Asimetri 2.0, Ketika Masyarakat Sangat Memercayai Mesin

Dari zaman ke zaman, isu fundamental ekonomi cenderung mirip dan berulang dimana salah satunya adalah asimetri informasi. Mahasiswa yang mengambil jurusan ekonomi akan familiar dengan asimetri informasi karena ini merupakan pengetahuan dasar untuk mempelajari bidang mikroekonomi.

Secara teori, asimetri informasi adalah situasi di mana satu pihak dalam sebuah transaksi memiliki informasi yang lebih banyak dan baik dibandingkan dengan pihak lainnya, di mana hal tersebut akan berujung kepada kegagalan pasar.

Contoh mudah untuk memahami ini adalah pada penjualan mobil bekas. George Akerlof (1970) menjelaskan bahwa dalam pasar mobil bekas, penjual selalu tahu lebih banyak tentang kondisi dan ”informasi tersembunyi” dari mobil yang dijual dibanding pembeli sehingga pembeli sering kali menawar dengan harga rendah karena tidak bisa membedakan mobil bagus dengan yang jelek (lemons). Akibatnya, pemilik mobil bagus tidak sepakat untuk menjual mobilnya, pasar dipenuhi lemons, dan terjadilah kegagalan pasar akibat ketimpangan informasi.

Contoh lain yang tak kalah tersohor adalah pasar asuransi. Dalam kasus ini, perusahaan asuransi sering kali kesulitan mengetahui ”informasi tersembunyi” dari calon nasabah: misalnya kondisi kesehatan atau kebiasaan hidup mereka. Karena ketidakpastian tersebut, perusahaan cenderung menetapkan premi tinggi untuk semua pengaju tanpa membedakan risikonya.

Akibatnya, masyarakat yang relatif sehat justru enggan membeli asuransi dengan tarif tinggi, sementara yang tertarik umumnya mereka dengan risiko tinggi. Ketimpangan inilah yang kemudian membuat pasar asuransi menjadi tidak efisien dan berpotensi gagal.

Namun, contoh-contoh teori klasik tersebut cenderung berubah ketika kita telah memasuki zaman akal imitasi (AI). Dulu AI seperti barang mewah yang seolah hanya bisa diakses oleh kalangan tertentu saja, tetapi kini AI bisa diakses kapan pun dan di mana pun oleh segala kalangan. Banyak tindakan dan keputusan pun tidak lagi diambil sepenuhnya oleh pertimbangan pribadi, melainkan melalui rekomendasi algoritma.

Kasus mobil bekas pelan-pelan menjadi tidak relevan karena kita dengan mudah bertanya kepada AI mobil yang kita akan beli dengan memasukkan foto atau keterangan yang tersedia. Bahkan, untuk pengambilan keputusan yang lebih luas seperti destinasi liburan selanjutnya; instrumen investasi apa yang potensial; hingga pemilihan karier ke depan, telah diserahkan semua kepada AI. AI benar-benar telah menjadi penasihat 24 jam yang siap sedia memberikan rekomendasi kepada anda tanpa henti.

Perkembangan ini membawa dua sisi. Di satu sisi, masyarakat diuntungkan karena informasi kini lebih mudah diakses dan pasar menjadi lebih efisien. AI bisa meng-generate banyak informasi. Harga sewa rumah bisa dibandingkan lewat platform digital, harga mobil bekas bisa dicek lewat aplikasi, dan kualitas layanan bisa dinilai lewat rating pengguna.

Namun, di sisi lain, muncul paradoks baru. Masyarakat mulai memercayai mesin lebih dari penilaian dirinya sendiri. Banyak orang kini memilih rumah, pekerjaan, atau bahkan keputusan keuangan berdasarkan algoritma rekomendasi tanpa benar-benar membaca detailnya.

Fenomena tersebut memperlihatkan bentuk ketimpangan baru algorithmic asymmetry di mana yang menguasai data dan sistem komputasi berada dalam posisi dominan terhadap pengguna yang hanya ”percaya saja”. Pengguna jarang mempertanyakan mengapa satu produk muncul di urutan teratas atau jawaban yang diberikan ChatGPT.

Padahal, berdasarkan riset Bhattacharyya M, Miller VM (2023) menyebutkan bahwa 47 persen referensi yang dihasilkan ChatGPT itu fabricated (buatan) dan 46 persen asli, tetapi tidak relevan. Penelitian lainnya dari European Broadcasting Union (EBU) juga menyebutkan bahwa berita yang direkomendasikan oleh AI 45 persen-nya sering kali misleading.

Ironinya, ketika teknologi membuat pasar semakin efisien, manusia justru makin pasif. Algoritma yang dirancang untuk ”memudahkan” lambat laun mengambil alih proses berpikir. Kita tak lagi berdebat harga, tak lagi meneliti ulasan dengan kritis, dan tak lagi belajar mengenali tanda-tanda manipulasi. Kita cukup mengikuti apa yang dikatakan mesin dan merasa aman karena itu.

Dulu, informasi disembunyikan oleh penjual untuk keuntungan mereka. Kini, informasi dikumpulkan oleh mesin dan digunakan untuk mengarahkan perilaku kita dengan cara yang lebih halus melalui ”nudging” digital. Bagi negara dengan tingkat literasi digital yang belum merata seperti Indonesia, situasi ini berpotensi memperlebar kesenjangan.

Masyarakat yang paham teknologi akan mampu memanfaatkan algoritma untuk keuntungan pribadi atau bisnis. Namun, mereka yang sekadar menjadi pengguna pasif akan semakin bergantung, kehilangan daya kritis, dan mudah diarahkan oleh sistem yang mereka sendiri tidak pahami.

Karena itu, langkah ke depan tidak cukup hanya dengan memperluas akses internet atau mendorong digitalisasi. Kita perlu membangun literasi algoritmik, kemampuan memahami bagaimana mesin berpikir dan memutuskan. Masyarakat perlu sadar kalau AI berdiri dari input yang berulang kita masukan dan menciptakan echo chamber layaknya berbicara dengan kaca.

Masyarakat dengan literasi digital terbatas perlu untuk disadarkan bahwa rekomendasi AI bukanlah satu-satunya kebenaran dan kita sebagai manusia perlu untuk lebih kritis bisa melalui fact checking atau sesederhana mencoba mengkritisi rekomendasi yang diberikan oleh AI.

Teknologi seharusnya membantu manusia berpikir, bukan menggantikannya. Efisiensi pasar hanya bermakna bila tetap memberi ruang bagi manusia untuk menilai, mempertimbangkan, dan mungkin sesekali meragukan.

Kita tidak boleh membiarkan logika algoritma menjadi satu-satunya kebenaran. Asimetri informasi klasik lahir karena ketidaktahuan manusia. Asimetri 2.0 lahir karena kepercayaan buta terhadap mesin. Jika yang pertama membuat manusia tertipu oleh sesamanya, yang kedua bisa membuat manusia tertipu oleh ciptaannya sendiri.

Kita memang hidup di era di mana pasar semakin cerdas. Tapi justru karena itu, masyarakat harus semakin bijak.

Muhamad Rifki Maulana, Manajer di Bank Indonesia