AI Dapat Mengatasi Informasi yang Salah dan Bias di Berita

Informasi yang salah dan bias di berita telah menjadi salah satu tantangan terbesar yang dihadapi masyarakat dalam beberapa tahun terakhir. Hal-hal seperti operasi informasi, deepfakes, pengaruh keuangan, dan eksploitasi ketegangan sosial adalah alat-alat baru yang digunakan oleh individu dan aktor negara di seluruh dunia.

Informasi yang salah adalah istilah umum untuk informasi yang tidak benar, dan itu memainkan peran besar dalam manipulasi opini publik. Pada saat yang sama, itu digunakan sebagai serangan terhadap pemimpin politik dan memperburuk pemisahan antara kelompok di berbagai negara. Lebih dari sebelumnya, informasi yang salah mempengaruhi proses pemilihan, dan itu telah menjadi sangat efektif.

Disinformasi, yang sedikit berbeda dari informasi yang salah, adalah informasi yang sengaja menyesatkan atau bias. Itu dapat mencakup narasi dan fakta yang dimanipulasi. Dengan kata lain, itu adalah propaganda.

Laporan tahun 2019 oleh peneliti di Universitas Oxford mendetailkan kampanye disinformasi yang terorganisir di 70 negara berbeda, termasuk Rusia, Cina, Vietnam, dan Guatemala.

Ekonomi digital telah menyebabkan peningkatan informasi yang salah dan bias di berita, dengan teknologi AI dan platform media sosial menjadi cara untuk menyebarkannya ke massa.

Kami telah melihat banyak contoh ini. Misalnya, dua pemilihan presiden AS sebelumnya penuh dengan informasi yang salah dan bias, dan ini pasti akan terus berlanjut di masa depan. Pasar keuangan juga telah menjadi subjek manipulasi jangka pendek melalui informasi yang salah dan bias, dan urusan luar negeri menjadi semakin tegang sebagai akibat dari penggunaannya. Ketegangan sosial dipicu oleh informasi palsu terhadap pendukung dan lawan dari penyebab tertentu, dan berita palsu merajalela di hampir setiap negara.

Ketergantungan kita pada media sosial dan algoritma telah membuat kita sangat rentan terhadap informasi yang salah dan bias, dan itu telah menjadi mudah untuk memanipulasi sekelompok besar orang.

Menurut esai berjudul “Biases Make People Vulnerable to Misinformation Spread by Social Media” yang diterbitkan oleh The Conversation, sebuah jaringan media non-profit, ada tiga jenis bias yang membuat ekosistem media sosial rentan terhadap informasi yang salah yang disengaja dan tidak disengaja. Penting untuk mengakui bahwa sebagian besar berita kita sekarang berasal dari media sosial.

Tiga jenis bias adalah:

1. Bias di Otak: “Bias kognitif berasal dari cara otak memproses informasi yang setiap orang temui setiap hari.”
2. Bias di Masyarakat: “Ketika orang terhubung langsung dengan rekan-rekan mereka, bias sosial yang memandu pemilihan teman mereka mempengaruhi informasi yang mereka lihat.
3. Bias di Mesin: “Kelompok ketiga bias muncul langsung dari algoritma yang digunakan untuk menentukan apa yang orang lihat secara online. Baik platform media sosial dan mesin pencari menggunakan algoritma tersebut.”

Kombinasi bias ini telah menciptakan lingkungan yang ideal bagi aktor jahat untuk menggunakan platform berita saat ini sebagai cara untuk menyebarkan informasi yang salah. Namun, penting untuk mengakui bahwa bias juga ada di luar ranah ini. Laporan berita reguler dan artikel berisiko memiliki bias karena kecenderungan penulis atau penerbit.

Solusi AI untuk Informasi yang Salah dan Bias

Munculnya kecerdasan buatan telah memberikan kita banyak alat baru dan inovatif yang dapat digunakan untuk melawan informasi yang salah dan bias di berita.

Misalnya, ketika dirancang dengan baik, AI dapat secara efektif mendeteksi dan menghapus informasi yang salah dan konten bermasalah lainnya secara online. Itu sudah digunakan untuk mengidentifikasi bot palsu oleh perusahaan seperti Google (GOOGL ), Twitter, dan Facebook. Dan bot palsu sering digunakan untuk menyebarkan informasi yang salah dan berita yang bias.

Kerangka kerja AI baru harus dijelajahi untuk melawan masalah ini, dan yang ada harus diperbaiki karena banyak yang terbukti bermasalah. Masalah ini mulai menjadi lebih berbahaya ketika konflik muncul. Misalnya, konflik militer, seperti konflik Rusia-Ukraina saat ini, menyebabkan penyebaran informasi yang salah dengan kecepatan yang luar biasa.

Berbagai alat AI yang ditenagai sedang dikembangkan. Misalnya, NT CONNECT, sebuah pengembang teknologi internasional, baru-baru ini mengumumkan peluncuran aplikasi pengumpul berita, NOOZ.AI. Mesin analisis bahasa AI bertujuan untuk membawa transparansi ke bias polarisasi yang ditemukan di media berita saat ini. Ini berusaha untuk mencapai ini dengan menjaga pembaca menyadari pengaruh media berita sebelum membaca artikel.

“Penulis atau jurnalis cenderung condong ke bias tertentu – sering tanpa sepengetahuan pembaca,” kata siaran pers perusahaan. “Dengan mengetahui sejarah bias penulis dan sumber berita, konsumen dapat memeriksa artikel dengan pikiran yang lebih objektif dan menolak dipengaruhi untuk berpikir dengan cara tertentu tentang subjek tertentu.”

Alat NOOZ.AI dibangun di atas empat pilar utama:

• Analisis Opini: Membantu pembaca menentukan kehadiran perasaan pribadi, pandangan, kepercayaan, atau penilaian dalam tulisan seorang jurnalis.
• Analisis Sentimen: Alat ini menggunakan analisis sentimen untuk membantu pembaca menilai dukungan atau oposisi penulis terhadap konten berita umum atau topik tertentu.
• Analisis Propaganda: Mendeteksi potensi disinformasi dengan mengidentifikasi penggunaan hingga 18 teknik persuasi yang mungkin.
• Analisis Revisi: Pembaca dapat menyelidiki evolusi sebuah cerita berita dan manipulasi opini dan sentimen dari waktu ke waktu.

Aplikasi ini memberikan skor untuk setiap artikel, dengan skor opini berkisar dari 0 hingga 100 dan skor sentimen berkisar dari -100 hingga 100. Ini juga melacak semua suntingan teks untuk setiap revisi dan memberi pembaca kemampuan untuk membandingkan versi yang berbeda.

Menurut Garry Paxinos, CTO di NT CONNECT:

“Laporan yang bias adalah masalah besar di masyarakat saat ini. Informasi yang salah adalah kata yang paling sering digunakan. Namun, kenyataannya adalah bahasa itu sendiri dapat digunakan untuk memanipulasi dan membujuk pembaca biasa. Dengan menganalisis bahasa secara objektif, kita menghindari bias subjektif yang ditemukan dalam pendekatan lain. Sebagai lawan dari labeling informasi yang salah secara subjektif, pendekatan kita adalah untuk menerangi bagaimana seseorang dapat dimanipulasi dengan judul yang dilebih-lebihkan, riwayat revisi, dan teks artikel.”