Penulis
Dari Melihat ke Ikut Campur
Secara historis, computer vision lahir dari ekosistem militer pada era 1960-an. Pada awalnya, teknologi ini digunakan untuk membedakan mana “kawan” dan mana “lawan” (Dobson, 2023). Perjalanannya kemudian berkembang jauh, dari mesin pembelajar Perceptron karya Rosenblatt hingga teknologi yang kini tertanam dalam Spot, robot berkaki empat milik Boston Dynamics. Dengan kemampuan membaca bentuk, garis, dan objek, computer vision kemudian digunakan untuk berbagai kebutuhan, mulai dari mendeteksi kendaraan hingga teknologi olahraga seperti VAR (Video Assistant Referee) dalam sepak bola (Dobson, 2023).
Lebih dari sekadar teknologi untuk membaca gambar, kehadiran computer vision juga membawa perubahan dalam ilmu humaniora. Dalam esainya Can an Algorithm Be Disturbed? Machine Learning, Intrinsic Criticism, and The Digital Humanities (2015), Dobson menunjukkan bahwa perkembangan komputasi melahirkan cara baru membaca karya sastra, termasuk distant reading dan pembacaan dangkal sebagai kritik terhadap tradisi close reading yang dianggap terlalu eksklusif. Perdebatan mengenai cara membaca ini pun terus berlangsung hingga sekarang.
Perkembangan computer vision dalam AI (Artificial Intelligence) bahkan memungkinkan hal-hal yang sebelumnya sulit dilakukan dalam studi sastra menjadi mungkin. Salah satunya adalah menelusuri corak sejarah sastra Indonesia secara lebih luas melalui pembacaan komputer atas data digital dalam jumlah besar (Dobson, 2015). Teknologi ini bahkan memungkinkan kita “menghidupkan” kembali sastrawan masa lalu melalui mesin.
Martin Suryajaya, misalnya, melakukan eksperimen semacam itu dalam bukunya “Penyair sebagai Mesin” (2023). Ia menggunakan AI untuk membaca ribuan puisi Chairil Anwar dan penyair lainnya, lalu meminta mesin menghasilkan puisi baru dengan gaya Chairil Anwar. Di sini, mesin tak lagi sekadar membaca karya sastra. Ia ikut memproduksi karya baru dengan memanfaatkan apa yang telah dibacanya. Karena itulah Suryajaya menyebutnya sebagai sebuah “sejarah lain” puisi Indonesia.
Pada titik ini, kontribusi computer vision terhadap humaniora menjadi sulit diabaikan. Tetapi perkembangan teknologi membawa kita pada pertanyaan berikutnya: bagaimana jika komputer tidak lagi sekadar melihat, melainkan ikut campur?
Perkembangan teknologi yang begitu pesat memungkinkan komputer bukan hanya membaca dan menilai, tetapi juga mengubah apa yang dilihatnya. Dari sinilah muncul persoalan computer interventions: intervensi komputer yang dapat menghasilkan manipulasi atas sesuatu yang semula dianggap sebagai kenyataan. Esai ini berangkat dari pergeseran tersebut, dari komputer yang semula hanya melihat dan menilai menuju komputer yang mulai mengintervensi dan mengubah apa yang dilihatnya.
Saat Komputer Membaca Pose Kita
Tulisan ini berangkat dari dua pengalaman sederhana. Pertama, saya mencoba melihat bagaimana komputer membaca sebuah pose. Dua foto dengan pose berbeda dimasukkan ke website computer vision BeautyPlus. Eksperimen ini kemudian dilanjutkan dengan memasukkan foto ke SellerPic untuk melihat bagaimana komputer dapat mengubah pose berdasarkan instruksi sederhana dari pengguna. Eksperimen tersebut digunakan untuk menunjukkan pergeseran dari komputer yang sekadar melihat menuju komputer yang ikut melakukan intervensi.
Kedua, bagaimana intervensi semacam itu dapat berujung pada persoalan manipulasi di ruang digital? Untuk membaca persoalan tersebut, tulisan ini menggunakan gagasan James E. Dobson tentang computer vision dan humaniora digital kritis, serta gagasan Martin Suryajaya tentang humanisme-demokrasi dan kemungkinan datakrasi. Kedua perspektif tersebut kemudian digunakan untuk membaca secara kritis perubahan peran komputer dari sekadar melihat menjadi ikut campur.
Dari Membaca ke Mengubah
Secara historis, computer vision memang dibangun untuk melihat objek secara objektif (Dobson, 2023). Karena itu kehadirannya kemudian dilihat sebagai munculnya rezim penglihatan baru (Steinhoff & Hind, 2025; Xia & Wu, 2025). Hasil pembacaan komputer mudah dipercaya karena tampil dalam bentuk angka, frekuensi, dan ukuran yang tampak presisi (Dong & Catbas, 2021). Contohnya dapat dilihat dari eksperimen Martin Suryajaya dalam seminar “Membaca Goenawan Mohamad”. Ia membaca 16 karya Goenawan Mohamad menggunakan pendekatan humaniora digital. Salah satu yang dilakukan adalah menghitung kata yang paling sering muncul. Hasilnya, kata “manusia” muncul 293 kali dan “dunia” 225 kali (Suryajaya, 2025b).
Martin kemudian melihat hubungan antara kata-kata tersebut melalui network graph. Menariknya, setelah kata “manusia”, kata yang cenderung muncul adalah “dunia”, bukan “kelas”. Padahal karya yang dibaca berkaitan dengan persoalan Marxisme. Dari sini Martin membaca bahwa Goenawan Mohamad lebih banyak menempatkan kemanusiaan sebagai pintu masuk untuk memahami dunia daripada melihat dunia terutama melalui kategori kelas.
Pada titik ini, computer vision menjadi alat bantu pembacaan secara objektif dalam arti frekuensi dan analisis ‘dangkal’ (Dobson, 2015). Cara membaca semacam itu kemudian saya coba bawa ke sesuatu yang lebih sederhana: pose. Jika komputer dapat membaca teks dalam jumlah besar, bagaimana ia membaca tubuh dan wajah seseorang? Untuk melihatnya, saya menggunakan foto sendiri, sebagaimana Dobson juga menggunakan dirinya dalam eksperimen mengenai perkembangan computer vision (Dobson, 2023). Hasilnya dapat dilihat pada gambar berikut.
Dari dua gambar tersebut, komputer memberikan sejumlah penilaian: skor kecantikan 79 persen, ekspresi yang dinilai “mengesankan”, usia 32 tahun, dan bentuk wajah oval dengan tingkat kecocokan 99 persen.
Ketika foto kedua dimasukkan, hasilnya berubah. Skor kecantikan turun dari 79 menjadi 75. Bentuk wajah yang sebelumnya dibaca sebagai oval berubah menjadi bentuk hati dengan tingkat kecocokan 99 persen. Usia yang dibaca komputer juga berubah dari 32 menjadi 36 tahun. Dugaan sederhananya, keberadaan brewok dan perubahan gaya rambut ikut memengaruhi hasil pembacaan komputer.
Dari sini terlihat satu hal sederhana: komputer dapat memberikan penilaian yang tampak objektif, tetapi objektif tak selalu berarti benar. Komputer membaca wajah berdasarkan data dan pola yang dimilikinya. Ia mengatakan usia penulis 36 tahun, padahal foto tersebut diambil ketika saya masih berusia 24 tahun. Jarak antara hasil pembacaan dan kenyataan inilah yang menarik.
Komputer memang dapat bekerja tanpa mempertimbangkan perasaan orang yang sedang dibacanya. Tetapi justru karena itu, hasilnya mudah terlihat netral dan meyakinkan. Dalam tulisan ini, objektivitas computer vision diterima sebagai cara kerja yang berjarak dari subjek, bukan sebagai jaminan bahwa hasilnya pasti benar. Persoalan kebenaran tetap berkaitan dengan kepentingan ekonomi dan politik yang membentuk pengetahuan itu sendiri (Foucault, 2008, 2017).
Ketika Komputer Mulai Ikut Campur
Tetapi persoalannya tak berhenti pada bagaimana komputer melihat dan menilai. Perkembangan teknologi membawa kita pada tahap berikutnya: komputer mulai ikut campur terhadap apa yang dilihatnya. Jika computer vision membuat komputer mampu ‘melihat’, computer interventions membuatnya mampu mengubah. Bahkan, perubahan itu dapat berujung pada manipulasi.
Eksperimen sederhana berikutnya dilakukan menggunakan SellerPic, sebuah website yang dapat mengubah pose dalam foto berdasarkan instruksi pengguna. Satu foto dimasukkan sebagai bahan awal, lalu komputer menghasilkan beberapa versi baru dengan pose yang berbeda.
Foto paling kiri adalah gambar awal. Empat gambar berikutnya merupakan hasil intervensi komputer. Di sini perbedaannya cukup jelas: komputer tidak lagi sekadar membaca foto, tetapi ikut mengubahnya.
Masalahnya muncul ketika kemampuan mengubah gambar tersebut digunakan untuk membuat sesuatu yang sebenarnya tak pernah terjadi tampak seolah-olah nyata. Di sinilah computer interventions bertemu dengan manipulasi. Contohnya dapat kita lihat dalam berbagai konten media sosial.
Gambar tersebut berasal dari sebuah prank. Seorang anak meminta ayahnya berpose sendiri, lalu mengedit foto itu dengan bantuan komputer sehingga tampak ada seorang perempuan yang merangkulnya. Foto hasil manipulasi kemudian diperlihatkan kepada sang ibu dan menimbulkan konflik. Kita tak perlu terlalu jauh memperdebatkan apakah konflik tersebut benar-benar spontan atau bagian dari skenario. Yang menarik justru kemampuan teknologi untuk membuat sesuatu yang tak pernah terjadi tampak seperti kenyataan. Batas antara candaan, manipulasi, dan kenyataan pun menjadi semakin tipis ketika gambar digital beredar di media sosial.
Manusia Harus Berada di Mana?
Dalam The Birth of Computer Vision (2023), James E. Dobson tetap menempatkan manusia sebagai bagian penting dalam menentukan apa yang menjadi masukan dan keluaran komputer. Ia bahkan mengutip Azriel Rosenfield: jika kita ingin memberi komputer mata, kita terlebih dahulu harus mengajarinya tentang fakta-fakta kehidupan. Artinya, komputer tak pernah benar-benar berdiri sendiri. Ia belajar dari apa yang diberikan manusia kepadanya.
Dalam konteks computer interventions dan computer manipulations, posisi manusia menjadi semakin penting. Komputer mungkin bekerja secara dingin dan tampak objektif, tetapi manusia tetap berada di balik proses tersebut. Mühlhoff (2020), misalnya, menunjukkan bahwa AI tak sepenuhnya “artificial” dan tak sepenuhnya “intelligence” karena ada kerja manusia yang besar di balik sistem komputasi. Dari sini, humaniora digital kritis dapat menjadi cara untuk terus mempertanyakan bagaimana teknologi digunakan dan untuk kepentingan siapa.
Martin Suryajaya (2025) membawa persoalan ini lebih jauh. Menurutnya, humaniora digital kritis tak harus selalu menempatkan manusia sebagai pusat. Ia membuka kemungkinan humaniora digital digunakan untuk membangun demokrasi, tetapi sekaligus membayangkan kondisi ketika keputusan semakin banyak diserahkan kepada data dan sistem komputasi.
Dalam imajinasi yang lebih ekstrem, pemerintahan dapat berjalan berdasarkan big data tanpa banyak campur tangan manusia setelah data dasarnya tersedia. Keuntungannya, seluruh kepentingan masyarakat secara teoretis dapat dibaca secara lebih menyeluruh. Inilah yang disebut Martin sebagai view from everywhere: sebuah cara melihat dunia dari kumpulan data yang sangat besar sehingga setiap kepentingan dapat ikut terbaca (Suryajaya, 2025a).
Dari Dobson dan Suryajaya, kita melihat bahwa posisi humaniora digital kritis belum pernah benar-benar selesai. Di satu sisi, manusia tetap penting karena manusialah yang menentukan bagaimana teknologi digunakan. Di sisi lain, perkembangan big data membuka kemungkinan bahwa semakin banyak keputusan justru diserahkan kepada sistem komputasi.
Di situlah persoalannya menjadi menarik. Apakah teknologi akan membantu manusia memahami dunia dengan lebih baik, atau justru membuat manusia semakin bergantung pada keputusan yang dihasilkan oleh data? Boleh jadi, suatu hari nanti manusia akan semakin banyak ditentukan oleh hasil olahan data yang berasal dari input manusia sendiri. Humaniora digital membuka kemungkinan tersebut, sekaligus memaksa kita untuk terus mempertanyakan batasnya.
Siapa yang Mengendalikan Komputer?
Kita akhirnya sampai pada pergeseran sederhana tetapi penting: komputer tak lagi hanya digunakan untuk melihat. Ia mulai ikut campur, mengubah, dan dalam kondisi tertentu memanipulasi apa yang dilihatnya. Eksperimen sederhana melalui pembacaan pose menunjukkan bagaimana komputer dapat menghasilkan penilaian yang tampak objektif, sementara eksperimen berikutnya memperlihatkan kemampuannya mengubah gambar dan menghasilkan sesuatu yang sebelumnya tidak ada.
Persoalannya kemudian bukan lagi apakah kita harus menerima atau menolak teknologi. Yang lebih penting adalah bagaimana kita menempatkan manusia secara kritis di tengah perkembangan tersebut. Dobson menempatkan manusia sebagai bagian penting dari proses komputasi, sementara Suryajaya membuka kemungkinan yang lebih jauh: demokrasi berbasis data, bahkan kemungkinan datakrasi yang semakin mengurangi campur tangan manusia.
Karena itu, humaniora digital kritis tak cukup hanya sibuk membaca apa yang dapat dilakukan komputer. Ia juga perlu bertanya: apa yang terjadi ketika komputer mulai ikut menentukan kenyataan yang kita lihat?
Referensi
Dobson, J. E. (2015). Can An Algorithm Be Disturbed? Machine Learning, Intrinsic Criticism, and The Digital Humanities. College Literature: A Journal of Critical Literary Studies, 42(4).
Dobson, J. E. (2019). Critical Digital Humanities: The Search for a Methodology. University of Illinois Press.
Dobson, J. E. (2023). The Birth of Computer Vision. University of Minnesota Press.
Dong, C. Z., & Catbas, F. N. (2021). A review of computer vision–based structural health monitoring at local and global levels. Structural Health Monitoring, 20(2). https://journals.sagepub.com/doi/epub/10.1177/1475921720935585
Foucault, M. (2008). The Birth of BioPolitics. Palgrave Macmillan.
Foucault, M. (2017). Power/Knowledge: Wacana Kuasa/Pengetahuan (T. Setiawan, Sufianto, & Dkk (eds.)). Narasi-Pustaka Promothea.
Mühlhoff, R. (2020). Human-aided artificial intelligence : Or , how to run large computations in human brains ? Toward a media sociology of machine learning. New Media & Society, 22(10). https://doi.org/10.1177/1461444819885334
Steinhoff, J., & Hind, S. (2025). Simulation and the reality gap : Moments in a prehistory of synthetic data. Big Data & Society, 12(1). https://doi.org/10.1177/20539517241309884
Suryajaya, M. (2023). Penyair sebagai Mesin: Sebuah Eksperimen dalam Penulisan Jauh dan Sejarah Lain Puisi Indonesia. Gang Kabel.
Suryajaya, M. (2025a). Apa Rakyat Bisa Salah? Masalah Epistemik Demokrasi dan Solusinya. Gang Kabel.
Suryajaya, M. (2025b). Marxisme Tanpa Humanisme. Seminar Membaca Goenawan Mohamad. https://www.youtube.com/watch?v=ozrm1c1TXEw
Xia, B., & Wu, T. (2025). The platformisation tree in China ’ s AI data annotation ecosystem.
Big Data & Society, 12(4). https://doi.org/10.1177/20539517251386046
Editor: Ferdinando Septy Yokit
Hai, SAM ingin mengucapkan terima kasih karena kamu sudah membacanya sampai akhir.
Jika kamu suka dan mendapat sesuatu dari tulisan ini, mari kita apresiasi penulisnya dengan klik link di bawah ini:
