“Mengenal Efek Samping Algoritma”
Di era digital yang semakin maju saat ini, internet telah menjadi bagian yang tak terpisahkan dari kehidupan sehari-hari. Internet menjadi tempat utama bagi banyak orang untuk mencari informasi, berinteraksi dengan orang lain, dan mengungkapkan pendapat mereka. Media sosial muncul sebagai platform yang paling populer untuk interaksi sosial di internet saat ini.
Seiring dengan semakin banyaknya pengguna media sosial, algoritma pun menjadi semakin relevan dalam mempersonalisasi pengalaman pengguna. Algoritma ini didesain untuk menampilkan konten yang paling relevan atau menarik, berdasarkan perilaku dan minat pengguna. Namun, di balik manfaat tersebut, terdapat konsep yang cukup kompleks yang mempengaruhi cara kita memperoleh informasi, yaitu filter bubble.
Filter bubble pertama kali diperkenalkan pada tahun 2011, oleh Eli Pariser, seorang aktivis dan penulis buku, dalam seminar TED Talks yang diselenggarakan di California. Menurut Pariser, filter bubble adalah sebuah dunia di mana apa yang kita lihat dan apa yang kita tidak lihat pada internet menjadi semakin dipersonalisasi, dan di mana kita makin terpapar pada informasi yang sesuai dengan apa yang kita sudah percayai.
Konsep filter bubble ini mengacu pada kondisi di mana individu di internet menjadi terjebak dalam lingkungan informasi yang hanya mencakup pandangan atau perspektif yang sesuai dengan kepercayaan dan preferensi mereka. Hal ini terjadi ketika algoritma pada mesin pencari dan media sosial secara otomatis mengadaptasi hasil pencarian dan tampilan konten berdasarkan data pengguna, seperti riwayat pencarian, preferensi, dan perilaku online.
Algoritma ini bagi sebagian orang mungkin terdengar biasa dan tidak berbahaya, bahkan cenderung bermanfaat dalam mengakses berbagai informasi yang pengguna butuhkan di internet. Tetapi, dalam situasi filter bubble, algoritma semacam ini justru dapat membatasi akses penggunanya terhadap informasi atau sudut pandang di luar gelembung informasi yang mereka miliki. Hal ini dikarenakan algoritma cenderung menampilkan konten yang sejalan dengan preferensi atau pandangan pengguna, dan mengecualikan atau menyembunyikan informasi yang bertentangan dengan pandangan tersebut. Sehingga pada akhirnya, individu terisolasi dari informasi atau sudut pandang yang berbeda dari milik mereka sendiri.
Sebagai contoh, ketika kita mencari informasi politik di mesin pencari. Mesin pencari akan menampilkan artikel yang sejalan dengan pandangan politik kita. Sebaliknya, mesin pencari akan menurunkan peringkat artikel yang tidak sejalan dengan pandangan politik kita, sehingga informasi yang disajikan cenderung mempertegas pandangan kita yang sudah ada sebelumnya. Ini menjadi masalah karena kita menjadi terpapar dengan informasi yang mungkin tidak seimbang atau tidak akurat. Sebagai hasilnya, kita cenderung menjadi lebih terpolarisasi dan kurang terbuka untuk sudut pandang lain.
Filter bubble bekerja serupa dengan filter non-transparan yang digunakan dalam algoritma untuk membatasi pilihan yang tersedia bagi pengguna. Akibatnya, kebebasan berpikir, berdiskusi, dan bertindak menjadi berkurang, sehingga perlu suatu upaya untuk mengembangkan pemikiran individu (Bozdag & Hoven, 2015). Keterbatasan berpikir dapat mengakibatkan keberagaman opini dan perspektif kurang mendapat perhatian. Padahal, kebebasan dalam berpikir ini dapat meningkatkan rasionalitas dan kreatifitas pada individu.
Penting bagi kita untuk lebih sadar mengenai cara kerja filter bubble dan mengambil langkah untuk mengeksplorasi sudut pandang yang berbeda dan terbuka terhadap informasi yang mungkin bertentangan dengan pandangan kita sendiri. Terdapat beberapa strategi yang bisa digunakan untuk mengurangi efek negatif filter bubble, yakni:
- Sadari jenis konten yang dibutuhkan dan lakukan cross-check informasi dari berbagai sumber.
Penting untuk mengetahui jenis konten yang dibutuhkan dan kemudian melakukan cross-check pada informasi tersebut. Dengan memeriksa informasi dari beberapa sumber yang berbeda, kita dapat memastikan bahwa informasi yang kita terima akurat dan dapat dipercaya. Hal ini sangat penting untuk menghindari penyebaran informasi yang salah atau hoax.
- Manfaatkan fitur platform untuk membatasi atau menyaring konten yang muncul.
Sebagian besar platform digital seperti mesin pencari, media sosial, atau aplikasi lainnya memiliki fitur untuk membatasi atau menyaring konten yang muncul, seperti fitur filter atau block. Kita dapat memanfaatkan fitur-fitur tersebut untuk membatasi konten yang muncul dan mengurangi paparan pada konten yang tidak sesuai dengan kepentingan kita.
- Fokus pada konten yang memiliki manfaat atau nilai bagi kehidupan.
Dalam memilih konten, kita harus mempertimbangkan apakah konten tersebut dapat memberikan wawasan baru, membantu dalam pengembangan pribadi, atau memberikan manfaat lainnya. Sehingga, kita dapat memaksimalkan penggunaan waktu kita di media sosial
- Berikan apresiasi pada konten yang berkualitas dan bermanfaat.
Kita dapat memberikan dukungan dan apresiasi pada konten yang berkualitas dan bermanfaat, seperti like, komentar, atau bagikan konten tersebut agar orang lain juga dapat menikmati manfaatnya. Ini dapat menjadi dorongan bagi mereka untuk terus menghasilkan konten yang lebih baik dan bermanfaat.
REFERENSI
Bozdag, E., & van den Hoven, J. (2015). Breaking the Filter Bubble: Democracy and Design. Ethics and Information Technology, 249-265.
Indriani, S. S., Prasanti, D., & Mohammad Permana, R. S. (2020). Analysis of The Filter Bubble Phenomenon in The Use of Online Media for Millennial Generation (An Ethnography Virtual Study about The Filter Bubble Phenomenon). Nyimak Journal of Communication, 199–209.
Paramita, S., Loisa, R., Setyanto, Y., & Indiarma, V. (2019). Filter Gelembung, Ruang Bergema, dan Personaliasi Algoritma. Dalam Komunikasi dalam Media Digital (hal. 190-199). Buku Litera Yogyakarta.
Pariser, E. (2011). Beware Online “Filter Bubble”. Diambil kembali dari https://www.ted.com/talks/eli_pariser_beware_online_filter_bubbles/transcript?language=en
Pariser, E. (2011). The Filter Bubble : What the Internet is Hiding From You. New York: The Penguin Press.
Wulandari, V., Rullyana, G., & Ardiansah. (2021). Pengaruh Algoritma Filter Bubble dan Echo Chamber Terhadap Perilaku Penggunaan Internet. Berkala Ilmu Perpustakaan dan Informasi, 98-111.
Penulis: Aviva Azizi
Editor: Odilia Diana Dyah Ayu Pitaloka