Membaca Isu Digital Tidak Cukup dari Jumlah Mention

JAKARTA — Ketika sebuah teknologi ramai dibicarakan di media sosial, apakah itu otomatis berarti reputasinya sedang buruk? Belum tentu. Tingginya volume percakapan hanya menunjukkan bahwa sebuah isu berhasil menarik perhatian publik. Untuk memahami arahnya, percakapan perlu dibaca lebih jauh melalui tema, sentimen, serta konteks platform tempat pembicaraan berlangsung.

Hal tersebut terlihat dalam penelitian Zengzhan Xu dan Xi Zhang dari School of Journalism and Communication, Guangxi University. Penelitian berjudul “A Cross-Platform Comparison of Public Discussions Regarding ChatGPT on Twitter and Weibo: Data-Driven Analysis” yang diterbitkan dalam International Journal of Human–Computer Interaction membandingkan percakapan publik mengenai ChatGPT di Twitter dan Weibo menggunakan data periode Januari hingga Juli 2024.

Data penelitian dianalisis menggunakan Python untuk melihat pola pembahasan dan sentimen yang muncul di kedua platform. Perbandingan ini menarik karena Twitter dan Weibo berada dalam ekosistem media sosial yang berbeda, sehingga percakapan mengenai teknologi yang sama dapat dibaca melalui konteks platform masing-masing.

Empat Tema Utama Percakapan tentang ChatGPT

Dari data yang dianalisis, peneliti menemukan empat tema utama dalam percakapan mengenai ChatGPT, yaitu technology, products, emotions, dan education. Dari keempat tema tersebut, pendidikan menjadi topik yang paling sering dibicarakan.

Baca Juga BRImo Error, Keluhan Nasabah Mulai Menjadi Isu Reputasi

Temuan ini menunjukkan bahwa percakapan mengenai ChatGPT tidak hanya berpusat pada kemampuan teknologinya. Publik juga membicarakan penggunaan teknologi, perkembangan produk dan aplikasinya, serta pengalaman dan emosi yang berkaitan dengan penggunaannya.

Bagi pengelola komunikasi, temuan tersebut memberikan pelajaran penting. Ketika sebuah isu menjadi ramai, angka mention saja belum cukup untuk menjelaskan apa yang sebenarnya sedang terjadi. Dua brand dapat sama-sama memperoleh ribuan percakapan, tetapi alasan di balik volume tersebut dapat sangat berbeda.

Satu brand mungkin ramai karena produknya mendapatkan respons positif. Brand lain bisa memperoleh volume percakapan serupa karena sedang menghadapi kritik. Karena itu, membaca tema pembicaraan menjadi bagian penting dalam memahami data media sosial.

Sentimen Positif Lebih Dominan

Analisis sentimen dalam penelitian Guangxi University juga memberikan gambaran yang menarik. Di Twitter, 45,2% percakapan yang dianalisis memiliki sentimen positif. Sementara itu, proporsi sentimen positif di Weibo mencapai 54,5%.

Sebaliknya, sentimen negatif tercatat sebesar 24,1% di Twitter dan 19,9% di Weibo. Sentimen netral masing-masing mencapai 30,7% dan 25,6%.

Dengan demikian, kedua platform menunjukkan pola yang relatif sama: percakapan mengenai ChatGPT dalam data penelitian lebih banyak berada pada sisi positif dibandingkan negatif.

Temuan tersebut penting karena menunjukkan bahwa persepsi publik terhadap sebuah teknologi tidak dapat disimpulkan hanya dari adanya kritik atau kontroversi. Dalam kasus ChatGPT yang dianalisis penelitian tersebut, percakapan positif memiliki proporsi lebih besar.

Namun, hal ini bukan berarti ChatGPT diterima tanpa kritik. Sentimen negatif dan netral tetap memiliki porsi yang cukup besar. Persepsi publik terhadap sebuah teknologi tetap memiliki banyak lapisan dan tidak dapat disederhanakan hanya menjadi kategori “positif” atau “negatif”.

Ramai Dibicarakan Tidak Sama dengan Krisis

Dalam praktik komunikasi, tingginya volume percakapan kerap dianggap sebagai tanda munculnya persoalan reputasi. Padahal, lonjakan pembicaraan dapat terjadi karena berbagai alasan.

Sebuah produk dapat menjadi viral karena inovasi baru. Sebuah perusahaan dapat ramai dibicarakan karena kampanye yang berhasil. Sebaliknya, isu negatif juga dapat menghasilkan volume percakapan yang tinggi.

Karena itu, angka mention sebaiknya diperlakukan sebagai sinyal awal, bukan kesimpulan akhir. Setelah mengetahui volume percakapan, organisasi perlu melihat sentimen, tema, sumber percakapan, serta bagaimana narasi tersebut berkembang.

Pendekatan ini membuat aktivitas monitoring tidak berhenti pada pertanyaan “seberapa ramai?”, tetapi berlanjut pada pertanyaan “apa yang sebenarnya sedang dibicarakan?”

Perbedaan tersebut penting dalam pengambilan keputusan komunikasi. Percakapan yang tinggi dengan sentimen positif membutuhkan pembacaan yang berbeda dari percakapan dengan volume serupa tetapi didominasi keluhan, tuduhan, atau informasi yang berpotensi memengaruhi reputasi.

Mengapa Analisis Lintas Platform Penting?

Penelitian Guangxi University juga menunjukkan pentingnya membaca percakapan berdasarkan karakter masing-masing platform. Twitter dan Weibo tidak berada dalam ekosistem komunikasi yang identik. Pengguna, konteks sosial, serta pola percakapannya dapat berbeda.

Karena itu, satu isu yang sama belum tentu menghasilkan bentuk percakapan yang sama di setiap platform. Organisasi yang hanya memantau satu kanal berpotensi kehilangan sebagian konteks dari isu yang sedang berkembang.

Dalam komunikasi korporasi, pendekatan lintas platform semakin relevan ketika sebuah isu bergerak dari satu kanal ke kanal lainnya. Sebuah unggahan dapat memicu diskusi, diskusi tersebut dikutip media, lalu pemberitaan kembali dibagikan dan dibicarakan di media sosial.

Siklus tersebut membuat organisasi perlu melihat hubungan antarkanal. Data tidak cukup hanya dikumpulkan secara terpisah; data perlu dibandingkan untuk melihat pola, perubahan sentimen, serta pergeseran narasi.

Dari Data Menjadi Insight Komunikasi

Pelajaran utama dari penelitian ini adalah pentingnya membedakan volume, sentimen, dan makna.

Volume menunjukkan seberapa besar perhatian yang muncul terhadap sebuah isu. Sentimen memberikan gambaran mengenai kecenderungan respons publik. Sementara analisis tema membantu menjelaskan apa yang sebenarnya menjadi pembicaraan.

Ketiganya dapat memberikan gambaran yang lebih utuh dibandingkan hanya melihat jumlah pemberitaan atau mention. Bagi tim komunikasi, informasi tersebut dapat menjadi dasar untuk menentukan apakah sebuah isu perlu direspons, diperkuat, diklarifikasi, atau cukup dipantau.

Pendekatan ini juga membantu menghindari respons komunikasi yang berlebihan. Tidak setiap percakapan negatif membutuhkan respons besar. Sebaliknya, percakapan positif juga tidak berarti organisasi dapat berhenti melakukan monitoring.

Yang perlu diperhatikan adalah arah pergerakannya. Apakah sentimen negatif meningkat? Apakah satu tema tertentu mulai mendominasi? Apakah sumber percakapan berubah? Apakah isu yang awalnya hanya muncul di media sosial mulai masuk ke pemberitaan media arus utama?

Pertanyaan-pertanyaan tersebut membantu mengubah data monitoring menjadi insight yang lebih relevan bagi pengambilan keputusan.

Ramai Bukan Berarti Buruk

Riset Guangxi University memperlihatkan bahwa percakapan publik mengenai ChatGPT di Twitter dan Weibo dalam periode yang diteliti lebih banyak memiliki sentimen positif. Penelitian tersebut juga menemukan empat tema utama, yaitu technology, products, emotions, dan education, dengan pendidikan sebagai tema yang paling sering dibicarakan.

Bagi dunia komunikasi, temuan ini memberikan satu pelajaran sederhana: ramai dibicarakan belum tentu berarti negatif. Volume percakapan perlu dibaca bersama sentimen, tema, platform, dan konteks agar organisasi tidak terburu-buru menarik kesimpulan.

Di tengah lingkungan digital yang bergerak cepat, kemampuan membaca percakapan publik bukan lagi sekadar aktivitas mengumpulkan data. Tantangannya adalah mengubah data menjadi pemahaman tentang persepsi, mendeteksi perubahan narasi, dan menentukan langkah komunikasi yang proporsional.

Pada akhirnya, bukan jumlah mention yang menentukan apakah sebuah isu merupakan krisis. Yang lebih penting adalah memahami mengapa publik berbicara, apa yang mereka bicarakan, dan ke mana percakapan tersebut bergerak.

FAQ

Apa yang diteliti Guangxi University?

Penelitian tersebut membandingkan percakapan publik mengenai ChatGPT di Twitter dan Weibo menggunakan data periode Januari hingga Juli 2024.

Apa saja tema utama yang ditemukan?

Peneliti menemukan empat tema utama, yaitu technology, products, emotions, dan education. Pendidikan menjadi tema yang paling sering dibicarakan dalam data penelitian.

Apakah sentimen publik terhadap ChatGPT mayoritas negatif?

Tidak. Dalam data yang dianalisis, sentimen positif memiliki proporsi lebih besar dibandingkan sentimen negatif di kedua platform. Sentimen positif tercatat 45,2% di Twitter dan 54,5% di Weibo.

Apakah banyak mention berarti reputasi sedang buruk?

Tidak selalu. Tingginya volume percakapan hanya menunjukkan bahwa sebuah isu mendapatkan perhatian. Untuk memahami reputasinya, volume perlu dibaca bersama sentimen, tema, sumber percakapan, dan konteks.

Mengapa analisis lintas platform penting?

Setiap platform memiliki karakteristik pengguna dan pola percakapan yang berbeda. Membandingkan beberapa platform dapat membantu organisasi mendapatkan gambaran yang lebih lengkap mengenai perkembangan sebuah isu.