AI Memperkuat Standar Kecantikan: Bias Gender dalam Representasi Perempuan di Media Sosial

 

Pendahuluan

Perkembangan kecerdasan buatan atau Artificial Intelligence (AI) dalam beberapa tahun terakhir telah mengubah secara mendasar cara masyarakat berinteraksi dengan media digital. AI tidak lagi sekadar alat bantu pekerjaan, tetapi telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari, mulai dari mesin pencari, asisten virtual, hingga fitur penyuntingan gambar otomatis yang tersedia di hampir setiap aplikasi media sosial. Kehadiran AI sering dipandang sebagai simbol kemajuan teknologi yang netral dan objektif, sebab cara kerjanya didasarkan pada data dan algoritma matematis yang tampak bebas dari subjektivitas manusia.

Namun, di balik citra netralitas tersebut, muncul persoalan yang semakin banyak menjadi perhatian akademisi maupun praktisi, yaitu bias gender dalam representasi perempuan pada produk-produk berbasis AI. Isu ini menjadi sangat relevan karena media digital memiliki pengaruh besar terhadap cara masyarakat memahami identitas, penampilan fisik, dan standar kecantikan. Ketika AI digunakan untuk menghasilkan gambar wajah perempuan, memberikan rekomendasi konten, atau memodifikasi tampilan melalui filter digital, sistem tersebut sesungguhnya belajar dari jutaan data yang diambil dari internet dan media sosial—data yang sejak awal sudah membawa muatan budaya, stereotip, dan ketimpangan gender yang berkembang di masyarakat. Akibatnya, AI berpotensi besar untuk melanggengkan dan bahkan memperkuat standar kecantikan yang sempit, homogen, dan tidak realistis bagi perempuan.

AI dan Mitos Netralitas Teknologi

Salah satu anggapan yang paling sering muncul di tengah masyarakat adalah bahwa teknologi bersifat netral. Banyak orang percaya bahwa karena AI bekerja menggunakan algoritma dan data numerik, maka hasil yang dikeluarkannya pasti bersifat objektif dan bebas dari kepentingan tertentu. Akan tetapi, pandangan tersebut tidak sepenuhnya tepat. AI dirancang oleh manusia dan dilatih menggunakan data yang dikumpulkan dari lingkungan sosial manusia itu sendiri. Apabila data pelatihan mengandung bias—baik bias gender, ras, maupun bias terhadap kelompok tertentu—maka keluaran yang diproduksi oleh sistem AI juga berpotensi mewarisi bias yang sama. Dengan demikian, AI tidak menciptakan nilai sosial yang sepenuhnya baru, melainkan mempelajari, menyerap, dan kemudian mereproduksi pola-pola yang sudah ada sebelumnya dalam masyarakat, hanya dengan skala yang jauh lebih besar dan kecepatan yang jauh lebih tinggi.

Fenomena ini sejalan dengan apa yang sering disebut sebagai ‘bias algoritmik’, yaitu kondisi ketika sistem otomatis secara sistematis menghasilkan keluaran yang merugikan atau merepresentasikan secara tidak proporsional kelompok tertentu. Karena algoritma AI bekerja dengan cara mengenali pola yang paling sering muncul dalam data pelatihannya, maka pola yang dominan—termasuk pola stereotip gender—akan semakin diperkuat setiap kali sistem tersebut digunakan oleh jutaan pengguna di seluruh dunia.

Bukti Bias Gender pada Model Bahasa dan Generator Gambar

Laporan UNESCO mengenai bias terhadap perempuan dalam Large Language Models (LLM) menunjukkan temuan yang cukup mengkhawatirkan. Dalam laporan tersebut, perempuan lebih sering diasosiasikan dengan peran-peran domestik seperti rumah tangga, keluarga, dan pengasuhan anak, sedangkan laki-laki lebih sering dikaitkan dengan karier, bisnis, kepemimpinan, dan pendapatan finansial. Bahkan, pada beberapa model bahasa yang diuji, perempuan direpresentasikan dalam peran domestik hingga empat kali lebih sering dibandingkan laki-laki. Temuan ini menjadi bukti konkret bahwa sistem AI masa kini masih membawa serta stereotip gender yang sudah lama mengakar dalam masyarakat, dan belum sepenuhnya bebas dari bias sosial yang diwariskan melalui data pelatihannya.

Bias yang serupa juga sangat kentara pada AI pembuat gambar atau yang biasa disebut image generator, seperti Midjourney, DALL-E, maupun Stable Diffusion. Ketika pengguna memasukkan perintah (prompt) seperti ‘wanita cantik’ atau ‘beautiful woman’, hasil yang dimunculkan oleh sistem cenderung menampilkan karakteristik yang sangat seragam: kulit cerah, tubuh langsing, wajah simetris, rambut rapi dan tertata, serta usia yang relatif muda. Sebaliknya, keberagaman bentuk tubuh, warna kulit, usia, disabilitas, maupun karakteristik fisik lain yang sebenarnya merepresentasikan populasi dunia nyata justru sangat jarang muncul. Sebuah kajian dari AlDahoul, Rahwan, dan Zaki (2024) bahkan menemukan bahwa wajah-wajah yang dihasilkan AI cenderung memperkuat homogenisasi rasial sekaligus stereotip gender, sehingga secara tidak langsung membangun persepsi bahwa hanya kelompok tertentu yang layak dianggap menarik atau ideal. Padahal, standar kecantikan dalam kehidupan nyata sangatlah beragam dan dipengaruhi oleh latar belakang budaya, etnis, serta nilai-nilai lokal yang berbeda-beda di setiap wilayah.

Penelitian lain mengenai bias pada AI generatif juga menemukan bahwa perempuan cenderung direpresentasikan dengan ekspresi yang lebih ramah, tersenyum, dan tampak lebih muda dibandingkan laki-laki. Sementara itu, laki-laki lebih sering digambarkan sebagai sosok profesional, serius, berwibawa, dan menempati posisi penting dalam dunia kerja. Representasi semacam ini mungkin terlihat sepele pada permukaannya, tetapi sebenarnya memiliki dampak sosial yang cukup signifikan, karena dapat memengaruhi cara masyarakat memandang kemampuan, kompetensi, dan peran gender dalam kehidupan sehari-hari secara berulang dan dalam skala masif.

Studi Kasus Kontemporer: Filter Kecantikan dan Tren AI Generative Photo

Relevansi isu ini semakin terasa ketika dikaitkan dengan tren-tren yang berkembang di media sosial belakangan ini. Salah satu contoh paling nyata adalah popularitas aplikasi penghasil avatar berbasis AI yang sempat viral secara global, di mana pengguna mengunggah beberapa foto selfie dan menerima puluhan potret ‘digital’ versi diri mereka yang telah diperhalus secara ekstrem. Banyak pengguna perempuan melaporkan bahwa hasil avatar mereka cenderung diseksualisasi, ditampilkan dengan tubuh yang jauh lebih langsing, kulit yang jauh lebih halus, serta pakaian yang lebih minim dibandingkan foto asli yang diunggah—sebuah pola yang jauh lebih jarang terjadi pada hasil avatar pengguna laki-laki. Fenomena semacam ini memperlihatkan secara langsung bagaimana bias yang tertanam dalam data pelatihan dapat termanifestasi dalam produk yang digunakan oleh jutaan orang dalam hitungan hari.

Selain itu, filter kecantikan berbasis AI yang tersedia di platform seperti TikTok dan Instagram juga menjadi sorotan. Filter-filter ini mampu mengubah bentuk wajah, memperbesar mata, memperhalus tekstur kulit, hingga mengubah proporsi tubuh hanya dalam hitungan detik, dan secara konsisten mengarahkan hasil ke arah satu standar wajah yang sangat seragam—dijuluki sebagai ‘wajah Instagram’ (Instagram face) oleh sejumlah pengamat budaya digital. Vogue Business (2024) bahkan menyoroti fenomena ajang-ajang kecantikan berbasis AI yang justru memperlihatkan hyper-perfectionism, yaitu standar kesempurnaan visual yang secara matematis tidak mungkin dicapai oleh manusia tanpa rekayasa digital.

Dampak Sosial dan Psikologis bagi Perempuan Muda

Pengaruh AI terhadap standar kecantikan menjadi semakin kuat karena teknologi ini terhubung secara langsung dan terus-menerus dengan kehidupan digital sehari-hari penggunanya. Banyak pengguna, terutama remaja perempuan, kemudian membandingkan penampilan asli mereka dengan hasil yang telah dimodifikasi oleh teknologi tersebut. Dalam jangka panjang, kebiasaan ini dapat meningkatkan tekanan sosial, terutama bagi perempuan muda yang aktif menggunakan media digital sebagai sarana eksistensi diri.

Permasalahan ini tidak hanya berkaitan dengan penampilan fisik semata, tetapi juga menyangkut kesehatan mental dan kepercayaan diri secara lebih luas. Berbagai studi psikologi terkini menunjukkan adanya korelasi antara intensitas penggunaan media sosial yang dipenuhi gambar-gambar hasil rekayasa AI dengan peningkatan kecemasan terhadap citra tubuh (body image anxiety) di kalangan remaja perempuan. Ketika standar kecantikan digital semakin sulit dicapai dalam kehidupan nyata, sebagian individu dapat mengalami rasa tidak puas yang kronis terhadap tubuh mereka sendiri. Mereka merasa harus terus-menerus mengikuti standar yang sebenarnya hanyalah konstruksi algoritma dan hasil manipulasi digital, bukan representasi keberagaman manusia yang sesungguhnya. Fenomena ini menunjukkan bahwa AI bukan sekadar alat teknologi netral, melainkan juga memiliki peran aktif dalam konstruksi sosial mengenai kecantikan, identitas, dan nilai diri seseorang.

Deepfake sebagai Bentuk Kekerasan Digital Berbasis Gender

Selain memperkuat standar kecantikan yang sempit, perkembangan AI generatif juga memunculkan bentuk kekerasan digital baru yang secara khusus menyasar perempuan, yaitu penyebaran konten deepfake. Teknologi ini memungkinkan wajah seseorang ditempelkan secara realistis ke dalam foto atau video yang sebenarnya tidak pernah mereka buat atau setujui. Dalam banyak kasus yang terjadi di berbagai negara, termasuk Indonesia, perempuan—baik publik figur maupun masyarakat umum—menjadi kelompok yang paling sering menjadi target dari konten deepfake bernuansa seksual yang disebarkan tanpa persetujuan.

UNESCO (2025) dalam laporannya yang berjudul ‘CTRL+ALT+MUTE’ menegaskan bahwa pembungkaman terhadap satu perempuan jurnalis melalui kekerasan digital, termasuk deepfake dan pelecehan daring, pada dasarnya juga membungkam suara ribuan perempuan lainnya, karena menciptakan efek jera (chilling effect) yang membuat perempuan enggan tampil dan berbicara di ruang publik digital. Deepfake tidak hanya merusak privasi individu, tetapi juga dapat merusak reputasi, keamanan pribadi, serta kesehatan psikologis korban secara mendalam dan berkepanjangan. Meningkatnya penggunaan AI dalam praktik semacam ini menunjukkan bahwa kemajuan teknologi tidak selalu berjalan seiring dengan perlindungan terhadap kelompok yang rentan, khususnya perempuan.

AI sebagai Cermin, Bukan Sumber Tunggal Persoalan

Meskipun demikian, menyalahkan AI secara sepenuhnya juga merupakan kesimpulan yang terlalu sederhana dan kurang proporsional. AI pada dasarnya merupakan refleksi dari masyarakat yang menciptakannya. Bias gender yang muncul dalam teknologi tidak lahir secara tiba-tiba dari mesin itu sendiri, melainkan berasal dari data, budaya, dan struktur sosial yang sejak lama sudah mengandung ketimpangan. Oleh karena itu, persoalan bias gender dalam AI seharusnya dipahami secara holistik, yaitu sebagai persoalan sosial sekaligus persoalan teknologi yang saling berkaitan dan tidak dapat dipisahkan satu sama lain.

Langkah-Langkah Mengatasi Bias Gender dalam AI

Untuk mengurangi dampak negatif dari bias gender dalam sistem AI, diperlukan beberapa langkah strategis yang lebih serius dan terkoordinasi. Pertama, perusahaan teknologi perlu secara rutin melakukan audit terhadap sistem AI yang mereka kembangkan, sehingga bias gender dapat dideteksi dan diperbaiki sejak tahap awal pengembangan, sebelum produk tersebut digunakan secara luas oleh masyarakat.

Kedua, keterlibatan perempuan dalam bidang teknologi dan pengembangan AI perlu ditingkatkan secara signifikan. World Economic Forum (2024) mencatat bahwa perempuan masih tertinggal jauh dalam pemanfaatan dan keterlibatan di bidang AI generatif di lingkungan kerja, sehingga proses pengambilan keputusan terkait desain dan pelatihan sistem AI cenderung didominasi oleh satu kelompok demografis saja. Diversifikasi tim pengembang menjadi krusial agar perspektif yang lebih beragam dapat tercermin dalam produk akhir.

Ketiga, masyarakat secara umum perlu memiliki literasi digital yang lebih baik, agar mampu memahami secara kritis bahwa tidak semua representasi yang muncul di media digital mencerminkan realitas yang sebenarnya, melainkan hasil konstruksi algoritma yang dapat dimanipulasi. Keempat, pemerintah perlu menyusun regulasi yang mampu mengatasi penyalahgunaan AI, terutama yang berkaitan dengan eksploitasi dan kekerasan berbasis gender seperti deepfake, sehingga korban memiliki jalur hukum yang jelas dan tegas untuk mendapatkan keadilan.

Keterampilan Komunikasi sebagai Bagian dari Eksistensi Digital

Di tengah dinamika tersebut, media sosial seperti TikTok telah bergeser dari sekadar ruang ekspresi diri menjadi ruang promosi diri yang menguntungkan secara finansial (Fadhilah & Kusuma, 2023). Banyak individu yang berhasil mendapatkan keuntungan ekonomi hanya dengan bermodalkan ponsel pintar dan keterampilan berbicara yang baik di depan kamera. Hal ini menunjukkan betapa besar pengaruh kemampuan public speaking terhadap kesuksesan seseorang di era digital saat ini.

Kemunculan istilah-istilah seperti content creator, selebgram, vlogger, influencer, hingga Key Opinion Leader (KOL) semakin memperkuat pentingnya membangun personal branding yang konsisten di media sosial (Cahyani & Kusuma, 2021). Dalam konteks ini, kemampuan public speaking menjadi pondasi utama dalam membangun kredibilitas, memperkuat eksistensi digital, dan memenangkan hati audiens. Menurut teori Source Credibility yang dikemukakan oleh Umeogu (2012), kredibilitas seorang komunikator—yang meliputi unsur keahlian (expertise) dan kepercayaan (trustworthiness)—berperan sangat besar dalam menentukan efektivitas komunikasi. Dalam dunia hiburan dan komunikasi digital saat ini, kedua aspek tersebut menentukan seberapa besar pengaruh seseorang terhadap audiensnya. Dengan demikian, keterampilan public speaking yang kredibel, autentik, dan konsisten merupakan kunci utama untuk membangun eksistensi digital yang kuat, baik di TikTok maupun di seluruh ekosistem media sosial masa kini—sekaligus menjadi modal penting bagi perempuan untuk turut mendefinisikan ulang representasi diri mereka di ruang digital, bukan sekadar menjadi objek yang direpresentasikan oleh algoritma.

Penutup

Pada akhirnya, perkembangan AI tidak dapat dipungkiri telah memberikan berbagai manfaat besar bagi kehidupan manusia, mulai dari kemudahan akses informasi hingga efisiensi dalam berbagai aspek pekerjaan. Namun, kemajuan teknologi tidak selalu identik dengan kemajuan sosial. Ketika AI digunakan dalam media digital tanpa pengawasan yang memadai, teknologi tersebut dapat memperkuat standar kecantikan yang sempit dan mereproduksi bias gender yang telah lama ada dalam masyarakat, sebagaimana terlihat dalam berbagai fenomena kontemporer mulai dari filter kecantikan, avatar AI, hingga kasus-kasus deepfake yang menyasar perempuan.

Oleh karena itu, pengembangan AI ke depan tidak hanya membutuhkan inovasi teknis yang canggih, tetapi juga kesadaran etis yang mendalam, agar teknologi dapat digunakan secara lebih adil, inklusif, dan menghargai keberagaman identitas perempuan di ruang digital. Kolaborasi antara pengembang teknologi, regulator, akademisi, dan masyarakat sipil menjadi kunci untuk memastikan bahwa AI benar-benar menjadi alat pemberdayaan, bukan alat yang melanggengkan ketimpangan gender yang sudah ada sejak lama.

Daftar Pustaka

AlDahoul, N., Rahwan, T., & Zaki, Y. (2024). AI-generated faces influence gender stereotypes and racial homogenization.

Cahyani, N., & Kusuma, R. (2021). Personal branding di media sosial: Studi pada content creator.

Fadhilah, S., & Kusuma, R. (2023). Pergeseran fungsi TikTok dari ruang ekspresi menjadi ruang promosi diri.

Sadeghiani, A. (2024). Generative AI carries non-democratic biases and stereotypes.

Sterlie, S., Weng, N., & Feragen, A. (2024). Generalizing fairness to generative language models.

Umeogu, B. (2012). Source credibility: A philosophical analysis. Open Journal of Philosophy, 2(2), 112–115.

UNESCO. (2024). Bias against women and girls in large language models. UNESCO.

UNESCO. (2025). CTRL + ALT + MUTE: Silencing one woman journalist is silencing a thousand women’s voices. UNESCO.

UNESCO. (2025). Tackling gender bias and harms in artificial intelligence (AI). UNESCO.

Vogue Business. (2024). AI beauty pageants and hyper-perfectionism.

World Economic Forum. (2024). Global gender gap report 2024. World Economic Forum.

World Economic Forum. (2024). Women are falling behind on generative AI in the workplace. World Economic Forum.

Zhou, M., Abhishek, V., Derdenger, T., Kim, J., & Srinivasan, K. (2024). Bias in generative AI.

Writer: Shafilano Kezya EffendiEditor: fitraamira

Leave a Reply

Your email address will not be published. Required fields are marked *