Meta, sebelumnya Facebook, mengumumkan minggu ini peluncuran alat baru yang menggunakan kecerdasan buatan (AI) untuk mengidentifikasi teks web yang mungkin dikandungnya informasi salah pada berbagai topik. Sphere, sistem sumber terbuka yang menjadi dasar segala sesuatunya, menggunakan database dengan lebih dari 134 juta artikel untuk mendukung platform yang bergantung pada verifikasi terhadap berita palsu.
Berdasarkan kecerdasan buatan, alat Meta baru (sebelumnya Facebook) memungkinkan Anda melindungi diri dari berita palsu dan disinformasi
Menurut perusahaan, salah satu layanan pertama yang menggunakan AI adalah Wikipedia, Ensiklopedia mengandalkan kolaborasi ribuan orang di seluruh dunia untuk topik genre yang berbeda. Menurut Meta, Sphere akan digunakan oleh tim editor situs untuk memfasilitasi kontrol perubahan yang diusulkan oleh pengguna. Seperti yang dijelaskan pengembang, alat AI dapat menjadi sekutu yang kuat dalam memerangi disinformasi dengan mengumpulkan pengetahuan dari ribuan halaman Internet. Semua dengan tujuan memfasilitasi otentikasi teks yang berisi kutipan yang salah atau informasi tambahan.
Awalnya, sumber daya ini harus ditujukan hanya untuk B2B untuk memerangi berita palsu dengan mempertimbangkan data dari berbagai sumber terpercaya alih-alih menggunakan satu situs atau koleksi sebagai sumber utama untuk memeriksa saran, karena lebih komprehensif daripada opsi lain yang tersedia di situs web.
Untuk saat ini, Wikimedia Prinsip Dasar, perusahaan pemilik Wikipedia, adalah satu-satunya pelanggan Meta yang menggunakan Sphere untuk mengenali kebohongan dalam saran artikel. Namun, lebih banyak pengembang dan perusahaan harus mengadopsi layanan AI seiring kemajuan layanan.
Alat otomatis dapat membantu mengidentifikasi kesalahpahaman atau klaim yang tidak dikutip, tetapi membantu editor manusia menentukan apakah sumber benar-benar mendukung klaim adalah tugas yang jauh lebih kompleks, yang membutuhkan kedalaman pemahaman dan analisis sistem AI. . Membangun penelitian dan kemajuan Meta AI, tim mengembangkan model pertama yang mampu memindai ratusan ribu kutipan secara otomatis secara bersamaan untuk memeriksa apakah mereka benar-benar mendukung klaim yang sesuai.
Shani Evenstein Sigalov, dosen dan peneliti di Universitas Tel Aviv dan wakil ketua dewan pengawas Yayasan Wikimedia, mengatakan:
Ini adalah contoh hebat alat pembelajaran mesin yang dapat membantu meningkatkan skala pekerjaan sukarela dengan merekomendasikan kutipan dan sumber yang akurat secara efisien. Memperbaiki proses ini akan memungkinkan kami untuk menarik penerbit baru ke Wikipedia dan memberikan informasi yang lebih baik dan lebih andal kepada miliaran orang. Saya berharap untuk terus meningkatkan di bidang ini, terutama karena alat pembelajaran mesin mampu memberikan kutipan yang lebih personal dan opsi multibahasa untuk melayani komunitas Wikimedia kami dalam lebih dari 300 bahasa.
