Dunia Sempit dalam Genggaman yang Kita Bentuk dengan Algoritma

The world is too big to stay in one place and life is too short to do just one thing.
– Unknown

Sistem Temu Balik Informasi yang Berevolusi

Hampir dua dekade lalu, ketika saya mulai menekuni apa yang dalam dunia komputer sebut sebagai sistem temu balik informasi (information retrieval). Bersamaan setelahnya mesin pencari menjadi booming. Sebagai orang yang berkecimpung dalam dunia ini, saya memahami filosofi yang mendasari kerja para mesin pencari. Dalam perkembangannya, teknologi dan pendekatan para mesin pencari berevolusi namun ada satu yang selalu menjadi dasar dari semua perubahan itu, selalu tentang similaritas atau keserupaan. Misal ketika seseorang mengetikkan kata bunga pada mesin mencari maka akan menghasilkan berbagai artikel dan gambar bunga, tapi kok muncul juga artis Bunga Citra Lestari. Karena hal semacam ini lalu lahirlah konteks dalam pencarian kemiripan itu. Jadi kemiripan selalu menjadi landasan dalam hal ini.

Namun sekarang, saya menyadari bahwa ide dasar tentang sistem temu balik informasi, yang awalnya digunakan untuk pencarian cepat berdasarkan query atau permintaan dari suatu kubangan data ternyata telah berevolusi jauh. Pengalaman setiap orang yang menggunakan berbagai platform di dunia maya pasti sering bertemu dengan saran terhadap artikel atau item belanja yang serupa. Nah, sekali lagi ini soal keserupaan yang saya katakan di awal. Atau tanpa perlu dikatakan mendadak YouTube menampilkan video dalam konteks yang sama yang baru saja kita tonton. Atau besok dan besoknya lagi ada saran yang sama ketika kita ingin checkout dari marketplace. Demikian pun dengan berita, jika kita menyukai politik, maka itulah yang muncul di keesokan hari terlepas ada kerja Search Engine Optimizer atau pun pagerank dan lainnya. Tapi benang merahnya selalu soal kemiripan dan keserupaan. Sehingga konsep dasar kemiripan ini telah melangkah jauh hingga memperkuat penawaran atau memperluas tawaran atas preferensi pengguna. Dapat dikatakan bahwa sistem temu balik informasi telah berevolusi dan memasuki suatu ruang bukan hanya karena query atau permintaan pengguna tapi selangkah ke depan dimana respon atas pencarian ini memberi lebih tanpa melakukan query itu sendiri. Lalu pertanyaannya adalah, apa yang terjadi setelah evolusi itu? Bukankah itu membantu?

Sebagai orang yang berkecimpung di bidang ini maka dengan tegas saya dapat mengatakan tentu evolusi sistem temu balik informasi telah sangat membantu. Namun dalam artikel ini saya tidak ingin membahas tentang bagaimana vector space model diganti algoritma pagerank, ataukah kemampuan semantik dalam pencarian, ataupun transformasi menggunakan algoritma kecerdasan buatan dengan pembelajaran mesin dan pemrosesan bahasa alami. Artikel ini juga tidak membahas evolusi large language model yang memahami konteks lebih dalam dengan berbagai multimodal data. Namun konteks evolusi yang saya maksud adalah terjadinya personalisasi dan kontekstual. Dimana sistem memberikan rekomendasi berbasis perilaku pengguna dan bagaimana sistem ini memanfaatkan berbagai data seperti lokasi dan preferensi untuk hasil yang relevan dari pencarian. Ini yang terjadi pada Netflix, berbagai marketplace dan platform video dan musik seperti Spotify dan YouTube.