Peran Mekanisme Media Sosial dalam Membentuk dan Mempolarisasi Pandangan Politik Global

Perkembangan pesat media sosial telah secara fundamental mentransformasi lanskap politik global, mengukuhkan platform-platform digital ini sebagai elemen kunci dalam politik modern, terutama dalam rangkaian persiapan menuju pemilihan umum (Pemilu). Secara teoritis, media sosial menawarkan potensi demokratis yang signifikan. Platform ini menyediakan akses langsung bagi calon politik untuk berinteraksi dengan audiens mereka, memungkinkan akses cepat ke pemilih, dan memfasilitasi partisipasi aktif masyarakat dalam proses politik.

Namun, potensi positif ini dibayangi oleh risiko sistemik yang timbul dari arsitektur platform itu sendiri. Laporan ini mengakui bahwa meskipun media sosial memfasilitasi ekspresi dan partisipasi politik, ia juga membawa konsekuensi negatif serius, termasuk penyebaran informasi palsu, polarisasi ideologi, dan perpecahan sosial. Analisis mendalam menunjukkan bahwa peningkatan partisipasi politik yang difasilitasi oleh platform tidak selalu berkorelasi positif dengan peningkatan kualitas demokrasi. Jika partisipasi ini didasarkan pada konten yang dimanipulasi atau diarahkan oleh kepentingan elit tertentu, maka hasil yang muncul adalah demokrasi yang didorong oleh reaksi afektif, bukan oleh nalar kritis yang deliberatif.

Algoritma sebagai Aktor Non-Netral dan Definisi Kritis

Untuk memahami bagaimana pandangan politik global dibentuk, penting untuk membuang asumsi bahwa algoritma adalah sistem teknis yang pasif. Sebaliknya, konsep algorithmic culture menekankan bahwa algoritma harus dipahami sebagai aktor yang memiliki kapasitas inheren untuk mengatur “siapa yang terlihat, kapan, dan dalam konteks apa” (Bucher, 2018). Dalam konteks politik, ini berarti algoritma secara aktif merekayasa keterlihatan politik, memprioritaskan narasi tertentu di atas yang lain berdasarkan sinyal yang mereka programkan untuk dinilai. Algoritma berfungsi sebagai aktor non-netral yang memengaruhi pola pikir dan konsumsi informasi modern. Dampak paling signifikan dari rekayasa keterlihatan ini adalah penciptaan dua fenomena terkait yang membatasi spektrum pandangan politik yang dikonsumsi pengguna: Filter Bubble dan Echo Chamber.

Filter Bubble

Filter Bubble, sebagaimana didefinisikan oleh aktivis internet Eli Pariser, adalah kondisi isolasi intelektual yang ditimbulkan dari hasil pencarian dan rekomendasi yang dipersonalisasi. Algoritma platform secara selektif menebak informasi apa yang ingin dilihat pengguna berdasarkan data personal, seperti lokasi, riwayat klik, dan kebiasaan pencarian. Hasilnya adalah batasan paparan terhadap beragam ide dan informasi yang dapat diandalkan, dan yang lebih krusial, eliminasi serendipity (penemuan tak terduga).

Penghapusan serendipity oleh Filter Bubble merupakan krisis epistemik yang mendalam. Dalam lingkungan politik yang sehat, paparan acak terhadap fakta atau argumen yang bertentangan adalah mekanisme penting yang membantu pengguna menantang bias kognitif mereka dan mengembangkan toleransi terhadap pandangan yang berbeda. Ketika algoritma secara sistematis menghilangkan paparan tersebut, kemampuan publik untuk terlibat dalam dialog lintas-ideologi dan memahami kompleksitas isu politik menjadi terhambat secara fundamental.

Echo Chamber

Echo Chamber merujuk pada penguatan pandangan yang sudah ada, di mana individu hanya terpapar informasi yang secara konsisten memperkuat keyakinan yang telah mereka pegang. Fenomena ini diperburuk oleh sifat manusia yang disebut homophily—kecenderungan individu untuk berasosiasi dan berinteraksi dengan orang-orang yang serupa (“birds of a feather flock together”). Di dalam Echo Chamber, pengguna tidak hanya kehilangan kontak dengan pandangan luar, tetapi pandangan mereka sendiri menjadi semakin ekstrem, memperburuk perpecahan politik besar di masyarakat.

Mekanisme Algoritma dan Komodifikasi Afeksi Politik

Pandangan politik dibentuk oleh algoritma melalui sistem rekomendasi yang secara struktural dirancang untuk memprioritaskan keterlibatan emosional di atas rasionalitas deliberatif.

Anatomi Algoritma Keterlibatan

Algoritma media sosial beroperasi berdasarkan ekonomi perhatian, di mana tujuan utamanya adalah memaksimalkan waktu henti (dwell time) dan interaksi pengguna, bukan memastikan kualitas atau kebenaran informasi. Untuk mencapai hal ini, sistem rekomendasi memprioritaskan sinyal-sinyal tertentu:

1. Interaksi Pengguna (Engagement): Sinyal seperti likes, shares, dan comments adalah indikator kuat bahwa pengguna menemukan konten tersebut menarik dan relevan. Algoritma sangat menyukai konten yang mendorong perbincangan atau memicu pertanyaan mendalam (thought-provoking inquiries) dari audiens.
2. Afeksi dan Emosi: Bukti menunjukkan bahwa konten yang memicu reaksi emosional yang kuat—terutama kemarahan atau sensasi—lebih diprioritaskan untuk visibilitas daripada konten yang moderat atau informatif. Konten yang menghibur atau lucu juga mendapat dorongan, tetapi dalam konteks politik, konten yang memecah belah dan emosional secara struktural lebih menguntungkan platform. Hal ini menciptakan insentif finansial di mana kualitas informasi terdegradasi demi viralitas emosional.
3. Recency dan Watch Time: Pos yang lebih baru (recency) diprioritaskan. Khusus untuk platform berbasis video seperti TikTok, watch time (durasi tontonan hingga selesai atau jumlah pengulangan video) merupakan sinyal yang sangat kuat untuk menentukan apakah konten tersebut akan direkomendasikan secara luas di For You Page (FYP).

Karena emosi, khususnya kemarahan dan sensasi, terbukti menjadi prediktor keterlibatan yang jauh lebih kuat daripada kebenaran atau moderasi, algoritma secara implisit menghukum diskusi politik yang rasional dan mempromosikan ekstremisme. Algoritma media sosial secara pasif menghukum moderasi dan rasionalitas politik dalam desain intinya.

Afeksi Publiks (Affective Publics) yang Dikomodifikasi

Perkembangan media sosial telah menghasilkan bentuk keterlibatan politik baru yang berpusat pada afeksi, atau emosi. Konsep affective publics (Papacharissi, 2015) menjelaskan entitas kolektif yang dibentuk bukan berdasarkan kesamaan ideologi rasional, melainkan berdasarkan intensitas emosional yang disirkulasikan melalui platform digital.

Historisnya, emosi kolektif (seperti kemarahan, harapan, dan solidaritas) berperan penting dalam membentuk aksi kolektif berbasis jaringan, seperti pada peristiwa Arab Spring. Namun, dalam lanskap politik elektoral kontemporer, peran afeksi telah bertransisi dari organik menjadi terkonstruksi. Data menunjukkan bahwa dalam konteks pemilu, affective publics dimobilisasi, dikonstruksi, dan dikomodifikasi oleh aktor-aktor elite sebagai bagian dari strategi kampanye yang terencana, bukan tumbuh dari gerakan akar rumput yang murni. Algoritma menjadi alat yang memungkinkan elit politik memanfaatkan teknologi afektif untuk merekayasa persepsi, keterlibatan, dan visibilitas.

Studi Kasus TikTok dan Radikalisasi

Platform seperti TikTok, dengan sistem rekomendasi FYP-nya, adalah contoh konkret bagaimana algoritma merekayasa keterlihatan politik dengan memprioritaskan konten yang paling afektif. Hal ini, dikombinasikan dengan durasi video yang sangat pendek (rata-rata 20 detik untuk konten politik), secara dramatis mempercepat konsumsi politik yang didorong oleh emosi instan.

Sebuah studi yang berfokus pada TikTok menunjukkan betapa cepatnya seorang pengguna dapat teradikalisasi. Ketika pengguna berinteraksi hanya dengan konten yang bersifat transfobik, algoritma TikTok dengan cepat dan secara eksponensial meningkatkan volume dan variasi rekomendasi video yang jauh lebih luas, termasuk materi yang mempromosikan misogini, rasisme, supremasi kulit putih, anti-Semitisme, dan teori konspirasi. Algoritma secara efektif berfungsi sebagai mesin generalisasi ideologi ekstremis; ia menyimpulkan bahwa keterlibatan tinggi dengan satu bentuk ekstremisme menandakan kemungkinan tinggi keterlibatan dengan bentuk ekstremisme yang lain. Ini membuktikan bahwa radikalisasi politik yang cepat bukan hanya efek samping, tetapi hasil optimalisasi algoritmik yang didorong oleh sinyal keterlibatan yang ekstrem.

Tabel 1: Analisis Hubungan Kausal Algoritma dan Konsekuensi Politik

Dampak Struktur Algoritma pada Polarisasi Politik dan Identitas

Mekanisme Polarisasi: Dari Isolasi ke Penguatan Identitas

Algoritma media sosial telah menjadi salah satu faktor utama yang mempercepat polarisasi politik di seluruh dunia. Mekanisme utamanya adalah isolasi informasi dan penguatan bias yang sudah ada. Dengan terciptanya Filter Bubble, paparan pengguna secara sistematis dibatasi hanya pada pandangan yang sejalan dengan kepercayaan mereka. Konsekuensi yang muncul adalah demokrasi yang tidak lagi didasarkan pada nalar kritis masyarakat, tetapi pada opini yang dimanipulasi oleh polarisasi algoritmik.

Fenomena ini diperparah di dalam Echo Chamber, di mana individu kehilangan kemampuan untuk berdialog secara konstruktif dengan pihak yang memiliki pendapat berbeda. Polarisasi sentimen yang dipercepat oleh algoritma dan akun besar terlihat jelas dalam isu-isu politik yang sensitif dan memecah belah secara global, seperti yang diamati pada sentimen di sekitar Brexit.

Ketergantungan polaritas pada visi elitis menunjukkan bahwa polarisasi politik kontemporer bukan hanya fenomena organik yang timbul dari interaksi horizontal antar pengguna. Sebaliknya, karena algoritma memprioritaskan konten yang memicu kemarahan, elit politik dapat secara strategis mengkonstruksi dan memobilisasi publik afektif. Hal ini memberikan aktor politik yang terorganisir sebuah kontrol yang hampir tidak terlihat, memungkinkan mereka memanipulasi persepsi dan keterlibatan politik secara masif melalui produksi konten emosional yang murah.

Polarisasi Afektif dan Pembentukan Identitas Politik

Interaksi sosial di platform visual seperti Instagram, yang memanfaatkan fitur-fitur unik seperti Stories, Reels, dan hashtags, memfasilitasi diskursus politik yang dinamis dan visual. Melalui eksposur algoritmik yang terus-menerus terhadap konten yang diperkuat, pengguna tidak hanya mengembangkan keyakinan politik, tetapi mengintegrasikan keyakinan tersebut ke dalam identitas pribadi mereka. Proses ini dikenal sebagai polarisasi afektif.

Polarisasi afektif memiliki konsekuensi sosial yang mendalam. Ketika identitas politik menjadi sangat terintegrasi dengan identitas pribadi, perbedaan ideologis yang dulunya dapat diperdebatkan kini berubah menjadi permusuhan pribadi terhadap kelompok luar (out-group). Dengan memperkuat identitas berbasis ideologi, algoritma merusak kohesi sosial dasar. Politik berubah dari perdebatan kebijakan menjadi perjuangan identitas, membuat resolusi konflik melalui fakta atau dialog menjadi semakin sulit. Bahkan Generasi Z, meskipun menunjukkan peningkatan minat signifikan pada praktik politik melalui platform video pendek, mengonsumsi politik dalam konteks yang sangat terfragmentasi dan didorong oleh emosi instan yang disajikan dalam format 15 detik.

Algoritma sebagai Akselerator Propaganda dan Ancaman terhadap Legitimasi Demokrasi

Penyebaran Disinformasi dan Kejahatan Siber

Algoritma media sosial memainkan peran sentral dan problematis dalam penyebaran propaganda digital dan misinformasi, terutama menjelang pemilihan umum. Konten hoax yang sensasional dan mengandung informasi tidak benar sering kali menjadi konsumsi massal pengguna, karena sifatnya yang sangat sesuai dengan sinyal keterlibatan yang dicari oleh algoritma.

Propaganda digital yang efisien memanfaatkan beberapa teknik yang difasilitasi oleh algoritma:

1. Penggunaan Tagar: Propaganda memanfaatkan tagar untuk membuat percakapan tertentu menjadi trending topic secara artifisial.
2. Bot dan Akun Palsu: Penggunaan bot dan akun palsu memungkinkan penyebaran pesan politik dengan cepat dan luas, memanfaatkan algoritma visibilitas dan mengatasi batas organik.

Lebih lanjut, kemajuan teknologi memungkinkan manipulasi audio visual yang canggih. Deepfake politik, meskipun mayoritas awalnya digunakan untuk penipuan digital, merupakan ancaman yang dipercepat penyebarannya oleh algoritma media sosial. Algoritma media sosial memprioritaskan konten baru dan cepat, dan deepfake adalah ancaman manipulatif yang canggih. Kecepatan penyebaran algoritmik jauh melampaui kemampuan lembaga pengecekan fakta untuk melakukan verifikasi, secara efektif mempersenjatai disinformasi dengan kecepatan dan realisme yang menantang prinsip dasar bahwa kebenaran dapat diverifikasi sebelum kerusakan terjadi.

Erosi Kepercayaan dan Krisis Legitimasi

Konsekuensi dari penyebaran propaganda yang difasilitasi algoritma jauh melampaui hasil pemilu tunggal. Penyebaran berita palsu, seperti contoh hoaks politik dalam Pemilu 2019 di Indonesia, secara sengaja dirancang untuk menciptakan kebingungan dan merusak citra calon serta kredibilitas penyelenggaraan pemilu.

Ketika berita palsu berhasil memengaruhi hasil pemilu atau merusak reputasi lembaga-lembaga negara, kepercayaan masyarakat terhadap sistem politik terganggu. Erosi ini mengarah pada krisis legitimasi dalam pemerintahan dan ketidakpercayaan yang meluas terhadap institusi demokrasi. Algoritma, dengan membuat hoaks menjadi konsumsi massal, tidak hanya menyesatkan pemilih sesaat, tetapi juga merusak dasar epistemik masyarakat, menyebabkan mereka tidak lagi percaya pada sumber informasi otoritatif (pemerintah, media, dan bahkan sains). Lingkungan di mana skeptisisme radikal menjadi norma ini menciptakan ketidakstabilan politik yang lebih besar, menghambat tindakan kolektif berdasarkan fakta bersama, dan memengaruhi keputusan-keputusan penting yang harus diambil oleh negara.

Mengelola Algoritma: Regulasi, Transparansi, dan Ketahanan Digital

Kebutuhan Tata Kelola Digital dan Regulasi Transparan

Untuk mengatasi dampak destruktif algoritma, diperlukan kerangka tata kelola digital yang tegas dan kolaboratif. Algoritma harus diarahkan untuk mendukung demokrasi—dengan mempromosikan informasi yang akurat, kebebasan berekspresi, dan partisipasi aktif—bukan sebaliknya, memecah belah dan memanipulasi opini public.

Regulasi yang ketat adalah komponen esensial. Secara global, Digital Services Act (DSA) di Uni Eropa berfungsi sebagai studi kasus penting. DSA bertujuan memperbarui kerangka hukum untuk konten ilegal dan menetapkan kewajiban tambahan bagi Platform Online yang Sangat Besar (Very Large Online Platforms atau VLOP). Regulasi ini menuntut transparansi dan akuntabilitas algoritma. Platform harus menyediakan mekanisme bagi pengguna untuk melaporkan konten ilegal dan harus bertanggung jawab atas desain sistem rekomendasi mereka.

Meskipun demikian, ada keterbatasan signifikan: asimetri yurisdiksional. Regulasi seperti DSA hanya berlaku di wilayah geografis tertentu (misalnya, Wilayah Ekonomi Eropa atau EEA). Ancaman algoritmik, seperti deepfake dan bot, bersifat global dan tidak terikat batas negara. Fragmentasi regulasi memungkinkan regulatory arbitrage, di mana platform dapat mengalihkan fokus kepatuhan dari pasar yang lemah ke pasar yang lebih ketat, sementara bahaya polarisasi dan disinformasi tetap tersebar di negara-negara dengan tata kelola digital yang rentan. Oleh karena itu, harmonisasi regulasi global menjadi penting untuk efektivitas perlindungan demokrasi.

Strategi Mitigasi Jangka Panjang: Pendidikan dan Intervensi

Selain regulasi, ketahanan digital masyarakat harus diperkuat melalui strategi mitigasi jangka panjang yang berfokus pada pendidikan. Pendidikan dan literasi digital yang kuat adalah “vaksin” yang diperlukan untuk mengatasi dampak negatif algoritma dan propaganda. Masyarakat perlu diberdayakan dengan pemahaman mendalam tentang cara algoritma bekerja, memungkinkan mereka untuk mengembalikan demokrasi berdasarkan nalar kritis, bukan manipulasi.

Tantangan utama saat ini terletak pada desain ulang sistem rekomendasi itu sendiri. Mengingat bahwa algoritma saat ini secara inheren berpihak pada keterlibatan emosional, diperlukan penelitian dan intervensi yang memungkinkan algoritma memprioritaskan keragaman pandangan atau kualitas informasi alih-alih hanya keterlibatan. Solusi teknis ini mungkin memerlukan pergeseran model bisnis platform, misalnya, dengan memperkenalkan metrik keberhasilan yang tidak didasarkan pada waktu henti, tetapi pada paparan pengguna terhadap ide-ide yang bervariasi atau peningkatan literasi pengguna.

Tabel 2: Ancaman Algoritma terhadap Demokrasi dan Respon Strategis

Kesimpulan dan Rekomendasi Strategis

Algoritma media sosial telah melampaui perannya sebagai alat komunikasi; mereka kini berfungsi sebagai diktat tak terlihat yang secara aktif membentuk pandangan politik global. Pembentukan pandangan ini terjadi bukan melalui diskursus rasional, melainkan melalui rekayasa keterlihatan yang bias terhadap emosi, komodifikasi afeksi politik, dan optimalisasi keterlibatan yang menghasilkan polarisasi afektif. Mekanisme Filter Bubble dan Echo Chamber telah merusak dasar kohesi sosial dan menghambat nalar kritis, sementara sifat algoritmik yang memprioritaskan sensasi telah menjadi akselerator tak tertandingi untuk propaganda digital, termasuk deepfake, yang secara langsung mengarah pada krisis legitimasi terhadap institusi demokrasi.

Rekomendasi Kebijakan Lanjutan

Berdasarkan analisis struktural ini, diperlukan tindakan terpadu dari pemerintah, regulator, dan platform untuk mempertahankan integritas proses politik di era digital:

1. Mandat Transparansi Fungsional dan Audit Independen: Harus ada kewajiban regulasi bagi platform untuk mengungkapkan metrik yang digunakan dalam sistem rekomendasi mereka, khususnya yang memengaruhi distribusi konten politik dan emosional. Pengungkapan ini harus cukup rinci untuk memungkinkan audit pihak ketiga yang independen dalam mengidentifikasi bias sistemik yang mendorong polarisasi atau radikalisasi.
2. Investasi Skala Besar dalam Ketahanan Digital: Program literasi digital harus ditingkatkan secara signifikan, berfokus pada edukasi masyarakat mengenai cara kerja mekanisme algoritmik (misalnya, mengapa konten yang sensasional muncul lebih dulu), bukan hanya pada deteksi hoax sederhana. Ini bertujuan untuk memberdayakan pengguna agar dapat menavigasi ruang digital dengan nalar kritis.
3. Penegakan Tanggung Jawab Hukum Atas Desain Sistemik: Kerangka hukum harus dibangun untuk menahan platform bertanggung jawab atas dampak sistematis yang timbul dari desain algoritma mereka. Ini sangat penting dalam konteks penyebaran ujaran kebencian yang terprogram dan radikalisasi politik, seperti yang terbukti dalam studi filter bubble dan echo chamber yang secara sengaja mengarahkan pengguna ke ekstremisme. Regulasi harus bertujuan untuk memastikan bahwa algoritma dirancang untuk memperkuat dialog inklusif, bukan untuk memecah belah dan memanipulasi opini publik.