 |
Menghabiskan waktu dan mengikuti berbagai sumber berita gratis biasanya berguna bagi kebanyakan orang; namun, mereka memiliki biaya tersembunyi yang dapat memengaruhi pengalaman online pengguna dan konten yang disajikan kepada mereka. Algoritme internet adalah mekanisme tersembunyi yang bertindak sebagai perancah untuk sebagian besar platform online yang mungkin tidak dilihat pengguna pada awalnya, tetapi ada selama mereka online.
Saat mencari konten, kami biasanya mengalami tren dan pola pada apa yang kami cari dan konten yang direkomendasikan kepada kami dari platform. Konten yang ditampilkan tidak dihadirkan secara tidak sengaja, melainkan melalui mekanisme online yang melacak riwayat pencarian pengguna dan memandu pengguna ke konten yang diklaim mirip dengan yang pernah dicari.
Perdebatan tentang penggunaan algoritma internet dan perannya dalam menyebarkan informasi yang salah dan hoaks masih dipertanyakan; namun, pasti ada insiden yang menunjukkan korelasi antara informasi yang ditampilkan secara online dan perspektif orang. Sejak abad ke-21 menghadirkan kehidupan yang serba cepat, peran jurnalisme online, untuk memperoleh informasi dan mengkomunikasikan pendapat seseorang telah mencapai ketinggian baru.
Pemilu AS tentunya menjadi salah satu dari sekian contoh banyak kesempatan di mana media sosial telah menunjukkan penggunaannya sebagai elemen penting dalam kampanye dan perubahan perspektif. Basis data online yang tersebar luas tentang statistik pemilih dan agenda pemimpin sekarang diakses oleh jutaan pengguna dari kenyamanan rumah mereka, dan informasi yang ditampilkan cenderung berkorelasi dengan hasil pemilihan tertentu.
Kita cenderung menonton pidato pemilu, melihat agenda kandidat, menjelajahi kedalaman jumlah pemilih, dan membaca opini editorial hanya dengan beberapa klik. Perdebatan penggunaan internet pada informasi dapat dilihat dari perspektif ekonomi di mana kita cenderung melihat “dampak positif internet terhadap jumlah pemilih” (Larcinesey 2017) dan menyuarakan pendapat sejak awal abad ini.
Orang-orang sekarang tampaknya jauh lebih terlibat dalam situasi politik ekonomi yang membuat pertarungan kampanye online menjadi lebih penting untuk hasil pemilu. Namun, dengan partisipasi yang begitu luas di platform online, terdapat risiko pengecekan fakta dan keandalan sumber baru yang dipublikasikan.
Algoritme online yang dirancang oleh perusahaan teknologi besar berperan dalam mengarahkan pengguna ke situs web yang relevan. Meskipun sebagian besar platform yang sedang tren seperti Facebook, YouTube, TikTok, dan Twitter tampaknya dapat diandalkan karena jumlah lalu lintas pengguna yang tinggi, mereka masih memuat sumber yang dapat dipublikasikan untuk tujuan perhatian pengguna dan penjualan iklan. Dengan ratusan dan ribuan posting dibuat dalam satu jam, hanya ada batas tertentu di mana platform online dapat memoderasi dan memeriksa fakta ribuan situs dan akun yang beroperasi di platform mereka, yang karenanya dapat menyebabkan konten mengambang di internet yang mungkin dianggap ekstrim, salah dan tidak dapat diandalkan.
Algoritme online yang digunakan oleh perusahaan teknologi besar cenderung mengarahkan pengguna ke sumber-sumber yang tampak ekstrem dan sensasional membuat pembaca menghabiskan lebih banyak waktu untuk membacanya. Andrew Guess, seorang profesor, dan peneliti di Departemen Politik di Universitas Princeton memiliki pertanyaan serupa tentang dampak media sosial, pengecekan fakta terhadap sumber berita online, dan pengaruhnya terhadap informasi dan perilaku politik yang salah. Dia menulis dalam makalahnya bahwa media sosial berisi "konten ekstrim dan sensasional, penuh dengan berita palsu atau tidak dapat dipercaya yang dapat mengalihkan pengguna ke arah klaim bias." (Tebak 2016) Temuannya juga membahas peran algoritma media sosial dalam mempromosikan konten sensasional yang dapat mendorong ide atau perspektif tertentu. Karena pengguna memilih untuk mencari informasi secara online dan melihat ratusan sumber untuk membaca tentang pemilu dan kampanye, sulit untuk membedakan antara sumber yang dapat dipercaya dan tidak valid yang, akibatnya, dapat menyebabkan artikel berita yang salah dan tidak akurat diterbitkan dan baca yang dapat memengaruhi pengguna dan bahkan membantu kandidat atau topik tertentu untuk mendapatkan dukungan.
Hoaks dan Konten Ekstrim
Gagasan menerbitkan dan menyebarkan sumber berita yang tidak akurat tidak hanya terbatas pada kampanye pemilu. Tren algoritme rekomendasi untuk mempromosikan konten ekstrem dan salah telah terlihat selama dekade sebelumnya ketika John Albright, seorang peneliti di Universitas Columbia, menulis bagaimana insiden seperti Penembakan Parkland, Penembakan Vegas tahun 2017, dan bahkan 9/11 telah ditampilkan sebagai tipuan oleh platform terkemuka karena video semacam itu cenderung menarik pengguna online, memaksa mereka untuk mengeklik dan menjelajah lebih jauh.
Penelitian lebih lanjut menyatakan bahwa situs web media sosial “menciptakan sistem yang dapat mendorong informasi palsu dan menyesatkan mengambang di database online mereka” (Timberg dan Harwell 2018) untuk mendapatkan lalu lintas maksimum di server mereka. Pendekatan seperti itu untuk dengan sengaja membiarkan berita palsu ada di server online menimbulkan pertanyaan keandalan yang serius karena pengguna dapat diperlihatkan artikel yang tidak menggambarkan gambaran sebenarnya dan bahkan dapat memanipulasi proses pemikiran pengguna mereka.
Aspek lain dari diskusi ini berkisar pada penyebaran ujaran kebencian dan ekstremisme di situs web semacam itu. Studi yang dilakukan tentang korelasi antara media sosial dan ekstremisme menunjukkan bahwa paparan media sosial yang berlebihan dapat “menghasilkan hasil pencarian dengan materi ekstremis, tetapi bahasa yang ramah, apolitis, dan non-kekerasan juga memfasilitasi akses ke situs web yang mempromosikan kekerasan dan ideologi ekstremis”. (Schmitt 2018) Oleh karena itu, gagasan tersebut mendorong gagasan bahwa meskipun riwayat pencarian yang ekstrem dapat mengarahkan pengguna ke situs web yang salah dan tidak dapat dipercaya; namun, pencarian normal dan ortodoks dapat mengarahkan pengguna ke situs web dan sumber berita yang tidak dapat diandalkan juga.
Algoritme Rekomendasi
Masalah sebenarnya muncul saat kita membahas penggunaan platform online untuk eksploitasi pengguna dan keuntungan pribadi. Perusahaan teknologi besar telah mengembangkan algoritme dan insentif yang mendorong pihak ketiga untuk memperebutkan perhatian pengguna.
Penelitian yang dilakukan oleh para profesor di University of Massachusetts di Boston berbicara tentang peran jurnalisme online dalam penyebaran berita politik hoax. Mereka menyelidiki infrastruktur media yang mendasarinya dan menyimpulkan bagaimana “perusahaan media sosial menciptakan struktur insentif untuk penerbit tipuan yang meningkatkan penyebaran berita palsu” (Joshua dan Jessica 2019), sementara platform online menghasilkan pendapatan dengan peningkatan keterlibatan.
Dengan menelaah rantai berita hoax yang masuk ke kalangan publik, mereka menulis bagaimana situs media sosial memberikan insentif kepada penerbit yang menyebarkan hoax. Demikian pula, penelitian lain menunjukkan korelasi antara informasi pribadi pengguna dan iklan sejak perusahaan teknologi besar menggunakan “data pengguna… untuk menampilkan iklan yang dipersonalisasi dan saran konten” (Maiga 2009) untuk meningkatkan waktu layar mereka di situs web mereka. (Red/Mq)
