Peneliti di University of Zurich menguji empat large language models terkenal: OpenAI o3-mini, Deepseek Reasoner, xAI Grok 2, dan Mistral. Setiap model membuat lima puluh pernyataan naratif untuk 24 topik yang kontroversial. Para peneliti lalu meminta model lain menilai pernyataan tersebut dalam kondisi berbeda.
Ketika tidak ada informasi tentang sumber, tingkat kesepakatan antarmodel tinggi, di atas 90%. Namun ketika pengarang disebutkan — misalnya seorang manusia dari negara tertentu atau sebuah AI — tingkat kesepakatan menurun. Hasil yang jelas adalah bias anti-Cina saat pengarang disebut dari Cina. Penelitian juga menunjukkan model lebih percaya pada penulis manusia daripada tulisan yang dianggap dibuat AI. Studi ini dipublikasikan di Sciences Advances.
Kata-kata sulit
- model — Sebuah sistem untuk menganalisis atau menilai.
- bias — Preferensi yang tidak adil terhadap orang atau kelompok.
- penulis — Orang yang menulis teks atau karya.penulisnya
- penilaian — Cara menilai atau memberikan nilai pada sesuatu.penilaian mereka
- kepercayaan — Rasa yakin atau percaya terhadap sesuatu.
- ketidakpercayaan — Rasa tidak yakin atau tidak percaya.
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Mengapa bias dalam model AI bisa menjadi masalah?
- Bagaimana cara mengatasi bias tersebut?
- Apa dampak kepercayaan terhadap manusia dalam penilaian AI?
Artikel terkait
Peradangan Kaitan dengan Pilihan Bersosialisasi di Media Sosial
Studi menemukan orang dengan peradangan lebih tinggi cenderung berinteraksi lewat media sosial daripada bertemu langsung. Penelitian dipimpin oleh David Lee dari University at Buffalo dan dipublikasikan di Scientific Reports.
Web3 dan kendali data bagi petani
Forum ICTforAg (9-10 Maret) membahas bagaimana teknologi informasi dan Web3 bisa memberi petani lebih banyak kendali atas data mereka. Digital Green dan alat seperti FarmStack ditonjolkan, serta layanan video yang menjangkau petani di beberapa negara.
Media Sosial: Manfaat dan Risiko Informasi
Media sosial memberi dukungan dan informasi, tetapi juga menyebarkan ujaran kebencian, kebohongan, dan bahaya nyata. Perubahan kebijakan dan teknologi—termasuk keputusan Meta Januari 2025 dan AI generatif—memperbesar manfaat sekaligus risiko.
Pemotongan Bantuan Global Mengguncang Layanan Kesehatan
Pada 2025, pemotongan besar bantuan internasional mulai Januari mengganggu layanan kesehatan dan bantuan kemanusiaan di banyak negara berpenghasilan rendah dan menengah. Dampak meliputi penutupan proyek, kekurangan obat, dan risiko peningkatan infeksi penyakit.