Jauh sebelum umpan media sosial atau iklan bertarget, ibuku sering berkata bahwa hidup cenderung menunjukkan hal yang sedang kau cari. Atau hal yang kau takuti. Atau hal yang terus kau tegaskan tak kau inginkan.
Jika kau mencoba hamil, tiba-tiba semua orang di sekitarmu hamil. Jika kau ingin keluar dari hubungan, majalah di rak toko kelontong dipenuhi tips "menyegarkan pernikahanmu." Jika kau lajang, kau menyadari pasangan di mana-mana.
Dulu, ini terasa seperti semacam psikologi rakyat, observasi tentang perhatian, proyeksi, dan cerita yang kita tuturkan pada diri sendiri di momen transisi. Bukan sesuatu yang mistis. Hanya kecenderungan pikiran untuk mengorganisir dunia sesuai dengan prasangkanya saat itu.
Tapi kini, perasaan itu tak lagi hanya ada di kepala kita — ia menjadi komputasional, tertanam dalam sistem yang kita gunakan tiap hari. Platform seperti TikTok, Instagram, dan Google tak hanya merefleksikan apa yang kita sadari; mereka aktif menyimpulkan siapa kita dan apa yang akan datang, berdasarkan demografi seperti usia dan gender, serta pola perilaku. Dan begitu mereka memutuskan tahap hidup apa yang kau jalani, mereka terus menunjukkannya padamu, cocok atau tidak.
Di berbagai platform, pengguna menggambarkan dibimbing diam-diam melalui skrip hidup linier yang sempit, yang sering menyerupai alur seperti berkencan → pertunangan → pernikahan → kehamilan → pengasuhan anak. Sistem ini berasumsi pengguna bergerak di jalur yang diharapkan. Saat hidup menyimpang dari jalur itu, misalnya setelah putus cinta, saat mengalami infertilitas, pasca perceraian, atau oleh pilihan, algoritma kerap gagal mengkalibrasi ulang.
Apa yang tampak sebagai kebetulan atau gangguan adalah sesuatu yang lebih struktural: platform membangun versi identitas yang tak akan diperbarui, meski hidup seseorang berubah.
Terperangkap dalam fase hidup yang tak pernah kau pilih
Di platform sosial, pengguna mungkin masih menemui konten yang tak mereka inginkan, meski berulang kali membisukan kata kunci atau mengklik "tidak tertarik." Riset menunjukkan bahwa algoritma rekomendasi sering kali jauh lebih mengandalkan keterlibatan implisit, seperti durasi tontonan dan klik, daripada sinyal umpan balik eksplisit seperti menyembunyikan atau membisukan. Artinya, sistem dapat terus menyajikan kehidupan yang pernah dicari seseorang — atau diasumsikan diinginkannya.
Elizabeth Losh, seorang teoris media, sarjana retorika digital, dan profesor Studi Inggris dan Amerika di College of William and Mary, mengatakan kegigihan ini berakar pada cara sistem rekomendasi dibangun.
"Situs seperti TikTok dan Instagram bergantung pada model periklanan bertarget dan pemanenan data yang menekankan segmentasi demografis," kata Losh, yang juga penulis Selfie Democracy: The New Digital Politics of Disruption and Insurrection. "[Mereka] mengiris dan mengkategorikan audiens berdasarkan gender, usia, loyalitas politik, dan kategori lain, memproduksi kebutuhan dan keinginan untuk setiap tahap kehidupan."
Tahap-tahap itu sering merefleksikan ekspektasi budaya ketimbang keragaman pengguna yang sesungguhnya. Pengiklan memperlakukan transisi seperti pernikahan, kesuburan, dan pengasuhan anak sebagai momen konsumsi bernilai tinggi, mendorong platform untuk mengelompokkan pengguna ke dalam kategori fase hidup yang sulit untuk keluar begitu ditetapkan.
"Kau dapat melihat bagaimana asumsi-asumsi itu terkunci," kata Losh. "Daya persuasif dari algoritma rekomendasi itu sendiri terus memperkuat trajektori hidup yang terstandarisasi."
Bagaimana algoritma memutuskan siapa dirimu
Platform jarang menjelaskan bagaimana mereka menyimpulkan "fase hidup" pengguna, tetapi tindakan menggulir itu sendiri adalah data.
TikTok telah mengakui bahwa waktu yang dihabiskan untuk menonton video diberi bobot lebih berat daripada sebagian besar sinyal lain dalam sistem rekomendasinya. Bahkan jeda karena keingintahuan, kebingungan, atau ketidaknyamanan dapat ditafsirkan sebagai ketertarikan. Begitu sebuah sistem mengasosiasikan pengguna dengan suatu kategori, konten serupa dapat dengan cepat membesar seperti bola salju.
Lauren Klein, profesor Ilmu Data & Keputusan dan Bahasa Inggris di Emory University serta penulis bersama Data Feminism, mengatakan inferensi ini lebih merefleksikan norma gender historis daripada "data pengguna" yang netral.
"Dalam banyak kasus, usia dan gender adalah satu-satunya titik data yang diketahui perusahaan tentang penggunanya," kata Klein. "Dengan tidak adanya sinyal yang bermakna, perancang kembali ke asumsi mereka tentang apa yang ingin dilihat oleh seseorang dengan usia dan gender tertentu."
Asumsi-asumsi itu dibentuk oleh ekspektasi budaya yang sudah lama ada tentang kehidupan pengguna, termasuk seputar kecantikan, kemitraan, reproduksi, dan pengasuhan.
Karena sistem rekomendasi dan periklanan didorong oleh keuntungan, tambah Klein, hampir tidak ada insentif untuk menantang pengaturan bawaan yang tampak berkinerja baik.
"Perusahaan-perusahaan ini dimotivasi oleh laba mereka sendiri," ujarnya. "Jika konten fase hidup bawaan tampak menghasilkan keterlibatan atau pembelian, tidak ada kewajiban untuk mempertimbangkan keinginan atau preferensi lain."
Ketika umpan TikTok bertentangan dengan realita
Riset yang muncul menunjukkan bahwa sistem algoritmik melakukan lebih dari sekadar mencocokkan pengguna dengan konten; mereka juga membentuk identitas orang.
Para peneliti menggambarkan fenomena ini sebagai "ketekunan algoritmik," di mana sistem terus menyajikan konten yang terkait dengan identitas yang diasumsikan, lama setelah identitas itu tak lagi berlaku. Klein mencatat bahwa karena sistem rekomendasi dioptimalkan untuk keterlibatan pengguna, bukan akurasi, sistem tersebut memiliki sedikit insentif untuk menyesuaikan kembali kecuali perilaku pengguna berubah secara signifikan. Hal ini sering kali tidak disadari atau bahkan tidak dipahami cara melakukannya oleh banyak orang.
"Ada mekanisme penguatan sosial tambahan," ujar Klein, seraya menambahkan bahwa pengguna sudah terus-menerus menerima pesan tentang hal-hal yang seharusnya mereka pedulikan. "Algoritma memperkuat tekanan itu."
Seiring waktu, ini menciptakan semacam disiplin yang tersebar di lingkungan, di mana teknologi secara halus mendorong pengguna menuju suatu versi kedewasaan yang mungkin tidak mereka inginkan, tidak dapat akses, atau sudah mereka lewati.
"Isolasi dari aktivitas menggulir pribadi adalah semacam ‘teknologi diri’," kata Losh. "Ini secara halus mendorong orang untuk mengatur diri mereka sendiri sesuai dengan narasi sosial yang dominan."
Kinerja, Permainan, dan Batasan Struktural
Jika kegigihan algoritmik menjelaskan mengapa pengguna "terjebak" melihat konten yang tidak relevan, kinerja membantu menjelaskan mengapa perlawanan belum tentu membebaskan mereka.
Platform video pendek dibangun di sekitar visibilitas dan permainan. Pengguna melakukan duet, menjahit, membuat parodi, dan menampilkan diri alternatif. Kreator queer bereksperimen dengan gender; lainnya terlibat dalam apa yang disebut Losh "pertukaran generasi," dengan memerankan versi orang tua atau orang yang lebih tua yang dilebih-lebihkan. Komedi dan budaya remix menawarkan cara yang mudah dipahami untuk mengkritik narasi hidup dominan.
Visibilitas tersebut tidaklah tanpa arti. Losh mencatat bahwa platform-platform ini telah menciptakan ruang untuk pengalaman yang dulu dianggap langka atau tak terlihat: orang tua interseks yang mendokumentasikan hidup mereka, orang yang berbicara terbuka tentang kehamilan ektopik atau aseksualitas, pekerja seks yang berbagi realitas pekerjaan mereka yang tidak glamor. Bentuk-bentuk lain dari bercerita relasional — seperti konten tentang pernikahan lavender atau bangkitnya "guncles" — secara halus menantang narasi keluarga heteronormatif melalui humor dan kasih sayang, bukan perdebatan.
Namun, Losh mengingatkan, visibilitas tidak sama dengan perubahan struktural. Bahkan ketika platform semakin mahir dalam mengidentifikasi dan memperkuat narasi tandingan, narasi-narasi itu terus beredar dalam algoritma yang dioptimalkan untuk mengelompokkan pengguna ke dalam kategori yang dapat dipasarkan. Artinya, konten pernikahan menjadi konten pernikahan queer, atau konten keluarga menjadi konten keluarga nontradisional. Identitasnya mungkin bergeser, tetapi logika fase kehidupan tetap utuh. Dalam arti itu, personalisasi tidak menghilangkan narasi, melainkan lebih banyak menyesuaikannya.
Dalam sistem rekomendasi, kritik tidak secara andal memicu koreksi. Karena keterlibatan itu sendiri adalah sinyal utama — lama tontonan, interaksi, pengulangan — bahkan konten yang dimaksudkan untuk menantang narasi siklus hidup dapat diserap sebagai bukti ketertarikan terhadapnya. Sebuah parodi budaya pernikahan mungkin masih tercatat sebagai keterlibatan dengan konten pernikahan; sanggahan terhadap norma pengasuhan anak mungkin beredar berdampingan dengan materi yang ia kritik.
Mengapa Sangat Sulit Mereset Algoritma Anda?
Identitas algoritmik bukanlah sesuatu yang dapat diperbarui pengguna dengan satu klik. Data pelatihan mencerminkan masa lalu. Insentif profit mengutamakan kategori luas. Dan sistem rekomendasi dibangun untuk mengoptimalkan putaran keterlibatan, bukan untuk merefleksikan kehidupan penggunanya yang kompleks dan nonlinear.
Mendesain untuk orang-orang yang tidak menginginkan anak, yang mengasuh anak bersama, yang queer atau poliamori, atau yang masuk dan keluar dari hubungan, membutuhkan waktu, perhatian, dan kemauan untuk menantang asumsi-asumsi bawaan.
"Dibutuhkan usaha lebih untuk mendesain bagi pengguna di pinggiran," kata Klein. "Tetapi pengguna tersebut sering kali mengungkapkan di mana sistem tersebut gagal."
Ketika ditanya seperti apa sistem rekomendasi yang lebih feminis atau adil, Klein skeptis.
"Saya tidak yakin ada mekanisme iklan yang feminis," katanya. "Tetapi satu prinsip feminis yang bisa kita ambil serius adalah penolakan."
Bagi platform, itu berarti mengizinkan pengguna untuk memilih keluar dari iklan bertarget, mengizinkan mereka menyembunyikan usia atau gender tanpa penalti, menghindari pengaturan privasi default yang bersifat hukuman, dan memberi pengguna cara untuk menandai perubahan hidup tanpa secara otomatis memicu asumsi baru.
Untuk saat ini, sebagian besar platform menawarkan transparansi terbatas dan kontrol yang bermakna yang sangat sedikit.
Hidup dengan Keterlambatan Algoritma
Algoritma tertinggal di belakang kehidupan nyata. Ia melekat pada siapa seseorang dahulu — atau siapa yang ia putuskan mereka — karena memperbarui identitas itu kurang menguntungkan daripada mendorongnya maju.
Bagi pengguna, keterlambatan itu sering kali mencerminkan narasi hidup sempit yang sama yang sejak lama telah dipaksakan masyarakat. Yang baru bukanlah tekanannya, melainkan infrastruktur yang menghantarkannya.
Feed tidak mencerminkan realitas. Ia memperkuat narasi yang familiar — apakah itu cocok atau tidak.