Eksperimen Tautan Baru X Picu Lonjakan Trafik Palsu di iOS

X, platform media sosial yang sebelumnya dikenal sebagai Twitter, meluncurkan eksperimen baru pada iOS yang membuat konten tautan di dalam aplikasi dimuat terlebih dahulu sebelum pengguna mengkliknya. Tujuannya adalah untuk meningkatkan pengalaman pengguna dengan membiarkan mereka berinteraksi dengan posting sambil melihat laman tujuan yang terbuka. Namun, ini menyebabkan lonjakan trafik yang tampak seperti kunjungan nyata ke situs web, padahal banyak di antaranya bukan kunjungan manusia sejati. Beberapa situs seperti Substack dan Bluesky melaporkan kenaikan lalu lintas yang terasa mencurigakan setelah pembaruan ini. Menurut beberapa ahli, termasuk Nick Eubanks, perilaku pramuat ini membuat data metrik menjadi tidak akurat dan menyesatkan pengiklan serta pembuat konten yang mengandalkan statistik tersebut untuk mengukur performa dan jangkauan mereka di luar platform X. Sebelumnya, ketika tautan diklik dan dibuka di browser dalam aplikasi X, halaman tersebut sepenuhnya menutupi posting asli sehingga mengurangi kemungkinan keterlibatan pengguna pada posting tersebut. Dengan eksperimen ini, posting tidak tertutup saat laman dimuat, sehingga pengguna tetap bisa menyukai atau berkomentar tanpa harus menutup halaman tujuan. Ini dianggap meningkatkan keterlibatan di dalam platform X. Meskipun pramuatan dapat membantu engagement dalam X, efek negatifnya terasa di luar platform. Para penerbit dan pembuat konten sulit untuk memisahkan mana kunjungan manusia asli dan mana kunjungan palsu hasil pramuatan mesin. Hal ini menimbulkan kekhawatiran bahwa metrik yang digunakan untuk pengiklanan dan pengukuran performa akan terus terdistorsi oleh teknologi serupa. Perkembangan ini menandai era baru di mana teknik pramuatan, autoplay, dan kecerdasan buatan akan semakin membingungkan antara interaksi manusia dan otomatis. Platform-platform diharapkan lebih transparan mengenai bagaimana mereka menghitung keterlibatan agar pengiklan, kreator, dan penerbit dapat mengambil keputusan berdasarkan data yang lebih jujur dan akurat.