Algoritma Rekomendasi TikTok Mendapat Sorotan di Tengah Ancaman Larangan di AS

JAKARTA - Algoritma rekomendasi yang menggerakkan platform video pendek online TikTok sekali lagi menjadi sorotan. Apalagi setelah Amerika Serikat memerintahkan pemiliknya yang berbasis di China, ByteDance, untuk menjual aset TikTok di AS atau menghadapi larangan beroperasi secara nasional di negara itu.

Algoritma dianggap sebagai inti dari operasi keseluruhan ByteDance, dan ByteDance lebih memilih menutup aplikasi daripada menjualnya.

China melakukan perubahan pada undang-undang ekspornya pada tahun 2020 yang memberikan hak persetujuan atas setiap ekspor algoritma dan kode sumber, menambahkan lapisan kompleksitas pada upaya apapun untuk menjual aplikasi tersebut.

Akademisi dan mantan staf perusahaan mengatakan bahwa bukan hanya algoritma, tetapi juga bagaimana cara kerjanya dengan format video pendek, yang telah membuat TikTok begitu sukses secara global.

Sebelum munculnya TikTok, banyak yang percaya bahwa teknologi yang menghubungkan koneksi sosial pengguna adalah bumbu rahasia untuk aplikasi media sosial yang sukses, mengingat popularitas Facebook dan Instagram milik Meta.

Namun  TikTok menunjukkan bahwa algoritma, didorong oleh pemahaman akan minat pengguna, bisa lebih kuat. Alih-alih membangun algoritma mereka berdasarkan "graf sosial" seperti yang dilakukan Meta, para eksekutif TikTok termasuk CEO TikTok, Shou Zi Chew telah mengatakan bahwa algoritma mereka didasarkan pada "sinyal minat".

“Meskipun pesaing memiliki algoritma berbasis minat yang serupa, TikTok mampu meningkatkan keefektifan algoritma dengan format video pendek,” kata Catalina Goanta, seorang profesor di Universitas Utrecht.

"System rekomendasi mereka sangat umum. Tetapi apa yang benar-benar membedakan TikTok sebagai aplikasi adalah desain dan kontennya," ujarnya.

Format video pendek memungkinkan algoritma TikTok menjadi jauh lebih dinamis dan bahkan mampu melacak perubahan preferensi dan minat pengguna dari waktu ke waktu, hingga ke tingkat yang sangat detail seperti apa yang mungkin disukai pengguna selama periode waktu tertentu dalam sehari.

“Selain itu, format video pendek memungkinkan TikTok untuk belajar tentang preferensi pengguna dengan lebih cepat,” kata Jason Fung, mantan kepala unit permainan TikTok.

"Karena dalam format video pendek, Anda dapat mengumpulkan data tentang preferensi pengguna dengan jauh lebih cepat daripada YouTube, di mana mungkin rata-rata video hanya kurang dari 10 menit," katanya.

Dan penempatan TikTok sebagai aplikasi yang dibangun untuk perangkat seluler dari awal juga memberikannya keuntungan atas platform pesaing yang harus menyesuaikan antarmukanya dari layar komputer.

Masuknya TikTok secara cepat ke pasar video pendek juga memberikan keunggulan awal yang besar bagi perusahaan. Instagram tidak meluncurkan Reels hingga tahun 2020 sementara YouTube meluncurkan Shorts pada tahun 2021, keduanya tertinggal dari TikTok dalam tahun-tahun pengalaman pengembangan data dan produk.

TikTok juga secara teratur merekomendasikan konten yang berada di luar minat pengguna, yang manajemen perusahaan secara berulang kali katakan menjadi bagian penting dari pengalaman pengguna TikTok.

Ari Lightman, seorang profesor di Universitas Carnegie Mellon, mengatakan bahwa taktik efektif lain yang digunakan TikTok adalah mendorong penggunanya untuk membentuk grup secara publik melalui tanda pagar.

Dengan mendorong pengguna untuk membentuk grup publik, TikTok dapat lebih efektif mempelajari perilaku, minat, kesesuaian, dan ideologi penggunanya.

Jika TikTok akhirnya dilarang di AS, Lightman mengatakan bahwa sementara raksasa teknologi AS tentu memiliki kemampuan untuk meniru TikTok dengan produk mereka sendiri, meniru budaya pengguna yang dimungkinkan oleh TikTok mungkin menjadi tugas yang lebih besar.

Algoritma rekomendasi TikTok juga sebagian besar diambil dari aplikasi saudara di China, Douyin, yang dirilis pada tahun 2016. Meskipun ByteDance sering menekankan bahwa TikTok dan Douyin adalah aplikasi yang berbeda, sebuah  sumber dengan pengetahuan langsung tentang masalah tersebut mengatakan bahwa kedua algoritma tetap mirip hingga saat ini.

Dalam hal ini, keunggulan China adalah kemampuan perusahaan untuk memanfaatkan biaya tenaga kerja rendah yang ada di  China yang membuat mereka dapat mempekerjakan banyak pembuat anotasi konten untuk dengan teliti menandai semua konten dan pengguna di platform.

"Pada sekitar tahun 2018 dan 2019, Douyin bekerja untuk memberikan tag pada setiap pengguna. Jadi mereka akan menandai setiap klip video secara manual. Kemudian mereka akan memberikan tag pada pengguna berdasarkan video yang mereka tonton," kata Yikai Li, seorang manajer di agen periklanan Nativex dan mantan direktur di ByteDance. "Kemudian mereka juga menerapkan taktik ini pada TikTok."

Sementara menggunakan pembuat anotasi untuk menandai data sekarang menjadi praktik umum dan penting bagi perusahaan AI, ByteDance adalah salah satu yang awal dalam mengadopsi strategi ini.

"Menyortir tag-tag ini membutuhkan banyak pekerjaan. Sangat membutuhkan tenaga," katanya, "Jadi perusahaan-perusahaan China memiliki keuntungan di sini. Mereka bisa mempekerjakan lebih banyak orang. Biayanya lebih murah daripada perusahaan-perusahaan di Amerika Utara."