Pada bulan Februari, Departemen Kehakiman menuduh 13 orang Rusia dengan tuduhan mencuri identitas warga AS dan menyebarkan “berita palsu” dengan maksud untuk menumbangkan pemilihan presiden AS terakhir. Kasus ini masih berlangsung, dan mungkin melakukannya selama bertahun-tahun. Sementara itu, para peneliti UCR telah membangun solusi berbasis teknologi untuk penyebaran informasi palsu yang berbahaya.
Laboratorium Multi-Aspect Data Lab milik UCR, yang dipimpin oleh Evangelos E. Papalexakis, asisten profesor di Departemen Ilmu Komputer dan Teknik, sedang mengembangkan teknik sains data baru untuk mengatasi berbagai masalah dalam analisis jaringan sosial, dengan pendanaan dari Naval Sea Systems Command, Naval Engineering Education Consortium, the National Science Foundation, dan Adobe.
Para peneliti tersebut sedang membangun algoritme untuk membedakan pola yang menunjukkan “berita palsu”. Melalui ekstrapolasi dan perintah yang dimasukkan ke dalam sistem-sistem pengelolaan konten milik para penayang, item-item ini kemudian dapat dihapus sebelum ditayangkan dan menyebabkan malapetaka.
Secara krusial, perhitungan UCR tersebut dapat merekam “jejak” dari posting tersebut untuk mendukung penuntutan.
Makalah akademis terbaru Papalexakis tentang pekerjaan ini, “Unsupervised Content-Based Identification of Fake News Articles with Tensor Decomposition Ensembles” (Identifikasi Berbasis Konten Tanpa Pengawasan dari Artikel-artikel Berita Palsu dengan Ansambel Penguraian Tensor), ditulis bersama dengan asisten peneliti yang telah lulus, Seyed Mehdi Hosseini Motlagh, telah dipresentasikan dan memenangkan “penghargaan makalah terbaik” di MIS2 terbaru: Misinformation and Misbehavior Mining di Web workshop, bagian dari WSDM 2018 (Konferensi Internasional ke-11 ACM di Web Search and Data Mining).
“Penelitian-penelitian sebelumnya telah memberikan wawasan yang berguna tentang penyebaran artikel di jejaring sosial. Namun, deteksi didasarkan semata-mata pada cara-cara berbahaya dari artikel-artikel berita palsu tersebut ‘menginfeksi’ sejumlah pengguna media sosial sebelum terdeteksi,” kata Papalexakis.
“Sebaliknya, pekerjaan kami bertujuan untuk mendeteksi secara dini artikel-artikel tersebut, terutama dalam kasus-kasus di mana kita tidak memiliki pengetahuan eksternal mengenai validitas dan kejujuran dari setiap artikel tersebut.”
Pemantauan jaringan manusia bergantung pada kombinasi akal sehat dan pengalaman untuk mengetahui apakah sesuatu itu sah. Misalnya, para moderator memeriksa apakah informasi utama semua dalam HURUF BESAR (kode budaya digital untuk “berteriak”), menggunakan kata kunci bahasa kejahatan kebencian yang terkenal, dan mencari ketidakcukupan sumber terverifikasi untuk pernyataan-pernyataan palsu.
Tetapi, bagaimana Anda mengajarkan komputer bahwa atribut-atribut triangulasi ini sering menunjukkan “berita palsu”?
Pemahaman berbasis mesin sangat bergantung pada konsep-konsep matematika, sehingga Papalexakis dan para penelitinya menggunakan apa yang disebut “Data Multi Aspek.” Sederhananya, gambar kelompok sosial di mana setiap orang di dalam interaksi memiliki banyak cara untuk terhubung (yaitu telepon, teks , video, pesan instan, posting media sosial).
Laboratorium Data Multi Aspek kemudian mencatat, memeriksa, mengkategorikan, dan memodelkan semua masukan ini, berdasarkan apa yang dikenal sebagai “penguraian tensor.” Sebuah “tensor” dalam ilmu data berarti struktur multidimensi, seperti sebuah kubus.
Semua multi aspek tersebut secara digital ditangkap sebagai kubus multidimensi sehingga sistem tersebut dapat menyelidiki dan “memahami” apa yang sebenarnya terjadi, dan apakah berita itu palsu atau tidak.
“Teknik penguraian tensor yang kami kembangkan mampu menangkap pola bernuansa yang berhasil mengidentifikasi berbagai kategori berita palsu, tanpa menggunakan pengetahuan eksternal tentang validitas artikel khusus apapun.” Papalexakis mengatakan.
Dengan memanfaatkan keragaman dari semua aspek data tersebut, sistem UCR memberikan hasil yang lebih akurat daripada penelitian yang dipublikasikan sebelumnya di bidang ini. Dalam makalah mereka, para penulis tersebut menggambarkan bagaimana mereka mengkompilasi algoritma mereka, kemudian mempublikasikan hasil-hasil dari banyak bagian percobaan, menunjukkan bahwa algoritma yang telah disodorkan teridentifikasi hingga 80 persen berita palsu.
Industri telah mencatat. Papalexakis mengatakan dia secara aktif mengejar kolaborasi dengan raksasa-raksasa teknologi besar. (ran)
Disediakan oleh: University of California – Riverside
ErabaruNews
