{!-- ra:00000000000003ea0000000000000000 --}AI Overview 🤖 Perlu Penyesuaian Konteks, Bukan "Satu Ukuran untuk Semua" - SWANTE ADI KRISNA
cross
Hit enter to search or ESC to close
AI Overview 🤖 Perlu Penyesuaian Konteks, Bukan "Satu Ukuran untuk Semua"
13
November 2025

AI Overview 🤖 Perlu Penyesuaian Konteks, Bukan "Satu Ukuran untuk Semua"

  • 2
  • 13 November 2025

Tim O'Reilly, seorang pemikir teknologi terkemuka, mengungkapkan bahwa AI Overview (Ringkasan AI) dari mesin pencari seperti Google seharusnya tidak menggunakan pendekatan seragam. Ia menyatakan bahwa sistem AI perlu mempertimbangkan konteks sumber konten dan dampak ekonomi terhadap penyedia informasi.1 Tulisan yang dipublikasikan pada 13 November 2025 ini menggarisbawahi perlunya self-regulation (pengaturan mandiri) industri AI untuk menciptakan ekosistem yang berkelanjutan.

Pengalaman Positif dengan AI Overview

O'Reilly berbagi pengalaman pribadinya saat mencari informasi parkir di Bandara Internasional Dulles. Ringkasan AI Google memberikan jawaban yang ringkas dan akurat, jauh lebih efisien dibanding mengunjungi website flydulles.com.1 "Ini jauh lebih nyaman," tuturnya.

Untuk konten seperti informasi layanan publik, AI Overview justru menguntungkan semua pihak. Bandara tidak berusaha memonetisasi websitenya—tujuan utama adalah memberikan informasi. Dalam kasus seperti ini, AI membantu pengguna menemukan jawaban lebih cepat tanpa merugikan siapa pun.1

Tantangan Sumber Konten Berbeda

Wikipedia dan Platform Agregator

Situasi menjadi lebih rumit ketika AI Overview menggunakan konten dari Wikipedia atau platform agregator lainnya. Wikipedia bergantung pada kunjungan pengguna bukan hanya untuk donasi, tetapi juga untuk keterlibatan yang bisa mengubah pengunjung menjadi kontributor atau editor.1 Hal serupa berlaku untuk GitHub dan YouTube.

Platform seperti YouTube memberikan insentif kepada kreator melalui traffic yang diarahkan dan dimonetisasi atas nama mereka. Jika AI Overview "mencuri" perhatian tersebut, ekosistem konten bisa runtuh.1

Konten Berbayar dan Pelanggaran

Masalah paling serius muncul ketika AI meng-crawl (merayapi) konten di balik paywall (dinding berbayar) tanpa izin. Ini memicu kontroversi besar, bahkan tuntutan hukum. O'Reilly mencatat bahwa konten memiliki spektrum dari "tidak masalah di-crawl" hingga "jangan di-crawl".1

🔍 Jenis Konten📊 Status Crawling💡 Contoh⚖️ Implikasi
Informasi PublikBoleh crawl bebasWebsite pemerintah, bandaraMenguntungkan semua pihak
Wikipedia/AgregatorPerlu pertimbangan khususWikipedia, GitHub, YouTubeBisa mengurangi engagement
Konten BerbayarHarus bayar lisensiMedia berlanggananPelanggaran hak cipta
Do Not CrawlHarus dihormatiSitus dengan robots.txtEtika dan hukum
Komunitas OnlinePerlu kompensasiStack Overflow, forumMengurangi kontribusi
Media SosialTergantung kebijakanFacebook, TwitterPrivasi pengguna
E-commercePartnership modelToko online, marketplacePersaingan tidak adil

Solusi Berbasis Norma, Bukan Hanya Regulasi

O'Reilly mengutip Larry Lessig yang menyatakan bahwa governance (tata kelola) adalah hasil dari empat kekuatan: hukum, norma, pasar, dan arsitektur.1 Terlalu banyak fokus pada regulasi. Bagaimana jika kita mulai dengan norma?

Ia mengajukan pertanyaan kunci: "Daripada bertanya apa yang harus legal, bagaimana jika kita bertanya apa yang harus normal?"1 Pendekatan ini menggeser beban dari penyedia konten ke perusahaan AI.

Norma yang Diusulkan untuk Perusahaan AI

  • Identifikasi sumber kanonik: Gunakan kecerdasan AI untuk menilai apakah informasi berasal dari sumber tunggal atau beberapa sumber kompetitif, lalu tentukan respons yang sesuai.1
  • Hormati paywall dan robots.txt: Periksa indikasi berlangganan, teknologi lisensi seperti Really Simple Licensing (RSL), atau "do not crawl", dan patuhi semua sinyal tersebut.1
  • Konteks respons: Untuk artikel panjang, berikan info dasar tapi jelaskan ada kedalaman lebih di sumber. Untuk fakta cepat seperti jam operasional, berikan jawaban langsung dengan atribusi.1
  • Bayar penyedia konten: Jika situs memiliki data berkualitas tinggi untuk training atau inference (inferensi), bayar penyedia, bukan scraper pasar gelap. Ini harus pertukaran pasar yang adil.1
  • Kenali agregator: Bersaing langsung dengan agregator menggunakan konten yang di-scrape dari platform mereka adalah persaingan tidak adil. Buat perjanjian lisensi atau bersaing tanpa menggunakan konten mereka.1
  • Dukung ekosistem kontribusi: Untuk platform berbasis komunitas seperti Wikipedia atau Stack Overflow, berikan revenue sharing, danai program kontribusi, dan sediakan link menonjol untuk mengonversi pengguna menjadi kontributor.1
  • Tautkan ke repositori dan video: Snippet kode GitHub harus link kembali ke repositori, query YouTube harus mengarah ke video, bukan hanya merangkum.1

Contoh Implementasi untuk Wikipedia

O'Reilly memberikan ilustrasi konkret bagaimana AI bisa memperlakukan konten Wikipedia dengan lebih baik. Untuk pertanyaan faktual langsung seperti "Kapan Pertempuran Hastings terjadi?", cukup jawab: 1066. Tidak perlu link karena ini pengetahuan umum.1

Namun untuk query kompleks seperti "Apa yang menyebabkan Pertempuran Hastings?", AI sebaiknya menjawab: "Menurut Wikipedia, Pertempuran Hastings disebabkan oleh krisis suksesi setelah kematian Raja Edward the Confessor pada Januari 1066, yang meninggal tanpa pewaris jelas. [Link]"1

Untuk topik kontroversial atau kompleks, AI perlu menyarankan: "Artikel Wikipedia tentang [X] mencakup [poin kunci]. Mengingat kompleksitas dan perdebatan yang sedang berlangsung, Anda mungkin ingin membaca artikel lengkap dan sumbernya: [link]"1

Imperatif Bisnis, Bukan Hanya Moral

Menemukan model bisnis yang mengompensasi kreator konten bukan hanya imperatif moral, tetapi juga imperatif bisnis. "Ekonomi lebih berkembang melalui pertukaran daripada ekstraksi," tegas O'Reilly.1

AI belum menemukan product-market fit (kesesuaian produk-pasar) yang sejati. Ini tidak hanya membutuhkan pengguna yang menyukai produk, tapi juga pengembangan model bisnis yang menciptakan rising tide (pasang naik) untuk semua orang.1 Saat ini, industri AI mengejar extractive economic rents (sewa ekonomi ekstraktif) sejak awal karena permintaan modal yang tak terpuaskan.

Pelajaran dari Google dan Amazon

Google awalnya sukses dengan memahami apa yang membuat situs otoritatif—setiap link adalah semacam voting. Amazon menciptakan flywheel (roda gila): membantu pelanggan menemukan produk terbaik dengan harga terendah menarik lebih banyak pelanggan, yang menarik lebih banyak pemasok.1

Namun seiring waktu, mereka "enshittify" layanan mereka—memanipulasi perhatian pengguna untuk keuntungan sendiri. Google mengontrol teknologi bursa iklan dan mengarahkan iklan paling menguntungkan ke situs dan layanannya sendiri. Amazon menggantikan hasil pencarian organik dengan iklan, meningkatkan keuntungannya sambil memaksa pemasok mengurangi profit atau menaikkan harga.1

Kesimpulan

O'Reilly menekankan bahwa perusahaan AI terkemuka harus memahami bahwa tugas mereka bukan hanya menyenangkan pengguna, tetapi memungkinkan pasar. Mereka membangun institusi yang akan memungkinkan pasar baru, dan mereka sendiri berada di posisi terbaik untuk menetapkan norma yang menciptakan pasar AI yang berkembang.1

Sejauh ini, mereka memperlakukan pemasok bahan mentah kecerdasan mereka sebagai sumber daya untuk dieksploitasi, bukan dibudidayakan. Pencarian model bisnis win-win yang berkelanjutan harus sama mendesaknya dengan pencarian terobosan kinerja AI berikutnya.1 Banyak yang mengadvokasi regulasi; O'Reilly mengadvokasi self-regulation.

Daftar Pustaka

Download PDF tentang Pendekatan Kontekstual AI Over (telah di download 3 kali)
Penulis
Swante Adi Krisna
Penikmat musik Ska, Reggae dan Rocksteady sejak 2004. Gooners sejak 1998. Blogger dan ai paruh waktu sejak 2014. Graphic Designer autodidak sejak 2001. Website Programmer autodidak sejak 2003. Woodworker autodidak sejak 2024. Sarjana Hukum Pidana dari salah satu Perguruan Tinggi Negeri di Surakarta. Magister Hukum Pidana di bidang cybercrime dari salah satu Perguruan Tinggi Swasta di Surakarta. Magister Kenotariatan di bidang hukum teknologi, khususnya cybernotary dari salah satu Perguruan Tinggi Negeri di Surakarta. Bagian dari Keluarga Besar Kementerian Pertahanan Republik Indonesia.