Algoritma Media Sosial dan Amplifikasi Kemarahan Kolektif dalam Cancel Culture

Di balik setiap kasus cancel culture yang viral, ada mesin yang bekerja tanpa henti: algoritma media sosial. Ia tidak memiliki niat jahat, tidak mengenal moral, dan tidak peduli pada siapa yang terluka. Tugasnya sederhana, yakni memaksimalkan waktu yang dihabiskan pengguna di platform. Namun, justru kesederhanaan itulah yang membuatnya menjadi salah satu pendorong terkuat amplifikasi kemarahan kolektif. Konten yang memicu emosi, terutama kemarahan, mendapat prioritas lebih tinggi karena terbukti membuat orang bertahan lebih lama di layar. Dalam ekosistem seperti ini, cancel culture bukan kecelakaan, melainkan produk sampingan yang hampir tak terhindarkan.

Logika Ekonomi Perhatian

Untuk memahami mengapa algoritma memperkuat cancel culture, perlu dipahami logika ekonomi perhatian yang menjadi fondasi platform media sosial. Dalam ekonomi perhatian, mata dan waktu pengguna adalah komoditas yang diperebutkan. Platform bersaing untuk memastikan bahwa pengguna tidak berpindah ke aplikasi lain. Algoritma dirancang untuk mempelajari apa yang membuat pengguna berhenti menggulir, apa yang membuat mereka mengetuk, dan apa yang membuat mereka membalas. Dari data itu, algoritma menyusun urutan konten yang paling mungkin memicu interaksi.

Kemarahan adalah salah satu pemicu interaksi paling kuat. Penelitian tentang dinamika emosi di media sosial menunjukkan bahwa konten yang memicu kemarahan moral menyebar lebih cepat dan lebih luas dibandingkan konten yang netral atau positif. Ketika seseorang melihat unggahan yang membuatnya marah, ia cenderung berhenti, membaca, dan merespons. Respons itu sendiri memicu reaksi dari orang lain, sehingga tercipta rantai interaksi yang panjang. Algoritma membaca pola ini sebagai sinyal bahwa konten tersebut bernilai, lalu menyebarkannya ke lebih banyak orang.

Bagaimana Amplifikasi Bekerja

Amplifikasi kemarahan dalam cancel culture berlangsung melalui beberapa mekanisme yang saling memperkuat. Mekanisme pertama adalah penyaringan berbasis emosi. Algoritma tidak memahami isi pesan, tetapi ia memahami pola interaksi. Konten yang mendapat banyak komentar, termasuk komentar marah, dianggap penting dan didorong ke lebih banyak linimasa. Akibatnya, unggahan yang memicu kemarahan mendapat jangkauan yang jauh lebih besar daripada unggahan yang mendorong refleksi.

Mekanisme kedua adalah efek ruang gema. Algoritma cenderung menampilkan konten yang sejalan dengan pandangan pengguna, sehingga mereka terus-menerus terpapar pada sudut pandang yang sama. Dalam konteks cancel culture, efek ini membuat pengguna merasa bahwa kemarahan mereka adalah kemarahan mayoritas, sehingga mereka semakin berani mengekspresikannya. Mereka tidak melihat nuansa, tidak mendengar pembelaan, dan tidak menyadari bahwa pandangan mereka mungkin hanya sebagian dari gambaran yang lebih besar.

Mekanisme ketiga adalah percepatan waktu. Algoritma memprioritaskan konten terbaru dan paling banyak dibicarakan, sehingga kasus cancel culture bergerak dengan kecepatan yang tidak memberi ruang bagi refleksi. Dalam hitungan jam, seseorang bisa berubah dari tidak dikenal menjadi target penghakiman massal. Tidak ada waktu untuk memverifikasi fakta, mendengar penjelasan, atau menimbang konteks. Yang tersisa hanyalah gelombang reaksi yang bergerak lebih cepat daripada kemampuan siapa pun untuk menghentikannya.

Dampak bagi Mahasiswa dan Kampus

Bagi mahasiswa, bekerja di dalam ekosistem yang dioptimalkan untuk kemarahan memiliki konsekuensi yang serius. Mereka tumbuh dalam lingkungan yang mengajarkan bahwa respons emosional yang cepat lebih dihargai daripada pertimbangan yang matang. Mereka belajar bahwa konten yang paling banyak mendapat perhatian adalah konten yang paling provokatif, bukan yang paling benar. Dalam jangka panjang, kebiasaan ini membentuk cara berpikir yang impulsif dan kurang kritis.

Di lingkungan kampus, amplifikasi kemarahan menciptakan budaya yang tidak kondusif bagi dialog. Diskusi yang seharusnya berlangsung tenang dan mendalam berubah menjadi pertarungan cepat untuk mendapatkan dukungan. Mahasiswa yang ingin menyampaikan pandangan nuansional merasa terdorong untuk menyederhanakan argumen agar sesuai dengan format yang disukai algoritma. Yang paling dirugikan adalah mereka yang menjadi target: mereka dihukum bukan karena kesalahannya, tetapi karena algoritma kebetulan memilih unggahan mereka sebagai konten yang menguntungkan.

Tabel Mekanisme Amplifikasi dan Efeknya

Mekanisme AlgoritmaCara KerjaEfek pada Cancel Culture
Penyaringan berbasis emosiMendorong konten yang memicu interaksi tinggiKemarahan menyebar lebih cepat daripada dialog
Ruang gemaMenampilkan konten yang sejalan dengan pandangan penggunaPengguna merasa kemarahannya adalah mayoritas
Percepatan waktuMemprioritaskan konten terbaru dan viralTidak ada ruang untuk verifikasi dan refleksi
Personalisasi berlebihanMenyusun linimasa berdasarkan perilaku masa laluPengguna terjebak dalam pola reaksi yang sama

Strategi Menghadapi Algoritma

Menghadapi algoritma bukan berarti menghindari media sosial sepenuhnya. Yang diperlukan adalah kesadaran kritis tentang bagaimana platform bekerja dan bagaimana pengguna dapat mengambil kendali atas pengalaman digital mereka. Ada beberapa strategi yang bisa diterapkan:

  1. Mengenali pola. Pengguna perlu menyadari kapan algoritma sedang mendorong konten yang memicu emosi. Kesadaran ini memungkinkan mereka untuk berhenti sebelum bereaksi.
  2. Memperluas sumber informasi. Mengikuti akun-akun yang beragam pandangannya dapat mengurangi efek ruang gema dan membuka perspektif yang lebih luas.
  3. Membatasi konsumsi konten provokatif. Tidak semua konten yang muncul di linimasa harus dikonsumsi. Pengguna berhak memilih apa yang layak mendapat perhatian mereka.
  4. Menunda respons. Sebelum membalas atau menyebarkan konten yang memicu kemarahan, beri jeda beberapa saat untuk menimbang apakah respons tersebut benar-benar diperlukan.
  5. Mendorong konten yang sehat. Algoritma belajar dari interaksi. Semakin sering pengguna berinteraksi dengan konten yang mendalam dan bernuansa, semakin besar kemungkinan konten serupa muncul di linimasa mereka.

Universitas Ma’soem memandang literasi algoritma sebagai bagian penting dari literasi digital yang harus dikuasai mahasiswa di era informasi. Artikel tentang peran algoritma media sosial dalam cancel culture di situs Universitas Ma’soem membahas bagaimana mesin di balik platform digital turut membentuk pola interaksi sosial. Dengan lima fakultas unggulan—Fakultas Teknik (Teknik Informatika dan Teknik Industri), Fakultas Komputer, Fakultas Pertanian, Fakultas Ekonomi dan Bisnis Islam, serta Fakultas Keguruan dan Ilmu Pendidikan—Universitas Ma’soem berkomitmen membekali mahasiswa dengan pemahaman kritis tentang teknologi yang mereka gunakan sehari-hari.

Info Kontak Universitas Ma’soem: