Jaringan Media Sosial Perkuat Ilmuwan Anti-Sains

Studi terhadap 1,24 juta tweet COVID-19 menemukan jaringan akun terkoordinasi yang memperkuat dokter dan ilmuwan penentang konsensus ilmiah.

Tidak semua informasi yang disampaikan oleh orang bergelar doktor atau profesor sejalan dengan bukti ilmiah. Sebuah penelitian terbaru menemukan bahwa jaringan akun di media sosial secara tidak proporsional memperkuat sejumlah ilmuwan dan dokter yang menyampaikan pandangan bertentangan dengan konsensus ilmiah selama pandemi COVID-19.

• 80,6% akun paling berpengaruh mendukung konsensus ilmiah. Sebagian besar superspreaders—akun yang unggahannya berulang kali memperoleh banyak retweet—berasal dari kelompok yang sejalan dengan konsensus ilmiah. Banyak di antaranya merupakan dokter, ilmuwan, komunikator sains, dan organisasi ilmiah.
• Hampir 40% penyebar berpengaruh yang menentang konsensus memiliki kredensial ilmiah. Di antara superspreaders anti-konsensus, 20,9% merupakan dokter dan 18,9% ilmuwan. Artinya, gelar akademik dan profesi ilmiah tidak otomatis menjamin bahwa setiap klaim seseorang sesuai dengan konsensus ilmiah.
• Sebanyak 96,4% dari 306 akun dalam jaringan terkoordinasi menentang konsensus ilmiah. Peneliti menemukan jaringan pengguna dengan pola retweet yang sangat mirip. Jaringan tersebut secara tidak proporsional memperkuat pandangan anti-konsensus, terutama mengenai vaksinasi, imunitas, dan kematian akibat COVID-19.
• Sebanyak 90,4% retweet dalam jaringan terkoordinasi memperkuat akun anti-konsensus. Rinciannya, 51% memperkuat superspreaders anti-konsensus dan 39,4% memperkuat akun anti-konsensus lainnya. Namun, peneliti tidak menemukan bukti bahwa koordinasi tersebut terutama digerakkan oleh bot atau merupakan operasi disinformasi yang disengaja.
• Media sosial sering mendahului pemberitaan media mengenai penelitian ilmiah. Aktivitas superspreaders di Twitter umumnya mencapai puncaknya sekitar 19,6–28 jam sebelum puncak pemberitaan media mengenai penelitian yang sama. Media arus utama cenderung membahas penelitian yang juga disebarkan oleh kelompok pro-konsensus, sedangkan media berkredibilitas rendah lebih dekat dengan pola pemilihan penelitian kelompok anti-konsensus. Urutan waktu ini tidak membuktikan hubungan sebab-akibat.

Selama pandemi COVID-19, media sosial menjadi salah satu tempat bagi masyarakat untuk mencari informasi kesehatan. Dokter, ilmuwan, pejabat pemerintah, jurnalis, hingga masyarakat umum ikut membicarakan vaksin, penularan virus, dan berbagai kebijakan kesehatan. Di tengah derasnya informasi tersebut, tidak selalu mudah membedakan pendapat pribadi, hasil penelitian, dan kesimpulan yang telah diterima secara luas oleh komunitas ilmiah.

Kehadiran ilmuwan dan dokter di media sosial seharusnya membantu masyarakat memahami perkembangan ilmu pengetahuan. Mereka memiliki pendidikan dan pengalaman profesional yang relevan untuk menjelaskan persoalan kesehatan. Namun, tidak semua orang dengan latar belakang ilmiah menyampaikan pandangan yang sejalan dengan bukti ilmiah yang tersedia. Sebagian bahkan menjadi tokoh berpengaruh dalam kelompok yang menentang konsensus ilmiah.

Fenomena ini diteliti oleh Alexandros Efstratiou dari University of Washington, Giuseppe Russo dari EPFL, dan Luca Luceri dari University of Southern California. Dalam sebuah studi yang dipublikasikan di Proceedings of the International AAAI Conference on Web and Social Media tahun 2026, mereka menganalisis bagaimana informasi ilmiah mengenai COVID-19 menyebar melalui Twitter dan media berita.

Penelitian tersebut menggunakan data yang cukup besar: 1,24 juta unggahan Twitter dari sekitar 346.000 pengguna, serta 211.000 artikel berita yang membahas penelitian COVID-19. Data tersebut mencakup aktivitas sejak awal pandemi hingga November 2022.

Para peneliti ingin mengetahui siapa yang paling berpengaruh dalam menyebarkan penelitian ilmiah dan bagaimana pengguna media sosial membantu memperbesar pengaruh mereka.

Hasilnya memperlihatkan sesuatu yang menarik. Sebagian besar akun yang paling berpengaruh dalam percakapan ilmiah sebenarnya berasal dari kelompok yang mendukung konsensus ilmiah. Namun, ada jaringan pengguna yang secara terkoordinasi justru lebih banyak memperkuat suara-suara yang menentangnya.

Ketika dokter dan ilmuwan menjadi tokoh berpengaruh

Dalam penelitian ini, akun yang memiliki pengaruh besar dalam menyebarkan informasi disebut sebagai superspreaders. Istilah tersebut merujuk pada pengguna yang unggahannya sering dibagikan kembali oleh banyak orang. Semakin sering unggahan mereka dibagikan, semakin besar pula peluang informasi yang mereka sampaikan untuk menjangkau pengguna lain.

Para peneliti menemukan bahwa sekitar 80,6 persen akun superspreaders menyampaikan pandangan yang sejalan dengan konsensus ilmiah. Banyak di antaranya merupakan dokter, ilmuwan, komunikator sains, dan organisasi ilmiah.

Namun, sisanya berasal dari kelompok yang disebut peneliti sebagai contrarians, yakni pengguna yang secara konsisten menyampaikan pandangan bertentangan dengan konsensus ilmiah mengenai COVID-19.

Menariknya, kelompok tersebut tidak hanya terdiri atas orang-orang tanpa latar belakang ilmiah. Sekitar 20,9 persen superspreaders yang menentang konsensus merupakan dokter, sementara 18,9 persen lainnya merupakan ilmuwan.

Artinya, hampir empat dari sepuluh akun berpengaruh dalam kelompok tersebut memiliki latar belakang profesional sebagai dokter atau ilmuwan.

Temuan ini penting karena masyarakat sering menggunakan gelar akademik atau profesi seseorang untuk menilai apakah informasi yang disampaikannya dapat dipercaya. Ketika seorang dokter atau profesor berbicara mengenai vaksin, misalnya, identitas profesionalnya dapat membuat pernyataan tersebut terlihat lebih meyakinkan.

Padahal, memiliki gelar akademik tidak berarti semua pendapat seseorang benar. Seorang ilmuwan dapat memiliki keahlian dalam bidang tertentu, tetapi pandangannya mengenai suatu persoalan tetap perlu diperiksa berdasarkan bukti penelitian yang tersedia.

Hal ini juga berlaku ketika seorang ilmuwan menyampaikan pendapat yang berbeda dari konsensus ilmiah. Perbedaan pendapat merupakan bagian dari perkembangan ilmu pengetahuan. Namun, tidak semua pendapat yang berbeda memiliki dukungan bukti yang sama kuatnya.

Konsensus ilmiah sendiri bukan sekadar pendapat yang paling banyak disetujui ilmuwan. Konsensus terbentuk melalui proses panjang ketika berbagai penelitian, metode, dan hasil pengujian menghasilkan kesimpulan yang relatif konsisten. Konsensus juga dapat berubah ketika muncul bukti baru yang cukup kuat.

Masyarakat sering menggunakan gelar akademik atau profesi seseorang untuk menilai apakah informasi yang disampaikannya dapat dipercaya. Ketika seorang dokter atau profesor berbicara mengenai vaksin, misalnya, identitas profesionalnya dapat membuat pernyataan tersebut terlihat lebih meyakinkan.

Bagaimana jaringan media sosial memperbesar pengaruh mereka?

Temuan paling menonjol dalam penelitian ini muncul ketika para peneliti memeriksa jaringan akun yang menunjukkan aktivitas retweet terkoordinasi.

Bayangkan sebuah unggahan mengenai vaksin COVID-19 dibagikan oleh seorang dokter yang memiliki banyak pengikut. Tidak lama kemudian, sejumlah akun lain membagikan unggahan yang sama dalam waktu berdekatan. Aktivitas tersebut terjadi berulang kali terhadap unggahan dari orang-orang tertentu.

Pola semacam inilah yang diperiksa para peneliti.

Mereka mengidentifikasi jaringan yang terdiri atas 306 akun dengan pola retweet yang sangat mirip. Dari jumlah tersebut, 96,4 persen merupakan akun yang tergolong menentang konsensus ilmiah.

Yang lebih menarik adalah kepada siapa aktivitas retweet tersebut diarahkan.

Sebanyak 51 persen retweet dalam jaringan itu memperkuat akun superspreaders yang menentang konsensus ilmiah. Sebanyak 39,4 persen lainnya memperkuat akun dengan pandangan serupa yang tidak termasuk kelompok superspreaders.

Sebaliknya, hanya 6,21 persen retweet diarahkan kepada superspreaders yang sejalan dengan konsensus ilmiah.

Dengan kata lain, jaringan tersebut lebih banyak memberikan perhatian kepada sekelompok kecil pengguna yang memiliki pandangan serupa. Beberapa di antaranya adalah dokter dan ilmuwan yang menyampaikan pandangan berbeda dari kesimpulan ilmiah yang diterima secara luas.

Aktivitas seperti ini dapat membuat sebuah pendapat terlihat sangat menonjol dalam percakapan media sosial. Pengguna yang berada dalam jaringan tersebut mungkin berulang kali menemukan unggahan dari tokoh yang sama, sementara pandangan lain mendapatkan perhatian yang jauh lebih kecil.

Namun, banyaknya unggahan atau retweet tidak berarti sebuah pandangan didukung oleh mayoritas ilmuwan. Popularitas di media sosial dan tingkat penerimaan suatu gagasan dalam komunitas ilmiah merupakan dua hal yang berbeda.

Para peneliti juga menemukan bahwa akun yang paling sering diperkuat oleh jaringan tersebut tidak selalu merupakan akun yang paling populer di Twitter secara keseluruhan. Artinya, seseorang dapat memiliki pengaruh sangat besar dalam komunitas tertentu meskipun pengaruhnya relatif terbatas di luar komunitas tersebut.

Apakah jaringan ini dijalankan oleh bot?

Aktivitas retweet yang berlangsung secara terkoordinasi sering dikaitkan dengan bot, yaitu akun yang menjalankan aktivitas secara otomatis. Namun, penelitian ini tidak menemukan bukti bahwa jaringan tersebut terutama digerakkan oleh bot.

Para peneliti membandingkan karakteristik akun dan menggunakan alat pendeteksi otomatisasi. Hasilnya tidak menunjukkan perbedaan mencurigakan yang dapat menjelaskan pola koordinasi tersebut sebagai aktivitas bot.

Temuan ini memperlihatkan bahwa penyebaran informasi secara terkoordinasi tidak selalu membutuhkan teknologi otomatis. Pengguna biasa juga dapat memperkuat unggahan yang sama karena memiliki pandangan atau ketertarikan yang serupa.

Meski demikian, para peneliti tidak dapat memastikan apakah aktivitas tersebut merupakan hasil kerja sama yang disengaja atau muncul secara alami dari perilaku pengguna. Karena itu, penelitian ini tidak membuktikan adanya operasi disinformasi yang direncanakan oleh para dokter atau ilmuwan yang unggahannya diperkuat oleh jaringan tersebut.

Yang ditemukan adalah pola penyebaran informasi yang secara tidak proporsional memberikan perhatian kepada sejumlah aktor yang menentang konsensus ilmiah. Perbedaan ini penting agar aktivitas pengguna media sosial tidak langsung dianggap sebagai tindakan manipulasi tanpa bukti yang memadai.

Mengapa temuan ini penting bagi masyarakat?

Penelitian ini memperlihatkan bahwa informasi ilmiah yang paling sering muncul di media sosial belum tentu merupakan informasi dengan dukungan bukti paling kuat.

Ada beberapa hal yang dapat memengaruhi seberapa luas sebuah informasi tersebar. Selain siapa yang menyampaikannya, aktivitas pengguna lain juga berperan dalam memperbesar jangkauan unggahan tersebut.

Seorang dokter atau ilmuwan mungkin memiliki ribuan pengikut. Namun, ketika unggahannya terus-menerus dibagikan oleh jaringan pengguna yang aktif, informasi tersebut dapat memperoleh perhatian yang jauh lebih besar.

Persoalannya muncul ketika popularitas seseorang digunakan sebagai ukuran kebenaran ilmiah.

Dalam ilmu pengetahuan, kualitas sebuah klaim tidak ditentukan oleh jumlah pengikut, retweet, atau gelar akademik orang yang menyampaikannya. Klaim ilmiah perlu diperiksa berdasarkan metode penelitian, kualitas data, kesesuaian kesimpulan dengan bukti, dan hasil penelitian lain yang relevan.

Tantangan untuk jurnalis sains

Hal ini menjadi tantangan bagi jurnalisme sains. Ketika seorang ilmuwan menjadi populer karena menyampaikan pandangan yang kontroversial, popularitas tersebut tidak cukup untuk menjadikannya narasumber yang mewakili keadaan pengetahuan ilmiah.

Jurnalis perlu membedakan antara ilmuwan yang memiliki keahlian relevan, ilmuwan yang menyampaikan pendapat pribadi, dan kesimpulan yang didukung oleh berbagai penelitian independen.

Penelitian Efstratiou dan koleganya memang tidak secara langsung memeriksa bagaimana jurnalis memilih narasumber. Namun, temuannya membantu menjelaskan mengapa popularitas seorang ilmuwan di media sosial perlu diperlakukan secara hati-hati ketika menilai otoritas ilmiahnya.

Pada akhirnya, penelitian ini menunjukkan bahwa penyebaran informasi ilmiah di media sosial tidak hanya bergantung pada kualitas penelitian atau keahlian orang yang membagikannya. Jaringan pengguna juga berperan dalam menentukan informasi mana yang memperoleh perhatian lebih besar.

Seorang ilmuwan dapat memiliki kredensial yang sah, tetapi klaim yang disampaikannya tetap perlu diuji. Demikian pula, sebuah pendapat dapat memperoleh ribuan retweet tanpa mencerminkan kesimpulan yang didukung oleh bukti ilmiah paling kuat.

Popularitas menunjukkan seberapa besar perhatian yang diterima sebuah informasi. Kebenaran ilmiah memerlukan pemeriksaan terhadap bukti yang mendukungnya.

---

Efstratiou, A., Russo, G., & Luceri, L. (2026). Information Pathways in Online Science Communication: The Role of Platform Actors and News Media. Proceedings of the International AAAI Conference on Web and Social Media, 20(1), 706–722. https://doi.org/10.1609/icwsm.v20i1.42662