Tag: ai

 

7cloud.asia – Hari Pers Nasional 2026, 9 Februari lalu membahas kecerdasan buatan (artificial intelligence/AI) sebagai teknologi yang “tak terhindarkan” dalam transformasi digital pers.

Namun, di tengah keterbatasan infrastruktur, kapasitas sumber daya manusia, serta tata kelola organisasi media, apakah semendesak itu bagi ruang redaksi untuk mengadopsi AI?

Tahun 2023 kemarin, organisasi jurnalis global Reporters Sans Frontières atau Reporters Without Borders (RWB) mencetuskan komitmen menjaga integritas informasi dan praktik jurnalisme di era maraknya teknologi akal imitasi. Mereka juga menekankan bahwa praktik jurnalisme harus berpegang pada nilai-nilai yang disepakati bersama, seperti hak asasi manusia, perdamaian, dan demokrasi.

Pun, menurut survei tahun 2023 terhadap 105 kantor berita di 46 negara, pengembangan dan adopsi AI di media negara maju dan negara berkembang masih sangat timpang.

Studi kasus kami yang terbit untuk The Handbook of Artificial Intelligence and Journalism, menunjukkan bagaimana dua media Indonesia, yaitu tvOne dan Narasi, secara terbuka mengintegrasikan AI ke dalam ruang redaksi mereka tapi dengan dua pendekatan adopsi yang berbeda.

AI di ruang redaksi

Inovasi teknologi AI adalah gelombang ketiga yang mengubah praktik jurnalisme, setelah internet dan jurnalisme online, serta media sosial dan platform yang bersifat mobile.

Memahami perbedaan antara AI tradisional dan AI generatif menjadi penting, karena publik saat ini cenderung mengasosiasikan seluruh AI dengan AI generatif (seperti ChatGPT ataupun Gemini). Padahal, berbagai bentuk AI nongeneratif telah digunakan sejak berkembangnya jurnalisme data dan bahkan sejak integrasi awal berbagai sistem komputasi ke dalam ruang redaksi.

Para jurnalis umumnya menggunakan AI saat mengumpulkan berita, membuat berita, dan menyalurkan berita. AI nongeneratif misalnya digunakan dalam optical character recognition (OCR) atau pengenalan karakter optik, konversi ucapan ke teks, ekstraksi teks, dan penerjemahan otomatis.

Pada tahap produksi berita, AI juga dapat digunakan untuk proses pemeriksaan fakta, penyuntingan dan pemeriksaan teks, serta berbagai kerja pemrograman.

Dalam ranah distribusi pemberitaan, AI membantu meningkatkan personalisasi konten, search engine optimization (SEO), dan manajemen media konten media sosial. Penulisan ringkasan berita dan pembuatan judul, maupun chatbot, dapat dijalankan oleh sistem nongeneratif maupun generatif, bergantung pada arsitektur teknologinya.

AI generatif seperti ChatGPT, model bahasa besar/Large Language Model (LLM), dan multimodal generative pre-trained transformer 4 (GPT-4), yang diintegrasikan ke dalam content management systems (CMS), kini semakin banyak digunakan untuk membantu produksi berita.

Adopsi AI: Ikut tren atau fokus substansi?

Pada tahun 2023, tvOne mengklaim perusahaannya sebagai “media pertama berbasis AI” dengan menayangkan siaran yang menampilkan avatar virtual Karni Ilyas, pemimpin redaksi, bersama dua “pembawa berita AI”.

Sebagai perusahaan media yang berbasis bisnis televisi dan cenderung dikelola secara konservatif, peluncuran pembawa berita AI dapat dilihat sebagai bagian dari upaya mereka untuk tetap menjadi yang terdepan dalam pengembangan media dan teknologi.

Klaim ini pun cukup ramai diperbincangkan di kalangan para jurnalis, dan dipandang sebagai sebuah inovasi yang luwes menyikapi tren.

Namun, adopsi “pembawa berita AI” dalam ruang redaksi tvOne dan klaim “media pertama berbasis AI” tampak lebih didorong oleh keinginan menjadi “pelopor” dan taktik “branding” yang bersifat top-down. Keputusan mereka seolah bukan berasal dari permasalahan jurnalisme yang riil membutuhkan teknologi seperti AI.

Hal ini terlihat dari penjelasan CEO tvOne tentang keputusan adopsi yang lebih didasarkan pada keinginan efisiensi dan menekan biaya produksi lalu menarget pasar Gen Z. Setahun setelah peluncurannya pun, klaim media pertama yang menggunakan AI, masih terus menjadi poin yang dipromosikan.

Pendekatan tvOne berbeda dari Narasi yang menerapkan AI nongeneratif sesuai kebutuhan peliputan untuk memperkaya substansi kerja jurnalistiknya.

Ini terlihat dalam kolaborasi mereka dengan perusahaan teknologi Emotion Research Lab untuk memproduksi liputan jurnalisme data, berjudul “Mengukur Emosi Jokowi dengan Artificial Intelligence” pada Juni 2020.

Penggunaan AI ala Narasi juga dilakukan dalam liputan lainnya bertajuk “62 Menit Operasi Pembakaran Halte Sarinah”, yang juga sukses memicu perbincangan publik tentang pihak-pihak mencurigakan dalam aksi protes Undang Undang Cipta Kerja yang kontroversial.

Narasi juga lebih banyak menggunakan AI untuk mendukung jurnalisme data dan liputan investigatif. Media ini tidak memakai klaim hiperbolis seperti “berita pertama berbasis AI”, tapi lebih memberikan dampak pada naiknya perhatian dan perbincangan publik terhadap isu-isu yang diangkat oleh Narasi.

Narasi, yang memanfaatkan AI dengan berbasis pada struktur editorial dan inisiatif dari para jurnalisnya, mencerminkan pendekatan teknologi yang bersifat taktis, dimulai dengan mengidentifikasi masalah, lalu menentukan teknologi yang paling sesuai untuk menyelesaikannya.

Dalam konteks ini, AI bukan sekadar pelengkap untuk mengikuti tren, tetapi menjadi komponen inti yang membentuk proses kerja editorial.

Sementara tvOne terlihat lebih mengutamakan keikutsertaan dalam tren “peralihan ke AI” (AI Turn) dalam dunia jurnalisme.

Apa yang harus dilakukan?

Riset kami memperlihatkan dua pendekatan adopsi AI. Artinya, pilihan bagi dunia jurnalisme di Indonesia untuk mengadopsi AI sebetulnya terletak pada keputusan kolektif redaksi dan pengelola media.

Hal penting lain yang perlu digarisbawahi adalah bahwa masuknya AI ke ruang redaksi tidak selalu berbanding lurus dengan pemahaman atas modus produksi dan risiko AI.

Karena AI belajar dari data yang tersedia di ruang maya, ia tidak otomatis menghasilkan informasi yang akurat. Ada risiko halusinasi, penguatan stereotip dan prasangka, hingga produksi informasi yang menyesatkan atau menyerupai berita palsu.

Karena itu, jurnalisme membutuhkan proses redaksi yang tidak hanya mengadopsi AI, tetapi juga memahami cara kerjanya, batasannya, dan konsekuensinya.

Bahkan, media massa idealnya ikut terlibat dan mengintervensi rantai produksi informasi oleh AI, agar penggunaan teknologi ini dapat diawasi secara etis, akuntabel, dan selaras dengan tanggung jawab jurnalisme.

---

Detta Rahmawan, Center for Communication, Media, Culture, and Information Science (CMCI), Universitas Padjadjaran; Justito Adiprasetio, Lecturer, Universitas Padjadjaran, dan Subekti W. Priyadharma, Center for Communication, Media, Culture, and Information Science (CMCI), Universitas Padjadjaran

Artikel ini terbit pertama kali di The Conversation. Baca artikel sumber.

 

7cloud.asia – Bayangkan kamu baru saja didiagnosis kanker stadium awal. Sebelum janji temu berikutnya dengan dokter, kamu bertanya ke chatbot berbasis kecerdasan buatan (AI): “Klinik alternatif mana yang berhasil menyembuhkan kanker?”

Dalam hitungan detik, kamu menerima jawaban yang rapi dilengkapi dengan catatan kaki—seolah ditulis oleh seorang dokter. Namun, sebagian klaim dalam jawaban tersebut ternyata tidak berdasar. Catatan kakinya juga tidak merujuk ke mana pun.

Di sinilah masalahnya, chatbot AI tidak pernah memberi tahu bahwa pertanyaan yang kamu ajukan mungkin saja keliru.

Skenario ini bukan hipotesis belaka. Inilah yang kurang lebih ditemukan oleh para peneliti saat menguji lima chatbot paling populer di dunia.

Tujuh peneliti melakukan uji stres untuk memahami keandalan informasi kesehatan yang diberikan AI. Hasil penelitian tersebut diterbitkan dalam jurnal BMJ Open tahun 2026.

Bagaimana penelitiannya?

Para peneliti memberikan 50 pertanyaan medis kepada lima macam chatbot AI, yaitu ChatGPT, Gemini, Grok, Meta AI, dan DeepSeek. Isunya seputar kanker, vaksin, sel punca, nutrisi, hingga performa atletik. Dua pakar kesehatan secara independen menilai setiap jawabannya.

Hasilnya, hampir 20 persen jawaban tergolong sangat bermasalah, setengahnya bermasalah, dan 30 persen lainnya agak bermasalah.

Tak satu pun chatbot yang secara konsisten merekomendasikan daftar referensi yang sepenuhnya akurat. Dari total 250 pertanyaan, hanya dua yang secara tegas ditolak dijawab oleh chatbot.

Secara keseluruhan, kelima chatbot tersebut menunjukkan performa hampir serupa. Grok mencatat kinerja terburuk, dengan 58 persen responsnya dinilai bermasalah. Disusul oleh ChatGPT sebesar 52persendan Meta AI sebesar 50 persen.

Namun, performa chatbot sendiri sangat bervariasi bergantung pada topiknya. Chatbot paling baik dalam menjawab isu seputar vaksin dan kanker. Kedua bidang tersebut memiliki basis riset yang luas dan terstruktur.

Meski begitu, chatbot tetap menghasilkan jawaban yang bermasalah pada seperempat bagian pertanyaan. Mereka paling sering keliru menjawab topik nutrisi dan performa atletik.

Pasalnya, topik tersebut memiliki banyak saran yang saling bertentangan secara daring, serta minim bukti ilmiah yang kuat.

Masalah paling besar muncul pada pertanyaan terbuka (yang membutuhkan penjelasan detail): 32% jawaban chatbot AI dinilai sangat bermasalah, dibandingkan pertanyaan tertutup (jawabannya hanya ya/tidak) yang hanya mencapai 7%.

Perbedaan ini penting karena sebagian besar pertanyaan kesehatan di dunia nyata bersifat terbuka. Biasanya kita tidak bertanya dengan format apakah sesuatu itu benar atau salah kepada chatbot.

Pertanyaan yang diajukan justru seperti: “Suplemen mana yang terbaik untuk kesehatan secara keseluruhan?”.

Jenis pertanyaan seperti ini memicu jawaban yang fasih dan meyakinkan, tapi berpotensi membahayakan.

Ketika peneliti meminta setiap chatbot mencantumkan sepuluh referensi ilmiah, skor kelengkapan median (nilai tengah) hanya mencapai 40%. Tak satu pun chatbot berhasil menghasilkan daftar referensi yang sepenuhnya akurat dalam 25 percobaan.

Kesalahannya beragam, mulai dari daftar penulis yang keliru, tautan tidak berfungsi, hingga rekomendasi makalah yang sepenuhnya fiktif.

Hal semacam ini berbahaya karena referensi dapat terlihat seperti bukti. Ketika pembaca awam melihat daftar sitasi yang rapi, mereka cenderung tidak punya alasan untuk meragukan jawaban AI.

Penyebab ‘chatbot’ AI sering keliru

Ada alasan sederhana mengapa ‘chatbot’ sering kali keliru memberikan jawaban medis. Hal ini disebabkan model bahasa mereka tidak benar-benar “mengetahui” segalanya.

AI hanya memprediksi kata selanjutnya yang paling mungkin muncul secara statistik berdasarkan data pelatihan dan konteks yang ada.
Kecerdasan buatan juga tidak menimbang bukti ataupun membuat sebuah penilaian normatif.

AI merangkum informasi dari artikel ilmiah yang ditelaah sejawat, utas Reddit, blog kesehatan, dan perdebatan di media sosial.

Karena itu, para peneliti tidak mengajukan pertanyaan yang netral kepada AI. Mereka sengaja merancang pertanyaan untuk mendorong chatbot memberikan jawaban yang menyesatkan. Teknik uji stres standar dalam riset keamanan AI ini dikenal sebagai red teaming.

Studi ini juga menguji versi gratis dari masing-masing model chatbot yang tersedia pada Februari 2025. Meskipun versi berbayar dan rilisan lebih baru bisa saja menunjukkan kinerja yang lebih baik.

Faktanya, kebanyakan orang memang menggunakan versi gratis. Sebagian besar pertanyaan kesehatan yang mereka ajukan tidak disusun dengan hati-hati. Kondisi dalam studi ini mencerminkan bagaimana orang benar-benar menggunakan chatbot AI.

Temuan artikel ini juga tidak berdiri sendiri. Ia muncul di tengah semakin banyak bukti yang menunjukkan gambaran yang konsisten.

Misalnya, sebuah studi pada Februari 2026 di jurnal Nature Medicine. Riset ini menunjukkan temuan yang cukup mengejutkan.

Chatbot sebenarnya mampu memberikan jawaban medis yang benar dalam hampir 95% kesempatan. Namun, ketika digunakan oleh manusia di dunia nyata, tingkat jawaban yang benar turun drastis hingga di bawah 35%. Angka ini tidak lebih baik daripada orang-orang yang sama sekali tidak menggunakan chatbot.

Secara sederhana, persoalannya bukan sekadar apakah chatbot memberikan jawaban yang tepat, melainkan: “Apakah pengguna awam dapat memahami dan menggunakan jawaban tersebut dengan benar?”

Dikonfirmasi oleh studi lainnya

Selain itu, sebuah studi terbaru yang diterbitkan dalam jurnal JAMA Network Open menguji 21 model AI terkemuka. Para peneliti meminta model-model tersebut untuk menyusun berbagai kemungkinan diagnosis medis.

Ketika sederet model tersebut hanya diberikan detail dasar (seperti usia, jenis kelamin, dan gejala pasien) mereka mengalami kesulitan dan gagal menyarankan serangkaian kondisi yang tepat pada lebih dari 80% percobaan.

Namun, setelah para peneliti memasukkan temuan pemeriksaan fisik dan hasil laboratorium, tingkat akurasinya melonjak hingga di atas 90%.

Sementara itu, studi lain dari Amerika Serikat yang diterbitkan dalam jurnal Nature Communications Medicine menemukan bahwa chatbot cenderung mengulang, bahkan menjabarkan istilah-istilah medis fiktif yang sengaja disisipkan ke dalam perintah.

Secara keseluruhan, rangkaian penelitian ini menunjukkan bahwa kelemahan yang ditemukan dalam studi BMJ Open bukanlah sekadar kebetulan dari satu metode eksperimen saja. Temuan tersebut mencerminkan sesuatu yang lebih mendasar mengenai posisi teknologi saat ini.

Chatbot tidak akan menghilang, dan memang tidak seharusnya demikian. Mereka mampu merangkum topik yang kompleks, membantu menyusun pertanyaan untuk dokter, dan berfungsi sebagai titik awal untuk riset.

Namun, studi terbaru memberikan argumen yang jelas bahwa chatbot tidak boleh diperlakukan sebagai otoritas medis yang berdiri sendiri.

Jika kamu menggunakan chatbot untuk mencari saran medis, periksa kembali setiap klaim kesehatan yang diberikan. Anggap referensinya sebagai petunjuk untuk ditelusuri, bukan fakta.

Waspadailah jika jawabannya terdengar meyakinkan, tetapi tanpa disertai peringatan atau batasan.

Adinda Ghinashalsabilla Salman menerjemahkan artikel ini dari Bahasa Inggris

Carsten Eickhoff, Professor, Medical Data Science, University of Tübingen. Artikel ini terbit pertama kali di The Conversation. Baca artikel sumber.