Paradoks Label AI: Ketika Transparansi Tidak Menjamin Kejujuran

Paradoks Label AI: Ketika Transparansi Tidak Menjamin Kejujuran

Ilustrasi ChatGPT--

dan tidak jujur, yang justru paling gampang dikenali dan ditindak karena pelanggarannya dobel 

dan mencolok; dan yang terakhir, berlabel namun tetap tidak jujur. Kombinasi terakhir inilah 

yang menurut saya paling berbahaya, sebab secara administratif pelaku usaha atau affiliate 

marketer sudah patuh, tapi secara substansi konten tetap bisa menipu konsumen. Dan yang lebih 

berbahaya, kepatuhan itu bisa menciptakan rasa aman yang semu bagi semua pihak. 

Dugaan saya soal rasa aman yang semu ini dalam literatur komunikasi pemasaran disebut 

disclosure paradox. Seperti pernah diteliti oleh Boerman dan koleganya, serta studi lanjutan 

Beckert dkk yang menemukan bahwa label pengungkapan pada konten bersponsor memang 

meningkatkan kesadaran audiens bahwa mereka sedang melihat konten persuasif — namun 

belum tentu berdampak negatif pada kepercayaan dan minat beli. Sebuah meta-analisis yang 

lebih baru bahkan mencatat bahwa dampak label terhadap penilaian konsumen atas merek 

cenderung kecil dan bervariasi, bukan selalu negatif seperti asumsi awal regulator. Dengan kata 

lain, label tidak selalu membuat konsumen lebih skeptis, dan dalam beberapa kondisi malah 

membuat mereka lebih percaya, persis kebalikan dari tujuan awal kewajiban pemberian label itu 

sendiri. 

Cek Berita dan Artikel yang lain di Google News

Sumber: