Fariz Zakariya Fauzan
Mahasiswa Prodi AFI Fakultas Ushuluddin dan Filsafat
Universitas Islam Negeri Sunan Ampel
Runtuhnya Menara Gading dan Lahirnya Otoritas Algoritmik
Di masa lalu, lanskap pengetahuan manusia menyerupai sebuah menara gading yang kokoh, di mana otoritas kebenaran berpusat pada komunitas ilmiah yang berpegang teguh pada pendekatan rasional dan empiris. Untuk diakui secara sah, sekeping pengetahuan harus menempuh jalan berliku berupa uji metodologis yang ketat, verifikasi data, hingga penelaahan sejawat atau peer review.[1] Namun, laju zaman yang tak terbendung telah mengubah wajah dunia secara signifikan. Kini, kita menyaksikan runtuhnya monopoli institusi akademik atas otoritas kebenaran tersebut. Arah pandangan manusia tak lagi hanya tertuju pada lembaga ilmiah, melainkan bergeser tajam dengan memanfaatkan mesin pencarian yang ditentukan oleh mekanisme komputasional. [2]
Platform digital kini bukan sekadar medium pasif untuk berkomunikasi, melainkan telah menjelma menjadi aktor epistemik yang memediasi pengetahuan kita. Di dalam ekosistem digital yang hiruk-pikuk ini, algoritma mengambil alih peran sebagai kurator informasi, menyeleksi dan memilah apa yang pantas ditampilkan ke hadapan publik.[3] Perlahan tapi pasti, sistem ini merampas peran gatekeeper (penjaga gerbang) yang dahulu dipegang oleh komunitas keilmuan. Tragisnya, kelayakan suatu informasi kini tidak lagi bersandar secara murni pada validitas rasional dan empiris. Di atas palagan digital ini, takhta kebenaran telah dirampas oleh metrik visibilitas dan popularitas. Konten yang viral sering kali meraup kredibilitas semu yang jauh melampaui temuan ilmiah yang sunyi dari sorotan. Fenomena inilah yang melahirkan algorithmic authority atau otoritas algoritmik, sebuah rezim baru di mana mesin mengklaim kuasa untuk mendefinisikan apa yang benar, berbekal keyakinan naif publik bahwa sistem komputasi selalu objektif.[4]
Bayang-Bayang Mesin: Bias Data dan Terbungkamnya Suara Minoritas
Di balik layar kaca yang bersinar dan rekomendasi konten yang mengalir tanpa henti, bersembunyi sebuah ilusi besar mengenai netralitas data. Menganggap data sebagai bahan mentah yang netral di ruang hampa adalah sebuah miskonsepsi yang fatal. Pada kenyataannya, data yang melatih algoritma ini mewarisi residu bias historis, tradisi institusional, serta asimetri kekuasaan sosial, politik, maupun budaya yang telah lama bersemayam di masyarakat. Karena algoritma beroperasi dengan cara menginternalisasi pola-pola masa lalu, ia gagal menjadi cermin realitas yang jernih, sebaliknya, mesin ini justru mereplikasi dan mengamplifikasi cacat bawaan tersebut.Manifestasi dari kecacatan ini terlihat jelas dalam bagaimana suara-suara marginal perlahan meredup. [5]
Ketika sebuah sistem algoritmik beroperasi, ia memprioritaskan logika popularitas dan metrik engagement seperti klik dan komentar. Algoritma menciptakan popularity bias, di mana konten yang direkomendasikan adalah konten yang sudah dominan secara berulang-ulang.[6] Konsekuensinya, narasi dari kelompok minoritas menjadi semakin tidak terlihat, tersisih dari ruang publik digital yang dikuasai oleh suara mayoritas. Bayang-bayang kelam ini semakin pekat dengan munculnya gelembung filter (filter bubble) dan ruang gema (echo chamber). Alih-alih memperluas wawasan, algoritma justru memerangkap penggunanya dalam jeratan bias konfirmasi dengan terus-menerus menyajikan tontonan yang sesuai preferensi mereka. Hal ini tidak hanya memarjinalkan entitas minoritas, tetapi juga secara sistematis memperdalam jurang polarisasi antarkelompok, membuat pemahaman masyarakat terhadap suatu persoalan menjadi semakin terfragmentasi.[7]
Mencari Cahaya di Tengah Kotak Hitam: Krisis Akuntabilitas Epistemik
Semakin besarnya kendali mesin atas informasi telah menggiring kita pada sebuah krisis yang mendalam yaitu krisis akuntabilitas epistemik. Di dunia yang termediasi secara digital ini, tanggung jawab memproduksi dan mendistribusikan pengetahuan yang dahulu dipegang erat oleh jurnalis atau akademisi kini didelegasikan kepada sistem otomatis yang sangat kompleks.[8] Celakanya, banyak perusahaan teknologi menggunakan algoritma yang bersifat proprietary atau tertutup. Ketertutupan inilah yang menciptakan black box algorithm (algoritma kotak hitam), sebuah sistem misterius yang melahirkan keputusan tanpa memberikan penjelasan yang dapat diakses oleh publik.[9] Ketika sebuah ruang gema menyebarkan disinformasi atau sistem rekomendasi melanggengkan stereotip sosial, batas pertanggungjawaban menjadi sangat kabur. Apakah kesalahan ada pada pengembang, penyedia data, atau sekadar logika bisnis korporasi yang lebih mengutamakan efisiensi dan keuntungan ketimbang nilai-nilai akurasi?
Di titik inilah, terjadi ketidakadilan epistemik yang merampas hak-hak kelompok tertentu untuk diakui keberadaannya sebagai penghasil pengetahuan.[10] Menghadapi labirin ketidakadilan ini, perbaikan baris kode pemrograman saja tidak akan pernah cukup. Narasi digital kita menuntut sebuah intervensi radikal. Kita membutuhkan dekonstruksi filosofis untuk menelanjangi relasi kekuasaan antara teknologi dan masyarakat. Cahaya terang hanya bisa diraih melalui pengembangan metodologi audit algoritma yang transparan demi membongkar mekanisme kotak hitam tersebut. Lebih dari itu, dibutuhkan upaya dekolonisasi data yang inklusif serta kerangka etika dan regulasi yang kuat untuk memastikan sistem komputasi berjalan beriringan dengan nilai demokratis. Hanya melalui kesadaran kritis inilah, infrastruktur pengetahuan digital yang plural dan adil bukan lagi sekadar utopia.[11]
Referensi:
Durán, Juan Manuel, and Karin Rolanda Jongsma. “Who Is Afraid of Black Box Algorithms? On the Epistemological and Ethical Basis of Trust in Medical AI.” Journal of Medical Ethics, March 18, 2021, medethics-2020-106820. https://doi.org/10.1136/medethics-2020-106820.
Kuhn, Thomas S. The Structure of Scientific Revolutions. 2. ed., Enlarged, 21. print. International Encyclopedia of Unified Science, 2,2. Chicago: Univ. of Chicago Press, 1994.
Popper, Karl R., and Karl Raimund Popper. The Logic of Scientific Discovery. Psychology Press, 2002.
Shin, Donghee. “Automating Epistemology: How AI Reconfigures Truth, Authority, and Verification.” AI & SOCIETY 41, no. 2 (February 2026): 1553–59. https://doi.org/10.1007/s00146-025-02560-y.
[1] Karl R. Popper and Karl Raimund Popper, The Logic of Scientific Discovery (Psychology Press, 2002), 33–37.
[2] Thomas S. Kuhn, The Structure of Scientific Revolutions, 2. ed., enlarged, 21. print, International Encyclopedia of Unified Science, 2,2 (Chicago: Univ. of Chicago Press, 1994), 5–9.
[3] Donghee Shin, “Automating Epistemology: How AI Reconfigures Truth, Authority, and Verification,” AI & SOCIETY 41, no. 2 (February 2026): 1554, https://doi.org/10.1007/s00146-025-02560-y.
[4] Ibid., 1555.
[5] Ibid., 1556.
[6] Ibid., 1556–57.
[7] Kuhn, The Structure of Scientific Revolutions, 62–65.
[8] Shin, “Automating Epistemology,” 1557.
[9] Juan Manuel Durán and Karin Rolanda Jongsma, “Who Is Afraid of Black Box Algorithms? On the Epistemological and Ethical Basis of Trust in Medical AI,” Journal of Medical Ethics, March 18, 2021, 317–18, https://doi.org/10.1136/medethics-2020-106820.
[10] Ibid., 319.
[11] Popper and Popper, The Logic of Scientific Discovery, 280–82.
