Penulis: Norhayathi Luther
(Mahasiswa Program Magister Ilmu Komunikasi Fakultas Pascasarjana UNIVERSITAFAJAR MAKASSAR)
Alasan Mmemilih Tema ini :
Teori Mediasi Digital dipilih sebagai kerangka utama karena kemampuannya menjelaskan interaksi kompleks antara teknologi, platform, dan pembentukan realitas sosial sesuatu yang sangat dibutuhkan untuk memahami deepfake secara holistik. Teori ini dilengkapi dengan konsep post-truth dan information disorder untuk menangkap dimensi epistemologis dan sosial-politiknya, serta teori tindakan komunikatif Habermas untuk menyediakan standar normatif tentang komunikasi yang sehat sebagai pembanding.
Pengantar: Mengapa Deepfake?
Bayangkan sebuah video beredar luas di media sosial: seorang pejabat tinggi tampak mengakui korupsi besar-besaran, dengan suara dan ekspresi wajah yang sangat meyakinkan. Jutaan pengguna internet membagikannya sebelum fakta terungkap bahwa video itu sepenuhnya palsu hasil rekayasa kecerdasan buatan (AI). Inilah ancaman nyata yang kini hadir di tengah kehidupan digital kita: deepfake.
Isu deepfake dipilih bukan sekadar karena sensasionalitasnya, melainkan karena ia menyentuh inti paling mendasar dari komunikasi: kepercayaan. Ketika teknologi mampu memalsukan wajah dan suara siapa pun secara sempurna, pertanyaan eksistensial muncul apakah kita masih bisa memercayai apa yang kita lihat dan dengar? Di sinilah urgensi kajian ini: deepfake bukan hanya soal teknologi, melainkan soal krisis epistemik yang mengancam tatanan komunikasi publik.
Artikel ini menggunakan pendekatan Teori Mediasi Digital (Digital Mediation Theory) yang dikombinasikan dengan konsep post-truth dari filsafat komunikasi kontemporer untuk membedah bagaimana deepfake merekonstruksi dan mendistorsi realitas dalam ruang publik digital.
- Deepfake: Teknologi yang Mengaburkan Batas Nyata dan Palsu
Deepfake adalah produk dari teknik machine learning, khususnya Generative Adversarial Networks (GAN), yang pertama kali diperkenalkan Ian Goodfellow pada 2014. Sistem ini bekerja dengan dua jaringan neural yang saling “berkompetisi”: satu jaringan menciptakan konten palsu, sementara jaringan lainnya mendeteksi kepalsuan tersebut. Proses berulang ini menghasilkan manipulasi visual dan audio yang semakin mendekati sempurna (Chesney & Citron, 2019).
Menurut laporan Deeptrace (2019), jumlah video deepfake di internet meningkat hampir 100% setiap tahun sejak 2018. Yang lebih mengkhawatirkan, mayoritas konten deepfake awalnya digunakan untuk tujuan non-konsensual yakni menempatkan wajah seseorang tanpa izin ke dalam konten pornografi. Namun seiring waktu, penyalahgunaan merambah ke ranah yang jauh lebih berbahaya: disinformasi politik, penipuan finansial, dan destabilisasi sosial.
Di Indonesia sendiri, fenomena ini mulai meresahkan. Pada tahun 2023, beredar video deepfake yang menampilkan figur publik dan politisi mengucapkan pernyataan kontroversial menjelang Pemilihan Umum 2024. Kominfo mencatat peningkatan signifikan laporan konten manipulatif berbasis AI selama periode tersebut, menandai babak baru ancaman informasi di ruang digital Indonesia.
- Landasan Teori: Mediasi Digital dan Epistemologi Post-Truth
Untuk memahami dampak deepfake secara komprehensif, kita perlu berpijak pada dua kerangka teoritis yang saling melengkapi.
Pertama, Teori Mediasi Digital (Digital Mediation Theory) yang dikembangkan José van Dijck (2013) dalam karyanya The Culture of Connectivity. Van Dijck berargumen bahwa platform digital tidak hanya sekadar “wadah” komunikasi yang pasif, melainkan aktor aktif yang membentuk, menyaring, dan merekonstruksi realitas sosial. Media digital, menurut van Dijck, bersifat “technocultural” ia adalah persilangan antara logika teknologi dan logika budaya yang menghasilkan bentuk-bentuk baru representasi dan makna.
Dalam konteks ini, deepfake adalah perwujudan ekstrem dari mediasi digital: teknologi yang tidak hanya menyampaikan pesan, tetapi secara aktif menciptakan realitas baru yang melampaui kejadian faktual. Deepfake bukan mendistorsi kenyataan ia menciptakan kenyataan tandingan.
Kedua, konsep post-truth yang didefinisikan Oxford Dictionaries sebagai kondisi di mana “fakta objektif kurang berpengaruh dalam membentuk opini publik dibandingkan daya tarik emosional dan keyakinan personal” (McIntyre, 2018). Dalam era post-truth, deepfake menemukan ekosistem yang subur: masyarakat yang sudah terbiasa memilih informasi berdasarkan resonansi emosional, bukan verifikasi faktual, menjadi sasaran yang rentan.
Wardle dan Derakhshan (2017) dalam laporan mereka untuk Dewan Eropa memperkenalkan konsep “information disorder” gangguan informasi yang membedakan antara misinformation (penyebaran konten salah tanpa niat jahat), disinformation (penyebaran konten salah dengan niat jahat), dan malinformation (penyebaran konten benar dengan niat merugikan). Deepfake paling tepat dikategorikan sebagai disinformation tingkat tertinggi, karena ia secara aktif menciptakan konten palsu dengan tujuan merugikan.
- Mekanisme Manipulasi: Bagaimana Deepfake Membentuk Narasi Palsu
Deepfake bekerja melalui tiga mekanisme manipulasi komunikatif yang saling bersinergi. Pertama adalah eksploitasi kepercayaan audiovisual. Sejak era televisi, manusia telah mengembangkan bias kognitif yang kuat bahwa “melihat adalah percaya” (seeing is believing). Gambar dan video dianggap lebih kredibel daripada teks atau audio semata. Deepfake mengeksploitasi bias ini secara sistematis.
Schiff (2019) dalam studinya tentang cognitive shortcuts dalam konsumsi media digital menunjukkan bahwa pengguna media sosial rata-rata hanya meluangkan 3–5 detik untuk menilai kredibilitas sebuah konten video sebelum memutuskan untuk membagikannya. Dalam jendela waktu yang sangat sempit ini, deepfake yang berkualitas tinggi hampir mustahil diidentifikasi dengan mata telanjang.
Kedua adalah amplifikasi algoritmik. Platform media sosial seperti YouTube, TikTok, dan Facebook dirancang untuk memaksimalkan engagement waktu yang dihabiskan pengguna di platform. Konten yang memancing reaksi emosional kuat (kemarahan, ketakutan, kejutan) cenderung mendapatkan engagement lebih tinggi dan karenanya disebarkan algoritma lebih luas. Deepfake yang menampilkan konten kontroversial secara inheren memiliki potensi viral yang tinggi sebuah kombinasi mematikan antara teknologi manipulasi dan logika platform (Gillespie, 2014).
Ketiga adalah efek Liar’s Dividend istilah yang diperkenalkan Chesney dan Citron (2019). Mereka berargumen bahwa deepfake tidak hanya berbahaya karena konten palsu yang diciptakannya, tetapi juga karena ia menciptakan kondisi di mana siapa pun dapat menyangkal bukti nyata dengan mengklaimnya sebagai deepfake. Seorang politisi korup, misalnya, kini memiliki senjata baru: ia dapat menyebut rekaman autentik kejahatan dirinya sebagai “deepfake” dan banyak orang akan memercayainya. Inilah paradoks yang paling berbahaya.
- Dampak Sosial: Dari Krisis Individu ke Krisis Demokrasi
Dampak deepfake beroperasi pada dua level sekaligus: level individual dan level sistemik. Pada level individual, korban deepfake terutama perempuan yang menjadi sasaran konten seksual non-konsensual mengalami trauma psikologis mendalam, kerusakan reputasi, dan dalam kasus ekstrem, ancaman keselamatan fisik. Studi yang dilakukan Ajder et al. (2019) menemukan bahwa 96% video deepfake di internet berkonten pornografis, dengan hampir seluruhnya menargetkan perempuan tanpa consent.
Pada level sistemik, deepfake mengancam fondasi demokrasi. Proses demokratis bergantung pada kemampuan warga negara untuk membuat keputusan berdasarkan informasi yang akurat. Ketika realitas dapat dipalsukan secara meyakinkan, kapasitas deliberasi demokratis kemampuan publik untuk berdiskusi, berdebat, dan memutuskan berdasarkan fakta bersama terancam secara fundamental.
Habermas (1984) dalam teori tindakan komunikatifnya menekankan bahwa komunikasi yang sehat membutuhkan kondisi ideal berbicara (ideal speech situation) di mana peserta komunikasi berkomitmen pada kejujuran dan orientasi pada pemahaman bersama. Deepfake secara sistematis menghancurkan kondisi ideal ini dengan menanamkan ketidakpastian radikal tentang autentisitas pesan.
- Respons dan Solusi: Literasi Media sebagai Benteng Terakhir
Menghadapi ancaman deepfake, respons yang ada saat ini beroperasi pada tiga level: teknologi, regulasi, dan literasi.
Pada level teknologi, berbagai perusahaan dan institusi riset mengembangkan alat deteksi deepfake berbasis AI. Microsoft, misalnya, meluncurkan Video Authenticator yang dapat menganalisis konten secara real-time. Namun, ini adalah perlombaan senjata tanpa akhir: setiap kemajuan dalam deteksi segera direspons dengan kemajuan dalam pembuatan deepfake yang lebih sulit dideteksi.
Pada level regulasi, beberapa negara mulai merespons. Amerika Serikat melalui DEEPFAKES Accountability Act (2021) mencoba mengkriminalisasi pembuatan deepfake berbahaya. Uni Eropa memasukkan regulasi konten sintetis dalam AI Act 2024. Indonesia sendiri memiliki UU ITE yang dapat diterapkan pada kasus deepfake, meskipun regulasi spesifik belum ada.
Namun solusi paling berkelanjutan adalah literasi media kritis. Potter (2016) dalam teori media literacy-nya menekankan bahwa kemampuan kritis dalam mengonsumsi media bukan hanya soal mengenali hoax, tetapi soal memahami cara media termasuk teknologi AI bekerja membentuk realitas. Masyarakat yang melek media kritis tidak hanya akan lebih tahan terhadap deepfake, tetapi juga akan menciptakan tekanan sosial yang membuat penyebarannya lebih sulit.
Penutup: Menjaga Kepercayaan di Lautan Ketidakpastian
Deepfake bukan sekadar masalah teknologi ia adalah cermin yang memantulkan kerentanan fundamental komunikasi manusia di era digital. Kepercayaan, yang merupakan prasyarat mutlak komunikasi yang fungsional, kini menghadapi ancaman yang belum pernah ada sebelumnya dalam sejarah.
Melalui kacamata teori mediasi digital van Dijck, kita memahami bahwa platform digital bukan ruang netral ia secara aktif membentuk realitas yang kita konsumsi. Dan dalam realitas yang telah dimediasi secara digital itu, deepfake mampu menyisipkan kepalsuan yang tampak lebih nyata dari kenyataan.
Jawaban atas krisis ini tidak bisa hanya mengandalkan teknologi atau regulasi. Ia membutuhkan perubahan budaya komunikasi: masyarakat yang secara kolektif berkomitmen untuk memverifikasi sebelum berbagi, mempertanyakan sebelum memercayai, dan menempatkan kebenaran di atas resonansi emosional. Dalam kata-kata Habermas, kita perlu merebut kembali ruang publik yang sehat sebuah arena di mana kejujuran dan orientasi pada pemahaman bersama kembali menjadi norma yang dipegang teguh.
Di era di mana wajah dapat dipalsukan dan suara dapat direkayasa, satu-satunya yang tidak bisa dipalsukan adalah komitmen kita bersama pada kebenaran.
Daftar Referensi
Ajder, H., Patrini, G., Cavalli, F., & Cullen, L. (2019). The State of Deepfakes: Landscape, Threats, and Impact. Deeptrace Labs.
Chesney, R., & Citron, D. (2019). Deep fakes: A looming challenge for privacy, democracy, and national security. California Law Review, 107(6), 1753–1820.
Gillespie, T. (2014). The relevance of algorithms. In T. Gillespie, P. Boczkowski, & K. Foot (Eds.), Media Technologies: Essays on Communication, Materiality, and Society (pp. 167–194). MIT Press.
Habermas, J. (1984). The Theory of Communicative Action, Volume 1: Reason and the Rationalization of Society. Beacon Press.
McIntyre, L. (2018). Post-Truth. MIT Press.
Potter, W. J. (2016). Media Literacy (8th ed.). SAGE Publications.
van Dijck, J. (2013). The Culture of Connectivity: A Critical History of Social Media. Oxford University Press.
Wardle, C., & Derakhshan, H. (2017). Information Disorder: Toward an Interdisciplinary Framework for Research and Policy Making. Council of Europe.
Catatan Metodologis: Alasan Pemilihan Isu dan Teori
Isu Deepfake dipilih karena memenuhi tiga kriteria aktualitas:
(1) relevansi temporal deepfake mengalami lonjakan signifikan dalam konteks Pemilu Indonesia 2024;
(2) relevansi sosial — ia berdampak langsung pada kualitas demokrasi dan keamanan individu; dan
(3) relevansi akademik — isu ini berada di persimpangan ilmu komunikasi, etika media, dan kebijakan teknologi yang masih sangat terbuka untuk dikaji.
