Video propaganda bergaya Lego menuduh kejahatan perang adalah membanjiri feed onlinebergema giliran Gedung Putih sendiri menuju klip teaser samar dan visual asli meme. Ini bukan sekadar penyimpangan konten. Ini adalah sebuah front baru dalam perang informasi, dimana kecepatan, ambiguitas, dan jangkauan algoritmik sama pentingnya dengan akurasi.
Salah satu outlet yang terkait dengan Iran, Explosive News, dilaporkan dapat memutar segmen Lego sintetis berdurasi dua menit dalam waktu sekitar 24 jam. Kecepatan adalah intinya. Media sintetik tidak perlu bertahan selamanya; itu hanya perlu melakukan perjalanan sebelum verifikasi selesai.
Bulan lalu, Gedung Putih menambah kebingungan tersebut ketika mereka memposting dua video “segera peluncuran” yang tidak jelas, kemudian menghapusnya setelah penyelidik online dan peneliti sumber terbuka mulai membedahnya.
Pengungkapan tersebut ternyata antiklimaks: dorongan promosi untuk aplikasi resmi Gedung Putih. Namun episode tersebut menunjukkan betapa komunikasi resmi telah menyerap estetika kebocoran, viralitas, dan intrik asli platform. Bahkan ketika akun resmi mengadopsi estetika sebuah kebocoran, mempertanyakan apakah sebuah rekaman itu asli atau sintetis adalah satu-satunya langkah defensif yang tersisa.
Nyata vs. Sintetis: Gesekan Baru
Jejak digital nol digunakan untuk menandakan keaslian. Sekarang, hal itu bisa memberi sinyal sebaliknya. Tidak adanya jejak tidak lagi berarti sesuatu itu asli—bisa berarti sesuatu itu tidak pernah ditangkap oleh lensa sama sekali. Sinyalnya terbalik. Kebenaran tertinggal; petunjuk keterlibatan.
Lalu lintas otomatis kini memerintahkan perkiraan 51 persen aktivitas internet, penskalaan delapan kali lebih cepat dari lalu lintas manusia menurut Laporan Tolok Ukur Lalu Lintas AI & Ancaman Siber Tahun 2026. Sistem ini tidak hanya mendistribusikan konten, tetapi juga mendistribusikannya mengutamakan kualitas rendah viralitas, memastikan rekaman sintetis menyebar sementara verifikasi masih dilakukan.
Penyelidik sumber terbuka masih mempertahankan batasannya, namun mereka sedang berperang dalam perang volume. Munculnya hiperaktif “Pembagi super”, yang sering kali didukung oleh verifikasi berbayar, menambah lapisan otoritas palsu yang kini harus dinavigasi oleh intelijen sumber terbuka tradisional (OSINT).
“Kami terus-menerus mengejar seseorang yang mendesak untuk memposting ulang tanpa berpikir dua kali,” kata Maryam Ishani, jurnalis OSINT yang meliput konflik tersebut. “Algoritmenya memprioritaskan refleks tersebut, dan informasi kami akan selalu tertinggal satu langkah.”
Pada saat yang sama, lonjakan akun pemantau perang mulai mengganggu pelaporan itu sendiri. Manisha Ganguly, pimpinan forensik visual di The Guardian dan spesialis OSINT yang menyelidiki kejahatan perang, menunjuk pada kepastian palsu yang diciptakan oleh membanjirnya konten agregat di Telegram dan X.
“Verifikasi open source mulai menciptakan kepastian palsu ketika tidak lagi menjadi metode penyelidikan—melalui bias konfirmasi, atau ketika OSINT digunakan untuk memvalidasi akun resmi atau secara sengaja salah diterapkan untuk menyelaraskan dengan narasi ideologis daripada menginterogasinya,” kata Ganguly.
Meskipun hal ini terjadi, perangkat verifikasi itu sendiri menjadi lebih sulit untuk diakses. Pada tanggal 4 April, Laboratorium Planet—salah satu penyedia satelit komersial yang paling diandalkan untuk jurnalisme konflik—mengumumkan bahwa mereka akan menahan gambar Iran dan zona konflik Timur Tengah yang lebih luas tanpa batas waktu, berlaku surut hingga 9 Maret, menyusul permintaan dari pemerintah AS.
Tanggapan Menteri Pertahanan AS Pete Hegseth terhadap kekhawatiran tentang penundaannya jelas: “Open source bukanlah tempat untuk menentukan apa yang terjadi atau tidak.”
Pergeseran itu penting. Ketika akses terhadap bukti visual primer dibatasi, kemampuan untuk memverifikasi peristiwa secara independen menjadi sempit. Dan dalam kesenjangan yang menyempit tersebut, ada hal lain yang berkembang: AI generatif tidak hanya mengisi keheningan—tetapi juga bersaing untuk mendefinisikan apa yang terlihat.
AI Generatif Semakin Sulit Dideteksi
Platform AI generatif telah belajar dari kesalahan mereka. Henk van Ess, seorang pelatih investigasi dan spesialis verifikasi, mengatakan banyak kesalahan klasik—hitungan jari yang salah, tanda protes yang kacau, teks yang terdistorsi—sebagian besar telah diperbaiki pada model generasi terbaru. Alat seperti Imagen 3, Midjourney, dan Dall·E telah ditingkatkan dalam pemahaman cepat, fotorealisme, dan rendering teks-dalam-gambar.
Namun masalah yang lebih sulit adalah apa yang van Ess sebut sebagai hibrida.
Dalam kasus ini, 95 persen gambar adalah foto asli: metadata nyata, noise sensor nyata, fisika pencahayaan nyata. Manipulasinya berada dalam satu detail—tambalan yang ditambahkan ke seragam, senjata yang diletakkan di tangan, wajah yang ditukar secara halus. Detektor tingkat piksel sering kali menghapusnya karena mereka memindai apa yang, dalam banyak hal, merupakan gambar asli. Yang palsu bisa berukuran satu inci persegi.
“Setiap metode lama berasumsi bahwa gambar adalah rekaman sesuatu,” kata van Ess. “Media generatif mematahkan asumsi tersebut sampai ke akar-akarnya.”
Henry Ajder, peneliti deepfake dan penasihat AI yang telah melacak media sintetis sejak 2018, melangkah lebih jauh. AI sudah tidak terlihat lagi, katanya, sudah tertanam. Volume konten sintetis berkualitas tinggi yang kini beredar secara online berarti era kesalahan yang terlihat telah berakhir. Yang menggantikannya adalah konten yang tampak sepenuhnya kredibel.
Alat yang dibuat untuk mendeteksinya memiliki batasannya sendiri. Sistem deteksi bukanlah mesin kebenaran, kata Ajder. Bahkan alat terkuat pun cukup sering mengalami kegagalan, dan sebagian besar mengembalikan skor keyakinan tanpa menjelaskan bagaimana skor tersebut dicapai. “Alat deteksi tidak boleh digunakan sebagai satu-satunya sinyal untuk menentukan tindakan,” kata Ajder.
Infrastruktur tersebut belum ada dalam skala besar. Sebelum hal ini terjadi, bebannya akan berpindah ke hal lain—kepada orang-orang yang mengonsumsi gambar tersebut.
Cara Memverifikasi
Van Ess membaginya menjadi lima langkah yang dapat diterapkan oleh siapa pun—bukan sebagai jaminan, namun sebagai cara untuk memperlambat penyebaran.
- Carilah Hollywood. Jika sebuah gambar terasa terlalu sinematik—terlalu dramatis, pencahayaannya terlalu merata, terlalu tersusun—itu sebuah sinyal. Bencana nyata jarang terjadi secara simetris. Jika semua orang terlihat siap untuk mengambil foto close-up mereka, itulah yang pertama Anda katakan.
- Jalankan beberapa pencarian gambar terbalik. Google Lens, Yandex, dan TinEye masing-masing memberikan hasil yang berbeda. Kurangnya kecocokan tidak lagi membuktikan orisinalitas. Ini mungkin berarti gambar tersebut tidak pernah difoto sama sekali.
- Perbesar marginnya. Bukan landmarknya, tapi tanda parkirnya, penutup lubang gotnya, sudut bayangannya. Detail periferal ini sering kali menjadi tempat munculnya ketidakkonsistenan—bagian yang tidak dibuat palsu oleh siapa pun yang dibayar untuk menyempurnakannya.
- Perlakukan alat deteksi sebagai petunjuk, bukan keputusan. Skor persentase tanpa penjelasan bukanlah bukti. Alat yang menunjukkan di mana gambar pertama kali muncul, atau apakah gambar tersebut ada di database pemeriksa fakta, lebih berguna daripada peringkat kepercayaan tunggal. Gambar Pembisik adalah salah satu alat gratis yang menggabungkan sinyal-sinyal ini.
- Temukan “pasien nol”. Telusuri gambar tersebut hingga kemunculannya yang paling awal. Materi autentik biasanya melekat pada seseorang—saksi, fotografer, lokasi. Konten sintetis sering kali tampak tanpa hambatan: anonim, rapi, dan sudah diformat untuk dibagikan.
Ajder, yang menjadi penasihat perusahaan-perusahaan termasuk Adobe dan Synthesia, berpendapat bahwa solusi jangka panjang bukanlah sekedar deteksi yang lebih baik, namun juga asal usulnya—sistem yang dapat memverifikasi asal-usul daripada terus-menerus mengejar produk palsu. Sebelum infrastruktur tersebut tersedia dalam skala besar, beban yang ada tidak akan hilang—beban tersebut akan terus berubah.
Dalam sistem di mana konten sintetis bergerak lebih cepat daripada yang dapat diverifikasi, satu-satunya pertahanan nyata mungkin adalah perilaku: keragu-raguan. Jeda sebelum memposting ulang. Pengawasan beberapa menit dalam sistem yang dirancang untuk tidak memberikan imbalan apa pun.
Cerita ini awalnya diterbitkan oleh WIRED Timur Tengah.
