Mekanisme Referensi: Jalan keluar atau Teror Untuk Kebebasan Informasi

defendyourhomenow.com – Perubahan tehnologi digital sudah mengganti langkah manusia terima dan konsumsi informasi, khususnya dengan timbulnya mekanisme referensi personalisasi. Mekanisme ini, yang disokong oleh algoritme kompleks, sekarang memimpin distribusi informasi di basis online. Menurut Weikai Li dalam jurnal International Journal on Semantic Website and Information Systems(2024), sekitaran 70% distribusi informasi pada internet didasari pada algoritme referensi. Contoh sukses besar seperti Amazon, di mana 35% pemasaran produk disembahkan oleh algoritme referensi mereka, memperlihatkan kekuatan besar tehnologi ini saat menggerakkan keterkaitan kenaikan penghasilan dan pemakai.

Tetapi, dibalik pengembangan ini, ada kenaikan kekuatiran mengenai imbas referensi personalisasi pada kebebasan pemakai. Data dari survey yang sudah dilakukan di tahun 2021 memperlihatkan jika 53,8% pemakai mempunyai potensi mematikan feature referensi yang dikustomisasi, sedangkan 28% yang lain merasa sangsi untuk melakukannya. Ini diperkokoh oleh peraturan pemerintahan, seperti undang-undang di Tiongkok pada 2022 yang mengharuskan penyuplai service referensi algoritmik untuk memberikan pilihan ke pemakai untuk menonaktifkan feature itu. Dengan begitu, walaupun mekanisme referensi bisa tingkatkan pengalaman pemakai, banyak pemakai merasa tehnologi ini terlampau agresif dan kurangi kebebasan saat pilih informasi yang mereka konsumsi.

Riset Weikai Li memberi sudut pandang baru dengan mengeksploitasi imbas karakter informasi—seperti keberagaman informasi, integritas, dan kekuatiran privasi—pada niat pemakai untuk meneruskan pemakaian feature referensi. Pendekatan ini bawa perhatian penting dalam jalinan di antara pemahaman pemakai mengenai kebebasan yang terancam dan keterikatan mereka pada algoritme referensi, yang sampai sekarang sedikit dicermati dengan mendalam.

***

Riset yang sudah dilakukan oleh Weikai Li (2024)

memperlihatkan jika pemahaman pemakai pada referensi personalisasi benar-benar terpengaruhi oleh karakter informasi yang diterimanya, khususnya berkaitan dengan keberagaman integritas dan informasi. Pada dunia yang makin dipenuhi dengan algoritme, keberagaman informasi mainkan peranan penting. Saat mekanisme referensi cuma menyuguhkan informasi yang sama atau monoton, pemakai mulai merasa terjerat dalam apa yang dikatakan sebagai “information cocoon.” Ini ialah keadaan di mana pemakai cuma terkena pada pemikiran yang sempit, yang pada akhirannya kurangi kekuatan mereka untuk membikin keputusan lebih tepat dan luas. Untuk contoh, riset ini memperlihatkan jika minimnya keberagaman informasi berperan secara langsung pada bertambahnya dampak negatif pemahaman pemakai pada tehnologi, dan mengakibatkan pengurangan niat untuk meneruskan pemakaian sampai 15%.

Disamping itu, kekuatiran berkenaan privacy jadi penghambat khusus dalam pemakaian mekanisme referensi. Pemakai merasa jika makin banyak data personal yang dihimpun oleh algoritme, makin tinggi dampak negatif pelanggaran privasi. Di tahun 2023, sebuah laporan dari Tsinghua University menulis jika 10% pemakai di Tiongkok memutuskan untuk mematikan feature referensi algoritmik dalam kurun waktu satu tahun sesudah undang-undang baru mengenai privacy diterapkan. Ini searah dengan penemuan Li jika kekuatiran privacy, atau privasi concerns(PC), memengaruhi dengan krusial niat pemakai untuk meneruskan pemakaian feature ini. Dalam kerangka survey yang sudah dilakukan, lebih dari 40% informan mengatakan jika mereka merasakan rawan pada pelanggaran privacy karena data personal mereka digunakan oleh mekanisme referensi tanpa setahu atau kesepakatan yang jelas.

Integritas informasi jadi komponen kunci yang tidak dapat diacuhkan

Mekanisme referensi yang menyuguhkan informasi yang dipercayai dan tepat semakin lebih diterima oleh pemakai. Pemakai yang merasa informasi yang diberi dapat dipercaya mempunyai kecondongan yang semakin tinggi untuk selalu memakai feature referensi. Dalam riset Li, integritas informasi mempunyai imbas negatif pada pemahaman dampak negatif, yang pada akhirannya tingkatkan niat pemakai untuk meneruskan pemakaian feature sampai 30% (Li, 2024). Oleh karenanya, integritas dan transparan jadi penting pada usaha menjaga keyakinan pemakai.

Tetapi, mekanisme referensi tidak selamanya sanggup menangani apa yang dikatakan sebagai “information overload” Saat pemakai dibombardir kebanyakan informasi yang sama, ini bisa mengakibatkan kecapekan informasi (information fatigue), yang berpengaruh jelek pada pengalaman pemakai secara kesemuaan. Pemakai mulai merasa jemu serta terusik oleh kelebihan informasi ini, yang pada akhirannya menggerakkan mereka untuk mematikan feature referensi. Riset Li memperjelas jika informasi yang terlalu berlebih bisa tingkatkan niat untuk hentikan pemakaian mekanisme referensi sampai 20% karena pemakai merasa kebebasan mereka saat pilih informasi terancam.