Evidence Conflict: Apa yang Harus Dilakukan Saat Dua Sumber Kredibel Berbeda

Dua sumber sama-sama terlihat kredibel.

Keduanya punya nama besar.

Keduanya punya tanggal.

Keduanya menulis dengan yakin.

Masalahnya: mereka tidak mengatakan hal yang sama.

Apa yang dilakukan tim?

Sering kali jawabannya terlalu cepat.

“Ambil source yang authority-nya lebih tinggi.”

Atau:

“Pakai yang paling baru.”

Atau:

“Kalau dua-duanya kredibel, tulis dua versi.”

Semua pendekatan itu kadang benar. Tidak ada yang cukup sebagai rule universal.

Evidence conflict perlu diperlakukan sebagai problem reconciliation.

Bukan voting.

Konflik evidence bukan kejadian langka

Di web, dua sumber kredibel bisa berbeda karena banyak alasan.

Periode berbeda.

Definisi berbeda.

Metodologi berbeda.

Jurisdiksi berbeda.

Versi dokumen berbeda.

Data awal versus data revisi.

Scope populasi berbeda.

Official announcement versus implementation detail.

Primary source versus interpretation.

Salah satu sumber sudah stale.

Keduanya benar tetapi membahas kondisi berbeda.

Atau memang salah satu salah.

AI search membuat konflik seperti ini lebih terlihat karena sistem mencoba menyintesis banyak informasi menjadi jawaban yang ringkas.

Ketika qualification hilang, dua fakta yang sebenarnya kompatibel bisa terlihat kontradiktif.

Contoh sederhana:

Laporan A: “Pasar tumbuh 12 persen pada 2025.”

Laporan B: “Pasar tumbuh 8 persen pada 2025.”

Apakah salah satu bohong?

Belum tentu.

A bisa menghitung revenue.

B menghitung unit.

A bisa memakai nominal.

B memakai real growth.

A bisa mencakup Indonesia.

B hanya Jawa.

A final report.

B preliminary estimate.

Sebelum memilih angka, baca definisi.

Langkah pertama: freeze claim

Jangan mulai dari source.

Mulai dari klaim yang ingin dibuktikan.

Buruk:

“Source mana yang benar?”

Lebih baik:

“Berapa pertumbuhan revenue pasar X di Indonesia pada kalender 2025, dalam rupiah nominal, berdasarkan final dataset?”

Sekarang kita punya claim specification.

Subject.

Metric.

Geography.

Period.

Unit.

Version.

Scope.

Evidence conflict sering hilang begitu claim dibuat presisi.

Karena ternyata dua sumber tidak menjawab pertanyaan yang sama.

Langkah kedua: klasifikasikan provenance

Untuk setiap source, catat:

Publisher.

Author atau institution.

Tanggal.

Original source atau secondary.

Dataset asal.

Metodologi.

Version.

Scope.

Jurisdiction.

Correction status.

Apakah source mengutip source lain?

Apakah sumber independen?

Ini penting.

Dua media besar bisa terlihat seperti dua evidence independen padahal keduanya mengutip press release yang sama.

Sebaliknya, satu regulator dan satu academic paper benar-benar dua evidence path berbeda.

Provenance membuat konflik lebih mudah dibaca.

Authority bukan aura.

Ia adalah hubungan antara source dan claim.

Langkah ketiga: cek temporal alignment

Ini paling sering.

Sumber A tanggal Juni.

Sumber B tanggal Agustus.

Langsung ambil Agustus?

Belum tentu.

Sumber Juni bisa final audited report.

Sumber Agustus bisa artikel yang masih mengutip preliminary data.

Tanggal halaman lebih baru tidak menjamin evidence lebih baru.

Cari “as of date”.

Contoh:

Artikel 8 Agustus 2026 membahas data per Desember 2025.

Dokumen 20 Juni 2026 memakai data per Mei 2026.

Dokumen Juni secara data lebih fresh.

Tanggal publikasi dan tanggal fakta harus dipisah.

Untuk policy, cek effective date.

Peraturan bisa diterbitkan sekarang tetapi berlaku nanti.

Atau aturan lama masih berlaku selama masa transisi.

AI answer yang menghilangkan effective date dapat terlihat yakin tetapi salah konteks.

Langkah keempat: cek definisi

Kata yang sama bisa punya definisi berbeda.

“Active users.”

“Customer.”

“Revenue.”

“AI-generated.”

“Citation.”

“Impression.”

“Hallucination.”

“Market share.”

“Conversion.”

Dalam AI search measurement, ini critical.

Platform A mendefinisikan impression satu cara.

Tool internal menggunakan definisi lain.

Kemudian angka dibandingkan.

Itu bukan evidence conflict.

Itu metric mismatch.

Sebelum merekonsiliasi angka, samakan definition.

Kalau tidak bisa, tampilkan keduanya dengan label masing-masing.

Langkah kelima: periksa primary source

Kalau dua artikel media berbeda, cari dokumen asal.

Earnings report.

Regulator filing.

Research paper.

Official documentation.

Dataset.

Court decision.

Statute.

Platform release notes.

Product specification.

Jangan berhenti di layer interpretasi jika primary evidence tersedia.

Tetapi primary source juga bukan otomatis sempurna.

Perusahaan bisa mengoreksi filing.

Research paper bisa direvisi.

Platform documentation bisa berubah.

Regulator bisa menerbitkan amendment.

Karena itu tetap cek version dan correction.

Primary berarti lebih dekat ke origin.

Bukan berarti kebal error.

Langkah keenam: buat conflict record

Jangan menyelesaikan conflict lalu melupakan prosesnya.

Buat record:

Claim ID.

Source A.

Source B.

Nature of conflict.

Likely explanation.

Chosen interpretation.

Confidence.

Reviewer.

Date.

Recheck trigger.

Contoh:

Claim: jumlah cabang aktif Brand X.

Source A: website brand, 30 cabang, updated 1 Juli.

Source B: regulator directory, 28 lokasi, record 15 Juni.

Conflict type: scope/registration lag.

Resolution: gunakan 30 untuk operational location count, 28 untuk registered facilities, jangan menyamakan dua metric.

Confidence: medium.

Sekarang team berikutnya tidak mengulang debat dari nol.

Jangan paksa satu “truth” kalau dunia memang punya dua definisi

Ini bagian yang sering tidak nyaman.

Executive ingin satu angka.

Kadang evidence tidak mendukung satu angka.

Jawaban yang benar bisa:

“Berdasarkan definisi A, nilainya 12 persen. Berdasarkan definisi B, 8 persen.”

Itu bukan kelemahan analisis.

Itu precision.

Memaksa satu angka demi slide yang bersih justru menghapus informasi penting.

AI answer juga sebaiknya melakukan hal yang sama ketika source conflict material.

Bukan memilih diam-diam.

“Dua sumber kredibel melaporkan angka berbeda karena menggunakan basis pengukuran yang berbeda.”

User kemudian mendapatkan context.

Unknown adalah state yang valid

Kadang setelah semua pemeriksaan, konflik tidak bisa diselesaikan.

Source method tidak transparan.

Data tidak tersedia.

Dokumen hilang.

Pihak terkait belum memberi clarification.

Status yang sehat:

Unresolved.

Bukan memilih source favorit.

GEO.or.id sebaiknya mempertahankan state seperti:

Verified.

Probable.

Conflicted.

Stale.

Unresolved.

Deprecated.

Superseded.

Unknown.

Vocabulary seperti ini membuat evidence system lebih jujur.

Tidak semua cell harus hijau.

AI trust justru rusak ketika uncertainty disembunyikan.

High-stakes conflict membutuhkan escalation

Tidak semua conflict punya urgency sama.

Dua sumber berbeda tentang tahun logo berubah?

Low risk.

Dua sumber berbeda tentang dosis, izin, legal deadline, financial fee, atau eligibility?

High risk.

Buat escalation rule.

Jika high-impact claim conflicted:

Stop automated publication.

Require human reviewer.

Return to primary authority.

Record decision.

Set expiry.

Revalidate.

Kalau dipakai oleh AI system internal, jangan membiarkan model memilih sendiri berdasarkan prose yang “terlihat lebih convincing”.

Retrieval quality tanpa decision policy belum cukup.

Evidence layer perlu governance.

AI search monitoring juga harus menyimpan source conflict

Bayangkan AI menjawab:

“Layanan ini tersedia di Surabaya.”

Citation-nya media besar.

Website resmi mengatakan Surabaya sudah ditutup.

Apakah kita label hallucination?

Bisa dikategorikan sebagai wrong current fact.

Tetapi root cause evidence conflict.

Catat source yang dipakai.

Kemudian action:

Pastikan official location page current.

Update Business Profile.

Ajukan correction ke media bila mekanismenya ada.

Perbaiki directory prioritas.

Tambahkan closure context jika dibutuhkan.

Monitor ulang.

Jika hanya menulis “AI salah”, tim kehilangan jalur perbaikan.

Correction bukan berarti menghapus sejarah

Misalnya artikel lama memang benar saat diterbitkan.

Tidak etis meminta publisher mengubah sejarah seolah lokasi tidak pernah ada.

Lebih sehat:

Tambahkan update note.

“Cabang ini ditutup pada Mei 2026.”

Sekarang historical record tetap benar dan current state jelas.

Versioning memecahkan banyak conflict temporal.

Hal yang sama berlaku untuk policy.

Jangan overwrite semua dokumen lama tanpa jejak jika organisasi membutuhkan auditability.

Tandai superseded.

Tautkan versi baru.

Simpan effective date.

Mesin dan manusia mendapat konteks.

Source credibility harus dibaca per claim

Misalnya:

Website perusahaan adalah sumber kredibel untuk product specification.

Consumer forum adalah sumber kredibel untuk pengalaman pengguna tertentu, tetapi bukan untuk legal license status.

Regulator adalah sumber kredibel untuk license record, tetapi mungkin bukan sumber paling current untuk jam operasional cabang.

Academic paper adalah source kuat untuk research claim, tetapi belum tentu untuk harga pasar hari ini.

Jadi buat matrix.

Claim type.

Preferred source class.

Secondary corroboration.

Freshness threshold.

Escalation.

Contoh:

Legal status: regulator + official filing.

Product spec: manufacturer documentation + current product page.

Price: merchant current source.

Customer experience: independent review/research, dengan caveat.

Company leadership: official corporate disclosure + reputable reporting.

Matrix ini tidak menjamin AI mengikuti sumber yang sama.

Tujuannya agar organisasi sendiri punya reference standard saat mengevaluasi jawaban.

Evidence conflict dan consensus illusion

Ada bahaya lain.

Sepuluh source bilang A.

Satu source bilang B.

Kelihatannya A menang.

Tetapi sepuluh source ternyata syndication dari satu wire report.

Source B adalah official correction.

Jumlah domain menyesatkan.

Karena itu deduplicate origin.

Kita perlu membedakan:

Source count.

Independent source count.

Primary source count.

Citation chain.

Correction authority.

Consensus without provenance adalah ilusi.

Ini sangat relevan di era content replication dan generative rewrite.

Semakin mudah sebuah klaim disalin, semakin sedikit jumlah mention dapat dianggap sebagai bukti independen.

Bagaimana menulis ketika conflict belum selesai

Gunakan bahasa yang membawa uncertainty.

“Dokumen A menyebut X, sedangkan dokumen B menyebut Y.”

“Perbedaan tampaknya berasal dari definisi yang berbeda.”

“Belum tersedia evidence publik yang cukup untuk menentukan mana yang merepresentasikan kondisi terbaru.”

“Untuk keputusan operasional, verifikasi langsung ke sumber primary.”

“Data per tanggal X tidak boleh digunakan sebagai representasi kondisi saat ini tanpa pembaruan.”

Ini lebih profesional daripada pura-pura definitive.

Limitation statement bukan kelemahan.

Ia adalah bagian dari evidence quality.

Protocol singkat untuk tim

Ketika dua sumber kredibel berbeda:

1. Freeze claim secara presisi.

2. Capture source dalam bentuk asli.

3. Catat provenance dan origin.

4. Cocokkan period dan effective date.

5. Cocokkan definition, scope, unit, dan jurisdiction.

6. Cari primary evidence.

7. Periksa correction, amendment, atau version.

8. Nilai independensi source.

9. Tentukan resolution, conflict, atau unknown.

10. Record reviewer dan confidence.

11. Set revalidation trigger.

12. Jika high-stakes, escalate ke subject-matter owner.

Proses ini tidak glamorous.

Tetapi jauh lebih defensible daripada “pilih domain yang DA-nya lebih tinggi”.

Evidence conflict adalah fitur normal dari dunia nyata

Dunia tidak selalu memiliki satu halaman canonical yang memuat seluruh kebenaran.

Fakta berubah.

Definisi berbeda.

Data direvisi.

Institusi melihat masalah dari scope yang berbeda.

AI search kemudian mencoba merangkum kompleksitas itu dalam beberapa paragraf.

Risiko muncul ketika proses synthesis menyembunyikan conflict.

Organisasi yang serius tentang AI trust perlu melakukan kebalikannya.

Buat conflict terlihat.

Jelaskan provenance.

Tentukan scope.

Simpan version.

Akui unknown.

Escalate high-risk claim.

Dan jangan menyamakan popularitas sumber dengan kebenaran.

Ketika dua sumber kredibel berbeda, tujuan kita bukan mencari pemenang secepat mungkin.

Tujuannya adalah memahami mengapa mereka berbeda dan apa yang masih dapat dinyatakan dengan confidence.

Itulah perbedaan antara sekadar memiliki sumber dan benar-benar melakukan evidence governance.