Pada pertengahan Juni 2026, Techcrunch, media massa internasional yang fokus ke industri teknologi digital, menurunkan artikel mengenai langkah platform media sosial yang mulai mengizinkan pengguna untuk mempersonalisasi algoritma akun mereka dengan bantuan akal imitasi (AI). Kebijakan platform ini melampaui tombol “tidak tertarik (not interested)” yang biasa dipasang oleh platform supaya pengguna bisa skip konten yang relatif kurang relevan dengan preferensi mereka.
Dalam artikel yang sama, Techcrunch menyebut Threads, Instagram, dan Tiktok telah melakukan hal itu. Pada 16 Juni 2026, Threads meluncurkan fitur baru bernama Your Algo yang dibangun di atas fitur Dear Algo. Threads merilis Dear Algo empat bulan sebelumnya. Fitur AI ini memungkinkan pengguna untuk memengaruhi tampilan beranda mereka.
Pengguna cukup memerintahkan Dear Algo mengenai apa saja jenis konten yang ingin mereka lihat lebih banyak atau sedikit di tampilan beranda mereka, serta berapa lama jenis konten bersangkutan bertahan. Tambahan fitur Your Algo semakin memungkinkan pengguna membuat preferensi itu secara pribadi, tanpa harus mengunggah secara publik.
Sementara Instagram, yang juga di bawah Meta seperti Threads, meluncurkan alat Your Algorithm pada awal Juni 2026. Alat ini memungkinkan pengguna melihat dan mengontrol algoritma di seluruh tampilan beranda, explore, dan reels pengguna. Semula, alat itu berlaku untuk reels.
Setelah mengakses Your Algorithm di bagian pengaturan Instagram, pengguna akan melihat topik yang menurut Instagram paling pengguna minati. Kemudian, pengguna bisa memberi tahu Instagram apa yang diminati, serta apa yang ingin dilihat lebih banyak atau sedikit di tampilan beranda, explore, dan reels.
Kepala Instagram Adam Mosseri mengatakan bahwa model peringkat media sosial secara historis dibangun dengan teknologi yang tidak transparan bagi pengguna. Namun, sekarang, kehadiran model bahasa besar (LLM) dapat membuat sistem rekomendasi media sosial lebih mudah dipahami dengan menunjukkan mengapa konten ditampilkan. Ini juga memungkinkan pengguna untuk secara eksplisit mengkomunikasikan preferensi mereka.
Adapun Tiktok lebih dulu melakukannya. Pada 2024, Tiktok meluncurkan fitur Manage Topics yang memberikan kesempatan kepada pengguna untuk mengendalikan lebih banyak konten yang ingin dilihat di beranda For You. Pengguna cukup mengakses fitur itu di bagian pengaturan, lalu mengatur preferensi topik hingga mengatur seberapa banyak pengguna ingin atau tidak ingin melihat topik bersangkutan di beranda For You.
Pada 2025, Tiktok memperluas fitur Manage Topics dengan memperkenalkan filter Kata Kunci Cerdas bertenaga AI, yang secara otomatis membatasi konten yang berisi kata kunci terkait, seperti sinonim. Misalnya, jika pengguna menggunakan fitur Manage Topics untuk menyaring kata ‘remodeling’, Tiktok juga akan menyaring kata yang dianggap Tiktok sinonimnya seperti kata ‘renovasi’ dan ‘renovations’.
Techcrunch menilai, pergeseran tersebut mencerminkan evolusi cara kerja sistem rekomendasi platform media sosial. Media sosial semakin beralih ke sesuatu yang mirip layanan streaming di mana pengguna dapat menyesuaikan rekomendasi jenis konten dengan minat mereka dan memiliki lebih banyak kendali atas apa yang mereka lihat. Dengan kata lain, mereka akan diuntungkan dengan kehadiran skema algoritma yang dapat disesuaikan dengan bantuan AI.
Namun, benarkah demikian?
Associate Professor di Monash University dan Direktur Action Lab Indonesia, Arif Perdana, berpendapat, apa tengah dilakukan raksasa platform media sosial itu hanya berubah di permukaan. Detailnya tidak ada yang berubah mengenai kendali algoritma media sosial.
“Yang berubah adalah mekanisme input. Pengguna bisa memberikan ‘sinyal’ yang lebih jelas mengenai preferensi jenis konten, tetapi keputusan akhir (jenis konten yang ditampilkan) tetap berada di kendali platform media sosial,” ujar dia saat dihubungi di Jakarta, Sabtu (25/7/2026).
Artinya, algoritma tetap masih bisa dioptimalkan untuk kepentingan perusahaan platform media sosial sendiri, terutama mempertahankan atensi pengguna dan memaksimalkan pendapatan iklan.
Seperti diketahui, dalam beberapa tahun terakhir, raksasa platform media sosial melakukan bentuk periklanan bertarget yang canggih dan melampaui kategorisasi demografi. Bentuk ini disebut micro targeting. Alih-alih menampilkan iklan yang sama kepada pengguna yang besar, platform media sosial membagi pengguna ke dalam kelompok yang semakin spesifik. Misalnya, perilaku daring, minat, pembelian, lokasi, tekanan finansial, dan preferensi politik. Pengelompokkan seperti itu sebenarnya lebih banyak bersifat prediksi, sebab dihasilkan oleh algoritma platform daripada fakta yang terverifikasi.
Proses dimulai dengan pengumpulan data pengguna yang sangat ekstensif. Platform media sosial mengumpulkan data pihak pertama dari aktivitas pengguna di platform mereka sendiri, seperti riwayat pencarian, penayangan video, pembelian, dan interaksi. Sembari itu, platform juga mengumpulkan data pihak ketiga dari laman dan aplikasi lain melalui cookie, piksel pelacakan, ID iklan, dan kit pengembangan perangkat lunak (SDK).
Ekosistem iklan mikro targeting, oleh berbagai peneliti dan masyarakat dianggap buram. Transparansi mengenai bagaimana data dikumpulkan, cara kerja algoritma, bagaimana pengguna dikelompokkan, serta siapa yang akhirnya memperoleh manfaat relatif terbatas.
“Kini, setelah berkembang user algorithmic control, saya melihat alat itu malah menguntungkan platform media sosial. Jika sebelumnya platform harus memprediksi/menginferensi preferensi pengguna, sekarang pengguna diminta secara sukarela memberi tahu apa konten yang ingin dan tidak ingin mereka lihat,” kata Arif.
Dari perspektif mesin pembelajaran, berkembangnya user algorithmic control malah menjadi input dan sinyal yang jauh lebih presisi dibanding sekadar observasi perilaku pengguna. Dari segi tata kelola AI, hal ini bagus dan meningkatkan transparansi tetapi sebenarnya logika optimasi, tujuan bisnis, dan pemanfaatan data tetap ditentukan oleh perusahaan.
Fokus regulasi sekarang ini, lanjut Arif, perlu bergeser dari sekadar perlindungan data pribadi menuju tata kelola inferensi perilaku. Pemerintah bisa belajar dari pengalaman di sektor kesehatan. Perusahaan farmasi tidak diwajibkan membuka seluruh rahasia dagangnya kepada publik, tetapi sebelum obat dipasarkan mereka harus menyerahkan bukti keamanan, efektivitas, dokumentasi proses, serta menjalani evaluasi regulator. Pendekatan serupa dapat diterapkan pada sistem algoritma berisiko tinggi.
“Yang dinilai bukan source code-nya, melainkan apakah sistem tersebut telah memenuhi standar transparansi, akuntabilitas, keselamatan, dan mitigasi risiko sebelum digunakan secara luas,” ucap Arif.
Lebih banyak data
Direktur Eksekutif Catalyst Policy Works Wahyudi Djafar, saat dihubungi terpisah, mengatakan, teknologi AI saat ini terus berkembang dari LLM menuju small language model (SLM) dan AI agentic. Jika teknologi — teknologi ini diterapkan di platform media sosial, maka mereka ingin mengejar tawaran konten yang semakin personal.
Konsekuensinya, platform media sosial akan membutuhkan lebih banyak data pribadi pengguna. Semakin tingginya kebutuhan data pribadi tersebut membuat penerapan prinsip privacy by design dan privacy by default menjadi semakin mendesak.
Untuk mencegah eksploitasi data pribadi, seluruh prinsip pemrosesan data harus diterapkan secara konsisten oleh platform. Prinsip-prinsip tersebut meliputi persetujuan pengguna (consent), pembatasan tujuan pemrosesan (purpose limitation), minimisasi data (data minimisation), serta prinsip-prinsip lain dalam pelindungan data pribadi.
Namun, efektivitas penerapan prinsip tersebut tidak bisa sepenuhnya diserahkan kepada platform. Otoritas pelindungan data memainkan peran penting, seperti menerjemahkan prinsip-prinsip perlindungan data pribadi ke dalam panduan implementasi yang sesuai dengan perkembangan teknologi AI dan pemrosesan data yang terus berubah.
Pengawasan terhadap platform juga perlu melibatkan otoritas lain, seperti Komisi Pengawas Persaingan Usaha apabila penggunaan algoritma berdampak pada persaingan usaha atau perlindungan konsumen. Di sisi lain, pengguna juga harus memiliki literasi yang memadai agar dapat memberikan persetujuan secara sadar dan memahami konsekuensi ketika membagikan data pribadi untuk berbagai layanan yang bertenaga AI.
Kementerian Komunikasi dan Digital (Kemkomdigi) telah menyatakan, pemerintah tengah memfinalisasi pembentukan Otoritas Pelindungan Data Pribadi yang akan bekerja secara independen. Wakil Menkomdigi Nezar Patria, Selasa (21/7/2026) di Jakarta, menyebut lembaga itu diproyeksikan tidak berada di bawah Kemkomdigi, namun tetap menjalankan mekanisme pelaporan kepada Presiden melalui Kemkomdigi.
Pemerintah juga tengah memfinalisasi Peraturan Presiden tentang Peta Jalan AI Nasional. Keduanya akan berjalan pararel sebagai pondasi di tengah pesatnya industri digital.
Komentar (0)