Model AI Afiliasi Pemerintah Tiongkok Sensor Ketat Falun Gong
Gambar 1: Topik Falun Gong menghasilkan nol respons dalam bahasa Mandarin Sederhana maupun Tradisional, serta jumlah respons bahasa Inggris yang lebih sedikit dibandingkan hampir semua topik lain yang diuji pada model Qwen asal Tiongkok. (Sumber: ASPI)
Tiongkok telah menjadi eksportir teknologi pengawasan berbasis AI terbesar di dunia, dan sistem kecerdasan buatan generatif yang mereka kembangkan kemungkinan besar tidak akan terbatas di dalam negerinya saja. Laporan terbaru dari Australian Strategic Policy Institute (ASPI), The Party’s AI: How China’s New AI Systems Are Reshaping Human Rights, memberikan bukti empiris baru bahwa large language models (LLM) buatan Tiongkok secara sistematis diselaraskan dengan tujuan politik Partai Komunis Tiongkok (PKT). Salah satu temuan paling mencolok dalam laporan tersebut adalah bahwa Falun Gong menjadi salah satu topik yang paling ketat disensor dan diputarbalikkan secara politik di seluruh sistem AI Tiongkok.
Riset ASPI menunjukkan bahwa dari 12 topik politik sensitif yang diuji pada model AI Tiongkok, Falun Gong secara konsisten memicu tingkat respons terendah. Temuan ini mencakup ketiadaan respons sama sekali dalam bahasa Mandarin Sederhana maupun Tradisional, serta jumlah respons bahasa Inggris yang lebih sedikit dibandingkan hampir semua topik lainnya. Temuan tersebut mempertegas bahwa perangkat AI Tiongkok dirancang tidak hanya untuk membungkam informasi di dalam negeri, tetapi juga untuk memperkuat narasi PKT di ekosistem digital global.
Enam Model dan Dua Belas Topik
Guna menguji bias sensor pada sistem AI multimodal, Bab 1 dalam laporan ASPI mengevaluasi respons terhadap gambar-gambar sensitif secara politik pada enam model terkemuka. Model tersebut mencakup empat model buatan Tiongkok—DeepSeek VL2, Ernie 4.5VL dari Baidu, Qwen3 VL dari Alibaba, dan GLM 4.5V dari Zhipu AI—yang diuji melalui penyedia inferensi di Amerika Serikat dan Singapura, berdampingan dengan dua model garis depan Barat, GPT-5 dan Gemini 2.5 Pro. Rancangan ini memungkinkan perbandingan antar pengembang, arsitektur, dan konteks penyebaran.
Para penulis menyusun kumpulan data terkurasi sebanyak 160 gambar yang mencakup 12 topik sensitif, termasuk Falun Gong, pembantaian Lapangan Tiananmen, kemerdekaan Tibet, dan genosida Uyghur. Tingkat respons—yaitu proporsi permintaan yang menghasilkan jawaban—berfungsi sebagai metrik kuantitatif utama untuk mengidentifikasi perilaku sensor.
Sebagaimana dicatat oleh penulis utama bab ini, analisis tersebut mengungkapkan bahwa model-model Tiongkok “menolak menjawab, menghapus atau memutarbalikkan detail kunci, atau secara diam-diam memasukkan bingkai narasi yang selaras dengan kepentingan negara. Dan penindasan informasi tersebut menjadi lebih tajam ketika gambar yang sama diberikan instruksi dalam bahasa Mandarin dibandingkan bahasa Inggris.”
Falun Gong: Tingkat Respons Terendah
ASPI mengidentifikasi penolakan mentah-mentah untuk merespons sebagai bentuk penindasan informasi yang paling langsung. Hal ini dapat terjadi baik pada tingkat antarmuka pemrograman aplikasi (API), di mana sistem memunculkan pesan kesalahan (error) dan tidak menghasilkan keluaran apa pun, atau pada tingkat respons, di mana model secara eksplisit menolak untuk menjawab.
Meskipun model-model garis depan Barat dan beberapa model Tiongkok (terutama Ernie dan DeepSeek) mempertahankan tingkat respons yang relatif tinggi di berbagai bahasa, model Qwen milik Alibaba—saat diakses melalui Alibaba Cloud International—merespons kurang dari 30 persen instruksi yang mengandung citra politik sensitif. Falun Gong menempati peringkat di antara topik dengan tingkat respons terendah secara keseluruhan, berdampingan dengan pembantaian Lapangan Tiananmen, kemerdekaan Tibet, dan genosida Uyghur.
Khususnya, Falun Gong menghasilkan nol respons dalam bahasa Mandarin Sederhana maupun Tradisional, serta jumlah respons bahasa Inggris yang lebih sedikit dibandingkan hampir semua topik lain yang diteliti. Pola ini menunjukkan bahwa hal tersebut bukanlah pilihan moderasi yang tidak disengaja, melainkan penindasan sistematis yang spesifik terhadap topik tertentu, yang tertanam dalam desain dan penyebaran model tersebut. (Lihat Gambar 1)
Bingkai Narasi Afiliasi PKT dan Distorsi Kata Kunci
Di luar penolakan mentah-mentah, ASPI menyoroti bentuk penindasan informasi yang lebih halus, termasuk penghapusan informasi secara selektif dan distorsi narasi. Laporan tersebut melakukan analisis frekuensi kata kunci secara terperinci untuk mengevaluasi kata kunci konten (seperti referensi terhadap pelanggaran hak asasi manusia) maupun kata kunci pembingkaian yang menandakan moderasi atau posisi ideologis.
Sementara model-model Barat lebih cenderung merujuk pada penganiayaan dan masalah hak asasi manusia, model-model besutan Tiongkok—terutama Qwen dan Ernie—secara signifikan lebih condong menggunakan bahasa yang mendelegitimasi. Model-model tersebut sering kali memakai istilah yang tidak akurat dan tidak manusiawi seperti “kultus” atau menyebut “propaganda” saat merespons instruksi terkait Falun Gong. Perbedaan ini menunjukkan bahwa sistem AI Tiongkok bukanlah alat informasi yang netral, melainkan menyandikan dan memproduksi ulang narasi politik PKT.
Sebagaimana disimpulkan oleh ASPI, pola-pola ini menunjukkan bagaimana model-model Tiongkok “merefleksikan narasi selaras negara yang mendelegitimasi kelompok tersebut,” bahkan ketika respons yang diberikan tampak informatif secara sekilas. Sebagai contoh, Gambar 2 mengilustrasikan seberapa sering model-model tersebut menyebutkan kata kunci spesifik topik saat diberikan instruksi berupa citra yang berkaitan dengan Falun Gong.

Kontrol Narasi Berbasis Bahasa

Laporan tersebut lebih lanjut mendokumentasikan perbedaan mencolok berdasarkan bahasa. Untuk instruksi visual yang identik, model-model tersebut menghasilkan narasi yang berbeda secara mendasar, bergantung pada apakah masukan diberikan dalam bahasa Inggris atau bahasa Mandarin Sederhana.
Dalam satu contoh, model Ernie milik Baidu, saat diberikan instruksi dalam bahasa Inggris, memberikan deskripsi yang mengakui adanya penganiayaan terhadap Falun Gong oleh pemerintah Tiongkok.
“Saat diberikan instruksi dalam bahasa Mandarin Sederhana, Ernie sebaliknya menonjolkan posisi resmi pemerintah—yaitu, bahwa kelompok tersebut menimbulkan risiko signifikan terhadap ‘keamanan publik masyarakat serta kesehatan fisik dan mental individu’ (对社会公共安全和个人身心健康构成极大危害)—dan memperingatkan pengguna untuk ‘secara sadar menolak infiltrasi kultus’ (自觉抵制邪教渗透).” — The Party’s AI: How China’s New AI Systems Are Reshaping Human Rights.
Bahasa ini mencerminkan propaganda PKT yang telah berlangsung lama, yang digunakan untuk membenarkan penganiayaan yang terus berlanjut terhadap Falun Gong (Lihat Gambar 3).
Implikasi bagi Masyarakat Demokratis
Riset ASPI menunjukkan bahwa sistem AI saat ini mewakili perluasan yang dapat diskalakan dan otomatis dari mekanisme kontrol narasi yang sama.
Bagi para pembuat kebijakan, regulator, dan lembaga keamanan, implikasinya sangatlah besar. Seiring dengan penyebaran model-model AI Tiongkok secara internasional—melalui layanan komputasi awan (cloud), aplikasi konsumen, dan platform terintegrasi—model-model tersebut berisiko mengekspor penindasan informasi, disinformasi, serta pemaksaan ekonomi dan politik ke dalam ekosistem informasi negara-negara demokratis.
Temuan ASPI ini harus menjadi peringatan bagi pemerintah, masyarakat sipil, organisasi media, dan perusahaan teknologi. Perlindungan sangat mendesak diperlukan untuk menjamin transparansi, akuntabilitas, dan perlindungan hak asasi manusia dalam penyebaran sistem AI—terutama yang dikembangkan dalam konteks otoriter. Tanpa langkah-langkah tersebut, AI dapat menjadi vektor baru yang kuat bagi penindasan global, dengan penindasan informasi terhadap Falun Gong yang menawarkan studi kasus yang jelas dan terdokumentasi dengan baik mengenai risiko tersebut.






