Penulis
Saya pertama kali membaca novel 1984 (2016) karangan Orwell saat kuliah di psikologi tahun keempat. Itu adalah versi terbitan Bentang Pustaka yang diterjemahkan Landung Simatupang. Sampulnya menampilkan gambar sepasang mata dan cahaya lampu sorot sebagai simbol pengawasan, ditambah siluet gedung-gedung pencakar langit yang memberi kesan perkasa. Desainnya menarik karena didominasi palet warna hijau tua dan hijau neon, mengingatkan saya pada cairan beracun milik para penyihir di film-film populer.
Hanya melihat sampulnya saja, saya sudah bergidik membayangkan kengerian isi buku. Begitu khatam, saya langsung mendapuk 1984 sebagai puncak teror yang sanggup manusia bayangkan soal tirani. Karakter O’Brien; Bung Besar; Polisi Pikiran; Ruang 101; Kementerian Kebenaran; Kementerian Cinta Kasih; dan sederet siksaan lain terhadap Winston adalah sebuah kehororan yang bakal menjejali pikiran siapa pun saat membaca.
Bertahun-tahun kemudian, keyakinan saya tentang 1984 dikoreksi habis-habisan setelah membaca The Age of Surveillance Capitalism (2019) milik Zuboff. Psikolog sosial yang jadi profesor emeritus di Harvard Business School itu mengkritik kecenderungan para pakar, pembaca, bahkan sesama penulis yang terus-terusan meminjam Big Brother di 1984 untuk mengilustrasikan wajah totalitarianisme dari teknologi pengawasan semacam algoritma.
Zuboff menggunakan analogi ‘horseless carriage’ atau ‘kereta tanpa kuda’ untuk menyebut kebiasaan membebek kategori masa lalu demi memahami sesuatu yang belum pernah terjadi (unprecedented). Ini merujuk pada mobil yang disebut ‘kereta tanpa kuda’ saat baru diperkenalkan ke publik.
Menurutnya, Big Brother adalah rujukan sesat. Itu cuma wajah totalitarianisme old school yang bekerja secara koersif lewat teror, hukuman, kekerasan fisik, hingga penghilangan dan pembunuhan. Bahaya yang dihadapi hari ini beroperasi dengan cara sebaliknya—mereka tidak membunuh, menggunakan kekerasan fisik, mengancam, atau melukai siapa pun dengan air keras—di Indonesia masih kejadian sih…
Alih-alih Big Brother, Zuboff menawarkan istilah Big Other untuk merujuk bahaya baru yang disebut instrumentarianisme. Ia adalah jenis yang sama sekali mengabaikan jiwa, perasaan, maupun ideologi. Instrumentarianisme semata-mata menambang data manusia lalu memodifikasi perilaku setiap orang untuk tujuan komersial. Kalau tebakanmu mengarah ke ke platform milik bisnis teknologi raksasa macam Google dan Meta, itu benar.
Dibanding 1984, karya fiksi yang justru Zuboff tawarkan untuk memahami bahaya dan kengerian otoritarianisme digital adalah Walden Two (2005) karangan B.F Skinner, seorang behavioris radikal yang wajahnya sering muncul di textbook dan handbook milik mahasiswa psikologi level sarjana.
Plot Walden Two tidak berpusat di sekitar sosok psikopat macam O’Brien yang yakin kalau “tujuan penyiksaan adalah penyiksaan, tujuan kekuasaan adalah kekuasaan.” Ceritanya justru bergerak di sekitar karakter narsistik jenius bernama Frazier, yang punya visi mesianik: ingin menghapus kemiskinan, kebencian, dan penderitaan lewat utopia kecil bernama Walden Two.
Fraziier yakin kalau kebebasan adalah ilusi, karena manusia selalu di bentuk oleh lingkungan. Sehingga, alih-alih dikendalikan oleh faktor acak, kontrol atas manusia dipegang oleh ilmuwan jenius seperti dirinya. Dia meyakinkan setiap anggota dalam komunitas bahwa semua orang setara, tapi sendirinya memegang kendali di balik layar sebagai perencana (planners).
Karakter Frazier tidak mengendalikan manusia lewat penghancuran tubuh dan pikiran seperti O’Brien. Sebaliknya, ia malah menghindari kekerasan, lebih suka bermain tuhan dengan merekayasa pilihan orang–orang seolah itu keinginan mereka. Para korbannya tidak sadar kalau sedang dimanipulasi lewat rasa nyaman dan keyakinaan soal kebebasan seratus persen, membuat mereka jadi bernasib lebih malang dari Winston yang menyadari ketertindasannya. Terdengar familiar?
Tirani Bernama Algoritma
Beberapa bagian dalam buku Zuboff menggambarkan bahwa algoritma seperti tirani. Meski tidak secara eksplisit menyebutnya demikian, tapi dua sumber dengan visibilitas paling tinggi secara terang-terangan menggambarkan realitas algoritma sebagai tiran.
Pertama, Miguel Benasayag yang menulis buku berjudul Tyranny of Algorithms (2021). Dalam bukunya, istilah tirani algoritma merujuk pada konsep tata kelola algoritmik yang mereduksi kompleksitas manusia jadi kumpulan mikro-data. Konsep tata kelola semacam ini disebut sebagai tirani, lantaran manusia secara sadar mendelegasikan otoritas untuk mengambil keputusan publik dan ekonomi kepada entitas mekanis. Menurut Benasayag, pendelegasian tersebut membunuh demokrasi sebab tata kelola kebijakan, alih-alih didasarkan pada musyawarah atau kapasitas moral manusia; malah tunduk pada rasionalitas kalkulatif dan doktrin infalibilitas (tak terbantah) mengenai kapasitas mesin yang selalu objektif.
Benasayag sendiri bukan nama besar. Dia adalah filsuf cum peneliti berkebangsaan Argentina, dengan kewarganegaraan Prancis. Halaman Wikipedia berbahasa Prancis maupun Spanyol dengan sedikit informasi, menyebutnya sebagai mantan kombatan Guevaris (sebutan untuk pengikut Che Guevara). Orang ini juga terafiliasi dengan gerakan libertarian sayap kiri. Dia sedang kuliah kedokteran di Argentina saat jadi gerilyawan Guevaris dan pernah tertangkap tiga kali oleh rezim militer. Latar belakang semacam itulah yang menavigasi kritik Benesayag terhadap algoritma.
Berbeda dengan Benesayag. Rujukan kedua—New America, sejak didirikan pada 1999, sudah berfokus pada isu kebijakan publik multi sektor—termasuk keamanan nasional, teknologi, kesehatan, gender, energi, pendidikan, serta ekonomi. Majalah daring Pacific Standard menyebut kelompok ini “berhaluan kiri.” Tapi saya menganggap label “kiri tengah” dari organisasi pengawas nirlaba Capital Research Center lewat platform mereka Influence Watch merupakan sebutan paling tepat. Kebanyakan publikasi New America sendiri menyoal berbagai isu kritis dengan pendekatan yang moderat.
2015 silam, lembaga ini menyelenggarakan simposium dengan tajuk yang sama: The Tyranny of Algorithms—hanya saja fokus bahasannya lebih bertumpu pada argumen struktural dan hukum. David Auerbach, mantan insinyur perangkat lunak di Google dan Microsoft, yang menjadi panelis dalam kapasitasnya sebagai sekaligus penerima beasiswa New America, memberi label tirani pada algoritma lantaran mekanisme operasinya yang serupa “kotak hitam.” Ini berarti, keputusan yang dihasilkan oleh algoritma seringkali memengaruhi hajat hidup orang banyak secara buram—merampas hak warga atas proses hukum adil dan menghilangkan ruang untuk menuntut pertanggungjawaban pada orang atau institusi.
Meski dua rujukan yang baru saja kita urai berangkat dari disiplin yang berbeda, mereka setidaknya sepakat pada satu premis fundamental: Kita tengah menghadapi spesies tirani baru. Tirani di masa lalu beroperasi serupa gambaran Orwell di 1984; mengontrol warga dengan berbagai skema kekerasan. Sedangkan spesies tirani baru yang kita sebut algoritma ini, mengikatkan tali kekang pada kita lewat data. Bentuk penundukannya, alih-alih membuat kita merasa dijajah, justru lebih terlihat seperti pelayanan.
Modus Operandi Tirani Algoritma
Argumen Benasayag jika didedah lebih jauh; mendiferensiasi wilayah ontologis antara organisme hidup dan mesin komputasi. Dalam hal ini, manusia sebagai kehidupan biologis yang secara kognitif digerakkan oleh logika integratif (tubuh fisik di lingkungan material, emosi, kapasitas berbuat salah, keraguan eksistensial, juga kesadaran akan sejarah di masa lalu dan proyeksi ke masa depan), disandingkan dengan mesin komputasi yang beroperasi atas dasar rasionalitas kalkulatif (linier, biner, dan matematis).
Perbedaan itu jadi landasan Benasayag untuk mendapuk algoritma sebagai tirani. Lantaran dalam praktik keseharian, rasionalitas mekanis nan dingin ini berusaha menundukkan organisme biologis yang bergerak dan berpikir jauh dari presisi maupun absolut. Soal skema operasinya, kurang lebih senada dengan penjelasan Zuboff soal Walden Two.
Algoritma tidak bekerja seperti tirani klasik lewat represi fisik yang brutal. Penundukan mesin komputasi terhadap organisme biologis dilakukan secara halus, bahkan sering disambut secara sukarela atas nama kenyamanan dan kemudahan. Kekuasaan operasional serta manajerial manusia tidak direbut lewat sebuah revolusi atau kudeta teknologi ala Skynet dalam waralaba Terminator. Tapi dalam bahasa Benesayag, didelegasikan lewat fungsi serebral dan jasmani.
Dampak pendelegasian ini ada dua. Atrofi serebral (penyusutan fungsi otak) serta hilangnya kapasitas agensi. Benasayag mengutip sebuah studi neurologis komparatif antara pengemudi taksi London sebagai kelompok eksperimen yang diwajibkan menghafal ribuan rute dan jalan kota hanya mengandalkan memori organik spasial milik mereka; dengan pengemudi taksi Paris sebagai kelompok kontrol yang bergantung secara pasif pada arahan GPS.
Pengamatan setelah tiga tahun menunjukkan kalau para pengemudi taksi di Paris mengalami atrofi siginifikan pada nukleus subkortikal—bagian otak yang menangani orientasi, pemetaan spasial, dan konsepsi waktu. Fenomena ini berkelindan dengan neuroplastisitas—prinsip dinamis dari sirkuit saraf yang dapat berubah tergantung aktivitas. Mekanisme ini memungkinkan proses kognitif manusia berkembang ke arah apa pun asal mau belajar dan berlatih.
Lantaran otak manusia selalu berkembang mengikuti arah pelatihan dan penggunaan, maka kapasitasnya juga akan menyusut jika jarang digunakan. Sehingga proses kognitif yang terus didelegasikan secara rutin ke mesin, berangsur-angsur tak akan bisa dilakukan lagi secara mandiri oleh manusia.
Saat manusia makin bergantung pada delegasi tersebut—algoritma yang pada dasarnya sudah didesain dengan superioritas matematis, justru kian berkembang lewat suplai data tanpa jeda sepanjang penggunaannya. Puncaknya, asimetri kapasitas bakal makin senjang.
Jika ketergantungan tersebut terus berlangsung di level individual, maka menurut Benasayag—hanya masalah waktu hingga skala pendelegasian kognitif ini membesar ke tingkat makro “pemerintahan algoritmik.” Para elit berbagai institusi, pemimpin politik, pembuat kebijakan, teknokrat, hingga korporasi; akan secara sadar menyerahkan otoritas untuk mengambil keputusan pada algoritma dan akal imitasi. Mengikis legitimasi para aktor tersebut sebagai agen yang merumuskan kebijakan.
Mereka turun derajat jadi sekadar administrator, juru bicara, atau manajer untuk memvalidasi serta mengeksekusi tinjauan statistik yang didiktekan oleh ‘data raya’ (big data). Pada titik ini, algoritma sudah menjelma jadi karakter Frazier yang menjalankan seluruh peran perencana.
Dan serupa anggota komunitas dalam Walden Two, kita tak pernah menyadari kendali samar ini—lantaran terlanjur berkubang dalam logika ‘teknolatri’ (pemujaan terhadap berhala teknologi). Kita mengimani doktrin infalibilitas bahwa saran dari algoritma tak bercelah dan selalu objektif. Menganggapnya sebagai entitas yang terbebas dari sentimen emosional, sehingga dapat menawarkan keputusan paling logis.
Itu tidak sepenuhnya benar. Nyatanya, kalkulasi data raya sangat mungkin merekomendasikan keputusan kejam atas nama realisme teknokratis. Kebijakan vital macam fasilitas publik bisa saja dieliminasi dari daftar kebijakan prioritas saat perhitungan algoritmis menyimpulkan hal tersebut tidak mendatangkan untung.
Begitulah cara algoritma bekerja—mereduksi kompleksitas perilaku manusia yang penuh kejutan, jadi data kuantitatif terprediksi. Entitas ini selalu bekerja sesuai aturan main yang ditentukan oleh pengembang, mengikutinya secara rigid dan dingin. Ekosistem industrial yang niscaya membutuhkan standarisasi dan mekanisasi, jelas menyukai hal semacam ini.
Namun, ada lebih banyak implikasi mengkhawatirkan yang diblejeti oleh para pakar dalam simposium helatan New America mengenai cara algoritma bekerja—semuanya saling kelindan dengan argumen-argumen Benasayag.
Bisa jadi, Benesayag memang merujuk pada bahasan dalam panel di New America. Simposium lembaga ini sendiri, terselenggara pada 2016. Sedangkan Benasayag baru menerbitkan edisi pertama bukunya dalam bahasa Prancis pada 2019, tahun yang sama dengan perilisan Surveillance Capitalism milik Zuboff.
Mengenai argumen soal kuantifikasi—kita bisa menyimak pernyataan penulis How to Do Things with Numbers: Histories of Quantified Cultures and Lives, Jacqueline Wernimont. Dalam sesi Quantifying Ourselves to Feed the Algorithm, Wernimont mengurai bagaimana data kuantitatif privat seperti siklus menstruasi, kondisi emosional, kebugaran, diekstraksi secara masif oleh perangkat keras pelacakan biomekanik macam Fitbit. Janji marketingnya adalah untuk memonitor kondisi kesehatan fisik.
Ini jadi puncak ironi kapitalisme. Karena orang-orang dengan senang hati membeli perangkat keras tersebut, demi melakukan kerja tanpa upah (unpaid labor) berupa produksi data mentah soal diri mereka sendiri—komoditas yang dikumpulkan, dianalisis, dan dieksploitasi oleh entitas bisnis serta pengawasan negara. Serupa dengan yang dibahas oleh Zuboff dalam Surveillance Capitalism.
Uraian menarik lain juga datang dari Laura Moy. Panelis yang mewakili New America sebagai Penasihat Kebijakan Senior di lembaga penelitian mereka, Open Technology Institute. Dalam sesinya, Moy menyampaikan:
“Accuracy is not necessarily the same as fairness… we might come up with a model that provides us with sort of statistically accurate outcomes that we as a society would not think of as fair.”
Moy menyatakan hal tersebut dalam sesi The Tyranny of Algorithms: Algorithms and the Law The Legal Do’s and Don’ts of Big Data. Dia mengutip sejumlah temuan demi membuktikan disparitas keputusan yang dihasilkan suatu model algoritma terhadap kelompok rentan.
Salah studi misalnya, mengungkap proses kerja perangkat pelacak asuransi yang mengukur keamanan berkendara berdasarkan metrik waktu mengemudi untuk menentukan besaran premi. Mereka yang sering berkendara di malam hari mesti membayar premi lebih tinggi berdasarkan perhitungan metrik netral karena resiko kecelakaannya lebih besar secara statistik. Padahal kelompok demografi tersebut didominasi oleh kelompok minoritas dan masyararakat berpenghasilan rendah.
Studi lain juga membuktikan, kalau algoritma mesin pencari bisa belajar untuk mempromosikan iklan catatan penangkapan saat mendeteksi nama keturunan Afrika-Amerika atau etnis kulit hitam lain diketikkan—lantaran beradaptasi dari pantulan bias para pengguna rasis di masa lalu. Hal semacam ini juga bakal memengaruhi keputusan para perekrut dalam platform pasar tenaga kerja macam Job Street, dan praktis mendiskreditkan pelamar dari kelompok etnis tertentu.
Lantas siapa yang harus disalahkan oleh para korban algoritma ini? Kita tahu kalau institusi hukum selalu bekerja dalam kecepatan analog dan tertinggal puluhan tahun dari lompatan teknologi. Dalam banyak kasus, penggugat wajib membuktikan ‘niat jahat’ (mens rea) dalam tindakan diskriminatif sebagai actus reus. Namun bagaimana cara membuktikan kalau sebuah formula matematis punya niat jahat? Ini jadi celah lain dalam pemerintahan algoritmik—bukan bagi para pembuat kebijakan, tapi sasarannya:
Kekhawatiran inilah yang membuat David Auerbach dalam sesi yang sama dengan Moy, berakhir menyoroti masalah akuntabilitas dalam keputusan yang dihasilkan oleh algoritma. Ada wilayah buram yang tidak bisa dimengerti soal eksekusi perintah algoritma, bahkan oleh penciptanya sendiri. Sehingga bakal jadi bencana jika pengambilan keputusan publik diserahkan sepenuhnya pada mesin komputasi.
Auerbach menggunakan istilah ‘kotak hitam’ (black box) untuk keputusan matematis dari algoritma yang tidak bisa diinterogasi, karena berada sepenuhnya dalam wilayah buram total. Menurutnya, itu adalah kecacatan yang dapat dimanfaatkan sebagai perisai oleh para pembuat kebijakan. Pun oleh kelompok teknokapitalis yang mengembangkan teknologi tersebut.
Sebagai ilustrasi; kebijakan rasis atau merugikan bagi kelompok rentan yang disahkan oleh aparatur manusia, setidaknya dapat diprotes bahkan digugat ke pengadilan sipil—pelakunya, secara fisik jelas bisa dimintai pertanggungjawaban. Dengan mendelegasikan birokrasi kepada mesin komputasi, pejabat publik bisa mencuci tangan dengan berlindung di balik doktrin infalibilitas algoritma.
Para raksasa teknologi global akan membela dengan argumen kalau mesin komputasi ciptaan mereka, tak mungkin terkontaminasi oleh sentimen rasis atau bias kelas. Tentu mereka benar. Algoritma memang buta secara komputasi terhadap etika. Entitas ini tidak punya kapasitas moral maupun nurani untuk membedakan bias. Tapi justru itulah sumber masalahnya.
Lee Konstantinou, penulis fiksi ilmiah kawakan sekaligus profesor bahasa Inggris di Universitas Maryland melontarkan sebuah pernyataan menarik dalam sesi What Our Algorithms Will Know in 2100. “The tyranny of algorithms is nothing other than the tyranny of the past over the present.”
Pernyataan tersebut bersumber dari kenyataan bahwa algoritma sangat mengandalkan data masa lalu untuk memprediksi apa yang terjadi di masa mendatang. Pada titik saat entitas ini diberi kewenangan sebagai penentu kebijakan, itu berarti menjadikan masa lalu sebagai tirani yang mendikte masa depan.
Sayangnya, sejarah atau data masa lalu dari peradaban manusia bukanlah jalur yang bersih. Sepanjang lintasannya dipenuhi tragedi berupa persekusi, diskriminasi, dan represi. Data semacam itulah yang dikonsumsi oleh algoritma lalu dipantulkan pada pengguna. Sehingga tanpa pemilahan etis atau moral untuk mengeleminasi saran yang berpeluang gagal berdasarkan standar pengembang—entitas ini hanya akan bertindak seperti proyektor yang menampilkan citra kegelapan masa lalu di bentangan layar masa depan.
Dengan demikian, algoritma bukan hanya jadi instrumen paling efektif yang pernah diciptakan untuk melanggengkan status quo. Teknologi ini juga memoles diskriminasi, rasisme, dominasi, represi hingga segregasi dalam bingkai kesadaran palsu—bahwa seluruh proses ekslusi yang berlangsung dilakukan berdasarkan pertimbangan saintifik, logis, dan objektif.
Pada akhirnya semua jadi jelas. Algoritma tidak bisa kita pandang sebagai alat netral. Sebagai tirani yang mengendalikan hidup kita, entitas ini seringkali melayani kekuasaan—kepentingan bisnis dan stabilitas negara.
Pelaku bisnis yang berperan sebagai pengembang, sekaligus juga menjadi penambang. Mereka adalah pihak yang merampas pengalaman hidup kita sebagai pengguna secara sepihak, lalu mengolahnya jadi “surplus data perilaku.” Data tersebut disulap jadi prediksi yang menguntungkan bagi sesama pelaku bisnis. Buat mereka, algoritma adalah semacam pabrik yang mengubah perhatian dan perilaku kita semua jadi komoditas ekonomi baru.
Negara jelas menerima keuntungan dari keberadaan teknologi. Mereka memanfaatkannya dengan dalih efisiensi birokrasi, pengawasan, hingga penegakan hukum. Namun alih-alih menjalankannya dengan prinsip akuntabilitas, negara justru makin kebal berkat sifat algoritma yang buram. Cuci tangan dari kebijakan yang bias dan diskriminatif jadi makin mudah dilakukan, cukup dengan menjadikan algoritma sebagai kambing hitam. Bahkan di titik ekstrim, negara bisa memanfaatkan kekuatan baru ini sebagai instrumen kontrol absolut—seperti dilakukan pemerintah Cina lewat Social Credit System untuk mengganjar warga dengan hukuman atau penghargaan secara otomatis.
Melawan Tirani Algoritma
Tentu saja, mendudukkan diri kita sebagai pengguna jadi sekedar korban adalah bentuk kedunguan. Relasi ini tidak hanya bekerja dalam bentuk penundukan satu arah. Ada cukup banyak pengguna dari kalangan usia muda yang mengalami kesadaran parsial tentang cara kerja algoritma. Temuan Mukhtar Ahmmad dan rekan-rekannya dalam Trap of Social Media Algorithms: A Systematic Review of Research on Filter Bubbles, Echo Chambers, and Their Impact on Youth (2025) menunjukkan kalau kelompok pengguna usia muda ini mengembangkan strategi perlawanan bernama gosip algoritmik.
Bentuk perlawanan tersebut mengacu pada praktik berbagai rumor di kalangan kreator konten, yang obrolannya mencakup teori, taktik, hingga spekulasi soal cara kerja algoritma. Pengembang sendiri tidak pernah benar-benar menjelaskan dengan jernih cara kerja algoritma mereka saat merekomendasikan atau menyembunyikan suatu konten. Pengguna akhir menciptakan gosip untuk mendedah logika sistem ini, dalam upaya mengelola visibilitas mereka sendiri. Sehingga konten yang dibuat tetap relevan dan tidak dibenamkan oleh platform.
Namun lebih jauh lagi, sebenarnya ada banyak cara untuk melawan algoritma secara teknis. Itu bisa dilakukan dengan merusak, menyesatkan, atau mencemari data yang disedot oleh para aktor kapitalisme pengawasan. Tujuannya adalah mengacaukan prediksi algoritma hingga ke titik paling menyimpang.
Salah satu praktik pencemaran ini, jadi topik perbincangan dalam sesi Quantifying Ourselves to Feed the Algorithm di simposium Tyranny of Algorithms (2015). Pertama soal menciptakan kebisingan data dengan ekstensi macam Ad Nauseam. Berbeda dengan program pemblokir iklan (AdBlocker) yang sebatas menghilangkan pengguna dari radar pengembang, Ad Nauseam justru mengklik setiap iklan di latar belakang peramban. Ini membuat profil jadi sangat bising, sampai jaringan pengiklan akan kebingungan membaca data pengguna yang tampak menyukai setiap rekomendasi mereka. Dengan begitu, pengembang akan kesulitan membuat profil akurat tentang preferensi asli pengguna.
Praktik yang lebih iseng, sempat dibahas juga oleh Zuboff dalam The Age of Surveillance Capitalism (2019). Ada ekstensi peramban Go Rando yang dibuat oleh seniman bernama Benjamin Grosser untuk mengacak pilihan emoji saat pengguna mengklik tombol like. Ini taktik yang sangat efektif untuk mengaburkan perasaan pengguna di media sosial macam Facebook. Merusak akurasi mesin saat memanen data surplus perilaku kita.
Lebih jauh lagi, dengan mengamati media sosial kita sendiri; bisa ditemukan kalau praktik perlawanan ini mungkin saja telah dilakukan sejak jauh-jauh hari. Sebagai pengguna, kita semua punya agensi untuk merebut dan menjungkirbalikkan seluruh logika algoritma. Lihatlah bagaimana jaringan perlawanan global, berhasil memanfaatkan media sosial sebagai katalisator untuk melakukan mobilisasi.
Pada Musim Semi Arab (2011) misalnya, para pengguna media sosial meretas fungsi platform ini untuk menyabotase sensor negara dan mengoordinasikan perlawanan di jalan-jalan. Hal serupa terjadi dalam gelombang protes di berbagai tempat dan titimangsa berbeda. Sebut saja misalnya BlackLivesMatter (2020) di Amerika; Revolusi Payung (2014) dan Gerakan Anti Ekstradisi (2019-2020), Hongkong; hingga Reformasi Dikorupsi (2019), Peringatan Darurat (2024), dan Gerakan Agustus (2025) di Indonesia.
Seluruh peristiwa tersebut mengarah pada satu kesimpulan yang sama: Pengguna yang sebelumnya dikendalikan oleh algoritma, rupanya bisa mengeksploitasi balik. Dengan penggunaan tagar serentak, membajak trending topic, hingga penggunaan identitas visual; situasi politik yang carut marut jadi terus-terusan dibicarakan dan akhirnya mendesak orang-orang untuk turun ke jalan. Di momen-momen indah semacam ini, pengguna berhasil merebut sejenak kendali algoritma dari tangan bisnis dan negara—memanfaatkannya sebagai senjata untuk menciptakan sejarah baru.
Referensi
Ahmmad, M., Shahzad, K., Iqbal, A., & Latif, M. (2025). Trap of Social Media Algorithms: A Systematic Review of Research on Filter Bubbles, Echo Chambers, and Their Impact on Youth. Societies, 15(11), 301. https://doi.org/10.3390/soc15110301
Benasayag, M. (2021). The Tyranny of Algorithms: A Conversation with Régis Meyran (S. Rendall, Penerj.). Europa Compass.
Gunn, D. (2019, Januari 31). Betsy DeVos Is Right, the U.S. Should Rethink Higher Ed–Just Not the Way She Wants To. Pacific Standards. Diakses Maret 29, 2026, dari https://psmag.com/education/betsy-devos-is-right-the-us-should-rethink-higher-ed-just-not-the-way-she-wants-to/
Influence Watch. (n.d.). New America (New America Foundation). Influence Watch. Diakses Maret 29, 2026, dari https://www.influencewatch.org/non-profit/new-america-foundation/
Miguel Benasayag — Wikipédia. (n.d.). Wikipédia. Diakses Maret 28, 2026, dari https://fr.wikipedia.org/wiki/Miguel_Benasayag
New America. (2016, Februari 6). What Our Algorithms Will Know in 2100. Dalam Tyranny of Algorithms [Video]. Youtube. https://youtu.be/KufR1cFBlnE
New America. (2016, Februari 10). Quantifying Ourselves to Feed the Algorithm. Dalam Tyranny of Algorithms [Video]. Youtube. https://youtu.be/Hd3rjTuelRA
New America. (2016, Maret 25). The Tyranny of Algorithms: Algorithms and the Law The Legal Do’s and Don’ts of Big Data. Dalam Tyranny of Algorithms [Video]. Youtube. https://youtu.be/ExOGHasv1hs
Orwell, G. (2016). 1984. (L. Simatupang, Penerj.) Bentang Pustaka.
Skinner, B. F. (2005). Walden Two. Hackett Publishing Company, Incorporated.
Zuboff, S. (2019). THE AGE OF SURVEILLANCE CAPITALISM: The Fight for a Human Future at the New Frontier of Power (edisi pertama.). PublicAffairs.
Editor: Febrian Adinata Hasibuan
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:
