|

Data Scientist: Profesi Kekinian dengan Tanggung Jawab Moral yang Ekstra

Tulisan ini telah disunting dan dimuat di Mojok.co

Photo by ThisIsEngineering on Pexels

Satu dekade lalu, seorang pria datang dan marah-marah kepada manajer toserba Target di Minneapolis, Amerika Serikat. Pria itu tidak terima kalau putrinya yang masih SMA dikirimi penawaran promosi berupa kupon untuk berbelanja perlengkapan bayi di toserba itu. Ia menuduh toserba tersebut mendorong putrinya itu untuk hamil.

Sang manajer itu bingung, gak paham dengan apa yang disampaikan pria itu. Namun demikian, ia meminta maaf. Beberapa hari kemudian, ia menelepon pria itu untuk sekali lagi meminta maaf. Tapi tak disangka, pria itu menjawab bahwa setelah berbicara dengan putrinya, ternyata dia memang hamil.

Dengan kata lain, dari riwayat belanja sang putri, Target telah secara akurat memprediksi bahwa dia memang sedang hamil.

Mekanisme predictive analytics memang digunakan oleh Target untuk menyasar pelanggan baru dan mempertahankan pelanggan lama dengan lebih efektif. Apa itu predictive analytics?itu tuh, contohnya seperti rekomendasi barang belanjaan di aplikasi marketplace atau online shopping (e-commerce) kalian.

Predictive analytics adalah pemanfaatan Big Data yang memadukan paling tidak 2 bidang keilmuan yaitu psikologi untuk menganalisis perilaku pelanggan, dan data analysis untuk menganalisis data transaksi pelanggan. Profesinya dikenal sebagai data analyst — atau yang levelnya lebih kompleks lagi — data scientist.

Dalam konteks online shopping, bermodalkan data transaksi pelanggan yang sudah ada, perpaduan 2 ilmu tadi menghasilkan serangkaian fitur yang diprediksi akan mendorong pelanggan untuk berbelanja lebih banyak (membeli barang yang direkomendasikan). Semakin besar volume data yang digunakan, akan semakin akurat prediksinya.

Dilansir dari Kompas.com, untuk menjadi data scientist, seseorang antara lain harus memiiki keahlian di bidang statistik dan matematika, lalu menguasai teknik data mining dan machine learning (modyar!). Dengan menjamurnya start-up dan revolusi industri 4.0, profesi ini termasuk profesi yang paling dicari paling tidak hingga beberapa tahun ke depan.

Selain e-commerce, industri yang identik dengan predictive analytics yang kita semua familiar adalah, tentu saja, media sosial. Instagram, TikTok, Facebook dan sekian platform medsos lainnya itu berlomba-lomba untuk memprediksi konten-konten apa saja yang akan mendapatkan perhatian kalian (yang kapasitasnya terbatas).

Ini dilakukan karena prediksi yang paling akurat akan berpotensi mendatangkan jumlah pengiklan (atau konten bayaran) paling banyak. Makin banyak pengiklan tentunya makin banyak cuan, gak peduli kalian kecanduan konten atau tidak dan gak peduli apakah konten tersebut bermanfaat atau sampah, fakta atau hoax. Inilah yang dinamakan attention economy.

Attention economy dan dampak negatif medsos pernah ditekankan di film The Social Dilemma yang dirilis tahun lalu di Netflix. Dari film tersebut juga kita kemudian mengerti bahwa selain predictive analytics, algoritma medsos khususnya Facebook memang dimanfaatkan pihak-pihak tertentu untuk misi tertentu yang berdampak semakin mudahnya masyarakat untuk terpecah.

https://www.youtube.com/watch?v=uaaC57tcci0
Trailer film The Social Dilemma (2020).

Contoh nyata yang bikin geger dunia ya saat terkuaknya skandal Cambridge Analytica (CA) di tahun 2018 lalu dimana CA ini, dengan bermodalkan puluhan juta data pengguna Facebook yang diperoleh secara ilegal, berperan cukup signifikan dalam mengarahkan opini massa di AS untuk mendukung Donald Trump sebagai presiden pada pemilu 2016.

CA juga diduga terlibat di dalam menggiring publik di Inggris untuk memilih ‘leave’ (meninggalkan Uni Eropa) dalam referendum Brexit juga di tahun yang sama. Induk perusahaan CA yaitu SCL Elections pun bergerak di bidang yang kurang lebih serupa dan diduga telah beroperasi di 32 negara di seluruh dunia, termasuk di Indonesia.

Christopher Wylie adalah seorang data scientist yang menjadi whistleblower dalam kasus CA ini. Dalam wawancara dengan majalah Time, ia mengemukakan bahwa apa yang ia kira ia lakukan di awal, yaitu bekerja dengan database dalam sebuah project, ternyata di akhir memiliki konsekuensi berbahaya di masyarakat seperti mudahnya penyebaran hoax, propaganda, rasisme, serta radikalisasi. Orang-orang bisa saling menyakiti karena itu semua. Kesadaran moral inilah yang akhirnya mendorong ia untuk menjadi whistleblower.

Selain Wylie, baru-baru ini terpublikasikan sekian dokumen internal Facebook ke publik oleh Frances Haugen, seorang whistleblower yang sebelumnya adalah data scientist dan product manager di platform medsos itu. Sejumlah dokumen internal ini antara lain mengemukakan bahwa algoritma Facebook ‘memupuk’ terjadinya perselisihan di para pengguna, bahwa Instagram adalah lingkungan yang toxic khususnya bagi remaja perempuan, serta bahwa kartel narkoba dan jaringan perdagangan manusia juga menggunakan Facebook secara terbuka.

Motif Haugen untuk menjadi whistleblower (dan juga alasan ia ingin bekerja di Facebook pada awalnya) lebih personal: di masa lalu ia pernah kehilangan persahabatan dengan seseorang yang teradikalisasi paham ‘white nationalism’ di sebuah forum online.

https://www.youtube.com/watch?v=9Q6tgdTlQxM
Frances Haugen dalam wawancara di The Daily Show (2022).

Satu lagi seorang data scientist Facebook yang berubah menjadi whistleblower: Sophie Zhang. Dalam kesaksiannya di hadapan parlemen Inggris baru-baru ini, Zhang antara lain menuturkan tentang timpangnya upaya Facebook dalam memberantas akun-akun palsu terorganisir yang jumlahnya bisa mencapai ribuan di dalam suatu negara apabila Facebook tidak menganggap penting negara tersebut. Akun-akun palsu ini digunakan untuk menggiring massa untuk mendukung politisi tertentu. Zhang mengungkapkan kekhawatiran khususnya bagi negara-negara dengan pemimpin otoriter yang menggunakan platform ini untuk memanipulasi warganya sendiri.

Memang, untuk bisa melakukan upaya pemberantasan akun palsu ini, Facebook harus memiliki sumber daya yang bisa memahami bahasa lokal negara tersebut. Namun, Zhang kemudian membandingkannya dengan sumber daya yang dialokasikan untuk menangani Facebook ads yang mana tidak pernah kekurangan. Tuh kan, demi cuan lagi.

Kenapa banyak dari kita begitu mudahnya menyebarkan hoax?

Antara lain ya karena hoax atau fake news memang didesain untuk menggugah emosi kita entah itu rasa takut, marah atau terkejut. Dikaitkan dengan attention economy tadi, konten seperti ini secara psikologi akan lebih mudah menangkap perhatian kita. Kita menganggap bahwa ini berita yang penting, dan maka dari itu, kita terdorong untuk membagikannya ke jaringan medsos kita, dan seterusnya.

CA dan induknya sudah berhenti beroperasi. Publik dan para pembuat kebijakan pun semakin melek terhadap dahsyatnya pengaruh medsos di masyarakat. Meskipun demikian, selama belum ada regulasi yang agile atau ‘lincah’ — yang mampu mengimbangi laju perkembangan inovasi, kita bisa menebak bahwa akan muncul lagi entitas seperti keduanya, dan tetap akan merebak juga konsekuensi negatif medsos di masyarakat.

Maka dari itu, sah-sah saja kan kalau mengatakan bahwa profesi data scientist seperti ketiga whistleblower di atas memiliki tanggung jawab moral yang ekstra?

Terkait medsos, udah denger belum, rencana Donald Trump untuk meluncurkan platform-nya sendiri, TRUTH Social?penasaran sih nanti konten-kontennya seperti apa, lumayan juga buat bahan ghibah. Tapi saya penasaran juga: Twitter dan Facebook kan sudah memblokir Trump dari kedua platform itu ya. Kira-kira, mungkin gak ya esok ke depannya platform medsos baru ini juga memblokirnya karena saking terlalu fake-nya konten yang ia sebarkan??