apa itu Filter Bubble ?

apa itu Filter Bubble ?

apa itu Filter Bubble ?
Ilustrasi Filter Bubble (Gemini)
Dibaca normal sekitar 7 menit
oleh Darwadi


Sebelum baca lebih lanjut, tulisan ini merupakan respon terhadap argumen Eli Pariser dalam TED Talk "Beware online filter bubbles" dengan menggunakan studi kasus pada terror di New Zealand yang dimuat pada Radio New Zealand (RNZ) mengenai "Christchurch terror attacks: Podcast questions lone wolf theory" dan tulisan ini menggunakan pendekatan U&G Theory dari (Griffin et al., 2019) dalam mengeksplorasi bagaimana pencarian kepuasan psikologis dan sosial pengguna, ketika bertemu dengan kurasi algoritmik, dapat menciptakan ekosistem informasi yang terisolasi dan memfasilitasi radikalisasi.

Eli Persier dalam Ted Talk

Ilustrasi Eli Periser dalam Ted Talk - Gemini
Ilustrasi Eli Periser dalam Ted Talk - Gemini
Eli Pariser dalam presentasinya di Ted Talk memperingatkan bahwa algoritma men-setting secara secara diam-diam dan menyensor beberapa pandangan demi kenyamanan pembaca atau audiens dan artikel RNZ menyoroti konsekuensi dari "permainan" digital ini. Pada kasus Christchurch, Tarrant dianggap seorang individu yang dianggap bertindak sendirian (lone wolf) yang sebenarnya adalah produk dari komunitas ekstremis online yang terhubung secara global.

Pada fenomena ini kita tidak bisa lagi melihat audiens sebagai korban pasif seperti dalam teori Hypodermic Needle namun sebaliknya U&G theory menawarkan pandangan yang lebih relevan. Teori ini berpendapat bahwa pengguna secara aktif memilih media untuk memuaskan kebutuhan psikologis dan sosial tertentu dan saya berpendapat bahwa dalam algoritma pada pencarian aktif audiens akan "gratifikasi" (kepuasan) diperkuat dan dimanipulasi oleh mesin, menciptakan umpan balik (feedback loop) yang berbahaya di mana radikalisasi menjadi bentuk pemenuhan kebutuhan sosial yang terdistorsi.

Pada sosial media, konten yang pertama kali dipilih pengguna akan menjadi acuan algoritma untuk menampilkan konten serupa secara berulang, dan mempersempit cakrawala pengetahuan pengguna dan hal ini senada dengan (Amelia Tri Andini & Yahfizham, 2023) yang menyatakan bahwa algoritma media sosial memberikan rekomendasi konten dengan cara mencocokkan minat pengguna dengan jenis konten yang diberikan, lalu selanjutnya kehadiran algoritma kurasi konten seperti yang dijelaskan Eli Pariser ternyata menambah lapisan kompleksitas pada teori ini. Jika U&G Theory berasumsi bahwa pengguna memilih konten, Eli Pariser berargumen bahwa algoritma memilihkan konten untuk pengguna berdasarkan prediksi tentang apa yang mungkin memberikan gratifikasi tercepat.

Dalam TED Talk-nya, Eli Pariser menceritakan bagaimana Facebook menyembunyikan postingan dari teman-temannya yang berhaluan konservatif karena ia jarang berinteraksi dengan konten tersebut. Pariser menggunakan istilah filter bubble untuk menggambarkan alam semesta informasi pribadi yang unik bagi setiap individu, yang dikurasi oleh algoritma tak terlihat. Dilihat dari perspektif U&G Theory, filter bubble adalah hasil dari mesin yang mencoba mengoptimalkan pemenuhan kebutuhan afektif dan pelepasan ketegangan pengguna, namun dengan mengorbankan kebutuhan kognitif.

Rasa tidak nyaman ketika keyakinan bertentangan dengan fakta baru

Ilustrasi rasa tidak nyaman pada fakta baru - Gemini
Ilustrasi rasa tidak nyaman pada fakta baru - Gemini
Manusia memiliki kecenderungan alami untuk menghindari disonansi kognitif atau rasa tidak nyaman ketika keyakinan bertentangan dengan fakta baru. Algoritma media sosial, yang dirancang untuk memaksimalkan engagement seperti waktu yang dihabiskan pada platform, belajar bahwa menyajikan pandangan yang menantang dan sebenarnya itu penting untuk pertumbuhan kognitif namun seringkali membuat pengguna tidak nyaman dan meninggalkan platform. Sebaliknya, menyajikan konten yang memvalidasi pendapat pengguna memberikan kepuasan instan.

Eli Pariser menyoroti bahaya tentang sifat algoritma yang tidak memiliki etika editor seperti editor berita zaman dulu. Editor manusia menyeimbangkan apa yang ingin dibaca publik dengan apa yang perlu diketahui public. Algoritma hanya peduli pada relevansi pengguna. Dalam kerangka U&G, ini berarti platform digital secara sistematis memprioritaskan gratifikasi emosional jangka pendek pengguna atau validasi diri pengguna di atas kebutuhan integrasi sosial yang lebih luas yang mengharuskan memahami juga perspektif orang lain. Hasilnya adalah audiens yang merasa terpuaskan dan terinformasi, padahal sebenarnya mereka sedang mengalami isolasi secara intelektual.

The Disciples of Tarrant

Ilustrasi liputan kejadian Christchurch - Gemini
Ilustrasi liputan kejadian Christchurch - Gemini
Pada liputan di RNZ yang membahas tentang The Disciples of Tarrant, liputan tersebut mencoba melawan sebutan "Lone Wolf" yang selama ini terkait pada pelaku teror Christchurch di New Zealand. Artikel tersebut menegaskan bahwa Tarrant sejatinya tidak beroperasi dalam kehampaan namun justru dia adalah bagian dari ekosistem sayap kanan global yang dinamis. Dia berinteraksi, berbagi meme, dan mendapatkan dukungan dari komunitas online sebelum melakukan aksinya.

Kasus ini contoh bagaimana U&G Theory pada filter bubble. Pelaku teror tersebut mencari media untuk memenuhi kebutuhan Integrasi Sosial dan Integrasi Personal. Integrasi Sosial dalam hal ini merupakan intergrasi pada dunia secara fisik, ideologi ekstrem mungkin membuat Tarrant terisolasi secara nyata namun internet memungkinkannya mencari komunitas yang sepaham. Tarrant tidak mencari informasi objektif namun dia mencari rasa memiliki dalam kelompok yang memvalidasi kebenciannya. Platform media sosial dan forum seperti 8chan atau 4chan memfasilitasi kebutuhan ini dengan menghubungkannya dengan individu-individu serupa di seluruh dunia. Pada intergrasi secara personal, narasi supremasi kulit putih memberikan rasa identitas, tujuan, dan status yang mungkin tidak dia dapatkan di kehidupan nyata. Menjadi "pejuang" bagi rasnya memberikan gratifikasi berupa peningkatan harga diri yang terdistorsi.

Terbenam di dalam konten-konten ekstrim

Ilustrasi terbenam dalam konten ekstrem - Gemini
Ilustrasi terbenam dalam konten ekstrem - Gemini

Di sinilah peringatan Pariser menjadi kenyataan. Begitu Tarrant mulai berinteraksi dengan konten ekstremis, algoritma atau struktur forum yang terkurasi akan memastikan dia semakin terbenam di dalam konten-konten ekstrim. Dia tidak akan melihat konten yang menanusiakan target kebenciannya. Filter bubble mempersempit cakrawala atas realitas moral dan empati, sementara komunitas online terus memberikan gratifikasi sosial berupa dukungan dan validasi atas ide-ide radikalnya.

Pada liputan RNZ menyebutkan bahwa narasi sebagai "Lone Wolf" adalah narasi yang berbahaya karena mengabaikan infrastruktur digital. Dari sudut pandang U&G Theory, dia adalah audiens yang sangat aktif. Dia menggunakan media secara spesifik untuk memvalidasi pandangan dunianya dan menemukan komunitas. Masalahnya bukan pada pasivitasnya, melainkan pada bagaimana teknologi memfasilitasi pencarian gratifikasi yang destruktif tersebut dengan menghilangkan gesekan moral atau sosial yang biasanya ada dalam interaksi tatap muka.

Menghubungkan Pariser dan kasus Christchurch melalui U&G Theory membawa kita pada kesimpulan yang meresahkan bahwa algoritma sosial media telah mempersenjatai psikologi manusia untuk melawan dirinya sendiri. Teori U&G berasumsi bahwa manusia cukup rasional untuk menyeimbangkan kebutuhan media mereka. Namun, Pariser menunjukkan bahwa kita tidak bisa memilih apa yang tidak kita lihat. Kita tidak bisa memilih untuk memenuhi kebutuhan kognitif kita akan pandangan yang seimbang jika algoritma telah menyembunyikan pandangan tersebut dari feed sosial media kita.

Dalam kasus Christchurch, kita melihat konsekuensi akhir dari proses ini. Ketika seseorang memiliki kerentanan psikologis atau ideologis dan mencari gratifikasi di internet ini mengubah konsep "Audiens Aktif" dalam U&G Theory. Pengguna memang aktif melakukan klik pertama, tetapi setelah itu, algoritma mengambil alih kemudi, mengarahkan pengguna menyusuri "lubang kelinci" (rabbit hole) di mana setiap konten berikutnya dirancang untuk memberikan dosis dopamin (gratifikasi) yang lebih tinggi, seringkali melalui konten yang lebih ekstrem dan sensasional.

Referensi
Amelia Tri Andini & Yahfizham. (2023). Analisis Algoritma Pemrograman Dalam Media Sosial Terhadap Pola Konsumsi Konten. Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika, 2(1), 286–296. https://doi.org/10.61132/arjuna.v2i1.526

Griffin, E. A., Ledbetter, A., & Sparks, G. G. (2019). A first look at communication theory (Tenth edition). McGraw-Hill Education.

rnz.co.nz, 2025, https://www.rnz.co.nz/news/chch-terror/565567/christchurch-terror-attacks-podcast-questions-lone-wolf-theory


Tulisan lainnya
Social Media
kontak yeTerangkat
yuhuuuterangkat@gmail.com
-
yeTerangkat, tempat ide ketemu hati nurani dan ditulis!