Belajar Kecerdasan Buatan (AI) Dari Media Argentina

Artikel ini pertama kali dipublikasikan oleh Reuters Institute for the Study of Journalism dan diterbitkan ulang di sini dengan izin. Ini adalah bagian dari serial posting silang yang sedang berlangsung yang dijalankan GIJN tentang kecerdasan buatan (AI) dan jurnalisme investigasi.

 

Kecerdasan buatan (AI) adalah salah satu hal yang menurut Laporan Tren dan Prediksi 2022 dari Nic Newman, mulai dijajal perusahaan media tahun ini. Untuk mengetahui bagaimana kecerdasan buatan diterapkan di ruang redaksi, kita bisa belajar dari La Nación. Media asal Argentina yang sudah berusia 150 tahun ini menghasilkan beragam liputan dengan bantuan AI. Tak hanya itu, mereka juga membuat tim khusus untuk menerapkan teknologi ini dalam liputan.

Eksperimen La Nación dengan kecerdasan buatan dimulai pada 2016 melalui liputan soal energi terbarukan yang dikelola pihak swasta di Argentina. Mauricio Macri, Presiden Argentina ketika itu, meluncurkan program untuk membuka pintu investasi untuk pihak swasta dan perusahaan internasional di sektor sumber daya energi bersih. 

Empat tahun setelah peluncuran, Florencia Coelho, reporter La Nación mengajukan ide liputan untuk memetakan kemajuan yang sudah dicapai program tersebut. Ia terinspirasi oleh inisiatif pemetaan panel surya di AS yang dipelajarinya ketika mendapatkan JSK Knight Journalism Fellow di Stanford.

Tim data La Nación memulai proyek dengan menggandeng Mathias Felipe, visiting fellow di Universitas Navarra, Spanyol. Mereka juga melibatkan pusat studi yang fokus dalam analisis geospasial dan AI untuk menerapkan teknologi pembelajaran mesin dan visi komputer (jenis AI untuk menganalisis data visual).

Sebagai awalan, La Nación melatih algoritma yang mereka bangun untuk mengidentifikasi bentuk ladang tenaga surya di Argentina. Untuk melakukannya, teknologi visi komputer diterapkan pada 10.999 gambar. Dalam proses ini mereka menemui hambatan terkait dengan ketersediaan citra satelit.

kecerdasan buatan untuk pemetaan ladang tenaga surya
Peta dari investigasi La Nación soal janji pemerintah Argentina untuk membangun ladang tenaga surya. (Gambar: tangkapan layar/La Nación).

Mengakses citra satelit beresolusi tinggi itu mahal. Di sisi lain, tak ada cukup gambar ladang tenaga surya di Argentina pada 2019 untuk melatih algoritma. Menyiasati hal ini, tim kemudian menggunakan gambar dari Chile.

“Kami tidak dapat memetakan setiap panel surya di Argentina karena memerlukan pencitraan dengan resolusi tinggi, jadi kami fokus pada pembangkit listrik tenaga surya karena pembelajaran mesin melihat bentuk dan ini adalah pola yang lebih mudah untuk diidentifikasi,” kata Coelho.

Setelah algoritma terbentuk, mereka menggunakannya untuk memproses 7 juta gambar dan 2.780.400 kilometer persegi tanah. Hasil analisis menunjukkan bahwa program pemerintah belum mencapai target.

 

Menganalisis Lirik Musik Trap

Dari proyek penggunaan kecerdasan buatan (AI) pertamanya, tim data La Nación mempelajari manfaat kolaborasi. Mereka juga menyadari kalau pertanyaan tepat tak bisa diajukan hingga La Nación memiliki tim internal yang cakap teknologi. Untuk memenuhinya, mereka kemudian membangun tim kecerdasan buatan (AI) dengan melibatkan jurnalis, analis data, dan developer. Tak satupun dari tujuh anggota di tim tersebut bekerja penuh waktu lantaran adanya tugas utama lain yang mesti dikerjakan di redaksi.

Proyek pertama tim AI La Nación adalah analisis lirik musik trap yang membutuhkan waktu pengerjaan tujuh bulan. Gabriela Bouret dan Delfina Arambillet memimpin proyek ini. Tim menggunakan pembelajaran mesin, pemrosesan bahasa alami, API Spotify, dan lirik dari genius.com untuk memproses 692 lagu. Mereka juga menggali topik, trend, dan pesan dalam lirik musik Trap.

Kecerdasan buatan (AI) untuk analisis musik Trap.
Gambar gif yang menunjukkan proyek musik Trap La Nacíon (Gambar: Courtesy of La Nación)

Hasilnya adalah liputan yang diperkaya dengan fitur interaktif, termasuk kamus musik Trap; “egometer” yang mengukur berapa kali seorang seniman menyebut dirinya sendiri; dan analisis soal ciri khas genre ini. Peranti yang dibangun tim AI La Nación, kata Coelho, dapat diterapkan pada jenis musik lain atau bahkan pada teks yang berbeda. 

“Hari ini topiknya (musik) Trap, tetapi besok kami mungkin menggunakannya untuk wacana politik atau untuk topik yang berbeda,” kata analis data Gabriela Bouret.

Memadukan teknologi baru, liputan jurnalistik, dan topik segar diakuinya telah mendorong ruang redaksi La Nación untuk melakukan hal berbeda. 

“Ini (La Nación) adalah surat kabar yang sangat tradisional dan Trap adalah untuk orang-orang berusia muda. Liputan ini benar-benar berbeda dari apa diharapkan pembaca dan membuat kami keluar dari zona nyaman,” imbuhnya.

Eksperimen La Nación juga mengungkap bahwa kecerdasan buatan (AI) dibuat atau dilatih dalam bahasa Inggris untuk audiens di kawasan utara (Global North).

“Setiap model [pemrosesan bahasa alami] telah disiapkan untuk bahasa Inggris. Sangat sulit menemukan pustaka dan pemrosesan untuk membantu kami mengatasi masalah bahasa Spanyol (untuk proyek musik Trap),” kata Bouret.

 

Kecerdasan Buatan (AI) Untuk Pemilu

La Nación kembali menggunakan visi komputer untuk meliput pemilihan parlemen di Argentina. Kali ini, tujuannya untuk mendeteksi kesalahan dalam telegram yang dikirim dari tempat pemungutan suara.

AI digunakan untuk mengidentifikasi inkonsistensi dalam telegram yang berisi rincian jumlah suara yang dimenangkan oleh masing-masing partai dan berapa banyak pemantau pemilu yang hadir. Sukarelawan kemudian manusia kemudian diminta untuk menyaring catatan yang sudah ditandai.

Dalam proyek ini, pembaca juga diajak untuk berkolaborasi melalui platform VozData. Mereka membantu menyempurnakan algoritma agar bisa membaca telegram yang miring atau yang diunggah terbalik. Hasilnya menunjukkan bahwa 95% telegram diisi dengan benar, tetapi 5% memiliki beberapa informasi yang hilang.

Berkolaborasi dengan pihak ketiga memungkinkan La Nación menggunakan visi komputer untuk tujuan lain dalam konteks yang berbeda. Coelho berharap model ini dapat digunakan untuk memantau pemilu mendatang dan mendorong para petugas untuk mengisi telegram dengan benar.

“Saya pikir ada baiknya pemerintah tahu kalau Anda menggunakan AI agar ada nuansa dalam dokumentasi,” katanya.

 

Waktu Untuk Menerapkan Kecerdasan Buatan (AI)

Salah satu tantangan terbesar bagi media yang ingin menggunakan kecerdasan buatan (AI) dalam liputan adalah memahami waktu yang dibutuhkan. Jumlah proyek yang dihasilkan tim dalam setahun sangat tergantung pada staf yang terlibat dan waktu yang mereka sediakan untuk proyek ini.

“Proyek-proyek ini bisa memakan waktu lima hingga tujuh bulan. Sulit bagi ruang redaksi untuk memahami lantaran mereka selalu terburu-buru. Kamu harus sabar. Sekali seminggu kami mengadakan pertemuan untuk membahasnya agar mereka yang terlibat bisa menyisihkan waktu untuk menggarapnya,” kata Bouret.

Coelho menambahkan bahwa proyek kecerdasan buatan (AI) tak ubahnya seperti liputan investigasi di sektor teknologi. Mereka yang terlibat, bekerja sambil belajar. Setelah informasi yang dikumpulkan dirasa cukup, mereka bisa bekerja dengan lebih cepat.

Kolaborasi, baik dengan spesialis AI, universitas, atau pakar akademik, dapat membantu media mempercepat proses dan mengurangi biaya pengenalan teknologi baru. Di sisi lain, pihak yang diajak berkolaborasi bisa mendapatkan studi kasus di kehidupan nyata untuk bahannya mengajar atau melakukan penelitian. Perusahaan rintisan juga bisa membantu media memecahkan masalah sembari menguji peranti dan model AI yang mereka buat untuk.

Beberapa proyek kecerdasan buatan (AI) La Nación juga mendapatkan dana hibah, termasuk dari Google News Initiative. Mereka membangun peranti yang akan merekomendasikan jurnalis untuk meningkatkan penggunaan kata-kata yang terkait dengan keragaman dan inklusi.

 

Fokus Pada Gender dan Bisnis

Saat ini La Nación sedang mengembangkan versi bahasa Spanyol dari pelacak kesenjangan gender. Peranti ini awalnya dirancang untuk mengukur rasio nara sumber perempuan dan laki-laki yang dikutip dalam artikel berita daring di media Kanada.

Coelho dan rekannya Delfina Arambillet mengerjakan proyek tersebut melalui proyek JournalismAI Collab yang diselenggarakan oleh London School of Economics. Mereka kemudian membawanya ke ruang redaksi La Nación untuk memahami bias gender dalam liputan, termasuk mengetahui pengaruh topik liputan terhadap kecenderungan pemilihan nara sumber dengan gender tertentu.

La Nación juga terlibat dalam pengembangan model AI sumber terbuka untuk mendeteksi gender melalui wajah. Tujuannya adalah menganalisis rasio gambar pria dan wanita yang digunakan oleh media. Untuk melatih algoritma, mereka menggunakan model yang awalnya dilatih untuk mengenali wajah orang Asia dan menyempurnakannya dengan menggunakan 50 potret orang Argentina dan Latin.

Dalam berbagai proyek penggunaan kecerdasan buatan (AI) La Nación selalu menggunakan pendekatan kolaboratif dengan menggandeng banyak pihak. Mulai dari perusahaan teknologi, departemen komersial, pembaca yang jadi sukarelawan, hingga media lain.

“Keterampilan ini sangat sulit dipelajari sehingga lebih baik mempelajarinya bersama, bahkan dengan pesaing. Pelajari keterampilan bersama dan kemudian bersaing untuk mendapatkan cerita,” kata Coelho.

“Kami sudah bersaing dengan Google dan Facebook dalam hal menarik perhatian pembaca. Bukan hal bagus apabila kami mesti mempelajari teknologi ini (AI) hingga lima sampai sepuluh tahun mendatang. Kita perlu mempercepat proses belajar dan berbagi, serta bekerja dengan negara lain. Anda juga harus banyak belajar, tetapi kebutuhan ini jangan hanya ditanggung oleh satu individu saja (dalam media),” imbuhnya. (Penyadur: Kholikul Alim)

 

Artikel lainnya:


Laura Oliver adalah jurnalis lepas yang berbasis di Inggris. Dia menulis untuk berbagai media seperti Guardian, BBC, dan The Week. Laura juga menjadi dosen tamu dalam mata kuliah jurnalisme online di University of London dan bekerja sebagai konsultan strategi untuk media massa.

Tulisan ini merupakan saduran dari AI Journalism Lessons from a 150-Year-Old Argentinian Newspaper yang dipublikasikan Global Investigative Journalism Network (GIJN). Alih bahasa ini disponsori oleh dana hibah dari Google News Initiative. Untuk menerbitkan ulang tulisan ini, Anda bisa menghubungi [email protected].

Cara Menggalang Dana untuk Jurnalisme Investigasi

Mencari pendanaan bagi organisasi jurnalisme bisa jadi tanggung jawab yang meresahkan, terutama jika organisasi tersebut tidak memiliki orang yang berpengalaman dalam penggalangan dana. Bagaimana cara mengatasinya?

Berlangganan Kabar Terbaru dari Kami

GRATIS, cukup daftarkan emailmu disini.