Pematangsiantar, MISTAR.ID (1/9/2026) — Dulu, kamera dianggap sebagai saksi. Sebuah rekaman video bisa menjadi bukti bahwa seseorang berada di suatu tempat, mengucapkan sesuatu, atau melakukan sebuah tindakan.

Kini, asumsi itu mulai runtuh.

Kecerdasan buatan generatif membuat gambar, video, dan suara sintetis semakin mudah dibuat sekaligus semakin sulit dibedakan dari rekaman nyata. Deepfake tidak lagi selalu tampil sebagai video dengan wajah yang terlihat aneh atau gerakan bibir yang tidak sinkron. Dalam banyak kasus, hasilnya cukup meyakinkan untuk membuat orang berhenti bertanya apakah yang mereka lihat benar-benar terjadi.

Persoalannya bukan lagi sekadar bagaimana membuat deepfake. Persoalan yang jauh lebih besar adalah bagaimana manusia mempertahankan kepercayaan ketika bukti digital pun bisa direkayasa.

Deepfake Bekerja dengan Meniru Pola Manusia

Secara sederhana, deepfake merupakan bentuk media sintetis yang dibuat atau dimanipulasi menggunakan teknik kecerdasan buatan untuk meniru wajah, suara, gerakan, atau identitas seseorang.

Model AI dilatih menggunakan data dalam jumlah besar. Untuk suara, misalnya, sistem dapat mempelajari karakteristik vokal seseorang dari rekaman yang tersedia. Untuk video, model dapat mempelajari hubungan antara wajah, ekspresi, gerakan kepala, pencahayaan, hingga pola bicara.

Hasilnya kemudian digunakan untuk menghasilkan atau mengubah konten baru.

Kemampuan ini memiliki banyak kegunaan positif. Teknologi sintesis suara dapat membantu orang yang kehilangan kemampuan berbicara, sementara media sintetis dapat digunakan dalam film, hiburan, pendidikan, dan berbagai kebutuhan kreatif.

Namun, teknologi yang sama dapat digunakan untuk membuat seseorang seolah-olah mengatakan atau melakukan sesuatu yang tidak pernah terjadi.

Di situlah masalah kepercayaan bermula.

Mengapa Mata Manusia Semakin Sulit Menemukannya?

Selama bertahun-tahun, masyarakat diajarkan mencari tanda-tanda sederhana: wajah yang terlalu halus, mata yang tidak berkedip secara alami, tangan yang janggal, bayangan yang tidak konsisten, atau suara yang terdengar seperti robot.

Masalahnya, kemampuan generative AI berkembang jauh lebih cepat daripada kebiasaan manusia dalam mengenali manipulasi.

Penelitian dan pengalaman di lapangan menunjukkan bahwa mendeteksi deepfake hanya dengan mengandalkan penglihatan atau pendengaran manusia bukan lagi strategi yang cukup. Dalam konteks politik, misalnya, Reuters melaporkan bahwa masyarakat masih kesulitan mengenali video deepfake dan bahwa konten semacam itu dapat memengaruhi opini.

Artinya, pertanyaan “Apakah ini terlihat asli?” mulai kehilangan daya.

Video bisa terlihat asli dan tetap palsu.

Suara bisa terdengar seperti orang yang kita kenal dan tetap bukan orang tersebut.

Bahkan persoalan yang lebih berbahaya muncul ketika rekaman yang benar-benar asli justru dituduh sebagai deepfake.

Inilah yang mulai dikenal sebagai “liar’s dividend” atau keuntungan bagi pembohong: semakin masyarakat tahu bahwa teknologi dapat memalsukan bukti, semakin mudah seseorang membantah bukti yang sebenarnya autentik dengan mengatakan, “Itu dibuat AI.”

Dengan kata lain, AI tidak hanya menciptakan bukti palsu. AI juga dapat membuat bukti asli menjadi lebih mudah diragukan.

Dari Watermark ke Jejak Asal Konten

Karena mata manusia tidak lagi cukup, industri teknologi mulai mencari pendekatan lain.

Salah satunya adalah watermark. Tanda tertentu dapat ditanamkan ke gambar, video, atau audio untuk menunjukkan bahwa konten tersebut dibuat atau diproses menggunakan sistem tertentu.

Namun, watermark bukanlah jawaban sempurna.

Watermark yang terlihat dapat dipotong. Metadata dapat hilang ketika file diproses ulang. Konten juga dapat berpindah dari satu platform ke platform lain dan kehilangan sebagian informasi asalnya.

Karena itu, perhatian semakin bergeser ke konsep content provenance atau jejak asal-usul konten.

Salah satu standar yang dikembangkan untuk tujuan ini adalah Content Credentials dari Coalition for Content Provenance and Authenticity (C2PA). Sistem tersebut memungkinkan informasi tentang asal-usul dan perubahan sebuah aset dikaitkan secara kriptografis dengan konten. Riwayat tersebut dapat menunjukkan siapa yang membuat atau mengubah sebuah aset dan bagaimana perubahan itu terjadi.

Perbedaannya penting.

Watermark pada dasarnya mengatakan: “Konten ini memiliki tanda tertentu.”

Provenance mencoba menjawab pertanyaan yang lebih besar: “Dari mana konten ini berasal, siapa yang membuatnya, dan apa saja yang terjadi terhadapnya sepanjang perjalanan?”

Tetapi provenance pun bukan mesin pendeteksi kebenaran.

C2PA sendiri menegaskan bahwa informasi provenance dapat membantu membuktikan asal, sejarah, dan autentisitas sebuah aset, tetapi tidak dengan sendirinya membuktikan bahwa apa yang digambarkan konten tersebut benar secara faktual.

Sebuah video bisa memiliki riwayat yang dapat diverifikasi, tetapi tetap merekam sebuah klaim yang salah.

Karena itu, masa depan verifikasi kemungkinan bukan sekadar “ada watermark atau tidak”, melainkan kombinasi antara provenance, tanda tangan digital, metadata, pemeriksaan teknis, sumber independen, dan konteks jurnalistik.

Bagaimana Media Memastikan Sebuah Video Benar?