Alat kecerdasan buatan kini menjangkau banyak orang, tetapi beberapa sistem menunjukkan bias. Penelitian dari University of Texas at Austin memeriksa ratusan algoritme yang sebelumnya dilaporkan bermasalah.
Para peneliti membandingkan setiap algoritme bermasalah dengan algoritme lain yang serupa dan menelaah organisasi yang membuat serta menggunakan alat itu. Mereka menemukan tiga penyebab utama bias: tidak adanya kebenaran dasar yang jelas, model yang menyederhanakan dunia nyata sehingga menghilangkan variabel penting, dan desain yang kurang melibatkan berbagai pemangku kepentingan.
Studi menyimpulkan bahwa mengurangi bias memerlukan lebih dari sekadar meningkatkan akurasi. Pengembang perlu memikirkan data, tujuan, dan siapa yang terlibat.
Kata-kata sulit
- kecerdasan buatan — teknologi yang membuat mesin bisa berpikir
- bias — ketidakseimbangan yang membuat hasil tidak adil
- algoritme — aturan komputer untuk memproses data dan membuat keputusan
- menelaah — memeriksa sesuatu secara teliti dan hati-hati
- penyebab — alasan atau faktor yang membuat sesuatu terjadi
- pemangku kepentingan — orang atau kelompok yang terlibat dan terpengaruh oleh keputusan
- akurasi — seberapa tepat atau benar hasil suatu sistem
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apakah menurut Anda penting melibatkan berbagai orang saat merancang alat AI? Mengapa?
- Berikan contoh sederhana bagaimana model yang menyederhanakan bisa menghilangkan variabel penting.
Artikel terkait
Kekerasan Digital terhadap Jurnalis dan Aktivis Perempuan
Kekerasan digital terhadap jurnalis dan aktivis perempuan di Indonesia semakin terlihat dalam lima tahun terakhir. Serangan online meliputi doxing, manipulasi foto, peretasan dan DDoS; korban melaporkan perlindungan kelembagaan yang terbatas.
Molekul Waktu dan Talamus Mengatur Ingatan
Penelitian baru menunjukkan bahwa beberapa penunjuk waktu molekuler menentukan apakah kesan jangka pendek menjadi ingatan jangka panjang. Tim menemukan peran sentral talamus dan menyebut kemungkinan relevansi untuk penyakit seperti Alzheimer.
Jeda Singkat di Media Sosial untuk Kurangi Misinformasi
Peneliti dari University of Copenhagen meneliti cara sederhana untuk memperlambat penyebaran misinformasi di media sosial. Mereka menemukan bahwa menambah jeda kecil dan elemen pembelajaran dapat mengurangi pembagian impulsif dan meningkatkan kualitas unggahan yang dibagikan.