INOVASI TEKNOLOGI

Kini, AI bisa deteksi sumber hoaks

Ilustrasi pencarian sumber berita palsu
Ilustrasi pencarian sumber berita palsu | Dom J /Shutterstock

Berita palsu adalah sumber masalah. Sayang sekali, berita palsu atau hoax sulit untuk dihindari seiring perkembangan teknologi zaman sekarang.

Berita palsu telah terbukti menyebar lebih cepat ketimbang berita yang kredibel.

Tidak mengherankan bahwa hampir tujuh dari 10 orang khawatir hoaks digunakan sebagai "senjata" dalam berbagai tujuan.

Namun, bagaimana mengidentifikasi dan mengatasinya merupakan tantangan tanpa solusi yang benar-benar dapat memberantasnya.

Google, Facebook, dan raksasa teknologi lainnya masih berjuang agar dapat memoderasi penyebaran informasi yang salah dan pelaporan berita yang sangat bias.

Selama ini, pengecekan fakta individual dan moderasi artikel tertentu adalah cara terbaik, seperti situs pengecekan fakta, Snopes dan Politifact, di Amerika Serikat yang rajin menjelajahi sumber berita untuk menyelidiki dan menentukan apakah semua berita palsu atau tidak.

Namun, proses tersebut memakan banyak waktu dan terkadang masih kurang netral oleh bias individu moderator.

Tim peneliti Massachusetts Institute of Technology (MIT) di Amerika Serikat, dan Qatar Computing Research Institute (QCRI) telah mengembangkan sistem kecerdasan buatan (AI) berbasis pembelajaran mesin (ML) yang membantu menentukan apakah sumber berita akurat atau bias.

Para peneliti percaya bahwa pendekatan terbaik adalah tidak terlalu fokus pada faktualitas klaim individu, tetapi pada sumber berita tersebut.

“Jika sebuah situs telah mempublikasikan berita palsu sebelumnya, ada kemungkinan mereka akan melakukannya lagi. Dengan mengikis data secara otomatis tentang situs-situs ini, harapannya adalah bahwa sistem kami dapat membantu mencari tahu yang mana yang kemungkinan besar akan melakukannya lebih dahulu,” kata penulis studi Ramy Baly dari MIT Computer Science and Artificial Intelligence Lab (CSAIL).

Sistem ini hanya membutuhkan sekitar 150 artikel untuk mendeteksi secara andal, jika sumber berita dapat dipercaya.

Studi menjelaskan hasil penelitian yang dipresentasikan pada 2018 Empirical Methods in Natural Language Processing (EMNLP) konferensi di Brussels, Belgia.

Para peneliti menggunakan data dari Media Bias/Fact Check (MBFC) yang memiliki sistem pemeriksaan fakta oleh manusia guna memeriksa lebih dari 2.000 situs berita.

Ketika diberi sumber berita baru, sistem itu 65 persen akurat dalam mendeteksi apakah sumber tersebut memiliki tingkat faktualitas tinggi, rendah atau sedang. Lalu, kira-kira 70 persen akurat dalam mendeteksi apakah itu miring kiri, miring-kanan atau seimbang.

Tim menentukan bahwa cara yang paling dapat diandalkan untuk mendeteksi berita palsu dan pelaporan yang bias adalah dengan melihat fitur linguistik umum di seluruh cerita sumber, termasuk sentimen, kompleksitas, dan struktur.

Berdasarkan temuan mereka, para peneliti mengatakan sumber berita palsu cenderung menggunakan kata-kata dan frasa tertentu yang hiperbolik, subjektif atau emosional.

Sumber berita yang condong ke kiri menggunakan bahasa yang mencoba untuk membuat kerusakan/pemeliharaan dan keadilan/pembalasan terhadap loyalitas, otoritas, dan kesucian.

Para peneliti menyelidiki 1.066 situs yang berbeda dan mengumpulkan total 94.814 artikel untuk mengukur faktualitas dan bias. Faktualitas dibagi menjadi tiga kategori: rendah, menengah, dan tinggi.

Associated Press, agensi berita nirlaba besar, mendapat skor tinggi untuk akurasi. Lalu Rusia Insider, yang dikenal memiliki sikap pro-Kremlin, digolongkan dalam kategori menengah, sedangkan situs-situs yang kurang dikenal seperti Patriots Voice, yang dibentuk oleh tim suami-istri Partai Republik AS dikategorikan rendah.

Tidak mengherankan, sistem ini juga menemukan korelasi dengan halaman Wikipedia, sumber berita, dan struktur URL-nya.

Sumber tepercaya juga lebih mungkin memiliki halaman Wikipedia dan akun Twitter terverifikasi, serta alamat URL singkat, misalnya, ABCnews.com.co adalah versi palsu dari ABCnews.com.

Jadi, trik paling mudah dalam mengidentifikasinya adalah menghindari sumber-sumber yang memiliki banyak karakter khusus dan subdirektori yang rumit.

Para peneliti berencana meluncurkan versi aplikasi seluler dari ciptaannya untuk memperluas penyebaran program dan agar dapat dimanfaatkan oleh banyak orang.

Saat ini proyek tersebut masih merupakan pekerjaan yang sedang berjalan, meskipun tingkat keakuratannya relatif tinggi, sistem itu masih bekerja paling baik dengan campur tangan manusia.

“Jika sumber berita melaporkan secara berbeda pada topik tertentu, situs seperti Politifact dapat langsung melihat skor berita palsu kami atas sumber tersebut untuk menentukan seberapa banyak validitas diberikan ke perspektif yang berbeda,” kata rekan penulis, Preslav Nakov, seorang ilmuwan senior di QCRI.

BACA JUGA
Tanya Loper Tanya LOPER
Artikel terkait: SPONSOR