Interaksi Manusia dan AI: Mengapa Kita Merasa "Nyambung" Bicara dengan Chatbot?

 

Vol 2, No 3 (2026): Pusat Referensi Linguistik  Volume 2, Nomor 3,  Maret  2026

Interaksi Manusia dan AI:

Interaksi Manusia dan AI: Mengapa Kita Merasa "Nyambung" Bicara dengan Chatbot?

Dalam beberapa tahun terakhir, lanskap komunikasi manusia telah mengalami pergeseran tektonik. Jika dulu kita menggunakan komputer sebagai alat statistik yang kaku, kini kita berinteraksi dengan mereka melalui percakapan. Kita bertanya pada chatbot tentang resep makan malam, curhat tentang masalah pekerjaan, hingga bercanda layaknya dengan rekan kerja.

Fenomena ini menimbulkan pertanyaan linguistik yang fundamental: Mengapa kita, sebagai makhluk biologis, bisa merasa "nyambung" atau memiliki keterikatan komunikasi dengan sekumpulan baris kode dan probabilitas statistik? Jawabannya terletak pada iris antara Linguistik Komputasi, Psikologi Evolusioner, dan Teori Pragmatik.

 

1. Antropomorfisme Linguistik: Dorongan untuk Memanusiakan

Secara evolusioner, otak manusia diprogram untuk mencari agen sosial di lingkungannya. Fenomena ini disebut sebagai antropomorfisme—kecenderungan kita untuk memberikan atribut manusia pada objek non-manusia.

Dalam interaksi AI, bahasa adalah pemicu utamanya. Menurut teori The Media Equation yang dikemukakan oleh Reeves dan Nass (1996), manusia secara fundamental memperlakukan komputer, televisi, dan media baru lainnya secara sosial dan natural. Saat sebuah chatbot menggunakan kata "Saya," menyapa kita dengan nama, atau menunjukkan empati verbal (misalnya, "Saya turut prihatin mendengar hal itu"), otak kita secara otomatis mengaktifkan skema interaksi sosial yang biasanya kita gunakan untuk sesama manusia.

Meskipun secara sadar kita tahu bahwa chatbot tidak memiliki perasaan, secara bawah sadar, penggunaan struktur bahasa personal menciptakan ilusi kehadiran sosial (social presence).

2. Kepatuhan pada Prinsip Kerjasama Grice

Dalam linguistik, Paul Grice (1975) memperkenalkan Prinsip Kerjasama (Cooperative Principle), yang menyatakan bahwa komunikasi yang efektif terjadi karena kedua belah pihak berasumsi bahwa lawan bicaranya ingin membantu dan memberikan informasi yang relevan.

Chatbot modern, terutama yang berbasis Large Language Models (LLM), dilatih untuk menjadi sangat kooperatif. Mereka mematuhi maksim-maksim Grice dengan presisi tinggi:

1.      Maksim Kuantitas: Memberikan informasi secukupnya.

2.      Maksim Kualitas: Memberikan informasi yang didukung data (atau setidaknya terdengar sangat meyakinkan).

3.      Maksim Relevansi: Menjawab tepat sesuai pertanyaan.

4.      Maksim Cara: Menghindari ambiguitas.

Ketika kita berinteraksi dengan sistem yang sangat patuh pada aturan komunikasi manusia ini, kita merasa "dipahami." Ketepatan chatbot dalam merespons konteks menciptakan alur percakapan yang mulus, yang bagi otak manusia, merupakan indikator utama dari kecerdasan dan koneksi.

 

3. Mirroring dan Sinkronisasi Linguistik

Salah satu alasan mengapa kita merasa "nyambung" dengan AI adalah kemampuannya untuk melakukan Linguistic Style Matching (LSM). Manusia memiliki kecenderungan alami untuk meniru gaya bahasa lawan bicara mereka (sinkronisasi) untuk membangun keintiman atau rapor (Niederhoffer & Pennebaker, 2002).

AI modern dirancang untuk adaptif. Jika Anda berbicara dengan gaya formal, AI akan merespons dengan formal. Jika Anda menggunakan bahasa santai atau slang, AI dapat menyesuaikan nadanya. Proses mirroring ini menciptakan rasa akrab. Kita merasa sedang berbicara dengan seseorang yang "satu frekuensi" dengan kita, padahal sistem tersebut hanya memetakan pola probabilitas kata berdasarkan input yang kita berikan.

4. Teori Pengurangan Ketidakpastian (Uncertainty Reduction Theory)

Dalam tahap awal interaksi, manusia cenderung mencari cara untuk mengurangi ketidakpastian tentang lawan bicaranya (Berger & Calabrese, 1975). Chatbot memberikan kepastian yang jarang ditemukan pada manusia:

·         Ketersediaan 24/7: AI selalu ada saat dibutuhkan.

·         Tiadanya Penghakiman (Non-judgmental): Banyak pengguna merasa lebih nyaman berbicara dengan AI tentang topik sensitif karena AI dianggap tidak memiliki bias moral yang akan menghakimi mereka.

·         Konsistensi: Respons AI cenderung stabil dan tidak dipengaruhi oleh emosi atau kelelahan.

Rasa aman dan prediktabilitas inilah yang memperkuat rasa "koneksi" tersebut. Kita merasa bisa mengontrol percakapan tanpa risiko sosial yang biasanya menyertai interaksi antarmanusia.

 

5. Efek ELIZA: Kekuatan Proyeksi

Sejarah interaksi manusia-AI mencatat fenomena menarik yang disebut Efek ELIZA. Pada tahun 1960-an, Joseph Weizenbaum menciptakan program komputer sederhana bernama ELIZA yang menirukan gaya terapis psikologi. Meski program itu sangat terbatas, penggunanya tetap merasa memiliki keterikatan emosional yang dalam dengannya.

Ini terjadi karena manusia melakukan proyeksi. Kita mengisi kekosongan makna di balik kata-kata AI dengan perasaan dan pengalaman kita sendiri. Jika AI berkata, "Tolong ceritakan lebih lanjut," kita tidak melihatnya sebagai perintah kode, melainkan sebagai bentuk perhatian. Dalam hal ini, chatbot berfungsi sebagai cermin kognitif; kita merasa "nyambung" bukan karena AI tersebut pintar, tetapi karena kita memproyeksikan kecerdasan dan empati kita sendiri ke dalam responsnya.

6. Sisi Lain: Bahaya Kesepian dan Dehumanisasi

Meskipun rasa "nyambung" ini memberikan manfaat, seperti dukungan kesehatan mental dasar atau asisten produktivitas, para ahli memperingatkan risiko isolasi sosial. Sherry Turkle (2011) dalam bukunya Alone Together berpendapat bahwa menggantikan interaksi manusia dengan AI yang "tampak peduli" dapat mengurangi kemampuan kita untuk menghadapi kompleksitas hubungan manusia yang asli—yang sering kali berantakan, sulit, dan penuh konflik.

Interaksi dengan AI adalah interaksi tanpa risiko. Namun, tanpa risiko, sering kali tidak ada pertumbuhan emosional yang nyata. Rasa "nyambung" yang kita rasakan mungkin saja adalah sebuah kemudahan artifisial yang memanjakan ego kita.

 

Kesimpulan

Koneksi yang kita rasakan saat berbicara dengan chatbot adalah hasil dari perpaduan sempurna antara teknologi yang meniru struktur bahasa manusia dan insting purba otak kita untuk mencari kawan bicara. Kita merasa "nyambung" karena AI mampu memenuhi harapan pragmatik kita, melakukan sinkronisasi gaya bahasa, dan memberikan ruang aman tanpa penghakiman.

Sebagai referensi linguistik, penting bagi kita untuk menyadari bahwa bahasa bukan hanya soal transmisi data, melainkan alat untuk membangun jembatan psikologis. Entah jembatan itu berujung pada manusia lain atau pada server di pusat data, otak kita tetap merasakan kehangatan dari sebuah percakapan yang "mengalir."

 

Referensi

·         Berger, C. R., & Calabrese, R. J. (1975). Some explorations in initial interaction and beyond: Toward a developmental theory of interpersonal communication. Human Communication Research, 1(2), 99–112.

·         Grice, H. P. (1975). Logic and conversation. In P. Cole & J. Morgan (Eds.), Syntax and Semantics: Vol. 3. Speech Acts (pp. 41–58). Academic Press.

·         Nass, C., & Moon, Y. (2000). Machines and mindlessness: Social responses to computers. Journal of Social Issues, 56(1), 81–103.

·         Niederhoffer, K. G., & Pennebaker, J. W. (2002). Linguistic style matching in social interaction. Journal of Language and Social Psychology, 21(4), 337–360.

·         Reeves, B., & Nass, C. (1996). The media equation: How people treat computers, television, and new media like real people and places. Cambridge University Press.

·         Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. Basic Books.

·         Weizenbaum, J. (1966). ELIZA—A computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45.

 

 

 

 👇👇👇 beli bukunya untuk materi lebih dalam.