5 Cara Algoritma Media Sosial Bisa Memperkuat Bystander Effect

ilustrasi menggunakan ponsel (pexels.com/cottonbro studio)

Algoritma media sosial cenderung mendorong konten yang ramai mendapatkan interaksi agar muncul di lebih banyak lini masa. Akibatnya, unggahan yang berisi permintaan bantuan, kasus perundungan, atau kejadian darurat bisa dilihat oleh ribuan bahkan jutaan pengguna dalam waktu singkat.

Sayangnya, tingginya jumlah penonton justru dapat menimbulkan asumsi bahwa pasti sudah ada banyak orang yang membantu atau melaporkan kasus tersebut. Padahal, banyaknya orang yang melihat tidak selalu berbanding lurus dengan jumlah orang yang benar-benar mengambil tindakan. Semakin viral suatu unggahan, semakin besar pula kemungkinan setiap pengguna merasa perannya tidak lagi dibutuhkan.

ilustrasi seorang remaja bermain media sosial (pexels.com/www.kaboompics.com)

Saat sebuah unggahan dipenuhi ribuan komentar, pengguna baru sering kali menganggap situasi tersebut sudah mendapat perhatian yang cukup. Mereka melihat banyak orang berdiskusi, memberikan opini, atau menunjukkan simpati sehingga muncul anggapan bahwa bantuan nyata juga sudah diberikan.

Padahal, kolom komentar belum tentu berisi tindakan yang benar-benar membantu. Tidak sedikit komentar yang hanya mengulang informasi, bercanda, atau sekadar mengekspresikan emosi. Akibatnya, seseorang bisa memilih diam karena merasa kehadirannya tidak lagi memberikan dampak yang berarti.

ilustrasi memegang ponsel (pexels.com/Anastasia Shuraeva)

Tujuan utama algoritma adalah mempertahankan keterlibatan pengguna di dalam platform. Karena itu, konten yang memancing like, komentar, share, atau waktu tonton lebih lama cenderung diprioritaskan. Hal ini membuat pengguna lebih terbiasa merespons suatu kejadian melalui interaksi digital daripada mengambil tindakan di dunia nyata.

Misalnya, seseorang merasa sudah cukup peduli setelah membagikan unggahan atau meninggalkan komentar dukungan. Padahal, dalam beberapa situasi, tindakan yang lebih dibutuhkan adalah melaporkan akun yang melakukan perundungan, menghubungi pihak terkait, atau memberikan bantuan secara langsung jika memungkinkan.

ilustrasi seorang perempuan scroll sosial media (pexels.com/Mikhail Nilov)

Algoritma terus menyajikan konten baru sesuai minat pengguna. Setelah melihat satu unggahan tentang seseorang yang membutuhkan bantuan, pengguna bisa langsung disuguhi video hiburan, berita lain, atau konten yang sama sekali berbeda hanya dalam hitungan detik.

Perpindahan informasi yang sangat cepat ini membuat perhatian dan empati mudah teralihkan. Sebelum sempat mengambil tindakan, fokus pengguna sudah berpindah ke konten berikutnya. Akibatnya, rasa ingin membantu perlahan memudar meskipun awalnya mereka merasa prihatin terhadap situasi yang dilihat.

ilustrasi seorang anak perempuan bermain media sosial (pexels.com/cottonbro studio)

Ketika melihat sebuah unggahan telah ditonton jutaan kali atau mendapat ribuan komentar, sebagian pengguna merasa kontribusi mereka tidak akan memberikan pengaruh yang berarti. Mereka berpikir satu laporan tambahan, satu komentar, atau satu bentuk dukungan tidak akan mengubah keadaan karena sudah ada begitu banyak orang yang terlibat.

Perasaan seperti ini merupakan salah satu bentuk diffusion of responsibility di ruang digital. Padahal, dalam banyak kasus, satu laporan tambahan terhadap konten berbahaya, satu saksi yang memberikan informasi penting, atau satu orang yang mengarahkan korban ke sumber bantuan yang tepat tetap dapat memberikan dampak positif.

Media sosial memang memudahkan informasi menjangkau lebih banyak orang, tetapi tidak selalu membuat tindakan nyata ikut meningkat. Karena itu, jangan hanya berasumsi orang lain sudah bertindak. Jika situasinya aman dan kamu mampu membantu, langkah kecil yang kamu lakukan bisa menjadi kontribusi yang benar-benar berarti.