Apa yang sebenarnya dilakukan studi ini
Pertanyaan artikel ini lebih sempit daripada judul-judul berita yang dihasilkannya: dalam situasi sehari-hari yang bukan klinis, bisakah model bahasa melakukan apa yang disebut psikolog sebagai regulasi emosi interpersonal ekstrinsik — satu orang membantu orang lain menangani sebuah perasaan — sebaik manusia?
Tim dari Universitas Manchester dan Durham menyusun skenario dari kehidupan biasa: lamaran kerja yang ditolak, rumah kos yang berantakan, hal-hal yang membuat orang marah, sedih, atau takut. Partisipan membaca pesan penghiburan tanpa diberi tahu siapa atau apa yang menulisnya, lalu melaporkan bagaimana perasaan mereka dan seberapa didukung mereka merasa.
| Eksperimen | N | Yang diuji |
|---|---|---|
| Studi 1a | 279 | Analisis tematik: apakah jawaban model mencerminkan strategi regulasi manusia? Sebagian besar ya, dengan perbedaan antarmodel. |
| Studi 1b | 390 | Perbandingan langsung. Model kadang lebih kuat, tetapi efeknya berbeda menurut jenis emosi dan menurut ukuran yang dipakai. |
| Studi 2 | 196 | Apakah validasi emosional penjelasannya? Ternyata bukan. |
| Studi 3a | 188 | Apakah dukungan yang bisa ditindaklanjuti penjelasannya? Bukti menunjuk ke sana, lintas sumber. |
| Studi 3b | 180 | Uji yang sama dengan panjang pesan dikendalikan. Hasilnya bertahan. |
Totalnya 1.233 partisipan. Model yang dibandingkan adalah ChatGPT 4o, Claude 3.5 Sonnet, dan Gemini 1.5 Pro.
Di mana AI unggul, dan di mana tidak
Pada eksperimen 390 partisipan, pesan AI dinilai lebih mendukung secara emosional pada skenario marah dan takut. Pada kesedihan tidak ada perbedaan yang bisa diandalkan. Sejauh itu, sama dengan pemberitaan.
Yang umumnya dilewatkan pemberitaan adalah separuh berikutnya. Abstrak artikel mencatat tidak ada efek regulasi pada rasa takut, dan penulisnya menjelaskan maksudnya: pada skenario ketakutan, pesan AI menaikkan ketenangan lebih dari pesan manusia, tetapi tidak menurunkan rasa takut itu sendiri lebih besar.
| Emosi | Dukungan yang dirasakan | Perubahan emosi terukur |
|---|---|---|
| Marah | AI dinilai lebih mendukung | Model unggul pada sebagian ukuran |
| Takut | AI dinilai lebih mendukung | Ketenangan naik; rasa takut tidak turun melebihi manusia |
| Sedih | Tidak ada perbedaan yang andal | Tidak ada perbedaan dilaporkan |
Celah yang dilewati judul berita: merasa didukung bukan merasa membaik
Dua hal berbeda diukur, dan keduanya berpisah. Yang satu adalah penilaian: pesan ini terasa memahami. Yang lain adalah keadaan: aku tidak setakut tadi. Sebuah pesan bisa menang di yang pertama dan kalah di yang kedua — dan pada kondisi ketakutan, persis itulah yang terjadi.
Ini lebih penting bagi aplikasi pendamping daripada bagi chatbot pada umumnya, karena aplikasi pendamping dioptimalkan untuk yang pertama. Kehangatan yang terasa itulah yang mendapat rating, di-screenshot, dan membuat orang kembali. Tetapi kalau kamu memakai aplikasi agar benar-benar merasa berbeda di penghujung malam yang buruk, rating adalah sinyal yang salah.
Validasi bukan penjelasannya
Hipotesis yang paling mudah ditebak: model bahasa sekadar lebih pandai berkata itu pasti berat sekali. Studi 2 mengujinya langsung. Mengakui dan memvalidasi perasaan penerima secara eksplisit ternyata tidak menjelaskan perbaikan emosi yang lebih besar pada pesan AI.
Ini hasil negatif yang berguna, dan sejalan dengan jalur riset 2026 lain yang kami bahas di tulisan kami soal validasi pendamping yang bisa merugikan. Afirmasi adalah hal paling murah yang bisa diproduksi model bahasa dalam skala besar — justru karena itu ia penjelasan yang lemah.
Yang menjelaskan: dukungan yang bisa ditindaklanjuti
Studi 3a dan 3b menunjuk sesuatu yang jauh lebih sederhana. Pesan yang memuat dukungan yang bisa ditindaklanjuti — saran spesifik, realistis, dan bisa dijalankan, bukan penghiburan umum — dinilai lebih menenangkan dan memperbaiki sebagian respons emosi. Efek itu muncul baik ditulis manusia maupun model, dan bertahan setelah panjang pesan dikendalikan, jadi bukan sekadar karena jawaban AI lebih panjang.
Dibalik, temuan ini cukup mengempiskan “keunggulan AI”. Ketika pesan manusia menawarkan bantuan praktis yang sebanding, pesan itu dinilai sama mendukungnya. Model tidak melakukan sesuatu yang tak bisa dilakukan manusia. Ia melakukan secara konsisten dan kapan pun diminta apa yang sering lupa dilakukan teman yang sedang lelah.
Penulisnya menambahkan peringatan agar tidak berlebihan. Mereka mengutip riset 2024 yang menemukan bahwa saran yang terlalu banyak justru bisa kurang efektif membuat orang merasa didengar, dan menyarankan bertanya dulu apakah orang itu ingin saran — kalau iya, tawarkan satu langkah yang bisa dijalankan, bukan daftar panjang.
Mengapa kita tetap lebih memilih manusia
Sumber yang diyakini mengubah cara pesan diterima. Dalam sembilan studi lain yang melibatkan 6.282 orang, jawaban hasil AI yang persis sama dinilai lebih empatik dan lebih mendukung ketika disebut ditulis manusia dibanding ketika dikaitkan dengan AI. Partisipan juga lebih memilih interaksi manusia saat mencari keterlibatan emosional, bahkan ketika memilih manusia berarti menunggu lebih lama.
Belum ada yang memastikan sebabnya. Satu tafsirnya: jawaban manusia menandakan kesediaan meluangkan waktu dan tenaga emosional, dan datang di dalam hubungan yang berlanjut setelah pesan terkirim. Seperti kata para penulisnya — AI generatif bisa menyarankan jalan kaki, tetapi tidak bisa ikut berjalan.
Cara memakai temuan ini saat memilih aplikasi pendamping
Temuan ini bisa diubah menjadi uji lima menit untuk aplikasi mana pun. Kirimkan satu hal dari pekanmu yang benar-benar menjengkelkan meski kecil, lalu baca jawabannya dengan daftar ini.
- Adakah satu langkah berikutnya yang konkret? Bukan “jaga diri ya” — sesuatu dengan kata kerja dan cakupan yang bisa kamu kerjakan hari ini.
- Apakah langkah itu realistis untuk situasimu? Saran umum yang mengabaikan kendala yang sudah kamu sebutkan hanyalah hiasan.
- Apakah ia bertanya sebelum menasihati? Riset mendukung memastikan dulu apakah saran memang diinginkan; aplikasi yang selalu menyodorkan solusi sama melesetnya dengan yang tidak pernah.
- Satu langkah atau setumpuk? Lebih banyak saran bukan berarti lebih menolong, dan bisa membuat orang merasa kurang didengar.
- Buang kehangatannya, lalu baca ulang. Kalau setelah semua kalimat afirmatif dihapus tidak ada yang tersisa, yang kamu beli adalah nada bicara, bukan dukungan.
Kalau kamu masih menyaring pilihan, panduan memilih aplikasi pendamping AI memuat kriteria lainnya, dan ikhtisar kesejahteraan kami merangkum apa yang didukung bukti 2026 dan apa yang tidak.
Yang tidak bisa dikatakan studi ini
Para penulis menyebut batasannya secara terbuka, dan itu layak diulang karena di titik inilah riset tentang pesan tunggal sering ditarik menjadi klaim tentang hubungan.
- Skenarionya adalah situasi sehari-hari yang dibayangkan dalam konteks nonklinis, dan yang diukur adalah reaksi langsung terhadap pertukaran singkat atau sekali jalan.
- Ia tidak bisa menjelaskan apa yang terjadi ketika seseorang bersandar pada chatbot selama berbulan-bulan, atau memakainya saat krisis kesehatan mental.
- Pesan manusia pembandingnya umumnya ditulis orang asing atau disusun sebagai contoh representatif — bukan oleh teman yang mengenal penerimanya dan keadaannya.
- Temuannya berupa asosiasi dalam perbandingan eksperimental, bukan bukti bahwa gaya dukungan tertentu menyebabkan hubungan yang lebih baik.
Untuk pertanyaan berjangka lebih panjang, studi yang mengikuti orang dari waktu ke waktu lebih bisa diandalkan — lihat rangkuman kami tentang temuan 2026 soal kesepian dan kecemasan sosial.
Intinya
Hasil yang bertahan bukanlah “AI lebih pandai menghibur daripada manusia”. Melainkan bahwa bahan yang benar-benar menggerakkan keadaan adalah saran konkret yang bisa dijalankan, dan itu bekerja siapa pun yang memberikannya. Bagi yang sedang memilih aplikasi pendamping, itu mengubah pertanyaan kabur tentang kehangatan menjadi pertanyaan yang bisa diuji. Bagi yang lain, itu pelajaran gratis tentang cara menjawab teman yang harinya sedang buruk.
Terkait di CompanionRank
Apakah Validasi AI Pendamping Justru Merugikan? Riset 2026 Apakah Ngobrol dengan AI Benar-benar Mengurangi Kesepian? Temuan Studi Tiga Gelombang Sistem Suasana Hati Pendamping AI dan Kesejahteraan Emosional: Apa Kata Riset 2026 Cara Memilih Aplikasi Pendamping AI (Panduan 2026)Pertanyaan yang sering diajukan
Apa temuan studi 2026 di jurnal Emotion tentang dukungan emosional AI?
Lewat lima eksperimen dengan 1.233 partisipan, pesan model bahasa kadang menghasilkan efek regulasi emosi yang lebih kuat daripada pesan tulisan manusia, tetapi keunggulannya bergantung pada jenis emosi dan pada ukuran yang dipakai. Tidak ada perbedaan pada kesedihan, dan pada skenario ketakutan pesan AI menaikkan ketenangan tanpa menurunkan rasa takut itu sendiri. Penulis mengidentifikasi dukungan yang bisa ditindaklanjuti — saran spesifik dan bisa dijalankan — sebagai ciri yang meningkatkan efektivitas, siapa pun penulisnya.
Apakah AI lebih baik daripada manusia dalam memberi dukungan emosional?
Tidak sebagai klaim umum. Pada eksperimen 390 partisipan, pesan AI dinilai lebih mendukung secara emosional pada skenario marah dan takut, tanpa perbedaan yang andal pada kesedihan. Tetapi ketika pesan manusia menawarkan dukungan yang sama bisa ditindaklanjuti, pesan itu dinilai sama mendukungnya. Studi ini membandingkan pesan tunggal tentang situasi sehari-hari yang dibayangkan, bukan dukungan dari orang yang mengenalmu.
Mengapa pesan AI mendapat nilai dukungan lebih tinggi?
Peneliti menguji validasi emosional — mengakui perasaan seseorang secara eksplisit — dan menemukan bahwa itu tidak menjelaskan perbaikan emosi yang lebih besar. Dua eksperimen berikutnya menunjuk pada dukungan yang bisa ditindaklanjuti, dan hasilnya bertahan saat panjang pesan dikendalikan, jadi bukan sekadar karena jawaban AI lebih panjang.
Apakah mengetahui pesan berasal dari AI mengubah cara pesan itu diterima?
Ya. Penulis mengutip sembilan studi lain yang melibatkan 6.282 orang, di mana jawaban hasil AI yang sama persis dinilai lebih empatik dan lebih mendukung ketika disebut ditulis manusia dibanding ketika dikaitkan dengan AI. Partisipan juga lebih memilih interaksi manusia saat mencari keterlibatan emosional, bahkan bila itu berarti menunggu lebih lama.
Apa artinya ini untuk memilih aplikasi pendamping AI?
Nilailah jawabannya dari apakah ia menawarkan satu langkah berikutnya yang spesifik dan realistis, bukan dari seberapa hangat bunyinya. Kehangatan murah diproduksi model bahasa; saran konkret yang benar-benar bisa kamu jalankan adalah bagian yang dikaitkan riset dengan perbaikan emosi. Aplikasi yang hanya memantulkan kembali perasaanmu sedang mengoptimalkan ukuran yang justru tidak menjelaskan efeknya.
Apa yang tidak bisa diberitahukan studi ini?
Ia menguji pertukaran singkat atau sekali jalan, sebagian besar tentang situasi sehari-hari yang dibayangkan, dan mengukur reaksi langsung dalam konteks nonklinis. Ia tidak bisa menjelaskan apa yang terjadi ketika seseorang bersandar pada chatbot selama berbulan-bulan, atau memakainya saat krisis kesehatan mental. Pesan manusia pembandingnya ditulis orang asing atau disusun sebagai contoh representatif, bukan oleh teman yang mengenal penerimanya.