Last updated on 18 Maret, 2020
Unbox.id – Memerangi berita palsu telah menjadi masalah yang berkembang dalam beberapa tahun terakhir, dan satu solusi yang diajukan adalah melibatkan kecerdasan buatan. Verifikasi jumlah konten yang hampir tak terbatas yang dihasilkan di situs web berita, layanan streaming video, blog, media sosial, dan lain-lain.
Dalam sebuah makalah yang dipresentasikan pada konferensi AI NeurIPS 2019, para peneliti di DarwinAI dan Universitas Waterloo Kanada mempresentasikan sistem AI yang menggunakan model bahasa canggih untuk mengotomatisasi deteksi kalimat, langkah pertama yang penting untuk mengidentifikasi informasi yang diterima.
Memahami Persyaratan dalam Verifikasi Kebenaran Suatu Berita atau Informasi
Dalam makalah mereka, para peneliti AI memecah proses menjadi langkah-langkah berikut:
- Mengambil dokumen yang relevan dengan klaim
- Mendeteksi posisi atau posisi dokumen-dokumen tersebut sehubungan dengan klaim
- Menghitung skor reputasi untuk dokumen, berdasarkan sumber dan kualitas bahasanya
- Verifikasi klaim berdasarkan informasi yang diperoleh dari dokumen yang relevan
Alih-alih mencari detektor berita palsu bertenaga AI ujung-ke-ujung yang mengambil berita sebagai input dan output “palsu” atau “nyata”, para peneliti berfokus pada langkah kedua dari semua ini. Mereka menciptakan algoritma AI yang menentukan apakah suatu dokumen tertentu setuju, tidak setuju, atau tidak mengambil sikap terhadap klaim tertentu.
Alex Wong, salah satu pendiri dan kepala ilmuwan di DarwinAI memberikan penjelasan, “Secara umum, kami menggabungkan pengalaman dan kreativitas manusia dengan kecepatan dan ketelitian yang diberikan oleh AI. Untuk tujuan ini, upaya AI untuk memerangi berita palsu hanyalah alat yang harus digunakan pemeriksa fakta dan jurnalis sebelum mereka memutuskan apakah artikel yang diberikan itu curang, ”
Salah satu upaya utama DarwinAI, perusahaan Wong, adalah untuk mengatasi masalah keterjelasan AI. Algoritma pembelajaran mendalam mengembangkan representasi yang sangat kompleks dari data pelatihan mereka, dan seringkali sangat sulit untuk memahami faktor di balik output mereka.
