Krisis Komunikasi di Era Answer Engine: Kenapa ChatGPT Kini Lebih Berbahaya dari Liputan WSJ

ChatGPT Kini Lebih Berbahaya daripada Liputan WSJ dalam Krisis Reputasi

Pertengahan tahun 2023, seorang wali kota di Australia mengetik namanya sendiri di ChatGPT. Bukannya riwayat karier yang muncul, melainkan deskripsi bahwa ia adalah seorang mantan narapidana kasus korupsi yang pernah mendekam di penjara. Padahal, ia tidak pernah dihukum, apalagi dipenjara. Ironisnya, pria ini justru merupakan pelapor pelanggaran yang membantu mengungkap skandal suap yang dituduhkan kepadanya. Tim kuasa hukumnya kemudian mengirimkan surat somasi ke OpenAI. Kasus tersebut disinyalir menjadi gugatan pencemaran nama baik pertama yang dialamatkan kepada perusahaan kecerdasan buatan (AI).

Dua tahun berselang, kasus serupa terjadi di Georgia, Amerika Serikat. Seorang penyiar radio menemukan bahwa sebuah bot obrolan AI populer menggambarkannya sebagai terdakwa dalam kasus penggelapan uang. Bot obrolan tersebut bahkan menyertakan nomor perkara dan rincian hukum yang sepenuhnya palsu. Di dunia nyata, kasus seperti itu tidak pernah ada. Namun, setiap orang yang bertanya tentang penyiar tersebut selama beberapa pekan menerima jawaban yang sama: ia adalah seorang terdakwa korupsi.

Dua cerita itu sebenarnya merupakan bagian dari pola yang lebih besar. Para praktisi komunikasi kini mulai menyebutnya sebagai krisis di era mesin penjawab AI.

Dari Halaman Depan ke Layar Obrolan

Selama tiga puluh tahun, komunikasi krisis berjalan di atas rel yang sama. Sebuah krisis pecah, liputan media melonjak, lalu tim hubungan masyarakat (humas) mengelola siklus pemberitaan hingga siklus tersebut berakhir dan cerita menjadi catatan kaki sejarah.

Model konvensional itu masih berlaku untuk apa yang terjadi di media cetak atau media massa. Namun, model tersebut tidak lagi menggambarkan realitas operasional yang sebenarnya.

Mari kita lihat datanya. ChatGPT sekarang digunakan oleh lebih dari 900 juta orang setiap minggu. Sementara itu, Google Gemini mencapai 650 juta pengguna aktif bulanan. Di Indonesia sendiri, ChatGPT masuk ke dalam peringkat keempat situs yang paling banyak dikunjungi. Data Similarweb mencatat bahwa 80,6 persen lalu lintas rujukan web AI mengarah ke ChatGPT. Lebih dari sepertiga penduduk Indonesia mengaksesnya setiap bulan. Indonesia bahkan menjadi negara kelima terbesar pengguna ChatGPT di dunia dengan 216 juta kunjungan per Agustus 2025.

“Saya pikir ini adalah hal yang paling sering diabaikan oleh tim humas dan komunikasi. Selama ini kita sibuk mengelola hubungan dengan wartawan, mengajukan usulan berita ke editor, dan membangun jaringan dengan media. Namun, tidak ada satu pun dari kita yang memiliki kontak tim ChatGPT. Tidak ada reporter yang bisa Anda telepon untuk meminta koreksi. Tidak ada pula edisi cetak esok hari yang bisa memuat sanggahan Anda.”

Sesuatu yang dulunya kita tanyakan ke Google dan memunculkan daftar tautan biru, kini kita tanyakan ke ChatGPT dan langsung mendapatkan jawaban lugas yang ditulis dengan nada percaya diri layaknya sebuah memo internal. Pergeseran ini membawa risiko yang baru mulai dipahami oleh sebagian besar tim komunikasi: jawaban yang palsu, usang, atau terdistorsi yang kini menetap di ruang digital tempat reputasi Anda dulu berada.

Mengapa Mesin Penjawab Lebih Berbahaya daripada Liputan Media

Ada tiga perbedaan mendasar antara krisis yang bersumber dari artikel berita negatif dan krisis yang bersumber dari jawaban teknologi AI.

Pertama, kecepatan dan skala. Liputan koran Wall Street Journal (WSJ) hanya dibaca oleh para pelanggannya. Di sisi lain, jawaban ChatGPT disajikan kepada ratusan juta pengguna setiap minggu. Sebuah artikel di WSJ mungkin hanya bertahan sehari atau seminggu sebelum terkubur oleh berita lain. Namun, jawaban yang keliru di ChatGPT bisa bertahan selama 12 hingga 18 bulan. Mengapa? Karena model bahasa besar (LLM) dilatih menggunakan kumpulan data statis yang diperbarui dalam interval waktu yang tidak menentu. Klaim palsu yang sudah tertanam di dalam data pelatihan dapat muncul kembali berbulan-bulan kemudian, tampak baru bagi setiap pengguna baru yang bertanya.

Kedua, tidak adanya jalur koreksi. Dahulu, ketika WSJ menulis artikel yang tidak akurat, tim humas bisa menelepon reporter, meminta hak jawab, atau mengirimkan surat klarifikasi. Hari ini, Anda tidak bisa menerbitkan pernyataan sanggahan ke dalam ChatGPT. Tidak ada edisi berikutnya dari model AI yang bisa memuat ralat Anda. Proses yang harus ditempuh sangat panjang: Anda harus membersihkan sumber informasi yang salah, menerbitkan konten tandingan yang lebih otoritatif, lalu menunggu siklus pembaruan model data berikutnya.

Ketiga, ketimpangan bobot sumber. Riset dari McKinsey menunjukkan bahwa situs resmi milik perusahaan hanya menyumbang 5 hingga 10 persen dari total sumber yang dikutip oleh AI saat merumuskan jawaban. Sisanya, sebesar 90 hingga 95 persen, berasal dari ulasan, forum diskusi, situs terafiliasi, liputan berita, dan konten buatan pengguna (UGC). Ketika perusahaan menerbitkan siaran pers yang bagus, informasi tersebut harus bersaing memperebutkan bobot rujukan AI melawan setiap ulasan di Yelp, utas di Reddit, ataupun keluhan di forum konsumen.

Bagaimana Narasi Negatif Terakumulasi di Dalam Mesin

Ini merupakan bagian dampak yang paling tidak kasatmata. Siklus berita di media massa bisa saja berakhir, tetapi mesin pencari berbasis AI tidak ikut berhenti beroperasi.

Bayangkan skenario berikut: Sebuah perusahaan sedang mengalami krisis. Media massa memberitakannya secara masif selama seminggu. Tim humas berhasil meredam situasi dan menerbitkan pernyataan resmi. Seminggu kemudian, intensitas berita mereda. Namun, tiga bulan setelahnya, seorang calon investor mengetikkan nama CEO perusahaan tersebut di ChatGPT. Hasil yang muncul justru ringkasan yang masih merujuk pada krisis tiga bulan lalu, ditulis dengan gaya bahasa seolah-olah peristiwa itu baru terjadi kemarin.

Berita koran lekas berlalu, tetapi ingatan kecerdasan buatan menetap. Jawaban ChatGPT dan mesin sejenisnya terus mengulang narasi krisis selama berbulan-bulan setelah liputan media cetak berhenti. Tidak ada satu pun siaran pers yang bisa langsung mengubah isi pemikiran model bahasa AI tersebut. Tim humas pun tidak memiliki instrumen untuk mendeteksi apakah kerusakan reputasi masih terus berlangsung atau tidak.

Penelitian pada tahun 2025 menunjukkan bahwa mayoritas pengguna tidak pernah memverifikasi kebenaran kutipan yang dihasilkan oleh AI. Semakin tinggi tingkat kepercayaan seseorang terhadap teknologi AI, semakin kecil kemungkinan mereka melakukan pengecekan ulang. Akibatnya, orang-orang yang paling mengandalkan ChatGPT untuk meriset profil perusahaan Anda justru menjadi pihak yang paling rentan menelan mentah-mentah jawaban yang keliru sebagai sebuah fakta.

Empat Langkah Tradisional yang Harus Ditinggalkan Tim Humas Sekarang

Ronn Torossian, pendiri 5W AI Communications, mengemukakan: reporter tidak lagi memegang kendali atas jalan cerita, melainkan model data AI yang menjalankannya. Oleh karena itu, bangunlah strategi komunikasi yang ramah terhadap model data tersebut. Pandangan itu dinilai sangat tepat sasaran. Namun, apa makna konkretnya secara operasional?

Pertama, periksa apa yang dikatakan AI pada jam pertama krisis terjadi. Dalam waktu 30 menit setelah krisis pecah, bahkan sebelum merancang pernyataan resmi, tim humas harus mengajukan serangkaian pertanyaan terstruktur ke ChatGPT, Gemini, Perplexity, dan Google AI Overviews. Dokumentasikan apa yang algoritme mereka katakan tentang pihak terdampak. Data awal ini akan menjadi tolok ukur untuk menilai apakah langkah penanggulangan Anda berhasil atau tidak.

Kedua, siapkan langkah perbaikan berlapis. Jalankan urutan ini dengan disiplin: bersihkan sumber data primer yang keliru, terbitkan konten tandingan, baru kemudian hubungi perusahaan penyedia layanan AI. Jangan membalik urutan tersebut. Jika sumber kekeliruan berasal dari forum lama atau situs ulasan, selesaikan dahulu di tingkat dasar. Jika bersumber dari artikel usang, perbarui artikelnya. Jika kesalahan menetap pada data pelatihan yang tidak bisa disunting, terbitkan konten otoritatif baru yang memiliki bobot algoritme cukup besar demi memengaruhi cara model AI membaca informasi.

Ketiga, posisikan Wikipedia sebagai infrastruktur reputasi utama. Wikipedia merupakan instrumen sumber informasi dengan bobot tertinggi yang diprioritaskan oleh kecerdasan buatan dalam menyusun jawaban mengenai profil korporasi. Lakukan audit terhadap entri Wikipedia perusahaan Anda setidaknya setiap tiga bulan sekali. Sediakan halaman khusus fakta di domain situs resmi Anda yang dapat dijadikan referensi tepercaya oleh para kontributor Wikipedia. Jangan biarkan laman Wikipedia perusahaan Anda telantar dalam kondisi usang atau tidak lengkap.

Keempat, dokumentasikan setiap jawaban AI yang berpotensi merugikan merek secara material. Kasus hukum pencemaran nama baik oleh produk teknologi AI kini telah bertransformasi menjadi risiko bisnis yang nyata. Namun, Anda tidak akan bisa mengajukan gugatan hukum yang kuat tanpa adanya alat bukti yang dikumpulkan secara kronologis sejak insiden pertama ditemukan. Ambil tangkapan layar, catat format pertanyaan serta jawabannya, dan simpan rincian waktu kejadiannya secara akurat.

Verifikasi Lebih Utama daripada Volume Informasi

Satu pelajaran berharga yang dipetik dari pergeseran lanskap informasi ini: pemulihan nama baik setelah reputasi hancur tidak bisa lagi ditempuh sekadar dengan membanjiri internet menggunakan rilis berita yang masif. Hal yang jauh lebih krusial adalah kredibilitas pihak ketiga yang mengonfirmasi klaim Anda. Proses verifikasi independen dari entitas luar merupakan bentuk sinyal otoritas yang sangat dihargai oleh algoritme mesin penjawab, bukan materi promosi yang Anda tulis sendiri.

Di Indonesia, di mana 65 persen warganya meyakini bahwa AI akan membuat kualitas hidup menjadi lebih baik dan 78 persen menilai teknologi ini mempermudah beban pekerjaan, risiko penyebaran hoaks AI ini menjadi jauh lebih masif. Pasalnya, terdapat korelasi linier: makin tinggi tingkat kepercayaan publik terhadap sebuah instrumen teknologi, makin rendah dorongan psikologis mereka untuk melakukan cek fakta.

Sebuah studi komunikasi mengungkapkan bahwa konten negatif di jagat digital mampu menyebar dengan kecepatan empat kali lipat melampaui konten bermuatan positif. Sekarang, bayangkan jika konten negatif tersebut bukan berbentuk artikel statis, melainkan respons naratif bot obrolan yang diproduksi ulang secara dinamis setiap kali ada orang yang bertanya:tanpa rekam jejak digital yang terbuka, tanpa identitas penerbit yang jelas, serta tanpa nomor kontak yang dapat dihubungi.

Dahulu, sebuah titik balik krisis korporasi bermula dari halaman depan Wall Street Journal. Sebagai praktisi humas, Anda tahu persis siapa jurnalis yang menulisnya, siapa jajaran editor di belakangnya, serta taktik apa yang harus diluncurkan untuk meresponsnya. Saat ini, krisis reputasi fatal bisa saja berhulu dari sebaris jawaban keliru di layar ChatGPT, dan Anda mungkin baru menyadarinya ketika seorang investor atau calon mitra strategis mempertanyakannya di tengah-tengah jalannya rapat penting perusahaan.