Seperempat Artikel Panjang di Medsos hampir semua Ditulis Mesin

Kalau Anda sering membaca artikel panjang di LinkedIn, peluang teks yang sedang Anda baca itu ditulis penuh oleh mesin bukan hal yang kecil. Pangram, perusahaan deteksi konten AI, memindai lebih dari satu juta kiriman antara April dan Juni 2026 lewat ekstensi Chrome mereka. Hasilnya, seperempat artikel panjang di seluruh platform yang mereka periksa terdeteksi sepenuhnya hasil generate mesin.

Definisi "panjang" di sini adalah lebih dari 250 kata. Rata-ratanya tidak merata sama sekali. Di LinkedIn, 41 persen artikel panjang terindikasi sepenuhnya ditulis AI. Hanya 55,2 persen yang benar-benar ditulis manusia, dan cuma 4,3 persen yang ditulis dengan bantuan AI.

Yang paling perlu diingat dari semua ini bukan angkanya, melainkan bahwa angka itu tidak boleh dipakai untuk menuduh siapa pun.

Di mana slop-nya yang paling menumpuk

Ini rincian Pangram per platform, untuk artikel lebih dari 250 kata:

• LinkedIn — 40,5 persen AI, 4,3 persen campuran, 55,2 persen manusia
• Medium — 30,6 persen AI, 9,7 persen campuran, 59,7 persen manusia
• X — 24,1 persen AI, 23,2 persen campuran, 52,7 persen manusia
• Substack — 10,0 persen AI, 11,9 persen campuran, 78,1 persen manusia

Dua detailnya layak disimpan. Pertama, pada empat dari lima platform, konten yang lebih panjang justru lebih mungkin ditulis mesin. Kedua, Substack adalah pengecualian. Di sana, artikel yang lebih panjang malah sedikit lebih mungkin ditulis manusia.

Di X, kalau konten campuran ikut dihitung, hampir separuh artikel menyentuh AI dengan cara apa pun. Itulah sebabnya X terasa paling sulit dibaca. Bukan karena posting-nya paling banyak AI, tapi karena paling banyak yang setengah jadi. Dan dua pertiga dari semua item yang ditandai AI berasal dari LinkedIn.

Kenapa angka ini tidak bisa dipakai untuk menghakimi

Ini bagian yang paling penting, dan hampir tidak pernah dilaporkan berdampingan dengan angka-angka di atas.

Deteksi AI membaik dengan cepat. Pangram sekarang mengklaim tingkat kesalahan positif sekitar 0,0041 persen, kira-kira satu kesalahan positif setiap 24.000 dokumen. Alat humanizer juga sudah berhasil dikalahkan. Dalam pengujian yang dipublikasikan, keluaran humanizer hampir selalu dilaporkan sebagai tulisan manusia. Kalimat seperti "The numbers are no longer small enough to ignore" diubah menjadi "The sheer size of these usage figures can no longer be ignored", lalu alat deteksi menyatakan itu tulisan orang.

Tapi membaiknya kecepatan tidak menghapus masalah yang lebih dalam. Beberapa kasus berikut sudah menjadi publik:

• Sebuah novel self-published berjudul Shy Girl kehilangan hak terbitnya setelah kepala perusahaan Pangram menyebut isinya 78 persen AI, sementara penulisnya menyangkal memakai AI
• Sebuah installment kolom Modern Love di The New York Times dinilai 100 persen AI
• Bagian dari ensiklikal Paus Leo XIV tentang ancaman AI ikut dituduh ditulis AI

Yang paling penting dari daftar itu: sebagian besar tuduhan ini tidak pernah terbukti, dan sebagian jelas salah. Sebuah studi dari University of Maryland menemukan bahwa orang yang sering memakai LLM untuk menulis justru lebih akurat membedakan teks AI dari teks manusia, bahkan tanpa pelatihan khusus. Jadi ini bukan sekadar masalah vendor.

Yang paling tidak adil dari seluruh catatan ini: detektor dilaporkan lebih sering menandai tulisan penulis non-penutur asli dan penulis neurodivergen sebagai tulisan mesin. Alasannya masuk akal, dan justru itu masalahnya. Tulisan yang terlalu rapi memang lebih terlihat seperti tulisan mesin, dan bias struktural seperti itu tertanam di alatnya.

Ada juga working paper dari Notre Dame yang menemukan bahwa penyuntingan AI yang ringan pada abstrak akademik ditandai sebagai tulisan AI 64 sampai 80 persen dari waktu. Seorang guru SMA di New York yang menguji kertas muridnya menemukan hasilnya muncul sebagai 100 persen manusia, dan dia tidak percaya itu.

Yang sebenarnya terjadi setelah humanizer

Ada konteks yang perlu diketahui pembaca biasa. Humanizer adalah alat yang membuat keluaran AI terlihat lebih manusiawi. Seorang jurnalis yang mengujinya menemukan humanizer mengganti satu klausa transisi yang canggung dengan klausa transisi yang juga canggung, sambil memasukkan kesalahan tata bahasa yang disengaja.

Jadi memasang humanizer pada tulisan Anda sendiri punya dua risiko sekaligus. Teks Anda menjadi lebih buruk, dan Anda ikut melatih pembaca untuk mengira teks yang agak berantakan itu manusia.

Yang benar-benar bisa Anda periksa

Sebagian besar dari ini bisa dicek langsung, tanpa perlu menebak:

• Klise pembuka. "Di dunia yang semakin cepat", "In today's fast-paced world", "when it comes to"
• Konstruksi "bukan sekadar X, tapi Y". Hampir selalu tanda teks ber-template
• Kata penghubung bertumpuk. "Furthermore", "Moreover", "Additionally" dalam satu paragraf
• Kata penghalus bertumpuk. "may potentially", "can often be", "somewhat" dalam satu kalimat
• Em dash berlebih. Lebih dari sekitar satu setengah em dash per ribu karakter
• Ritme kalimat datar. Kalau panjang semua kalimat hampir sama, ritmenya terdengar datar
• Pengulangan pembuka kalimat. Kata yang sama membuka lima kalimat berturut-turut

Semuanya bisa diperiksa tanpa menebak, dan semuanya bisa diperbaiki dengan mengedit. Itulah langkah yang benar-benar berguna.

Yang perlu disebut dengan jujur adalah ini. Memindai tulisan orang lain untuk mencari bukti bahwa mereka curang bukan deteksi, itu,+_+perkiraan+. Dan Anda sudah punya bukti yang lebih baik, yaitu seberapa buruk alat deteksi itu gagal sendiri.

Periksa tulisan Anda sendiri. Buka AI Writing Tells di Loonix, tempel paragraf Anda, lalu lihat pola mana yang LayAmounts diperbaiki. Alat itu sengaja tidak memberi angka "kemungkinan AI", karena angka itu tidak bisa dipercaya, dan sudah sering dipakai untuk menyalahkan orang yang salah.

Kalau Anda memang sedang menulis dengan bantuan AI, aturan paling amannya sederhana. Apakah ada nama, angka, atau pengalaman nyata di dalam teks itu yang tidak mungkin Anda karang sendiri?