakinannya. Perbedaan pandangan juga berpotensi dipandang sebagai sesuatu yang salah atau tidak masuk akal, terutama ketika seseorang berada dalam echo chamber yang terus memberikan penguatan terhadap pandangan yang sama. Jika berlangsung terus-menerus, keberagaman perspektif dapat semakin berkurang dan berpotensi memperlebar jarak antarkelompok dalam melihat suatu isu.
Pada akhirnya, masalahnya bukan terletak pada penggunaan algoritma semata, melainkan pada saat pengguna mengandalkan algoritma sebagai satu-satunya sumber untuk memahami dunia. Semakin beragam informasi yang kita temui, semakin besar kesempatan untuk melihat suatu persoalan secara lebih utuh dan membangun pandangan berdasarkan informasi yang lebih luas.
Bagaimana Cara Keluar dari Gelembung?
Dengan menyadari bahwa feed media sosial tidak selalu mencerminkan kondisi dunia secara keseluruhan menjadi langkah awal untuk keluar dari filter bubble. Langkah berikutnya adalah mulai membiasakan diri mengonsumsi informasi dari berbagai sumber dan perspektif. Jangan hanya mengikuti akun yang memiliki pandangan yang sama, tetapi berikan ruang untuk menemukan sudut pandang yang berbeda.
Kebiasaan mencari informasi secara aktif juga dapat membantu memperluas perspektif. Tidak hanya mengandalkan konten yang direkomendasikan algoritma, tetapi mencari informasi dari sumber yang beragam, bandingkan beberapa pemberitaan, dan periksa sumber sebelum mempercayai suatu informasi. Dengan begitu, pengguna tidak hanya menerima informasi yang muncul di feed, tetapi juga memiliki kendali atas informasi yang ingin dilihat.
Pada akhirnya, keluar dari filter bubble bukan berarti harus berhenti menggunakan media sosial. Yang perlu dilakukan adalah menggunakan media sosial secara lebih sadar dan kritis. Algoritma dapat membantu menemukan informasi yang sesuai dengan minat kita, tetapi jangan sampai menjadi satu-satunya penentu apa yang kita lihat dan percayai. Apabila informasi yang kita konsumsi lebih beragam, akan semakin luas kesempatan kita untuk memahami dunia dari beragam perspektif.
Bagikan artikel ini