Muhammad Hidayatur Ramadhan
Mahasiswa A2 AFI Fakultas Ushuluddin dan Filsafat UIN Sunan Ampel
Beberapa tahun lalu, jika seseorang ingin memahami suatu persoalan, ia akan membuka buku ilmiah dan membacanya, bertanya kepada guru, atau mencari penjelasan dari para ahli. Saat ini situasinya berbeda. Banyak orang hanya dengan mengetik pertanyaan di internet ataupun memilih bertanya pada kecerdasan buatan (AI), dan dalam hitungan detik jawaban pun muncul. Tanpa disadari, kita perlahan memindahkan kepercayaan intelektual dari manusia kepada sistem algoritma.
Perubahan ini mungkin terlihat praktis dan efisien. Namun jika dipikirkan lagi, ia memberikan persoalan mendasar. Saat ini siapa sebenarnya yang memiliki otoritas atas pengetahuan? Apakah para ilmuwan, universitad, dan Lembaga riset masih menjadi sumber rujukan kebenaran, atau justru algoritma digital yang menentukan apa yang kita lihat setiap harinya?
Dalam tradisi ilmu pengetahuan modern, otoritas epistemik berada pada komunitas ilmiah, kebenaran ataupun penelitian dianggap valid apabila melalui proses penelitian, verifikasi metodologis, dan diskusi akademik. Universitas, jurnal ilmiah, serta para pakar ilmu berfungsi sebagai penjaga dari validitas pengetahuan tersebut. Sistem ini memastikan bahwa kebenaran tidak ditentukan oleh popularitas, melainkan oleh proses yang rasional dan empiris.
Namun perkembangan teknologi digital secara perlahan mengubah struktur tersebut. Internet, media sosial, dan platform digital telah memperluas cara manusia memperoleh informasi dan pengetahuan. Hari ini seseorang dapat menemukan penjelasan tentang segala hal melalui klip video, unggahan media sosial, ataupun jawaban dari sistem kecerdasan buatan (AI). Perubahan ini melahirkan fenomena yang sering disebut sebagai krisis otoritas epistemik. Posisi Lembaga ilmiah sebagai sumber utama pengetahuan mulai tergeser oleh sistem teknologi yang mengatur arus informasi digital. Menurut Donghee Shin, perkembangan kecerdasan buatan telah merekonfigurasi hubungan antara kebenaran, otoritas, dan proses verifikasi pengetahuan dalam masyarakat digital (Shin 2026).
Perubahan besar ini tidak terlepas dari peran algoritma. Dalam ekosistem digital, algoritma berfungsi sebagai mekanisme penyaringan informasi, Ia menentukan konten apa yang muncul di layer, berita apa yang direkomendasikan, dan informasi apa yang dianggap relevan bagi penggunanya. Menurut David Beer, algoritma bekerja dengan menganalisis perilaku digital pengguna untuk memprediksi preferensi mereka (Beer 2009). Dengan kata lain, apa yang kita lihat di internet seringkali bukanlah informasi yang paling benar, tetapi informasi yang palking sesuai dengan kebiasaan dan pola interaksi kita. Akibatnya, algoritma secara tidak langsung menjadi pengatur sistem pengetahuan di era digital. Ia menentukan mana informasi yang terlihat dan mana yang tenggelam dalam lautan data. Dalam situasi seperti ini, kebenaran sering kali tidak lagi ditentukan oleh otoritas ilmiah, melainkan oleh logika algoritmik yang mengutamakan keterlibatan pengguna,
Penelitian yang dilakukan oleh Hastuti dan Kolega menunjukan sistem algoritma media sosial bahkan dapat mempengaruhi legitimasi informasi public dengan memprioritaskan konten yang memiliki potensi viral tinggi (Hastuti et al. 2025). Konten yang sensasional, emosional, atau kontoversial sering kali lebih mudah menyebar dibandingkan ddengan penjelasan ilmiah yang kompleks. Perubahan ini semakin diperkuat oleh perkembangan Artificial Intelligence (AI). Kecerdasan buatan kini tidak hanya membantu manusia mengolah data, tetapi juga mulali berperan dalam produksi pengetahuan. Sistem AI mampu menganalisis data dalam skala besar, menemukan pola pemikiran, bahkan menghasilkan teks atau analisis yang menyerupai pemikiran manusia.
Menurut Adilbek Bisenbaev, kecerdasan buatan saat ini tidak lagi menjadi alat komputasi, tetapi mulai bergerak menuju bentuk “co-autor kognitif” dalam proses produksi pengetahuan ilmiah (Bisenbaev 2026). Dengan kata lain, mesin mulai berperan sebagai mitra intelektual manusia dalam memahami dunia. Di satu sisi, perkembangan ini membawa banyak manfaat. Dalam berbagai bidang seperti biomedis, astronomi, dan ilmu data. AI mampu mempercepat proses penelitian secara intens. Analisis yang sebelumnya membutuhkan waktu bertahun-tahun kini dapat dilakukan secara instan dalam hitungan hari.
Namun di sisi lain, ketergantungan pada sistem algoritmik juga memunculkan persoalan epistemology baru. Salah satunya adalah bias algoritmik, yaitu kecenderungan sistem AI untuk memproduksi bias yang terdapat dalam data pelatihan. Menurut Khan dan Ewuoso, sistem algoritmik tidak pernah sepenuhnya netral karena ia dibangun dari data yang mencerminkan struktur sosial yang ada (Khan & Ewuoso 2024).
Selain itu, banyak sistem AI modern bekerja melalui mekanisme yang sangat kompleks sehingga sulit dijelaskan secara transparan. Fenomena ini dikenalsebagai black box problem, yaitu kondisi ketika manusia menerima hasil kepputusan algoritma tapa memahami proses penalaran yang terjadi didalamnya. Tranformasi digital ini juga melahirkan fenomena lain yang tidak kalah penting, yaitu fragmentasi otoritas ilmiah. Dalam ruang digital, informasi tidak lagi dimonopoli oleh komunitas akademik. Berbagai tookoh mulai dari pakar, jurnalis, influencer, hingga sistem AI berperan dalam produksi dan distribusi pengetahuan. Akibatnya, ruang public digital menjadi semakin terfragmentasi. Kelompok masyarakat yang berbeda dapat mengonsumsi sumber informasi yang berbeda pula, sehingga membangun pemahaman realitas yang tidak selalu sama. Meenurut Pratap dan Pathak, struktur algoritmik media sosial bahkan dapat menciptakan fenomena echo chamber, yaitu di mana pengguna hanya terpapar pada informasi yang memperkuat keyakinan mereka sendiri.
Kondisi ini menimbulkan tantangan serius bagi kehidupan intelektual masyarakat. Pengetahuan ilmiah kini harus bersaing dengan berbagai narasi alternatif yang beredar luas di ruang digital, termasuk misinformasi dan teori konspirasi. Meski demikian teknologi AI tidak gatus dipandang sebagai ancaman bagi ilmu pengetahuan. Jika digunakan dengan bijak, teknologi ini justru dapat memperluas akses pengetahuan, mempercepat penelitian ilmiah, dan mendorong kolaborasi global antar pakar pegetahuan. Menurut Luciano Floridi dan kolega, perkembangan kecerdasan buatan perlu diarahkan melalui kerangka etika yang menekankan transparasi, akuntabislitas, dan keadilan agar teknologi tersebut dapat mendukung terciptanya masyarakat yang lebih baik (Floridi et al.2018).
Pada akhirnya, persoalan utama dalam era digital bukan lagi sekedar perkembangan teknologi, melainkan bagaiman manusia menjaga tanggung jawab intelektualnya. Teknologi dapat membantu manusia memahami dunia, tetapi ia tidak boleh menggantikan kemampuan kritis manusia dalam menilai kebenaran. Jika tidak disertai kesadaran reflektif, bukan tidak mungkin suatu saat nanti manusia akan menyerahkan otoritas pengetahuan sepenuhnya kepada sistem algoritma yang diciptakan oleh manusia itu sendiri
Daftar pustaka
Beer, David, ed. The Social Power of Algorithms. New York: Routledge, 2018.
Chen, Zhenni, Yanqing Cao, and Xiaoyan Li. “Ethics and Discrimination in Artificial Intelligence-Enabled Recruitment Practices.” Humanities and Social Sciences Communications 10 (2023).
Floridi, Luciano, Josh Cowls, Monica Beltrametti, Raja Chatila, Patrice Chazerand, Virginia Dignum, Christoph Luetge, et al. “AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations.” Minds and Machines 28, no. 4 (2018): 689–707.
Haselswerdt, Jake, and Danny Hayes. “Echo Chambers or Doom Scrolling? Homophily, Intensity, and Exposure to Political Elites on Social Media.” Political Research Quarterly (2024).
Lee, Francis L. F., and Joseph Man Chan. “Impact of Social Media on Opinion Polarization in Varying Times.” Mobile Media & Communication 4, no. 1 (2016): 56–73.
Matuszewski, Pawel, and Justyna Szabó. “Are Echo Chambers Based on Partisanship? Twitter and Political Polarity in Poland and Hungary.” Social Media + Society 5, no. 2 (2019).
Mittermaier, Matthias, and colleagues. “Bias in AI-Based Models for Medical Applications.” npj Digital Medicine 6 (2023).
Nordbrandt, Maria. “Affective Polarization in the Digital Age.” New Media & Society 25, no. 12 (2023): 3392–3411.
Shin, Donghee. “Automating Epistemology: How AI Reconfigures Truth, Authority, and Verification.” AI & Society 41 (2026): 1553–1559.
Vicente, Lucia, and colleagues. “Humans Inherit Artificial Intelligence Biases.” Scientific Reports 13 (2023).
Wojcieszak, Magdalena, and colleagues. “Determinants of Escape from Echo Chambers.” Social Media + Society 9, no. 1 (2023)
