Istilah "berita palsu" telah menjadi umum selama dua tahun terakhir. Kamus bahasa Inggris Cambridge mendefinisikannya sebagai “cerita palsu yang tampak seperti berita, menyebar di internet atau menggunakan media lain, biasanya dibuat untuk mempengaruhi pandangan politik atau sebagai lelucon”.
Sebagai bagian dari dorongan global untuk mengekang penyebaran misinformasi yang disengaja, peneliti mencoba memahami apa yang mendorong orang untuk membagikan berita palsu dan bagaimana dukungannya dapat menyebar melalui jejaring sosial.
Tetapi manusia adalah makhluk sosial yang kompleks, dan teknologi merindukan kekayaan pembelajaran dan interaksi manusia.
Itu sebabnya kami memutuskan untuk mengambil pendekatan yang berbeda dalam penelitian kami. Kami menggunakan teknik terbaru dari kecerdasan buatan untuk mempelajari bagaimana dukungan untuk – atau penentangan terhadap – berita palsu dapat menyebar dalam jaringan sosial. Kami percaya model kami lebih realistis daripada pendekatan sebelumnya karena individu dalam model kami belajar secara endogen dari interaksi mereka dengan lingkungan dan tidak hanya mengikuti aturan yang ditentukan. Pendekatan baru kami memungkinkan kami mempelajari sejumlah hal baru tentang bagaimana berita palsu menyebar.
Kesimpulan utama dari penelitian kami adalah dalam hal mencegah penyebaran berita palsu, privasi adalah kuncinya. Penting untuk menyimpan data pribadi Anda untuk diri sendiri dan berhati-hati saat memberikan informasi ke situs web media sosial besar atau mesin pencari.
Gelombang inovasi teknologi terbaru telah membawa kita ke web 2.0 yang berpusat pada data dan dengan itu sejumlah tantangan mendasar terhadap privasi pengguna dan integritas berita yang dibagikan di jejaring sosial. Tetapi seperti yang ditunjukkan oleh penelitian kami, ada alasan untuk optimis bahwa teknologi, dipasangkan dengan dosis aktivisme individu yang sehat, mungkin juga memberikan solusi untuk momok berita palsu.
Literatur yang ada memodelkan penyebaran berita palsu di jejaring sosial dengan salah satu dari dua cara.
Dalam contoh pertama, Anda dapat membuat model apa yang terjadi ketika orang mengamati apa yang dilakukan tetangga mereka dan kemudian menggunakan informasi ini dalam perhitungan yang rumit untuk memperbarui keyakinan mereka tentang dunia secara optimal.
Pendekatan kedua mengasumsikan bahwa orang mengikuti aturan mayoritas sederhana:setiap orang melakukan apa yang dilakukan sebagian besar tetangga mereka.
Namun kedua pendekatan tersebut memiliki kekurangannya masing-masing. Mereka tidak dapat meniru apa yang terjadi ketika pikiran seseorang berubah setelah beberapa percakapan atau interaksi.
Penelitian kami berbeda. Kami mencontoh manusia sebagai agen yang mengembangkan strategi mereka sendiri tentang cara memperbarui pandangan mereka tentang sebuah berita berdasarkan tindakan tetangga mereka. Kami kemudian memperkenalkan musuh yang mencoba menyebarkan berita palsu dan membandingkan seberapa efisien musuh ketika dia memiliki pengetahuan tentang kekuatan kepercayaan agen lain dibandingkan ketika dia tidak.
Jadi dalam contoh dunia nyata, musuh yang bertekad untuk menyebarkan berita palsu mungkin pertama-tama membaca profil Facebook Anda dan melihat apa yang Anda yakini, kemudian sesuaikan disinformasinya untuk mencoba dan mencocokkan keyakinan Anda untuk meningkatkan kemungkinan Anda membagikan berita palsu yang dia kirimkan kepada Anda.
Kami belajar beberapa hal baru tentang bagaimana berita palsu menyebar. Sebagai contoh, kami menunjukkan bahwa memberikan umpan balik tentang berita yang telah dibagikan berarti memudahkan orang untuk mendeteksi berita palsu.
Pekerjaan kami juga menunjukkan bahwa menyuntikkan sejumlah berita palsu secara artifisial ke dalam jejaring sosial dapat melatih pengguna untuk mengenali berita palsu dengan lebih baik.
Yang terpenting, kami juga dapat menggunakan model seperti kami untuk membuat strategi tentang cara mengekang penyebaran berita palsu.
Ada tiga hal yang kami pelajari dari penelitian ini tentang apa yang dapat dilakukan setiap orang untuk menghentikan berita palsu.
Karena manusia belajar dari tetangganya, yang belajar dari tetangganya, dan seterusnya, setiap orang yang mendeteksi dan menandai berita palsu dapat membantu mencegah penyebaran berita palsu di jaringan. Ketika kami membuat model bagaimana penyebaran berita palsu dapat dicegah, kami menemukan satu-satunya cara terbaik adalah mengizinkan pengguna memberikan umpan balik kepada teman-teman mereka tentang berita yang mereka bagikan.
Selain menunjukkan berita palsu, Anda juga dapat memuji seorang teman ketika mereka membagikan karya jurnalisme berkualitas yang diteliti dengan baik dan seimbang. Penting, pujian ini dapat terjadi bahkan ketika Anda tidak setuju dengan kesimpulan atau sudut pandang politik yang diungkapkan dalam artikel. Studi dalam psikologi manusia dan pembelajaran penguatan menunjukkan bahwa orang menyesuaikan perilaku mereka dalam menanggapi umpan balik negatif dan positif - terutama ketika umpan balik ini berasal dari dalam lingkaran sosial mereka.
Pelajaran besar kedua adalah:simpan data Anda untuk diri sendiri.
Web 2.0 dibangun di atas premis bahwa perusahaan menawarkan layanan gratis dengan imbalan data pengguna. Miliaran mengikuti panggilan sirene, mengubah Facebook, Google, Indonesia, dan LinkedIn menjadi raksasa multi-miliar dolar. Tetapi ketika perusahaan-perusahaan ini tumbuh, semakin banyak data yang dikumpulkan. Beberapa memperkirakan bahwa sebanyak 90% dari semua data dunia baru dibuat dalam beberapa tahun terakhir.
Jangan memberikan informasi pribadi Anda dengan mudah atau bebas. Bila memungkinkan, gunakan alat yang sepenuhnya terenkripsi dan sangat sedikit informasi yang dikumpulkan tentang Anda secara online. Ada alternatif yang lebih aman dan lebih fokus pada privasi untuk sebagian besar aplikasi, dari mesin telusur hingga aplikasi perpesanan.
Situs media sosial belum memiliki alternatif yang berfokus pada privasi. Untungnya kemunculan blockchain telah menyediakan teknologi baru yang dapat memecahkan paradoks privasi-profitabilitas. Daripada harus memercayai Facebook untuk menjaga keamanan data Anda, Anda sekarang dapat meletakkannya di blockchain terdesentralisasi yang dirancang untuk beroperasi sebagai lingkungan yang tidak dapat dipercaya.
Investor modern memiliki banyak poin data untuk dipertimbangkan saat melakukan pergerakan di pasar saham. Salah satu yang paling relevan adalah tingkat pengembalian rata-rata atas saham — seberapa bes
Merasa seperti uang Anda terus mengalir? Kebiasaan membuang-buang uang mungkin menjadi penyebabnya. Hampir tidak mungkin menemukan orang yang tidak pernah membuang-buang uang. Lagi pula, kami bukan ro
Banyak atau semua produk di sini berasal dari mitra kami yang membayar komisi kepada kami. Begitulah cara kami menghasilkan uang. Tetapi integritas editorial kami memastikan pendapat para ahli kami ti...
Inflasi datang dan pergi. Mengetahui cara menghemat uang akan bertahan selamanya. Poin penting Karena pandemi, inflasi mencapai 7,5%. Memotong biaya dapat membantu Anda mengimbangi dampak inflasi t...