Bagaimana Kebijaksanaan Orang Banyak Dapat Memecahkan Masalah Pengecekan Fakta Facebook

  • Whatsapp


Pada tahun 1907, ahli statistik Francis Galton mengamati sesuatu yang aneh di sebuah pekan raya daerah: Peserta berpartisipasi dalam permainan di mana mereka menebak berat seekor lembu, dengan jawaban yang paling mendekati kebenaran memenangkan hadiah. Yang mengejutkan Galton, sementara tebakan masing-masing peserta sangat bervariasi, rata-rata tebakan orang banyak hanya berjarak satu pon dari berat sapi yang sebenarnya—lebih dekat daripada individu terdekat.

Nama untuk fenomena ini, di mana penilaian individu yang berisik dapat digabungkan bersama untuk menghasilkan hasil yang sangat akurat, diciptakan oleh jurnalis. James Surowiecki sebagai “kebijaksanaan orang banyak.”
[time-brightcove not-tgx=”true”]

Dan di dalamnya terletak satu kemungkinan jawaban untuk masalah pelik: bagaimana memerangi informasi yang salah di Facebook. Terkadang tampaknya pengecekan fakta di media sosial menjadi hal yang mustahil secara manusiawi. Ada terlalu banyak artikel untuk pemeriksa fakta untuk diperiksa (dan AI belum siap untuk tugas itu). Di AS misalnya, mitra pengecekan fakta Facebook mempekerjakan segelintir orang—total 26 karyawan pada laporan 2020, meskipun jumlahnya mungkin lebih besar hari ini — siapa yang harus berusaha memantau konten lebih dari 2 miliar orang dan 8 miliar URL unik per tahun. Para ahli ini, yang dilatih untuk meneliti konten dengan cermat dan memberi label kebenarannya, hanya dapat memeriksa sebagian kecil dari konten URL yang diposting setiap hari. Facebook menggunakan sistem otomatis untuk menandai konten yang mirip dengan konten palsu diidentifikasi oleh pemeriksa fakta, tetapi bahkan perkiraan paling besar dari bandwidth sistem itu masih menyisakan sejumlah besar konten yang berpotensi menyesatkan tidak dicentang.

Pasti membayar untuk memeriksa. Penelitian telah secara konsisten menunjukkan bahwa koreksi oleh pemeriksa fakta mengurangi kepercayaan keterangan yg salah dan membuat orang cenderung tidak membagikannya. Konten yang ditandai oleh pemeriksa fakta dapat berupa diturunkan di umpan berita, mengurangi jumlah orang yang terkena itu di tempat pertama. Tetapi pada platform sebesar Facebook, menggunakan pemeriksa fakta profesional seperti menyalakan keran di gedung yang terbakar—ide yang benar, skala yang salah.

Bagaimana jika solusinya adalah orang biasa? Perusahaan teknologi bertaruh bahwa kebijaksanaan orang banyak dapat membantu memecahkan masalah penskalaan. Keduanya Facebook dan Indonesia baru-baru ini meluncurkan produk pengecekan fakta crowdsourced, berharap dapat memanfaatkan kekuatan massa yang ditemukan Galton di pekan raya county itu. Kebijaksanaan orang banyak telah berhasil diterapkan ke berbagai domain lain—pasar prediksi, catur, diagnosa medis.

Pertanyaannya adalah apakah pengecekan fakta harus dilakukan berikutnya. Orang-orang benar skeptis terhadap konsep tersebut. Literasi digital – didefinisikan sebagai kemampuan untuk menyaring dan memahami informasi dari sumber-sumber digital yang terus berkembang – tergolong rendah di antara orang-orang di Internet, dan topiknya—politik, sains—bisa penuh dan terpolarisasi. Orang biasa jatuh cinta pada kebohongan sepanjang waktu; itu sebabnya informasi yang salah adalah masalah di tempat pertama.

Namun penelitian baru menunjukkan bahwa anggota kerumunan dapat bekerja sama untuk memisahkan fakta dari fiksi. Di sebuah makalah terbaru yang diterbitkan di Science Advances, kami menemukan bahwa, dalam menilai kebenaran berita utama, peringkat sekelompok kecil orang awam yang seimbang secara politik sangat sesuai dengan peringkat pemeriksa fakta profesional. Penampilan penonton semakin menonjol karena, tidak seperti pemeriksa fakta—yang diminta untuk meneliti setiap klaim dengan cermat—penonton hanya diperlihatkan judul dan kalimat utama artikel, kemudian diminta penilaiannya tanpa melakukan penelitian dari luar. Orang awam memiliki proses yang kurang intensif, tetapi kami menemukan bahwa jawaban mereka berhubungan erat dengan pemeriksa fakta—dengan biaya yang jauh lebih rendah dan kecepatan yang lebih tinggi.

Begini cara penelitian ini bekerja: Kami mulai dengan serangkaian artikel yang ditandai oleh algoritme Facebook untuk pemeriksaan fakta, baik karena artikel tersebut berpotensi menyesatkan, menjadi viral, atau hanya tentang topik penting seperti politik atau kesehatan. Kami kemudian meminta tiga pemeriksa fakta profesional untuk meneliti dan menilai keakuratan artikel dalam skala satu hingga tujuh. Pada saat yang sama, kami meminta sekelompok orang biasa di situs web Amazon Mechanical Turk untuk menilai keakuratan hanya judul dan judul artikel tersebut tanpa melakukan penelitian tambahan.

Itu agak seperti lembu: Pemeriksa fakta setuju satu sama lain jauh lebih banyak daripada yang mereka setujui dengan orang tertentu di kerumunan, tetapi begitu tanggapan orang banyak dirata-ratakan bersama, itu tidak lagi terjadi. Kami menemukan bahwa setelah mengumpulkan sekitar 10-15 tanggapan dari orang awam, jawaban rata-rata dari orang-orang kami yang seimbang secara politik sesuai dengan jawaban rata-rata pemeriksa fakta, sama halnya dengan pemeriksa fakta satu sama lain. Kerumunan juga efisien. Mereka mengambil rata-rata 30 detik untuk menilai setiap judul dan dibayar sekitar $10/jam. Dengan 10 peringkat per item, proses pengecekan fakta memakan waktu kurang dari satu dolar per judul.

Memang, beberapa cerita lebih mudah diperiksa daripada yang lain. Pada tahun 2017, kisah palsu yang paling banyak “bertunangan” di Facebook adalah tipuan dengan judul yang aneh: “Pengasuh bayi dibawa ke rumah sakit setelah memasukkan bayi ke dalam vaginanya.” Tidak perlu seorang ahli untuk mengetahui bahwa judul itu tidak masuk akal. Tetapi apakah orang banyak akan membawa kebijaksanaan yang sama pada klaim palsu seorang politisi yang ditentang oleh pihak lawan? Bukankah anggota kerumunan akan memihak?

Penelitian kami menemukan alasan untuk optimisme. Bahkan di dunia yang terpolarisasi ini, itu benar-benar membutuhkan lebih sedikit tanggapan orang banyak untuk mencocokkan kinerja pemeriksa fakta pada artikel politik, dibandingkan dengan artikel tentang sesuatu selain politik.

Jajak pendapat menunjukkan Partai Republik lebih cenderung menuduh pemeriksa fakta a bias liberal. Jadi, Anda mungkin mengharapkan kerumunan kita yang seimbang secara politik, yang mencakup Partai Republik, untuk mendapatkan jawaban yang berbeda dengan pemeriksa fakta profesional lebih sering daripada kelompok yang hanya terdiri dari Demokrat. Tetapi sementara kami menemukan bahwa individu Demokrat cenderung lebih setuju dengan pemeriksa fakta, begitu kerumunan mencapai massa kritis sekitar 15 tanggapan, kerumunan yang seimbang secara politik berkorelasi dengan pemeriksa fakta sama seperti kerumunan Demokrat saja.

Kami menemukan pola serupa untuk karakteristik lain. Sementara individu yang lebih berpengetahuan tentang politik dan mendapat skor lebih tinggi pada tes penalaran kognitif lebih setuju dengan pemeriksa fakta, begitu kerumunan mencapai ukuran yang cukup, tidak ada kerumunan yang terdiri dari individu berkinerja tinggi yang mengungguli kerumunan yang seimbang secara politik biasa. Kerumunan yang lebih besar dan seimbang dapat menggantikan kinerja individu yang lebih buruk.

Jadi crowdsourcing menjanjikan—tetapi harus dilakukan dengan hati-hati. Banyak tergantung pada desain. Dalam penelitian kami, anggota komunitas tidak ditawari pilihan cerita mereka untuk dinilai. Tetapi desain “keikutsertaan” akan membuka pintu bagi orang-orang yang secara proaktif mencari informasi yang tidak mereka setujui untuk menandainya sebagai “berita palsu”. Memang, kami baru-baru ini menganalisis program percontohan pengecekan fakta crowdsourced Twitter “BirdWatch” dan menemukan bahwa pengguna dari satu pihak lebih cenderung menandai konten dari pihak lain sebagai menyesatkan. Sementara dinamika ini bisa menjadi bukti brigade bermotivasi politik, mungkin juga masing-masing pihak hanya mengawasi informasi yang salah dari pihak lain, dan keberpihakan membantu memotivasi partisipasi in platform. Masih banyak pertanyaan yang harus dijelajahi sebelum kami menyatakan pemeriksaan fakta crowdsourced sebagai kesuksesan tanpa pengecualian.

Kami juga tidak menyarankan agar platform mengganti pemeriksa fakta profesional mereka dengan orang biasa. Kami membayangkan sebuah sistem yang menggabungkan kerumunan orang biasa, pemeriksa fakta profesional, dan teknik pembelajaran mesin untuk mengukur pemeriksaan fakta dengan cara yang bermakna. Terlebih lagi, kami menganggap pengecekan fakta hanya sebagai satu alat di antara banyak solusi yang diperlukan untuk membatasi penyebaran informasi yang salah. Alat lain, seperti dorongan akurasi, penurunan peringkat algoritmik, dan intervensi literasi digital memainkan peran dalam memerangi masalah yang lebih besar.

Banyaknya orang di media sosial sering disalahkan atas kesengsaraannya—kelompok konspirasi vaksin dengan anggota ribuan, cerita palsu yang dibagikan oleh jutaan orang. Tetapi satu cara untuk melawan kegilaan yang tampak dari kerumunan online ini adalah dengan memanfaatkan fenomena yang sama kuatnya: kebijaksanaan mereka.





Sumber Berita

Pos terkait

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.