ChatGPT Kini Lebih Berbahaya dari Liputan WSJ dalam Krisis Reputasi

Pertengahan tahun 2023, seorang wali kota Australia mengetik namanya sendiri di ChatGPT. Yang muncul bukan riwayat kariernya, melainkan deskripsi bahwa dia mantan narapidana korupsi yang pernah dipenjara. Padahal dia tidak pernah dihukum, apalagi dipenjara. Ironisnya, pria ini justru pelapor yang membantu mengungkap skandal suap yang dituduhkan padanya. Tim kuasa hukumnya lalu mengirimkan surat somasi ke OpenAI. Mungkin itu surat gugatan pencemaran nama baik pertama yang dialamatkan ke perusahaan AI.

Dua tahun kemudian, kasus serupa terjadi di Georgia, Amerika Serikat. Seorang penyiar radio menemukan chatbot AI populer menggambarkannya sebagai terdakwa kasus penggelapan uang. Chatbot itu bahkan menyertakan nomor perkara dan detail hukum yang sepenuhnya palsu. Tidak ada kasus seperti itu di dunia nyata. Tapi setiap orang yang bertanya tentang penyiar itu selama beberapa pekan terima jawaban yang sama: dia terdakwa korupsi.

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

Dari Halaman Depan ke Layar Chat

Selama tiga puluh tahun, komunikasi krisis berjalan di atas rel yang sama. Sebuah krisis pecah. Liputan media melonjak. Tim PR mengelola siklus pemberitaan. Siklus berakhir. Cerita jadi catatan kaki sejarah.

Model itu masih berlaku untuk apa yang terjadi di pers. Tapi tidak lagi menggambarkan realitas operasional yang sebenarnya.

Coba lihat datanya. ChatGPT sekarang dipakai lebih dari 900 juta orang setiap minggu. Google Gemini mencapai 650 juta pengguna aktif bulanan. Di Indonesia sendiri, ChatGPT masuk peringkat keempat situs paling banyak dikunjungi. Data Similarweb mencatat 80,6 persen traffic AI web referral mengarah ke ChatGPT. Lebih dari sepertiga orang Indonesia mengaksesnya tiap bulan. Indonesia bahkan jadi negara kelima terbesar pengguna ChatGPT di dunia dengan 216 juta kunjungan per Agustus 2025.

Saya pikir ini yang paling diabaikan tim PR dan komunikasi. Selama ini kita sibuk mengelola hubungan dengan wartawan, pitch ke editor, bangun network dengan media. Tapi tidak ada yang punya kontak di ChatGPT. Tidak ada reporter yang bisa kamu telepon untuk minta koreksi. Tidak ada edisi cetak besok yang bisa memuat sanggahanmu.

Yang dulunya kita tanya ke Google dan dapat daftar link biru, sekarang kita tanya ke ChatGPT dan dapat jawaban langsung yang ditulis dengan nada percaya diri seperti memo internal. Pergeseran ini membawa risiko yang sebagian besar tim komunikasi baru mulai pahami: jawaban palsu, usang, atau terdistorsi yang duduk diam di tempat reputasi Anda dulu berada.

Mengapa Answer Engine Lebih Berbahaya dari Liputan Media

Ada tiga perbedaan mendasar antara krisis yang berasal dari artikel negatif dan krisis yang berasal dari jawaban AI.

Pertama, kecepatan dan skala. Liputan WSJ dibaca oleh pelanggannya. Jawaban ChatGPT disajikan ke ratusan juta pengguna tiap minggu. Sebuah artikel di WSJ bisa berusia sehari atau seminggu sebelum terkubur berita lain. Tapi jawaban yang salah di ChatGPT bisa bertahan 12 sampai 18 bulan. Kenapa? Karena model bahasa besar dilatih pada dataset statis yang diperbarui pada interval tidak teratur. Klaim palsu yang tertanam di data pelatihan bisa muncul lagi berbulan-bulan kemudian, segar untuk setiap pengguna baru yang bertanya.

Kedua, tidak ada jalur koreksi. Dulu, ketika WSJ menulis artikel yang tidak akurat, tim PR bisa menelepon reporter, minta hak jawab, atau kirim surat klarifikasi. Hari ini, kamu tidak bisa menerbitkan pernyataan ke ChatGPT. Tidak ada edisi berikutnya dari model AI yang bisa memuat koreksimu. Yang ada hanyalah proses panjang: bersihin sumber, terbitkan konten tandingan yang lebih otoritatif, lalu tunggu siklus pembaruan model berikutnya.

Ketiga, ketidaksetaraan sumber. Riset McKinsey menunjukkan bahwa situs milik perusahaan hanya menyumbang 5 sampai 10 persen dari sumber yang dikutip AI saat menghasilkan jawaban. Sisanya 90 sampai 95 persen berasal dari review, forum, situs afiliasi, liputan berita, dan konten buatan pengguna. Saat perusahaan menerbitkan siaran pers yang bagus, ia bersaing untuk bobot sumber AI melawan setiap ulasan di Yelp, utas di Reddit, dan keluhan di forum konsumen.

Bagaimana Narrative Negatif Terkompoundasi di Dalam Mesin

Ini bagian yang paling tidak kelihatan. Siklus berita berakhir. Tapi mesin pencari AI tidak ikut berakhir.

Bayangkan skenario ini: Sebuah perusahaan mengalami krisis. Media memberitakan selama seminggu. Tim PR berhasil meredam dan menerbitkan pernyataan resmi. Seminggu kemudian berita sudah mereda. Tiga bulan kemudian, seorang calon investor mengetik nama CEO perusahaan itu di ChatGPT. Yang muncul adalah ringkasan yang masih merujuk pada krisis tiga bulan lalu, ditulis dengan bahasa seolah itu masih terjadi kemarin.

Berita berlalu, tapi ingatan AI tidak. Jawaban ChatGPT dan mesin sejenis terus mengulang narasi krisis selama berbulan-bulan setelah liputan media berhenti. Tidak ada siaran pers yang bisa diedit oleh model. Tim PR tidak punya cara untuk tahu apakah kerusakan masih berlanjut atau tidak.

Penelitian tahun 2025 menunjukkan bahwa mayoritas pengguna tidak memverifikasi kutipan yang dihasilkan AI. Semakin tinggi kepercayaan seseorang terhadap AI, semakin kecil kemungkinan mereka melakukan verifikasi. Jadi orang yang paling bergantung pada ChatGPT untuk riset tentang perusahaan kamu adalah orang yang paling mungkin menerima jawaban salah sebagai fakta.

Empat Langkah yang Harus Dilakukan Tim PR Sekarang

Ronn Torossian, pendiri 5W AI Communications, bilang: reporter tidak lagi menjalankan cerita, model yang menjalankannya. Bangun untuk model. Saya pikir itu tepat sasaran. Tapi apa artinya secara operasional?

Pertama, periksa apa kata AI di jam pertama krisis. Dalam 30 menit setelah krisis pecah, sebelum membuat pernyataan resmi, tim harus menjalankan pertanyaan terstruktur ke ChatGPT, Gemini, Perplexity, dan Google AI Overviews. Catat apa yang mereka katakan tentang pihak yang terkena dampak. Ini jadi patokan untuk mengukur apakah langkah kamu berhasil atau tidak.

Kedua, siapkan langkah perbaikan berlapis. Urutannya: bersihkan sumber yang salah, terbitkan konten tandingan, lalu hubungi langsung penyedia AI. Jangan sampai terbalik. Kalau sumber yang salah adalah forum atau review lama, bereskan dulu di level sumber. Kalau itu artikel usang, update. Kalau itu data pelatihan yang tidak bisa diedit, terbitkan konten otoritatif yang cukup berbobot untuk mengubah persepsi model.

Ketiga, anggap Wikipedia sebagai infrastruktur reputasi. Wikipedia adalah sumber dengan bobot tertinggi yang diambil AI untuk menjawab pertanyaan tentang suatu perusahaan. Periksa entri Wikipedia setidaknya tiap tiga bulan. Simpan halaman fakta di domain sendiri yang bisa dikutip editor. Jangan biarkan halaman Wikipedia perusahaan kamu usang atau tidak lengkap.

Keempat, catat setiap jawaban AI yang memengaruhi merek secara material. Kasus pencemaran nama baik oleh AI sudah jadi risiko tetap yang harus dihadapi. Tapi kamu tidak bisa membuat gugatan pencemaran nama baik tanpa bukti yang dikumpulkan sebelum insiden pertama terjadi. Ambil tangkapan layar. Catat pertanyaan dan jawabannya. Simpan waktu kejadian.

Verifikasi Lebih Penting dari Volume

Satu pelajaran penting yang muncul dari pergeseran ini: pemulihan setelah reputasi terpukul tidak lagi bisa diandalkan dengan komunikasi yang lebih keras. Yang lebih penting adalah siapa yang mengonfirmasi klaim kamu. Verifikasi independen dari pihak ketiga adalah sinyal yang dihargai oleh mesin. Bukan siaran pers yang kamu tulis sendiri.

Di Indonesia, di mana 65 persen warga percaya AI akan membuat hidup lebih baik dan 78 persen menilai AI bisa mempermudah pekerjaan, risiko ini bahkan lebih besar. Karena semakin tinggi kepercayaan pada teknologi, semakin rendah kecenderungan untuk verifikasi.

Konten negatif menyebar dengan kecepatan empat kali lipat dari konten positif. Itu kata riset. Sekarang bayangkan konten negatif itu bukan artikel, melainkan jawaban chatbot yang lahir baru setiap kali seseorang bertanya. Tanpa jejak. Tanpa penerbit. Tanpa nomor telepon yang bisa kamu hubungi.

Dulu krisis dimulai dari halaman depan Wall Street Journal. Kamu tahu persis siapa yang menulis, siapa editornya, dan bagaimana cara merespons. Sekarang krisis bisa dimulai dari satu jawaban ChatGPT yang salah, dan kamu mungkin tidak akan tahu sampai seorang investor atau calon mitra menyebutkannya di tengah rapat.