Advertisements

Algoritma mempersempit Cakrawala Kita

Oleh: Ricky Suwarno

15 Juli 2019

Seandainya, Anda ingin memberikan mekanisme rekomendasi untuk aplikasi memesan makanan. Apa yang akan Anda lakukan bila pengguna telah makan dua kali nasi padang, Selanjutnya, Anda akan terus merekomendasikan Nasi Padang? Atau Gado-gado?

Masalah ini sangat kontroversial dikalangan insinyur algoritma. Tujuan Utama algoritma adalah untuk menyelesaikan tindakan pemesanan. Tetapi proses pengambilan keputusan manusia adalah “multi-dimensi”.

Misalnya, apakah Anda kurang suka makanan Padang. Atau Anda bosan dengan masakan Padang. Dan sebagainya. Algoritma yang ingin mempengaruhi perilaku kita, tidaklah semudah yang kita bayangkan.

Kemarin, saya berdiskusi dengan teman dari Meituan Dianping. Super App pemesanan dan pengiriman makanan, hotel atau tiket film dsb. Untuk 350 juta di 2800 kota di China. Saya bertanya, “Apakah algoritma rekomendasi hanya memungkinkan pengguna memilih dan melihat apa yang mereka sukai?”

Karena yang sering kita dengar adalah “menebak” bahwa Anda akan menyukai algoritma ini. Dan membiarkan Anda memilih apa yang Anda kenal. Dan sukai saja. Setelah sekian lama kemudian, cakrawala kita akan menjadi semakin sempit.

Fenomena ini disebut “ruang gema informasi”. Dengan kata lain, kita hanya mendengar suara yang mirip dengan suara atau hobi kita sendiri. Sebenarnya, faktor yang memengaruhi pilihan orang sangatlah beragam. Dan terus menembus batas-batas algoritma.

Jenis algoritma banyak elemen. Tidak semua algoritma, akan menyebabkan informasi menjadi homogen. Misalnya, “Algoritma Collaborative Filtering”.

Ide dasar dari algoritma ini adalah untuk menemukan orang yang sama seperti kita. Dan merekomendasikannya kepada kita. Dengan kata lain, rekomendasi semacam ini tidak sepenuhnya didasarkan pada apa yang kita lihat sebelumnya. Merekomendasikan konten yang serupa dengan kita, tetapi juga berdasarkan pada kebanyakan orang dengan hobi seperti kita.

Beberapa peneliti di Departemen Ilmu Komputer University of Minnesota melakukan analisis. Tentang dampak algoritma terhadap homogenisasi informasi. Mereka menganalisis perilaku pengguna situs film, Movie Lens. Yang menggunakan algoritma collaborative filtering.

Pengguna dibagi atas dua kelompok. Satu kelompok pengguna tidak percaya pada rekomendasi konten “Tebak Anda Suka”. Kelompok kedua percaya pada rekomendasi konten “tebak Anda suka”. Dan bersedia membeli film favorit sesuai rekomendasi.

Setelah mempelajari data selama hampir dua tahun, mereka menemukan bahwa setiap orang telah menemukan preferensi mereka sendiri. Dan luasnya pilihan film memang telah menurun. Namun sebagai perbandingan, kelompok yang menggunakan “tebak Anda suka” lebih mungkin menonton film daripada kelompok yang tidak.

Jadi,Teknologi Algoritma dari sudut pandang hasil, tidak mengakibatkan penyempitan cakrawala kita. Atau homogenisasi informasi. Sebaliknya, Beberapa algoritma justru memperluas wawasan orang.

Ada beberapa jejaring sosial, demi kepentingan “traffic dan bisnis”, hanya akan memberikan pengguna rekomendasi. Konten apa yang disukai pengguna. Misalnya, algoritma periklanan Facebook.

Facebook akan mengatur lingkaran teman yang Anda lihat. Berdasarkan penjelajahan dan posting yang di-“like”sebelumnya. Lingkaran teman yang cenderung membuat Anda suka, dan meninggalkan pesan akan diatur di deretan paling atas. Sehingga Anda dapat melihatnya terlebih dahulu. Algoritma seperti ini terdengar sangat mudah menyebabkan homogenisasi informasi.

Namun, hasil penelitiannya tidak seperti ini. Pada tahun 2018, dua sarjana Denmark memilih 1.000 pengguna Facebook Denmark. Dan menganalisis lingkaran teman yang mereka bagikan di Facebook dalam waktu 2 minggu.

Hipotesis mereka adalah jika algoritma Facebook menyebabkan informasi atau lingkaran yang membuat orang terpapar, maka konten yang dibagikan oleh orang-orang ini akan memiliki tingkat konvergensi yang tinggi.

Hasilnya, kurang dari 10% orang berbagi tautan yang sama. Dan kurang dari 30% pengguna menerbitkan teks konten yang sama. Rasio ini jauh lebih rendah dari yang diharapkan para peneliti. “Mengapa?”

“Satu faktornya adalah bahwa algoritma Facebook tidak dapat memengaruhi dengan siapa kita berteman. Berapa banyak teman yang kita miliki. Semua faktor ini berada di luar kendali algoritma.”

Hubungan sosial kita juga memengaruhi luasnya informasi yang kita telan. Algoritma dapat memilihnya dalam lingkaran sosial kita. Tetapi Algoritma tidak dapat mengendalikan lingkaran sosial dalam kehidupan nyata kita.

Studi-studi diatas menunjukkan bahwa kita tidak hanya menyukai hal-hal yang kita kenal. Tetapi juga juga menyukai hal-hal di luar harapan kita.

Just like grandma says, Penelitian Neuroscience menunjukkan bahwa otak orang dewasa menyukai hal-hal yang tidak terduga. Kecelakaan, bisa mengaktifkan amygdala di otak kita. Membuat indra kita lebih sensitif terhadap rangsangan eksternal. Selain itu, kecelakaan juga akan merangsang sekresi dopamin dalam hippocampus. Dan, dopamin adalah unsur perangsang kesenangan.

Jadi secara fisik, kita suka menjelajahi hal-hal yang tidak terduga. Preferensi ini akan mendorong kita untuk secara aktif menerobos batasan informasi. Yang tidak tercakup oleh algoritma saat ini.

Advertisements
Categories: Algoritma, artificial intelligence indonesiaTags: , , , , , ,

1 thought on “Algoritma mempersempit Cakrawala Kita

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.

%d bloggers like this: