Rekonstruksi Epistemologis : Melihat Lanskap Masa Depan Ilmu Komunikasi dan Social Data Science di Era Kecerdasan Buatan (AI)
Insights18 min read06 Mei 2026

Rekonstruksi Epistemologis : Melihat Lanskap Masa Depan Ilmu Komunikasi dan Social Data Science di Era Kecerdasan Buatan (AI)

Nurdyansa
Nurdyansa
Lecturer

Evolusi peradaban manusia memiliki korelasi positif dengan perkembangan teknologi komunikasi yang memediasi interaksi sosial. Dalam beberapa dekade terakhir, ilmu komunikasi telah mengalami pergeseran epistemologis dan metodologis yang fundamental. Transformasi dari ekosistem media massa tradisional menuju konvergensi media digital kini telah melampaui fase interaktivitas dasar, serta memasuki era baru yang didorong secara eksponensial oleh integrasi Kecerdasan Buatan (Artificial Intelligence/AI) dan analitik data berskala masif (Social Data Science). Pada masa lampau, disiplin ilmu komunikasi sangat bergantung pada kerangka metodologis yang bertumpu pada metode swalapor (self-report), instrumen survei berskala kecil, dan observasi laboratorium yang memiliki keterbatasan inheren. Kelemahan mendasar dari pendekatan klasik ini terletak pada kerentanannya terhadap bias ekspektasi sosial (social desirability bias) serta ketidakakuratan memori manusia dalam merekonstruksi pengalaman komunikatifnya.[1] Namun, integrasi antara teori ilmu komunikasi dan sains data sosial kontemporer menawarkan paradigma baru yang dikenal sebagai Computational Communication Science (CCS). Paradigma ini memungkinkan analisis perilaku komunikasi manusia agar tidak lagi didasarkan pada intensi yang dilaporkan secara subjektif, melainkan pada rekam jejak digital (digital traces) faktual dan observasi perilaku nyata di dalam ekosistem jejaring yang sangat terfragmentasi.

Perkembangan kecerdasan buatan, khususnya model bahasa generatif (Generative AI) dan algoritma pembelajaran mesin (machine learning), telah mengubah status ontologis entitas nonmanusia di dalam proses komunikasi. Mesin telah berevolusi dari sekadar saluran perantara menjadi aktor komunikator aktif yang memiliki agensi algoritmik. Sistem berbasis AI, seperti asisten virtual, agen percakapan (chatbot), algoritma rekomendasi, dan sistem sintesis suara (text-to-speech), kini secara mandiri mampu memproduksi makna, memediasi hubungan interpersonal, mengkurasi konsumsi informasi, dan membentuk lanskap opini publik secara agregat.[3] Disrupsi ini mendorong disiplin ilmu komunikasi untuk meredefinisi batasan-batasan ontologis dan area penyelidikannya. Interseksi antara teknologi algoritmis, penambangan data sosial, dan interaksi manusia menciptakan ruang lingkup baru, di mana analisis sentimen, rekayasa prompt (prompt engineering), dan pemodelan topik komputasional menjadi kompetensi mendasar yang mutlak dikuasai oleh para akademisi dan praktisi masa depan.[6]

Meskipun lanskap baru ini menawarkan efisiensi struktural, kapasitas personalisasi pesan yang presisi, dan pemahaman berskala makro mengenai dinamika sosial, transformasi tersebut secara bersamaan memunculkan ancaman eksistensial dan dilema etis. Pengumpulan mahadata (big data) untuk keperluan penargetan pesan dan eksperimen sosial sering kali berbenturan dengan prinsip perlindungan privasi dan batasan persetujuan sadar (informed consent). Algoritma yang dirancang untuk mengoptimalkan keterlibatan (engagement) terbukti secara empiris dapat memperbesar bias representasi, memperdalam polarisasi sosiopolitik, dan mengganggu tatanan nilai kemanusiaan yang mendasari etika komunikasi.

Oleh karena itu, Tulisan ini mencoba memetakan secara empiris berbagai subbidang komunikasi, serta merumuskan solusi strategis yang mencakup inovasi kerangka etika, restrukturisasi kurikulum akademik, dan adaptasi tata kelola industri.

Dekonstruksi Konseptual, Melihat Integrasi Ilmu Komunikasi dan Sains Data Sosial

Kemunculan Computational Communication Science (CCS) menandai titik balik metodologis dalam sejarah keilmuan komunikasi. CCS bukan sekadar penambahan perangkat lunak ke dalam instrumen peneliti, melainkan reorientasi filosofis mengenai cara fenomena komunikasi diukur, direpresentasikan, dan dievaluasi. Paradigma ini memanfaatkan himpunan data yang masif dan kompleks (metode large-N), yang secara inheren terdiri atas jejak perilaku digital organik di dalam rutinitas manusia.[1]

Metamorfosis Metodologis, Dari Laboratorium Artifisial Menuju Ekosistem Perilaku Digital

Dalam pendekatan klasik, peneliti mengandalkan partisipan yang diobservasi di dalam ruang laboratorium atau melalui pengisian kuesioner. Sebaliknya, sains data sosial mentransformasi platform media sosial, log aplikasi, dan jejak penjelajahan web menjadi laboratorium perilaku berskala global.[1] Sebagai substitusi eksperimen artifisial, para peneliti saat ini memiliki kapasitas untuk mengekstraksi data secara tidak mencolok (unobtrusive measurement) guna mengukur reaksi individu terhadap stimulus informasi dalam lingkungan aktual mereka.[1]

Analisis relasi interaktif pada platform digital memungkinkan penerapan pendekatan struktural yang dinamis. Pemodelan jaringan (network modeling) digunakan untuk membedah interaksi mikro antarindividu dan menghubungkannya dengan formasi struktur sosial makro.[1] Ketersediaan data deret waktu yang bervolume masif (voluminous time-stamped data) memungkinkan penelusuran dinamika penyebaran informasi secara temporal, analisis efek kausal, serta pemisahan hubungan interdependen antara proses produksi pesan dan konsumsi media.[1]

Tabel berikut menyajikan perbandingan paradigma komunikasi konvensional dengan paradigma CCS dan sains data sosial:

Dimensi Epistemologis dan MetodologisParadigma Ilmu Komunikasi KonvensionalParadigma Computational Communication Science (CCS) dan Social Data Science
Bentuk dan Sumber Data UtamaMengandalkan instrumen swalapor: survei, kuesioner, wawancara mendalam, dan Focus Group Discussion (FGD) berskala kecil.Mengandalkan jejak perilaku aktual: API media sosial, log peladen, arsip penjelajahan web, mahadata, dan basis pengetahuan algoritmis.[1]
Pendekatan dan Instrumen AnalitikBergantung pada statistik deskriptif/inferensial klasik, analisis isi (pengodean manual), observasi partisipatoris, dan hermeneutika.Mengintegrasikan Natural Language Processing (NLP), Machine Learning (ML), Latent Dirichlet Allocation (LDA), dan simulasi jaringan.[1]
Validitas Pengukuran PerilakuRentan terhadap bias ekspektasi sosial (social desirability bias) dan anomali daya ingat retrospektif partisipan.[1]Menyajikan metrik konsumsi konten, sentimen, dan interaksi organik secara waktu nyata (real-time) yang mencerminkan realitas faktual.[1]
Fokus Stimulus dan Efek MediaMengobservasi audiens dalam kondisi eksperimen laboratorium yang terisolasi dan artifisial.Mengobservasi respons audiens secara unobtrusive dalam ekosistem algoritmis yang alami dan dipengaruhi langsung oleh jaringan sosial (peer influence).[1]

Determinasi Teknologi AI dalam Komunikasi Pembangunan

Integrasi komunikasi dan sains data turut menjadi instrumen kritis dalam membentuk realitas komunikasi pembangunan struktural dan tata kelola kebijakan publik. Pada masa lampau, komunikasi pembangunan sering dipahami sebagai proses satu arah (top-down) untuk mendiseminasikan kebijakan negara ke masyarakat.[17] Kecerdasan buatan merombak pendekatan tersebut dengan mengintegrasikan sistem yang berorientasi pada partisipasi inklusif.[4]

Penelitian komprehensif menggunakan Technology Acceptance Model (TAM) yang menyurvei 400 responden di Jakarta—dievaluasi menggunakan Structural Equation Modeling (SEM-PLS)—menegaskan bahwa AI berfungsi sebagai katalisator partisipatoris.[4] Efektivitas sistem berbasis AI (seperti aplikasi layanan publik terpadu atau chatbot) ditentukan oleh tiga variabel independen: Persepsi Kegunaan (Perceived Usefulness), Persepsi Kemudahan Penggunaan (Perceived Ease of Use), dan Kualitas Informasi (Information Quality).[4] Fakta empiris menunjukkan bahwa Kualitas Informasi merupakan faktor paling dominan yang memengaruhi tingkat partisipasi masyarakat.[4] Tingkat partisipasi masyarakat inilah yang menjadi prediktor paling kuat bagi keberhasilan akhir komunikasi pembangunan, merekonstruksi gagasan bahwa integrasi teknologi memerlukan pasokan data sosial yang kredibel dan transparan.[4]

Problematika Filosofis dan Hukum

Akselerasi di ranah inovasi AI telah memicu tantangan filosofis dan yurisprudensi di dalam studi komunikasi. Terdapat jurang pemisah yang kian melebar antara kondisi yang secara moral dan hukum seharusnya ditegakkan (das sollen) dengan realitas operasional di lapangan (das sein). Secara teoretis, ruang digital dan algoritma komputasi dirancang dengan tujuan etis: menciptakan infrastruktur yang adil, melindungi data individu, mencegah polarisasi, dan memajukan kapasitas kemanusiaan.[10] Namun, praktik kapitalisme pengawasan (surveillance capitalism) sering kali mendistorsi fondasi normatif tersebut.

Lanskap Ekspektasi Normatif dan Regulasi Etis

Dalam ranah kebijakan publik dan etika komunikasi, das sollen mengamanatkan struktur normatif untuk menjamin hak asasi manusia di tengah otomatisasi.[11] Kecerdasan buatan dan riset data sosial dituntut untuk beroperasi di bawah mandat "Etika Afektif" (Affective Ethics) dan prinsip inovasi yang berpusat pada manusia (human-centered innovation).[6] Model algoritmis diwajibkan untuk mengedepankan prinsip keadilan representasi, transparansi operasional, akuntabilitas (explainability), dan penghormatan mutlak terhadap persetujuan yang teredukasi (informed consent).[10]

Dari perspektif tata kelola, das sollen mendesak transisi perundang-undangan menjadi kerangka hukum yang adaptif dan antisipatif. Di Indonesia, hal ini terefleksi melalui penyempurnaan Undang-Undang Informasi dan Transaksi Elektronik (UU ITE) serta implementasi Undang-Undang Pelindungan Data Pribadi (UU PDP) guna melindungi otonomi identitas digital warga negara dari ekstraksi tanpa izin.[21] Regulasi ideal juga mengamanatkan agar dewan etik dan entitas pengawas, seperti Otoritas Jasa Keuangan (OJK), berfungsi sebagai lembaga independen yang memitigasi risiko manipulasi data.[23]

Lanskap Realitas Empiris dan Celah Eksploitasi

Berbeda dengan ekspektasi normatif di atas, kondisi empiris (das sein) menunjukkan bahwa instrumen regulasi konvensional kerap mengalami stagnasi. Hukum positif sering terbukti kurang antisipatif terhadap logika disrupsi kriminalitas kontemporer, melahirkan dimensi yang dikonseptualisasikan sebagai kriminologi pascamanusia (post-human criminology).[25] Entitas komunikator pelaku penyimpangan tidak lagi terbatas pada manusia biologis, melainkan jejaring artifisial yang memanipulasi algoritma secara otonom.[25]

Salah satu manifestasi eksploitatif das sein dalam social data science adalah eksperimen sosial berskala masif tanpa persetujuan etis. Sebagai contoh, skandal manipulasi emosi oleh jejaring sosial besar pada tahun 2014 memanipulasi newsfeed dari ratusan ribu pengguna guna meneliti penularan emosional (emotional contagion) tanpa proses informed consent.11 Pada era AI Generatif, korporasi secara de facto mengubah data pengguna menjadi materi pelatihan untuk model statistik AI.[1] Fenomena ini memunculkan risiko "deanonimisasi" (de-anonymization), di mana data tekstual anonim dapat direkayasa balik untuk mengungkap identitas individu.[1]

Ketertinggalan hukum ini juga mencakup aspek pelindungan kekayaan intelektual, di mana materi berhak cipta dan pengetahuan lokal (indigenous knowledge) digunakan sebagai data masukan tanpa kejelasan regulasi kompensasi.[26] Di sektor publik, celah antara kebijakan makro nasional dan implementasi teknis regional memicu disonansi komunikasi yang dapat menurunkan kepercayaan institusional.[17]

Tabel berikut menyintesis dimensi sentral kesenjangan antara etika dan praktik lapangan:

Area ProblematikaKondisi Normatif (Das Sollen)Realitas Operasional Aktual (Das Sein)
Persetujuan dan Privasi Data SubjekMewajibkan informed consent eksplisit, menjaga anonimitas, dan menjunjung hak privasi subjek penelitian.[1]Eksperimen emosi masif berjalan tanpa pemberitahuan eksplisit; ancaman serius berupa de-anonymization.1
Keadilan dan Representasi AlgoritmisModel analitik beroperasi secara adil, transparan, dan mencegah marjinalisasi sosiokultural.[3]Sistem mereplikasi bias sosiokultural historis dan sering beroperasi layaknya black-box algorithm.3
Kapasitas Penegakan AturanInstitusi negara melakukan audit sistem secara proaktif untuk mencegah manipulasi konsumen seketika.[23]Regulasi berjalan lambat secara reaktif; belum ada kerangka komprehensif bagi data pelatihan AI.[23]
Dampak Psikologis InteraksiInteraksi manusia-mesin melindungi kesejahteraan mental dan menjamin ruang komunikasi yang tulus.[5]Memunculkan fenomena kedekatan semu (pseudo-intimacy), filter bubbles, serta kecemasan terhadap AI (AI anxiety).[5]

Hasil dan Pembahasan Empiris: Disrupsi dan Rekonstruksi Lanskap Komunikasi

Tinjauan terhadap literatur mutakhir mengungkapkan bahwa integrasi sains data telah merombak tatanan asumsi dasar tentang komunikator, komunikan, dan proses penyandian (encoding/decoding).

1. Dinamika Komunikasi Interpersonal dan Kemunculan Ilmu Promptology

Melalui pendekatan tinjauan literatur sistematis (Systematic Literature Review) terhadap 44 artikel ilmiah, ditemukan bahwa AI telah memperluas kapabilitasnya sebagai mediator langsung dalam interaksi manusia.[3] Di satu sisi, sistem komunikasi AI meningkatkan efisiensi dan kelancaran linguistik. Namun, riset empiris menunjukkan risiko hilangnya autentisitas, menciptakan "keintiman semu" (pseudo-intimacy) di mana pengguna mengembangkan ikatan emosional dengan mesin yang niragensi afektif.[3]

Sebagai respons, muncul cabang keilmuan komunikasi yang disebut Rekayasa Prompt (Prompt Engineering) atau Promptology.6 Disiplin ini menempatkan perancangan instruksi bagi Large Language Models (LLM) sebagai praksis retorika komunikasi. Teknik linguistik, seperti penyisipan afeksi ke dalam instruksi (emotional prompting), dapat mengeksploitasi celah keamanan bawaan mesin sehingga memicu AI untuk merakit disinformasi yang presisi.[6] Hal ini mempertegas pentingnya "Etika Afektif", di mana kerangka interaksi wajib mempertimbangkan pelindungan aspek emosional pengguna dari manipulasi algoritmik.[6]

2. Metamorfosis Hubungan Masyarakat (Public Relations) dan Komunikasi Pemasaran

Dalam sektor komersial, ilmu komunikasi strategis mengalami perombakan operasional yang mendasar. Studi kualitatif pada sebuah agensi hubungan masyarakat digital (XY PR and digital agency) di Indonesia membuktikan terjadinya delegasi peran manajerial tradisional ke sistem otomasi AI.[28] Praktisi manusia kini bertransformasi menjadi dua peran dominan:

  1. Penjaga Gerbang (Gatekeepers): Bertanggung jawab memonitor, menyeleksi, dan mengelola arus informasi algoritmis yang berdampak pada reputasi korporat.
  2. Pemverifikasi (Validators): Bertugas memvalidasi keabsahan fakta, kredibilitas logis, dan kepatuhan etis dari narasi yang dihasilkan AI sebelum didiseminasikan.[28]

Data dari praktikum komunikasi di perguruan tinggi menunjukkan pemanfaatan alat AI Generatif untuk optimalisasi metrik Search Engine Optimization (SEO) dan lokalisasi pesan kampanye.[30] Namun, pada sektor industri kreatif, hambatan implementasi (das sein) mencakup inkompatibilitas antara sistem otomasi yang steril dengan esensi kreativitas emosional manusia. Materi yang diproduksi secara matematis rentan kehilangan karakteristik organik merek (brand voice).[19] Tantangan manajerial kontemporer adalah menyinergikan efisiensi pemrosesan data AI dengan inovasi yang berpusat pada manusia (human-centered innovation).[19]

3. Analisis Sentimen dan Deteksi Disinformasi

Implementasi sains data sosial sangat signifikan dalam mereduksi penyebaran epidemi informasi (infodemic). Pendekatan mutakhir mengandalkan Machine Learning dan Latent Dirichlet Allocation (LDA) untuk menguantifikasi opini publik dari jutaan data tekstual.[7] Sebagai contoh, analisis menggunakan BERTopic modeling berhasil mengungkap struktur sentimen ambivalen generasi muda dalam diskursus media sosial di Tiongkok.[33]

Di ranah ketahanan demokrasi, sains data digunakan untuk membedah anatomi propaganda komputasional oleh pasukan siber (cyber troops).[13] Namun, proses anotasi ujaran kebencian oleh manusia rentan terhadap inkonsistensi (label noise).[8] Kerangka pemodelan seperti VariErr (Variation versus Error) diformulasikan guna memisahkan kesalahan interpretasi konteks bahasa dengan kekeliruan murni dari pihak anotator.[8] Selain itu, simulasi Opinion Market Model (OMM) menunjukkan bahwa intervensi positif—menyuntikkan narasi inklusif tanpa penghapusan konten paksa—cukup efektif meredam polarisasi di dalam ruang gema (echo chambers).[36]

4. Kesenjangan Keterampilan Sains Data

Disiplin ilmu komunikasi tengah menghadapi kesenjangan infrastruktur kognitif atau data science skill gap. Analisis empiris lintas industri menemukan bahwa kendala utama bukan pada perangkat keras, melainkan kelangkaan sumber daya manusia yang mampu mengekstraksi wawasan berharga dari himpunan data mentah (raw data).[37] Praktisi masa depan dituntut memiliki kemahiran ganda (hybrid competency):

  1. Literasi Komputasional (Computational Literacy): Pemahaman logika dasar Natural Language Processing (NLP) dan pengoperasian kerangka analitik prediktif.
  2. Kecakapan Konseptual Strategis (Business Soft Skills): Kemampuan menyintesiskan model data menjadi taktik komunikasi yang relevan bagi pelindungan publik.[1]

Solusi Strategis dan Rekomendasi

Berdasarkan tinjauan atas kesenjangan antara das sollen dan das sein, direkomendasikan tiga pilar intervensi strategis untuk merekonstruksi tata kelola ilmu komunikasi:

1. Rekonstruksi Kurikulum Berbasis Pemahaman AI Kritis

Institusi pendidikan tinggi ilmu komunikasi wajib merangkul model pedagogi hibrida yang memadukan teori komunikasi sosial dengan informatika. Pengembangan kurikulum baru pada universitas terkemuka telah membuktikan urgensi integrasi sains data sosial dan analitik komputasi untuk merespons tuntutan era pascaindustri (Masyarakat 5.0 dan 6.0).[31] Tujuannya bukan untuk menggantikan teori fundamental komunikasi, melainkan membudayakan Pemahaman AI Kritis (Critical AI Understanding).[6] Metodologi penelitian berbasis agen chatbot untuk keperluan penyuluhan atau komunikasi krisis harus diintegrasikan ke dalam materi pembelajaran reguler.[43] Secara etis, pedoman Asosiasi Perguruan Tinggi Ilmu Komunikasi (ASPIKOM) mensyaratkan bahwa penggunaan AI Generatif dalam penulisan akademik harus diposisikan semata-mata sebagai fasilitator analitis bahasa, bukan agen pembuat keputusan intelektual utama.[19]

2. Pelembagaan Ethical-by-Design

Sebagai upaya memitigasi eksploitasi kapitalisme data (surveillance capitalism), periset komunikasi dan pengembang teknologi harus mensyaratkan arsitektur Ethical-by-Design dalam tahap awal perancangan sistem.[3] Pertimbangan moral tidak boleh direduksi menjadi mitigasi pascapeluncuran, melainkan harus disandikan sejak fase pengumpulan himpunan data pelatihan.[6] Diperlukan pula pembaruan protokol persetujuan sadar (informed consent) yang mengakomodasi validitas riset big data tanpa mengorbankan hak anonimitas individu.[1] Penguatan infrastruktur penelitian kolaboratif lintas sektor diharapkan dapat mendorong praktik amal data (data philanthropy) dari korporasi tanpa menodai komitmen kebebasan hak asasi masyarakat.[35]

3. Reformasi Tata Kelola Birokrasi yang Adaptif

Pemerintah harus beralih dari birokrasi reaktif menuju sistem regulasi adaptif (adaptive governance). Instrumen perundang-undangan perlu dimutakhirkan agar mampu mengantisipasi model simulasi pelanggaran data secara proaktif.[21] Institusi pengawas eksekutif dan dewan arbitrase etika perlu mengintegrasikan elemen representasi sipil independen untuk memastikan objektivitas evaluasi algoritmis korporasi teknologi.[24] Dengan mengadopsi standar tata kelola global secara kontekstual, Indonesia berpotensi menciptakan cetak biru infrastruktur perlindungan data nasional yang adil, inklusif, dan secara aktif memberdayakan otonomi ruang siber.[10]

Kesimpulan

Integrasi antara Ilmu Komunikasi dan Sains Data Sosial dalam pusaran Kecerdasan Buatan (AI) merupakan transformasi struktural yang merombak fondasi ontologis penelitian sosial. Era metodologi kuesioner berskala mikro kini dilengkapi dengan pendekatan komputasional yang mampu memanen, menganalisis, dan memodelkan perilaku komunikasi jaringan digital secara seketika (real-time). Fenomena ini membawa manfaat eksponensial dalam optimalisasi partisipasi komunikasi pembangunan, deteksi algoritmis terhadap propaganda pasukan siber, serta efisiensi manajemen relasi publik melalui keilmuan promptology.

Meskipun demikian, keberhasilan tersebut diiringi oleh krisis etis yang signifikan. Laporan penelitian ini mengungkap kesenjangan yang tajam antara ekspektasi yuridis-normatif (das sollen) yang menjunjung otonomi dan privasi, dengan realitas faktual (das sein) yang eksploitatif—seperti manipulasi sentimen emosional massal tanpa persetujuan, polarisasi nilai sosiokultural, serta munculnya "keintiman semu" (pseudo-intimacy). Selain itu, kelangkaan kecakapan komputasional (data science skill gap) berisiko mendelegitimasi peran praktisi komunikasi tradisional.

Oleh karena itu, reorientasi disiplin ilmu sangat esensial. Para ilmuwan, pendidik, dan pemangku kebijakan perlu mereformasi kurikulum berbasis literasi AI yang kritis, melembagakan prinsip ethical-by-design, serta menginisiasi tata kelola hukum yang adaptif. Melalui langkah-langkah strategis ini, fusi antara ilmu komunikasi dan sains data akan dapat merealisasikan peran sentralnya: memajukan peradaban digital yang adil, aman secara psikologis, dan berlandaskan penghormatan terhadap martabat moral manusia secara berkelanjutan.

DAFTAR PUSTAKA

  1. Full article: When Communication Meets Computation: Opportunities ..., diakses Mei 6, 2026, https://www.tandfonline.com/doi/full/10.1080/19312458.2018.1458084
  2. Announcements | Computational Communication Research, diakses Mei 6, 2026, https://journal.computationalcommunication.org/announcement
  3. MASA DEPAN KOMUNIKASI: MENJELAJAH PERAN ... - e-journal, diakses Mei 6, 2026, https://e-journal.iahn-gdepudja.ac.id/index.php/JSv/article/download/2500/857
  4. Integration of artificial intelligence in development communication ..., diakses Mei 6, 2026, https://ejournal.undip.ac.id/index.php/interaksi/article/view/73814
  5. Peran Artificial Intelligence dalam Transformasi Komunikasi Interpersonal: Peluang dan Tantangan di Era Digital, diakses Mei 6, 2026, https://ojs.cahayamandalika.com/index.php/jml/article/download/3587/2933
  6. PROMPT ENGINEERING DAN ETIKA ... - Undiknas Journal, diakses Mei 6, 2026, https://journal.undiknas.ac.id/index.php/fisip/article/download/6882/1867
  7. An NLP-Based Framework for Sentiment and Topic Analysis of Citizen Feedback on U.K. Government Mobile Applications - IEEE Xplore, diakses Mei 6, 2026, https://ieeexplore.ieee.org/iel8/6287639/10820123/11284875.pdf
  8. From Ground Truth to Measurement: A Statistical Framework for Human Labeling - arXiv, diakses Mei 6, 2026, https://arxiv.org/html/2604.07591v1
  9. THE USE OF ARTIFICIAL INTELLIGENCE (AI) MEDIA IN SECONDARY EDUCATION - Journal, diakses Mei 6, 2026, https://journal.unhas.ac.id/index.php/aiccon/article/download/47729/13538/155078
  10. Ethics of Artificial Intelligence - AI - UNESCO, diakses Mei 6, 2026, https://www.unesco.org/en/artificial-intelligence/recommendation-ethics
  11. A Human Rights Framework for AI Research Worthy of Public Trust - Issues in Science and Technology, diakses Mei 6, 2026, https://issues.org/ai-ethics-research-framework-human-rights-gray/
  12. "From data to intelligence: A review of recent technological and theore" by Mengxiao ZHU, Zongting GE et al., diakses Mei 6, 2026, https://bulletinofcas.researchcommons.org/journal/vol41/iss3/3/
  13. Information control on YouTube during Russia's invasion of Ukraine, diakses Mei 6, 2026, https://misinforeview.hks.harvard.edu/article/information-control-on-youtube-during-russias-invasion-of-ukraine/
  14. Social Media Sentiment about COVID-19 Vaccination Predicts Vaccine Acceptance among Peruvian Social Media Users the Next Day - PMC, diakses Mei 6, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC10146388/
  15. From Mobile Media to Generative AI: The Evolutionary Logic of Computational Social Science Across Data, Methods, and Theory - MDPI, diakses Mei 6, 2026, https://www.mdpi.com/2227-7390/13/19/3062
  16. Social Media Trends 2026 - Hootsuite, diakses Mei 6, 2026, https://www.hootsuite.com/research/social-trends
  17. Duties of Government and the Supreme of Law in Emergency: Coronavirus Disaster Outbreak in Indonesia - ScienceScholar, diakses Mei 6, 2026, https://sciencescholar.us/journal/index.php/ijhs/article/download/8903/4600/4749
  18. Ethics and Law of Personal Data Protection for Smartwatches in the Healthcare Sector - SIGn Jurnal Hukum, diakses Mei 6, 2026, https://www.jurnal.penerbitsign.com/index.php/sjh/article/download/v7n1-24/223
  19. Strategic optimization of artificial intelligence for marketing ..., diakses Mei 6, 2026, https://jurnalaspikom.org/index.php/aspikom/article/view/1589
  20. A Review of AI in Cybersecurity: Ethical Challenges and Regulatory Frameworks, diakses Mei 6, 2026, https://www.researchgate.net/publication/397776308_A_Review_of_AI_in_Cybersecurity_Ethical_Challenges_and_Regulatory_Frameworks
  21. DIGITAL REGULATORY COMMUNICATION AND YOUTH PARTICIPATION IN INDONESIA'S DIGITAL ECONOMY - Jurnal Ilmu Komunikasi, diakses Mei 6, 2026, https://jkms.ejournal.unri.ac.id/index.php/JKMS/article/download/7680/6630/16876
  22. Strengthening Cybersecurity and Data Protection Legal Framework in Indonesia: A Normative Analysis of Current Challenges and Fut - Law, diakses Mei 6, 2026, https://law.ifrel.org/index.php/LJRJ/article/download/87/58
  23. Nomos: Jurnal Penelitian Ilmu Hukum - Actual Insight, diakses Mei 6, 2026, https://journal.actual-insight.com/index.php/nomos/article/download/3224/3180/11295
  24. Full article: The nature of mechanism for enforcing the ethics and honor of state administrators as a preventive measure for corrupt practices - Taylor & Francis, diakses Mei 6, 2026, https://www.tandfonline.com/doi/full/10.1080/23311886.2026.2620142
  25. Transhumanistic cybercrime analysis using a posthuman criminology approach to digital identity threats in artificial intelligence era - JOURNAL OF PRIVIETLAB, diakses Mei 6, 2026, https://www.journal.privietlab.org/index.php/PSSJ/article/download/558/317
  26. Legal Analysis of the Advancement of AI and Blockchain Amid Lagging Digital Copyright Regulation in Indonesia - ResearchGate, diakses Mei 6, 2026, https://www.researchgate.net/publication/398237329_Legal_Analysis_of_the_Advancement_of_AI_and_Blockchain_Amid_Lagging_Digital_Copyright_Regulation_in_Indonesia
  27. Building an Effective E-Government: Insights from the Five-Stage Model and Implications for Vietnam - Science Publishing Group, diakses Mei 6, 2026, https://www.sciencepublishinggroup.com/article/10.11648/j.ijls.20260901.17
  28. (PDF) Shifting roles of public relations professionals in artificial intelligence technology era: Case study of XY PR and digital agency - ResearchGate, diakses Mei 6, 2026, https://www.researchgate.net/publication/393157612_Shifting_roles_of_public_relations_professionals_in_artificial_intelligence_technology_era_Case_study_of_XY_PR_and_digital_agency
  29. Shifting roles of public relations professionals in artificial intelligence ..., diakses Mei 6, 2026, https://jurnalaspikom.org/index.php/aspikom/article/view/1585
  30. Exploring Generative AI's Impact on Strategic Communication Through the Practicum, diakses Mei 6, 2026, https://sps.columbia.edu/news/exploring-generative-ais-impact-strategic-communication-through-practicum
  31. Boston University Online MS in Strategic Communication: AI & Leadership Skills | BU Virtual, diakses Mei 6, 2026, https://www.bu.edu/online/2026/04/14/strategic-communication-in-the-age-of-ai-explore-skills-and-career-pathways/
  32. DECODING SIGNALS IN KAZAKHSTAN'S PRESIDENTIAL SPEECHES: INSIGHTS FROM TOPIC AND SENTIMENT ANALYSIS, diakses Mei 6, 2026, https://www.etd.ceu.edu/2025/bektursyn_nurbek.pdf
  33. The Rise of “Full-Time Children” Phenomenon in China: A Text Analysis of Xiaohongshu Data - HELDA, diakses Mei 6, 2026, https://helda.helsinki.fi/bitstreams/c6901096-7926-491e-a1f4-2854ebae31d8/download
  34. Industrialized Disinformation 2020 Global Inventory of Organized Social Media Manipulation - DemTech, diakses Mei 6, 2026, https://demtech.oii.ox.ac.uk/wp-content/uploads/sites/12/2021/02/CyberTroop-Report20-Draft9.pdf
  35. Trusted Innovation – Junk Science, Fake News, and Public Understanding of Artificial Intelligence and Climate Change - DemTech, diakses Mei 6, 2026, https://demtech.oii.ox.ac.uk/wp-content/uploads/sites/12/2015/01/Trusted-Innovation-Project-Executive-Summary.pdf
  36. Publications | Behavioral Data Science, diakses Mei 6, 2026, https://www.behavioral-ds.science/publication/
  37. Investigating the Data Science Skill Gap: An Empirical Analysis - ResearchGate, diakses Mei 6, 2026, https://www.researchgate.net/publication/331319549_Investigating_the_Data_Science_Skill_Gap_An_Empirical_Analysis
  38. The data-driven leader: developing a big data analytics leadership competency framework, diakses Mei 6, 2026, https://www.emerald.com/jmd/article/42/4/297/228819/The-data-driven-leader-developing-a-big-data
  39. Rekayasa Kecerdasan Buatan (AI) - Admission Nusa Putra University, diakses Mei 6, 2026, https://admission.nusaputra.ac.id/major/rekayasa-kecerdasan-buatan-ai/
  40. Kurikulum Program Sarjana Kecerdasan Buatan - Ilmu Komputer IPB, diakses Mei 6, 2026, https://cs.ipb.ac.id/kurikulum-program-sarjana-kecerdasan-buatan/
  41. (PDF) INDONESIAN EDUCATION CURRICULUM POLICY: ADAPTATION TO ERA 5.0 AND PREPARATION FOR ERA 6.0 - ResearchGate, diakses Mei 6, 2026, https://www.researchgate.net/publication/388953106_INDONESIAN_EDUCATION_CURRICULUM_POLICY_ADAPTATION_TO_ERA_50_AND_PREPARATION_FOR_ERA_60
  42. Kurikulum - Artificial Intelligence dan Full Stack Application Development - Informatika UC, diakses Mei 6, 2026, https://informatika.ciputra.ac.id/kurikulum-informatika-universitas-ciputra-surabaya-artificial-intelligence-dan-full-stack-application-development/
  43. How Generative AI is transforming strategic communication research and empowering the next generation of communication professionals | UNC Hussman School of Journalism and Media, diakses Mei 6, 2026, https://hussman.unc.edu/news/how-generative-ai-is-transforming-strategic-communication-research-and-empowering-the-next-generation-of-communication-professionals
  44. 'Cambridge Moralica' - Towards an Ethical Framework for Social Media Analytics, diakses Mei 6, 2026, https://ajis.aaisnet.org/index.php/ajis/article/view/3121
  45. Empowering People in Online Spaces: Democracy and Well-Being in Digital Societies - Weizenbaum Institut, diakses Mei 6, 2026, https://www.weizenbaum-institut.de/media/Publikationen/Weizenbaum_Proceedings/Proceedings_WIConf25.pdf
  46. Opening industry data: The private sector's role in addressing societal challenges, diakses Mei 6, 2026, https://www.cambridge.org/core/journals/data-and-policy/article/opening-industry-data-the-private-sectors-role-in-addressing-societal-challenges/34D16FBCCF8BCCF5FE6AEEEB049F8B77
  47. Case Studies Archive - The Data Lab, diakses Mei 6, 2026, https://thedatalab.com/case-studies/
  48. Detecting Disinformation and Information Warfare on Social Media, diakses Mei 6, 2026, https://www.behavioral-ds.science/authors/thomas-willingham/thesis.pdf
  49. Ethics, generative AI and science communication - PMC - NIH, diakses Mei 6, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC12999996/
Cite this article

Nurdyansa (2026). Rekonstruksi Epistemologis : Melihat Lanskap Masa Depan Ilmu Komunikasi dan Social Data Science di Era Kecerdasan Buatan (AI). Nurdyansa Academic Portfolio. https://nurdyansa.com/blog/rekonstruksi-epistemologis-melihat-lanskap-masa-depan-ilmu-komunikasi-dan-social-data-science-di-era-kecerdasan-buatan-ai