Baru-baru ini, Elon Musk mengumumkan bahwa kode sumber algoritma X telah dirilis ke publik. Langkah ini dianggap sebagai kemenangan transparansi oleh Musk, tetapi para peneliti dan pakar teknologi memiliki pandangan yang berbeda. Mereka menemukan bahwa kode yang dirilis tidak memberikan kejernihan yang diharapkan, melainkan hanya potongan-potongan kode yang telah “disensor” atau direduksi secara signifikan.
Transparansi yang Semu
John Thickstun, seorang asisten profesor ilmu komputer di Universitas Cornell, menyoroti masalah ini dengan tajam. Menurutnya, perilisan ini memberikan pretensi transparansi tanpa substansi nyata yang memungkinkan audit atau pengawasan yang berarti. Kenyataan pahitnya adalah kode ini tidak memungkinkan siapa pun untuk benar-benar memahami cara kerja X saat ini.
Perubahan Struktural Algoritma
Ruggero Lazzaroni, seorang peneliti PhD di Universitas Graz, menjelaskan bahwa perbedaan struktural antara algoritma saat ini dengan versi yang dirilis pada tahun 2023 sangat mencolok. Jika sebelumnya sistem bekerja berdasarkan logika yang lebih deterministik, kini X bergantung pada model bahasa besar (LLM) yang mirip dengan Grok untuk memeringkat postingan. Pergeseran ini mengubah fundamental cara konten dinilai, memindahkan kekuasaan dari metrik yang jelas ke prediksi AI yang seringkali tidak dapat dijelaskan.
Ketertutupan Algoritma
Salah satu lubang terbesar dalam rilis kode ini adalah absennya informasi mengenai data pelatihan. Algoritma pembelajaran mesin hanyalah cerminan dari data yang dipelajarinya, dan tanpa mengetahui “makanan” apa yang diberikan kepada model tersebut, kita tidak bisa memprediksi “kesehatan” output-nya. Mohsen Foroughifar, asisten profesor teknologi bisnis di Universitas Carnegie Mellon, menekankan bahwa mengetahui data pelatihan adalah kunci.
Implikasi dan Tantangan
Implikasi dari ketertutupan ini meluas jauh melampaui sekadar media sosial. Tantangan dan kekhawatiran yang sama tentang perilaku algoritma kemungkinan akan muncul kembali dalam konteks chatbot AI generatif. Thickstun mengingatkan bahwa kita bisa memproyeksikan tantangan yang kita lihat di media sosial ke masa depan interaksi dengan platform GenAI.
Pada akhirnya, Lazzaroni memberikan pandangan yang cukup suram namun realistis mengenai motivasi di balik algoritma ini. Perusahaan AI dan media sosial, dalam upaya memaksimalkan keuntungan, mengoptimalkan model bahasa besar mereka untuk keterlibatan pengguna (engagement), bukan untuk kebenaran atau kesehatan mental. Ini adalah masalah klasik yang berulang: perusahaan mendapatkan keuntungan finansial yang lebih besar, sementara pengguna harus membayar harganya dengan masyarakat yang lebih buruk atau kesehatan mental yang terganggu.
Artikel ini disarikan dari berbagai sumber berita nasional. Seluruh penyajian dan analisis merupakan pendapat menurut cara pandang kami, tanpa bermaksud menyudutkan atau merugikan pihak manapun.