Big data: Membentuk Pengetahuan, Membentuk Keseharian

Big data: Membentuk Pengetahuan, Membentuk Keseharian

Media baru saat ini tidak lagi mengikuti dua tradisi lama dalam studi komunikasi, yaitu komunikasi massa vs interpersonal. Misalnya, membagikan berita di Facebook tidak sama dengan bertukar berita antardua orang maupun menyiarkan berita tersebut. Riset tentang big data bisa saja membawa perkembangan pengetahuan tentang peran media dalam masyarakat, membentuk ulang ilmu sosial melalui pendekatan kuantitatif.

Mendefinisikan Big data

Big data dapat didefinisikan sebagai riset yang merepresentasikan langkah perubahan dalam skala dan ruang lingkup pengetahuan tentang suatu fenomena tertentu. ‘Data’ memilik tiga karakteristik: (1) secara ontologis data dimiliki oleh setiap objek/fenomena yang akan diteliti, (2) data ‘ada’ sebelum dianalisis/diinterpretasi, dengan kata lain ia objektif, (3) data adalah unit analisis yang paling divisible atau berguna secara otomatis. Pengertian tersebut mengasumsikan pandangan epistemologi realis dan pragmatis: (1) realisme yang menganggap data sebagai sesuatu yang ‘ada di luar’ manusia, (2) pragmatisme yang mengangkat kegunaan atau kekuatan pengetahuan dalam data.

Riset tentang data dapat melalui pendekatan akademik dan komersial. Pendekatan akademik berusaha menggeneralisasi kebiasaan manusia sehingga terbentuk pengetahuan, sedangkan pendekatan komersial berusaha mengintervensi atau mengubah/mengontrol kebiasaan tersebut. Dalam pendekatan komersial, data bersifat tertutup (hak milik perusahaan sumber data), populasi tidak bersifat representatif, dan tujuan pengetahuan adalah untuk meningkatkan penjualan. Sedangkan dalam pendekatan akademik, data harus bersifat terbuka (berasal dari sumber terbuka), populasi bersifat dapat digeneralisasi, dan tujuan pengetahuan untuk merepresentasikan dunia.

Mengembangkan Pengetahuan Akademik Tentang Media Digital

Bagaimana media sosial yang berbeda digunakan dalam konteks yang berbeda membawa kita pada pemikiran bagaimana ‘media baru’ bisa menjadi personal sekaligus melebihinya. Salah satu contoh riset pengguna media sosial di Amerika, menunjukkan bahwa Facebook lebih sering digunakan sebagai platform pesan pribadi tentang keluarga, sedangkan Twitter lebih cenderung dipakai untuk berpolitik menyuarakan pandangan/pendapatnya. Atau riset lain yang mungkin bisa dikembangkan, bagaimana perbedaan antara pengaruh penggunaan ponsel dan ponsel pintar dalam perilaku masyarakat di daerah tertentu. Riset tentang media digital harus disandarkan pada konteks media tersebut digunakan dan di mana hal itu terjadi.

Penggunaan dan Keterbatasan Big data dalam Ilmu Sosial

Ilmu sosial semakin diperkuat strukturnya lewat penelitian-penelitian kuantitatif dan penggunaan data statistik. Kuantifikasi tersebut memang bukan merupakan hal yang baru, namun pada era saat ini, dikenal komponen yang dinamakan big data. Berbeda dengan pencarian data secara ‘tradisional’ yaitu melalui tatap muka atau survey telepon, big data memanfaatkan media digital dengan cakupan yang lebih luas dan rumit. Persoalan yang paling tampak dari penggunaan big data ini berkaitan dengan hak milik atau yang berhubungan dengan data sensitif. Selain itu ada beberapa keterbatasan penggunaan big data sebagai material penelitian ilmu sosial, yakni:

  1. Peneliti big data menemukan banyak percabangan yang mengarah kepada pengembangan studi empiris, namun tidak dapat memastikan bagaimana hal itu dapat membawa penelitian pada kumulasi pengetahuan tertentu. Kemunculan cabang-cabang studi empiris yang rumit itu berimplikasi pada upaya analisis antar disiplin terhadap data yang ada, sehingga terbentuk suatu pengetahuan yang solid. Tetapi upaya ini seringkali terhambat oleh kepemilikan data yang terbatas hanya pada satu perusahaan atau kelompok tertentu, sehingga penemuan tidak dapat direplikasi. Sementara replikasi adalah salah satu ciri utama penelitian saintifik, penemuan yang valid hanya terbatas pada sumber-sumber data terbuka, contohnya seperti Wikipedia.
  2. Hasil dari penelitian ilmu terapan dengan menggunakan big data seringkali hanya menyasar pada tujuan jangka pendek, yakni tujuan komersil. Contohnya, penelitian big data dari sumber media sosial seperti Twitter, Facebook, Instagram, dan lain-lain digunakan sekadar untuk meningkatkan nilai jual produk dan partisipasi massa dalam konsumsinya.
  3. Studi tentang data terbatas hanya mencakup sebagian populasi dunia saja. Hal ini disebabkan oleh kendala bahasa, penyensuran, serta kendala seperti poin kedua, yakni penelitian yang hanya terbatas dalam platform media tertentu yang sifatnya tertutup sebab berkaitan dengan kepemilikan.
  4. Kesukaran pembentukan teori dalam bidang komunikasi atau penelitian sosial. Teori sangat berperan penting untuk menentukan arah yang jelas dalam penelitian. Dengan big data, seringkali para peneliti bekerja tanpa kepastian tentang bagaimana data yang mereka temukan dapat membentuk suatu teori yang solid. Sedangkan, interaksi sosial di ruang digital secara cepat terus berubah-ubah, sehingga senantiasa diperlukan pergantian teori-teori lama dengan yang baru.

Batasan lain dalam penelitian yang melibatkan big data adalah berkaitan dengan penerapannya. Ilmu sosial akademik dibatasi pada penggabungan tujuan transformasi masyarakat dan teknik sosial. Pengetahuan yang diperoleh harus selalu dihadapkan pada kesempatan pemecahan solusi sosial agar tetap mendapatkan legitimasinya. Di bidang pemasaran, pengetahuan big data digunakan dengan tujuan pengiklanan, sedangkan di bidang politik bertujuan untuk membentuk pesan yang kuat kepada publik.

Penggunaan big data dengan tujuan pengiklanan, social engineering, dan tujuan-tujuan praktis lainnya lebih ditekankan ketimbang riset akademis murni. Pengetahuan yang diperoleh dari big data dapat digunakan untuk meningkatkan konsumsi masyarakat terhadap produk atau pun mempengaruhi pemilih dalam sebuah kontestasi politik. Tujuan praktis ini memiliki kelebihan dan kelemahan, berguna dalam pengiklanan dan pembuatan kebijakan, namun juga berisiko mengarahkan pada tindakan pengontrolan.

Salah satu persoalan besar pengetahuan big data, sesungguhnya dengan data kuantitatif yang diperoleh tersebut, peneliti tidak serta merta dapat mengetahui apa yang objektif serta mempengaruhi realita tersebut. Seperti misalnya, penelitian terhadap bagaimana interaksi antar pengguna Facebook dapat mempengaruhi pemilihan umum, tidak dapat benar-benar menyajikan kesimpulan tentang bagaimana mempengaruhi pilihan masyarakat itu sendiri. Hal ini berkaitan pula dengan batas-batas individualitas yang kabur dan kurang diperhitungkan. Big data merangkum fenomena kelompok tertentu melalui relasi-relasi yang ada, namun tidak dapat membantu mengungkap kebenaran tentang individu yang memunculkan gejala fenomena tersebut, sehingga mengarah pada depersonalisasi. Terdapat pertentangan antara determinisme teknologis atau teknosaintifis (bahwa perilaku manusia tidak hanya diprediksi tetapi bisa dimanipulasi oleh teknologi tertentu) dengan self-understanding dan ide fundamental tentang bagaimana masayarakat beroperasi dalam hubungannya dengan pembuatan keputusan individual dan kolektif. Mempengaruhi perilaku seseorang tidak bisa secara langsung melalui teknologi, tetapi mau tidak mau membutuhkan pengetahuan lain yang lebih kuat. Apalagi, perusahaan pemiliki sumber data yang sifatnya privasi tidak berencana menggunakannya untuk kejahatan, melainkan hanya sebagai data statistik peningkatan omset penjualan. Seperti halnya dalam demokrasi, ancaman keamanan data privasi sebisa mungkin diantisipasi, dan harus membentuk kebijakan untuk membangkitkan minat masyarakat tanpa memaksanya dan mengurangi kebebasannya.

Riset data-driven dalam dunia komersial biasanya hanya untuk tujuan sempit: jika ditemukan korelasi kebiasaan pembelian tertentu, maka dapat digunakan sebagai tolak ukur untuk meningkatkan pendapatan ke depannya; jika ditemukan gejala kejahatan, maka aparat penegak hukum dapat dikerahkan untuk membasminya. Namun sementara data dapat digunakan untuk menyasar individu tertentu, data tidak memungkinkan untuk merubah perilaku individu, meski bisa membangkitkan perilaku populasi.

Aspek etis dan legal dalam riset big data masih diperdebatkan karena membutuhkan aturan mendesak dan respon kebijakan dari pemerintah. Pengetahuan yang berdasar data digital terikat untuk memiliki implikasi sosial yang penting, dalam level yang kebanyakan tidak dapat dipersepsikan (imperceptible) karena sangat lama dan campur-baur. Bagi individu dan pembuat kebijakan, penting untuk merespon isu langsung dan mudah dikenali yang berhubungan dengan proteksi data.

Pada intinya, riset big data terbatas pada tiga hal berikut ini: keuntungan komersial, indoktrinasi politik dalam rezim otoritarian dan pembangkitan respon publik dalam rezim demokrasi, dan perkembangan ilmu sosial akademis.

Brave New World dalam Facebook

Di dalam jurnal ini, dunia di mana media digital semakin berkembang sekarang ini diserupakan dengan latar novel ‘Brave New World’ oleh Aldous Huxley. Gambaran dunia dewasa ini, masyarakat dibentuk oleh setir perusahaan media dengan pemerintahan, seperti dalam contoh eksperimen penularan emosional oleh media digital Facebook.

Eksperimen Facebook ini melibatkan 700.000 pengguna yang dibagi menjadi dua kelompok dengan dua perlakuan berbeda. Kelompok satu secara diberikan stimulasi umpan berita positif setiap harinya, dan kelompok yang lain diberikan umpan berita negatif. Eksperimen ini ingin membuktikan bahwa perlakuan tersebut dapat mempengaruhi perilaku para pengguna, dilaksanakan dengan jalan manipulasi. Hasil yang didapat bersifat positif, yakni para pengguna yang masuk ke dalam kelompok umpan berita positif, lebih sering menerbitkan status-status yang positif, begitu pun sebaliknya dengan kelompok umpan berita negatif membuat feedback negatif pula.

Eksperimen seperti dilakukan secara halus dan tidak kentara sehingga subjek penelitian tidak sadar dirinya tengah berada dalam suatu kegiatan eksperimen. Kehalusan upaya ini dibuktikan dengan survey para pengguna Facebook tentang seberapa jauh mereka mengetahui bagaimana Facebook bekerja dengan memanfaatkan data pribadi masing-masing, dan para pengguna itu sebagian besar tidak tahu-menahu tentang hal itu atau bahkan tidak memperdulikannya.

Ini adalah salah satu contoh apa yang bisa dilakukan pemerintah dan perusahaan dengan memanfaatkan big data dari media digital. Maka dari itu, penggunaan data sebaiknya dilakukan dengan transparansi dan akuntabilitas agar tidak mengarah pada penggunaan dengan tujuan negatif. Berbeda dengan media digital, big data yang menjadi fokus utama pembahasan ini tidak hanya digunakan untuk mengarahkan perhatian para pengguna media, melainkan juga: mencetak nilai kredit, menyediakan informasi profil bagi pengusaha, sebagai alat pengukur pencapaian pendidikan, dan lain sebagainya yang tidak mampu dirangkum dalam sebuah buku panduan big data, oleh sebab kerumitannya.

Menarget Publik, serta Penggunaan dan Keterbatasan Big Data dalam Keseharian

Salah satu cara untuk meneliti bagaimana audiens dibentuk oleh analytics adalah dengan membandingkan sistem media yang berbeda-beda. Di mana kekuatan pasar berkuasa (Amerika Serikat), metrics digunakan untuk menggali apa minat pembaca dan pemirsa; di mana negara mengendalikan media (Tiongkok), metrics digunakan untuk memonitor opini publik. Intinya, metrics bergantung pada apa yang orang-orang klik, like, dan share. Metrics dan penggunaan big data terbentuk oleh konteks sistem media dan penggunaan yang beragam di setiap negara.

Analytics big data biasanya digunakan dalam mobilisasi politik, yang Karpf sebut sebagai analytic activism, yang mana organisasi atau advokasi menggunakan analytic untuk menarget pendukung dan mengajak mereka. Namun, transparansi tidak selalu memungkinkan dalam riset data analytic, karena ada data yang rahasia. Problem lain adalah bahwa analytics menunjuk pada preferensi publik hanya ketika mereka terungkap dalam data, tanpa memberikan pemahaman tentang kepedulian atau keingintahuan terhadap siapa yang dipilih (Karpf menggambarkan ini sebagai ‘preferensi terungkap’ versus ‘metapreferensi’). Berbeda, mungkin menjadi problematis jika organisasi aktivis dikendalikan oleh data diskrit daripada gambaran yang lebih holistik tentang apa yang pemilih atau pendukung inginkan.

Big data umunya digunakan oleh perusahaan media yang menganalisis perilaku pengguna. Penulis tidak menggunakan term ‘mendengarkan’ seperti Karpf, tetapi lebih ke ‘membentuk’ yang terdiri dari ‘penyesuaian’, ‘target/tujuan’, dan ‘manipulasi’. Konten media biasanya disampaikan melalui perangkat terpisah, sedangkan media digital bisa dilacak melalui perangkat yang saling terhubung. Misalnya, Google bisa melacak iklan melalui website yang dikunjungi seseorang jika mereka menggunakan Gmail atau Google+.

Big Data dan Kebijakan dalam Berbagai Sistem Media

Kita akan memeriksa big data dan kebijakannya dalam empat sistem media yang berbeda: Tiongkok, India, Amerika Serikat, dan Swedia.

Pemerintah China secara aktif mengembangkan big data sebagai ‘manajemen sosial’ daripada ‘e-government’ dalam batas kepentingan politis dan geografis. Pengaruh utama big data ada tiga bagian. Pertama, sangat efektif untuk melakukan percobaan kebijakan dengan mengizinkan kebijakan ‘beta-test’ di daerah tertentu apakah perlu diadopsi atau tidak. Kedua, dapat memantau perkembangan perilaku warga dan mengembangkan sistem ‘kredit sosial’ sebagai ganjaran atas perilakunya melalui arsip atau catatan digital yang disimpan pada warga. Ketiga, dapat mengukur opini publik di media sosial agar bisa menanggapinya.

‘Aadhar’, sistem identifikasi unik yang dimiliki India, sistem biometrik terbesar di seluruh dunia. Mungkin ini bisa digambarkan sebagai satu KTP satu identitas satu kartu, dan bisa digunakan untuk berbagai macam akses, seperti bank, kesehatan, dan sebagainya. Meski ditentang karena bisa saja rentan penyalahgunaan privasi, sistem ini bisa mengurangi korupsi, entah bagaimana itu bekerja.

Amerika Serikat membuat persyaratan hukum di mana data yang dibayar atas biaya wajib pajak harus dapat digunakan secara terbuka. Perusahaan media digital Amerika, meskipun melindungi data pengguna mereka sebagai lawan negara, bergantung pada data pengguna untuk menargetkan konsumen. Big data kebanyakan digunakan untuk kepentingan komersial, karena media tidak dikontrol sepenuhnya oleh pemerintah untuk kepentingan politik di Amerika.

Swedia adalah negara yang memiliki tradisi penyimpanan data oleh pemerintah tetapi juga memiliki undang-undang perlindungan data yang kuat. Setiap warga di Swedia memiliki nomer identitas pribadi yang bisa digunakan untuk mengakses berbagai macam transaksi tanpa khawatir akan penyalahgunaan data privasi. Swedia merupakan negara yang patut dicontoh kebijakan sistem media dan penggunaan big data secara efektif dan efisien.

Apa yang Menarik?

Seperti yang telah dipaparkan sebelumnya bahwa big data memiliki banyak keunggulan namun tak sedikit pula kelemahannya. Menurut kami, ada beberapa poin penting yang dapat menjadi perdebatan serius bagi epistemologi IPTEK. Big data meskipun terdengar aktual, namun pada dasarnya prinsipnya ontologisnya sama, namun skala cakupan dan mediumnya saja yang berbeda.

Pertama, perdebatan skala pemanfaatan data baik jangka panjang atau pun pendek. Telah dijelaskan sebelumnya bahwa riset big data seringkali hanya menyasar pada tujuan jangka pendek, yakni tujuan komersil. Posisi kami adalah mendukung hal tersebut—kecuali perihal tujuan komersilnya. Kami menilai big data jika tidak bisa diperlakukan layaknya data-data ilmu alam. Big data memuat data-data yang bersumber dari sifat manusia yang cenderung dinamis, jelas berbeda dari data yang diperoleh dari alam yang cenderung mengikuti hukum alam. Pemanfaatan data dalam jangka pendek tentu tepat mengingat keadaan sosial masyarakat yang berubah-ubah dari hari ke harinya.

Kedua, studi tentang data terbatas hanya mencakup sebagian populasi dunia saja. Sulit mengupayakan adanya universalitas ilmu dan objektivitas dalam data yang diperoleh dari big data. Hal ini kami nilai tepat, data yang diperoleh dari big data meskipun memiliki keluasan cakupan responden, namun tidak menjamin mewakili seluruh variabel manusia secara luas. Perbedaan bahasa, budaya, dan moral menjadi penyebab yang terjadinya reduksi objektivitas data yang diperoleh. Otomatis hal tersebut berpengaruh pada tataran aksiologis dari kebijakan publik yang dibuat kelak.

Ketiga, proses pengontrolan dalam big data seperti yang terjadi di Cina dapat menyebabkan terjadinya pembelahan epitemik. Di satu sisi pengontrolan dalam big data dapat menjamin keamanan pengguna dalam bermedia sosial (sisi pragmatis). Namun, di sisi lain pengontrolan dalam big data dapat mencerabut hak demokratis seseorang dalam menyuarakan pendapatnya di ruang media sosial (sisi teknosaintifis).

Lalu yang terakhir, perihalbagaimana big data dapat menjembatani perbedaan perilaku di media sosial dengan di dunia nyata. Hal ini menurut kami penting, karena ketika big data dapat menjembatani jurang lebar antara dunia maya dan dunia nyata, maka implikasinya akan merombak pemahaman ontologis, epistemologis, dan bahkan aksiologis tentang realitas. Tentu saja itu bukanlah perkara yang mudah. Selama ini pertarangan antara fakta dan fiksi masih menjadi perdebatan di tataran epistemologis, bahkan hingga saat ini.


Judul Buku                  : Social Theory Rafter the Internet

Terjemahan Buku     : Media, Technology, and Globalization

Penulis                         : Ralph Schroeder

Penerbit                       : UCL Press (2018)

Diakses via                  : htttp://www.jstor.org/stable/j.ctt20krxdr.9

Tinggalkan Balasan

%d blogger menyukai ini: