Pernahkah kamu berniat scrolling sebentar, tetapi tidak berasa 30 menit atau bahkan berjam-jam telah berlalu? Lalu saat berhenti, kamu baru tersadar bahwa banyak waktu telah terbuang percuma. Kenapa ini terus terjadi? Jawabannya ada pada algoritma artificial intelligence (AI)  yang secara diam-diam membuatmu ketagihan.

Media sosial tidak hanya memanfaatkan psikologimu, tetapi juga menggunakan data science dan machine learning untuk memahami dan memprediksi apa yang kamu suka. Mungkin di akhir-akhir ini sering terdengar istilah “big data”. Dengan teknologi yang semakin maju, jumlah data yang dikumpulkan pun semakin besar, sehingga pemanfaatan big data sangat penting. Semakin banyak data yang tersedia, maka semakin akurat AI dalam membaca perilakumu dan mempertahankan engagementmu.

Gambar 1. Kebiasaan Scrolling

Ada berbagai algoritma berbasis data science dan machine learning yang bekerja di balik kebiasaan scrollingmu. Setiap kali kamu menggunakan aplikasi media sosial, metadata dan interaksimu direkam dan dianalisis untuk membentuk profil digital yang lebih akurat. Metadata ini meliputi data seperti video yang kamu tonton, postingan yang kamu sukai, bahkan hingga pola perilaku kompleksmu seperti waktu aktif, kecepatan scrolling, durasi menonton, dan reaksi emosionalmu terhadap konten tertentu. Lalu bagaimana cara kerja algoritma ini?

  1. Membaca & Memprediksi Minatmu

Agar membuatmu tetap tertarik, platform media sosial mengandalkan teknik data science dan machine learning untuk memahami kebiasaan pengguna. Teknik ini dapat berupa:

  • Collaborative Filtering: Algoritma berbasis machine learning ini membandingkan pola interaksimu dengan pengguna lain yang memiliki preferensi serupa. Jika kamu sering menonton konten memasak, algoritma ini akan mengelompokkanmu dengan pengguna yang juga menyukai konten serupa.
  • Content-Based Filtering: Setelah menganalisis metadatamu, algoritma ini mengevaluasi elemen seperti judul, deskripsi, dan kategori dari berbagai konten, lalu memberikan rekomendasi relevan berdasarkan kebiasaan browsingmu.

Gambar 2. Collaborative Filtering dan Content-Based Filtering

  1. Membentuk Feed yang Bikin Ketagihan

Platform seperti TikTok, YouTube, dan Instagram tidak hanya merekomendasikan konten, tetapi juga secara aktif mengoptimalkan feed agar kamu tetap terlibat lebih lama. Ini dilakukan melalui:

  • Artificial Intelligence dan Big Data Analytics: Model AI mampu memahami pola interaksimu, seperti frekuensi scrolling, durasi menonton, serta pola klik menggunakan data yang sangat banyak. Dengan memahami pola perilakumu, sistem lalu dapat menyajikan konten yang sesuai.
  • Reinforcement Learning: Algoritma machine learning ini bekerja dengan prinsip reward function. Sehingga jika suatu konten menghasilkan engagement tinggi, sistem akan lebih sering merekomendasikan konten serupa melalui prediksi berbasis data science.

Gambar 3. Cara Kerja Reinforcement Learning

Kesimpulan: Kamu vs Algoritma
Algoritma media sosial tidak hanya merekomendasikan konten, tetapi secara aktif mempelajari dan memprediksi pola perilakumu agar membuatmu tidak terlepas dari scrolling. Dengan penggunaan data science dan machine learning, algoritma ini mempelajari kebiasaanmu dan mengoptimalkan rekomendasi agar tidak melepaskanmu dari penggunaan media sosial. Konten yang ditampilkan di feedmu bukanlah sebuah kebetulan, melainkan hasil analisis yang dirancang untuk mempertahankanmu agar scrolling terus-menerus. Sehingga melalui pemahaman cara kerja algoritma di balik scrolling, kita bisa lebih sadar untuk mengontrol konsumsi digital kita—bukan dikontrol oleh algoritma.

Referensi:
https://www.beautynesia.id/life/menurut-psikologi-inilah-alasan-mengapa-sulit-berhenti-scrolling-media-sosial/b-294271/3

https://thecolumnist.id/artikel/scroll-tanpa-henti-rahasia-algoritma-yang-mengontrol-hidup-kita-3246

https://arxiv.org/abs/2101.06286

https://www.ibm.com/think/topics/collaborative-filtering