Berita Palsu Runtuh dengan Sendirinya: Bagaimana Pengguna Melawan Misinformasi AI secara Organik

  • 17/06/2026
  • Category: Commentaries ID
Tidak ada komentar

Penulis: Nisrina Khotimah
Penyunting: Ayom Mratita Purbandani


Gambar asli versus gambar yang ditingkatkan dengan AI yang menggambarkan ledakan di pangkalan militer AS di Irak. [Sumber: X].

Pada 11 Maret, sebagai salah satu bentuk peringatan awal di kawasan tersebut, Digital Dubai dan layanan keamanan Al-Ameen memperingatkan warga mengenai konten viral AI yang menampilkan ledakan dramatis dan berbagai serangan lainnya.1 Meskipun sebagian komentar menunjukkan keterlibatan yang pasif, meningkatnya jumlah komentar yang mengidentifikasi konten tersebut sebagai rekayasa menunjukkan pergeseran perilaku menuju resistensi yang lebih kuat terhadap misinformasi yang dihasilkan AI.

Serangan udara dan pengeboman di berbagai negara Arab di Teluk Persia, yang merupakan bagian dari konflik geopolitik yang melibatkan Amerika Serikat, Israel dan Iran, memicu lonjakan konten media sintetis di media sosial.2 Dalam situasi krisis seperti ini, ketika pengguna mencari kabar terbaru mengenai kondisi di sekitar mereka, maraknya konten palsu berpotensi menimbulkan kebingungan dan kepanikan. Pada saat yang sama, paparan berulang terhadap konten misinformasi juga dapat menimbulkan frustasi dan skeptisisme pada sebagian pengguna. Hal ini berkemungkinan mendorong mereka untuk memperingatkan orang lain melalui komentar dan reposts.

Inoculation theory menjelaskan bahwa paparan berulang terhadap bentuk misinformasi yang lebih lemah, terutama ketika disertai dengan komentar korektif, dapat memperkuat resistensi individu terhadap misinformasi di masa depan.3 Artinya, semakin sering pengguna terpapar media sintetis dan komentar yang menandai konten tersebut sebagai palsu, mereka mulai mengenali ciri-ciri umum konten AI, seperti ketidakkonsistenan visual dan penggambaran kehancuran yang berlebihan.

Mengacu pada inoculation theory, cognitive dissonance theory serta bukti upaya debunking yang dilakukan pengguna media sosial selama serangan udara di negara-negara Teluk, dapat diargumentasikan bahwa proliferasi misinformasi yang dihasilkan AI memiliki dampak yang paradoksal. Alih-alih hanya memperluas disinformasi, kondisi ini justru dapat menciptakan dapat mendorong munculnya resistensi terhadap misinformasi.

Marak Misinformasi, Pengguna Justru Melarang dan Memperingatkan Orang Lain

Meskipun lonjakan persentase agregat seluruh konten AI di lingkup media sintetis sulit dipisahkan dari tingkat adopsi AI secara umum, gambar dan video hoaks membanjiri berita daring pada Maret 2026, dengan beberapa di antaranya meraih jutaan tayangan.4 Di antaranya adalah video rekayasa kapal induk USS Abraham Lincoln terbakar serta yang dramatisasi dampak pengeboman pangkalan udara Amerika Serikat seperti NSA Bahrain.56

Pada beberapa tahun lalu, ketika AI generatif belum digunakan secara luas, berbagai contoh hoaks relatif tidak menghadapi perlawanan dari publik.7 Namun, pada puncak serangan udara tahun 2026, ketika jumlah pengguna AI meningkat lebih dari 1,4 miliar orang,8 misinformasi yang dihasilkan AI semakin sering dihadapkan oleh skeptisisme pengguna. Komentar yang membongkar kepalsuan konten seringkali memperoleh engagement tinggi, sedangkan reposts korektif beredar berdampingan dengan misinformasi itu sendiri.

Komentar yang mengidentifikasi sebuah video viral sebagai konten buatan AI menjadi komentar dengan jumlah likes terbanyak (tangkapan layar).

Cognitive dissonance theory menawarkan salah satu penjelasan atas perilaku korektif ini, yang berbeda dari proses pengembangan keterampilan jangka panjang dalam inoculation theory.9 Ketika pengguna menemukan konten palsu yang menampilkan sesuatu yang familiar bagi mereka, mereka mengalami ketegangan antara informasi yang menyesatkan dan pemahaman mereka tentang realitas. Ketidaknyamanan psikologis inil dapat mendorong pengguna dengan tingkat literasi digital lebih tinggi untuk melakukan tindakan korektif. Dalam konteks ini, tindakan menandai sebuah konten sebagai palsu tidak hanya berfungsi untuk mengurangi disonansi, tetapi membuat koreksi tersebut lebih tampak di media sosial.

Dinamika tersebut membantu menjelaskan mengapa komentar yang mengidentifikasi gambar dan video hasil AI seringkali memperoleh engagement yang tinggi. Pengguna lain yang mengalami ketidaknyamanan psikologis serupa mungkin tertarik pada komentar yang mengonfirmasi skeptisisme mereka, lalu memberikan tanda like yang memperkuat visibilitas respons korektif tersebut. Akibatnya, tindakan yang awalnya merupakan upaya individu untuk mengatasi disonansi kognitif diperkuat secara sosial melalui collective engagement. Hasilnya,praktik menantang misinformasi AI melalui komentar dan reposts menjadi semakin dinormalisasi.

Paparan Misinformasi Melatih Pengguna untuk Mengenalinya

Jika disonansi kognitif menjelaskan dorongan untuk menandai misinformasi, inoculation theory menjelaskan apa yang terjadi setelah paparan yang berulang dan berlangsung dalam jangka waktu yang lebih panjang. Ketika media sintetis terus membanjiri media sosial, dan komentar korektif terus bermunculan, pengguna pada akhirnya dapat menjadi lebih terlatih dalam mengenali ciri-ciri khas konten yang dihasilkan AI.

Proses ini terlihat dalam komentar dan reposts sendiri. Selain menandai suatu konten sebagai hasil AI, banyak pengguna juga secara sukarela menunjukkan atau menjelaskan alasan mengapa gambar dan video tertentu nampak direkayasa. Penanda AI yang sering disebut selama serangan udara di negara-negara Teluk mencakup ketidakkonsistenan arsitektur, bentuk tangan yang tidak tergambar dengan baik, serta ketidaksesuaian dengan laporan berita resmi. Dengan demikian, komentar-komentar ini berfungsi sebagai bentuk prebunking informal. Tanpa disadari, proses ini membekali pengguna dengan perangkat interpretatif yang nantinya dapat digunakan saat mereka berhadapan dengan konten AI.3

Seorang pengguna X mengidentifikasi sebuah gambar viral sebagai AI (tangkapan layar).

Inoculation theory menganalogikan proses ini dengan vaksinasi.3 Sebagaimana vaksin memaparkan seseorang pada versi virus yang lemah untuk membangun kekebalan, paparan berulang terhadap misinformasi pada tataran tertentu dapat memperkuat kemampuan audiens untuk melawan manipulasi di masa depan. Salah satu syarat utama inoculation theory adalah adanya bantahan yang menyertai misinformasi tersebut. Dalam konteks ini, syarat tersebut dapat terpenuhi melalui komentar dan reposts yang bersifat korektif.

Ketika kondisi ini terpenuhi, setiap upaya pelurusan informasi dapat berfungsi sebagai sinyal peringatan yang tersebar di berbagai titik, memungkinkan pengguna untuk mengenali karakteristik media sintetis. Oleh karena itu, sangat mungkin bahwa proliferasi misinformasi AI secara paradoks justru berkontribusi pada peningkatan literasi media dan memperkuat ketahanan publik terhadap misinformasi.

Debunking Tidak Selalu Terjadi Secara Merata

Namun, gambaran ini tidak sepenuhnya optimistis. Penelitian mengenai continued influence effect menunjukkan bahwa koreksi tidak selalu berhasil menghilangkan keyakinan yang keliru, terutama ketika misinformasi bersifat emosional atau terkait isu politik yang sensitif.12 Dalam konteks serangan udara di negara-negara Teluk, representasi palsu mengenai serangan terhadap lokasi-lokasi familier bagi masyarakat kemungkinan memenuhi kedua kondisi tersebut sekaligus. Artinya, koreksi yang beredar luas pun belum tentu mampu mencegah narasi yang menyesatkan dan mempengaruhi persepsi publik.

Konteks lain yang penting dilihat adalah aktor yang melakukan proses debunking tersebut. Sebagian komentar dan laporan yang mengidentifikasi media sintetis menunjukkan pemahaman kontekstual. Bentuk pengetahuan yang digunakan beragam, mulai dari keahlian di bidang penerbangan hingga pemahaman sistem watermarking Google SynthID. Meskipun berbeda-beda, semuanya mencerminkan tingkat kemampuan analitis dan literasi digital yang tidak dimiliki oleh seluruh pengguna.

Tingkat keahlian menunjukkan bahwa perilaku korektif yang terlihat kemungkinan besar didorong secara tidak proporsional oleh pengguna yang memang telah memiliki tingkat literasi digital yang lebih tinggi. Oleh karena itu, resistensi organik terhadap misinformasi tidak serta-merta dapat dianggap sebagai bukti bahwa seluruh masyarakat sedang mengalami perubahan perilaku yang sama.


Seorang pengguna X mengidentifikasi sebuah gambar viral sebagai hasil AI dengan memanfaatkan pengetahuan kontekstual yang dimilikinya (tangkapan layar).

Literasi Dapat Menyebar Melalui Perilaku Korektif yang Terlihat

Meskipun komentar dan reposts yang membongkar misinformasi mungkin didominasi oleh pengguna yang punya literasi digital lebih tinggi, meningkatnya visibilitas tindakan tersebut tetap menunjukkan munculnya praktik resistensi yang bersifat partisipatif.Selain itu, penelitian mengenai incidental learning menunjukkan bahwa paparan berulang terhadap informasi korektif dapat membentuk pengetahuan dan sikap seseorang tanpa keterlibatan yang disengaja.13 Fenomena ini dapat terjadi ketika pengguna berulang kali menemukan representasi viral mengenai serangan udara bersamaan dengan komentar debunking yang memperoleh tingkat engagement tinggi. Hal ini menjadi semakin relevan mengingat membaca kolom komentar kini telah menjadi bagian umum dari cara masyarakat mengonsumsi media.14

Dengan demikian, paparan berulang terhadap interaksi korektif semacam ini dapat memperkuat seperangkat petunjuk diagnostik yang konsisten, sehingga membantu membangun kemampuan mengenali pola bahkan tanpa proses analisis yang aktif. Bahkan pengguna yang tidak memiliki keahlian teknis untuk memverifikasi sebuah video secara mandiri dapat menginternalisasi penanda visual maupun kontekstual yang umum ditemukan pada konten yang direkayasa.

Dengan kata lain, literasi media tidak harus selalu diperoleh melalui pendidikan formal atau pelatihan khusus. Dalam beberapa kasus, literasi tersebut dapat berkembang secara organik melalui pengamatan berulang terhadap cara orang lain mengidentifikasi dan membantah misinformasi di ruang publik digital.

Kolom Komentar sebagai Tempat Baru untuk Verifikasi Berita

Ada peningkatan perhatian, baik dari diskusi korporasi maupun akademik, terhadap kolom komentar sebagai bagian dari konsumsi berita daring kontemporer.1516 Seiring dengan meningkatnya penyebaran misinformasi AI, kolom komentar semakin berfungsi sebagai ruang verifikasi informasi informal.

Konflik ini bukan yang pertama terjadi sejak hadirnya teknologi AI generatif, tetapi ini salah satu contoh paling jelas dimana pengguna beralih ke kolom komentar atau bentuk komentar lain untuk menilai kredibilitas konten viral secara konsisten. Selain fakta bahwa 31% pengguna media sosial dengan intensitas tinggi di kawasan MENA aktif berpartisipasi dalam kolom komentar pada tahun ini,17 besarnya engagement yang diterima oleh komentar dan reposts yang bersifat korektif menunjukkan bahwa pengguna benar-benar membaca dan berinteraksi sebagai bagian dari proses mereka memahami berita.

Perkembangan ini mengindikasikan bahwa praktik verifikasi informasi sedang menjadi lebih demokratis dan tersebar secara sosial. Alih-alih bergantung terutama pada peringatan resmi dari platform atau negara, para pengguna kini turut serta dalam proses autentikasi informasi melalui engagement di media sosial.Akibatnya, kolom komentar dapat berkembang menjadi bentuk participatory gatekeeping. Skeptisisme publik itu sendiri menjadi mekanisme utama dalam mengevaluasi, menafsirkan, dan memperdebatkan informasi yang beredar secara daring.

Referensi

  1. R. Qaldi, “UAE authorities warn against fake AI content amid rising spread of deepfakes,” Khaleej Times, Mar. 11, 2026. [Online]. Dapat diakses di: https://www.khaleejtimes.com/uae/uae-warn-against-fake-ai-content-rising-spread-deepfakes ↩︎
  2. S. A. Thompson and A. Cardia, “Cascade of A.I. fakes about war with Iran causes chaos online,” The New York Times, Mar. 13, 2026. [Online]. Dapat diakses di: https://www.nytimes.com/interactive/2026/03/14/business/media/iran-disinfo-artificial-intelligence.html ↩︎
  3. S. Lewandowsky and S. van der Linden, “Countering misinformation and fake news through inoculation and prebunking,” European Review of Social Psychology, vol. 32, no. 2, pp. 348–384, 2021, https://doi.org/10.1080/10463283.2021.1876983 ↩︎
  4. S. Yadav, “Deepfakes Across the Gulf: A Generation-Detection Gap,” ORF Middle East, 2026. [Online]. Dapat diakses di: https://orfme.org/expert-speak/deepfakes-across-the-gulf-a-generation-detection-gap/ ↩︎
  5. T. Dube, “AI video of burning ship does not show USS Abraham Lincoln sinking after missile strike,” AFP Fact Check, Mar. 10, 2026. [Online]. Dapat diakses di: https://factcheck.afp.com/doc.afp.com.A2JQ2G3 ↩︎
  6. M. Schenk, “Fact Check: Inconsistencies in before/after image showing damage to US base in Bahrain,” Lead Stories, Feb. 28, 2026. [Online]. Dapat diakses di: https://leadstories.com/hoax-alert/2026/02/fact-check-before-after-damage-picture-bahrain-dome-us-base.html ↩︎
  7. A. Chopra, “What’s real anymore? AI warps truth of Middle East war,” AI Monitor, Apr. 1, 2026. [Online]. Dapat diakses di: https://www.al-monitor.com/originals/2026/04/whats-real-anymore-ai-warps-truth-middle-east-war ↩︎
  8. S. Kemp, “Digital 2026 Mid-Year Global Update Report,” We Are Social, Apr. 22, 2026. [Online]. Dapat diakses di: https://wearesocial.com/id/blog/2026/04/digital-2026-mid-year-global-update-report/ ↩︎
  9. A. Mehta, “Experience of discomfort due to information heterogeneity on Instagram: A study using cognitive dissonance theory,” SSRN Electronic Journal, 2024, http://dx.doi.org/10.2139/ssrn.4874497 ↩︎
  10. S. Lewandowsky and S. van der Linden, “Countering misinformation and fake news through inoculation and prebunking,” European Review of Social Psychology, vol. 32, no. 2, pp. 348–384, 2021, https://doi.org/10.1080/10463283.2021.1876983 ↩︎
  11. S. Lewandowsky and S. van der Linden, “Countering misinformation and fake news through inoculation and prebunking,” European Review of Social Psychology, vol. 32, no. 2, pp. 348–384, 2021, https://doi.org/10.1080/10463283.2021.1876983 ↩︎
  12. C. Wittenberg and A. J. Berinsky, “Misinformation and its correction,” in Social Media and Democracy: The State of the Field, Prospects for Reform, N. Persily and J. A. Tucker, Eds. Cambridge, U.K.: Cambridge Univ. Press, 2020, pp. 163–198, https://doi.org/10.1017/9781108890960 ↩︎
  13. J. K. Lee and E. Kim, “Incidental exposure to news: Predictors in the social media setting and effects on information gain online,” Computers in Human Behavior, vol. 75, pp. 1008–1015, 2017, doi: 10.1016/j.chb.2017.02.018 ↩︎
  14. N. J. Stroud, E. van Duyn, and C. Peacock, “Survey of Commenters and Comment Readers,” Center for Media Engagement, Austin, TX, USA, Res. Rep., Mar. 2016. [Online]. Dapat diakses di: https://mediaengagement.org/research/survey-of-commenters-and-comment-readers/ ↩︎
  15. T. Naab, D. Heinbach, M. Ziegele, and M. T. Grasberger, “Comments and credibility: How critical user comments decrease perceived news article credibility,” Journalism Studies, vol. 21, no. 4, pp. 1–19, 2020, https://doi.org/10.1080/1461670X.2020.1724181 ↩︎
  16. C. Peacock, J. M. Scacco, and N. J. Stroud, “The deliberative influence of comment section structure,” Journalism, vol. 20, no. 4, pp. 503–523, 2019, https://doi.org/10.1177/1464884917711791 ↩︎
  17. M. Burger, T. Greyling, S. Rossouw, F. Sarracino, and F. Wu, “Social media use and wellbeing in the Middle East and North Africa,” World Happiness Report, 2026. [Online]. Dapat diakses di: https://doi.org/10.18724/whr-tv9w-9h41 ↩︎