SimburCahaya.com – Sebelumnya kita telah membahas bagaimana bias gender terjadi dalam produk jurnalisme dengan bantuan AI generatif atau GenAI yang berdampak pada membungkam, mendistorsi, dan membungkam suara kelompok yang kurang terwakili, terutama perempuan dan perempuan kulit berwarna.
Kali, kembali mengutip laman ijnet.org dari tulisan Luba Kassova akan membahas bagaimana cara memitigasi bias gender dalam pemberitaan dengan menggunakan bantuan GenAI, setidaknya ada delapan langkah untuk memitigasi biar gender dalam produksi produk jurnalistik.
1. Memastikan tim dan alur kerja yang interdisipliner dan beragam di sekitar GenAI
Dalam sebuah wawancara tahun lalu, Laura Ellis, kepala peramalan teknologi di BBC, menyoroti perlunya mencerminkan keberagaman dalam tim di tempat kerja. “Ini adalah sesuatu yang telah kami pertimbangkan sejak awal ketika membangun Kelompok Pengarah GenAI,” ujarnya.
“Kami secara khusus bertanya pada diri sendiri: Apakah ini cukup beragam? Apakah kita mempunyai jangkauan suara yang cukup luas?”
Kemudian, Agnes Stenbom, kepala IN/LAB di Schibsted, Swedia, menyarankan untuk memasukkan berbagai kelompok orang ke dalam tim yang mendiskusikan cara mengintegrasikan AI ke dalam jurnalisme.
“Jangan biarkan kekurangan yang ada dalam hal keberagaman di organisasi Anda membatasi cara mendekati AI; menjadi kreatif dan mengeksplorasi pembentukan tim interdisipliner baru untuk memanfaatkan potensi dan mengelola risiko AI,” katanya.
2. Meningkatkan keterwakilan perempuan, di kalangan editor teknologi dan reporter
Pengalaman hidup para editor memengaruhi apa yang mereka definisikan sebagai sebuah berita, begitu pula keputusan mereka mengenai perspektif mana yang harus dicari dan apa yang akan dipublikasikan. Meningkatkan proporsi perempuan dalam peran editorial dan pelaporan AI adalah kunci jika jurnalisme ingin memperluas cakupan berita dan memperdalam kepercayaan audiens terhadap liputan GenAI.
3. Pilih pakar AI perempuan sebagai narasumber
Profesor Maite Taboada dari Universitas Simon Fraser di Vancouver berbagi pengalamannya tentang defisit kepercayaan yang ia alami karena terlalu sedikitnya pemberitaan yang memuat pakar AI yang sama, yang menurutnya memiliki agenda politik tertentu.
“Politik AI jelas mendominasi dan mungkin memaksakan cara kita memandang AI. Apakah ini luar biasa? Apa ini berbahaya? Kami tidak begitu tahu. Saya pribadi tidak bisa mempercayai para ahli yang berbicara,” katanya. Ada kebutuhan untuk lebih banyak keragaman di antara aspek-aspek dan penerapan teknologi yang berbeda.
Metode yang telah dicoba dan diuji untuk meningkatkan keragaman kontributor dalam spesialisasi berita tertentu adalah dengan menggunakan sistem BBC 50:50 yang sederhana namun efektif dalam melacak gender dan karakteristik identitas kontributor lainnya. Dengan menghitung kontributor yang digunakan dalam pemberitaan GenAI, jurnalis dan editor menyadari bias mereka sendiri, dan ini merupakan langkah pertama untuk melakukan perubahan.
4. Membuat database pakar industri AI perempuan
Menanggapi artikel Guardian tentang kurangnya pemimpin perempuan di industri AI dan suara perempuan dalam liputan berita AI, pembaca dan influencer menerbitkan postingan dan artikel di media sosial yang berisi daftar perempuan pakar AI yang dapat diwawancarai dalam berita.
Membuat basis data pakar AI/GenAI perempuan yang dapat digunakan bersama dalam industri jurnalisme akan menghemat sumber daya dan memberikan peluang nyata untuk meningkatkan kontribusi beragam suara pakar dalam berita AI, yang pada gilirannya akan memperluas pandangan terhadap berbagai tantangan GenAI.
5. Menyoroti perlunya mitigasi bias gender dan rasial dalam standar editorial dan pedoman seputar penggunaan GenAI
Dari tinjauan terhadap lima piagam, standar, dan pedoman AI yang dihasilkan oleh berbagai organisasi berita atau badan jurnalisme, terlihat bahwa tidak ada konsistensi dalam mengidentifikasi kebutuhan untuk memitigasi bias algoritmik di masa depan. Beberapa dokumen melakukan hal tersebut (misalnya, Prinsip Mesin Pembelajaran Mesin BBC dan Ketentuan Panduan AI dari AP) sementara dokumen lainnya tidak (Piagam Paris tentang AI dan Jurnalisme dari Reporters Without Borders dan Standar AP seputar AI generatif).
Dari prinsip-prinsip tersebut, Prinsip Mesin Pembelajaran Mesin BBC menonjol karena referensinya yang komprehensif terhadap bias, keadilan, dan keberagaman. Hal ini juga menimbulkan pertanyaan-pertanyaan penting termasuk: apakah tim tersebut bersifat multi-disiplin; apakah sumber data, proses desain, dll., telah mengupayakan keragaman pemikiran; langkah-langkah apa yang telah diambil untuk memastikan perspektif kelompok-kelompok terkait diperhitungkan; dan apa yang dilakukan untuk melawan sumber bias data yang tidak adil.
6. Memfasilitasi kolaborasi seluruh industri untuk memahami dan mengimbangi bias
Wartawan BBC Ellis berbicara panjang lebar tentang perlunya kolaborasi antarorganisasi berita agar bias algoritmik dapat diatasi dengan sukses.
“Kita perlu berbagi dan bekerja sama dalam bidang regulasi, bersikap terbuka satu sama lain karena ada banyak kesamaan yang kita miliki dan kita tidak boleh mencoba melakukan hal yang sama di silo kecil kita,” katanya.
AI Salon for Journalists, yang ia dirikan tahun lalu, menyediakan forum di mana berbagai organisasi dapat berbagi tantangan dan solusi potensial mereka.
7. Gunakan AI untuk mengukur pangsa media perempuan dalam berita, sebaiknya secara interseksional
AI bisa efektif dalam menjelaskan kesenjangan gender dalam liputan berita.
Ketika ditanya tentang alat AI yang mendukung kemajuan kesetaraan gender dalam berita, Nicholas Diakopoulos, seorang profesor studi komunikasi di Northwestern University di Chicago, menyoroti Gender Gap Tracker dari Simon Fraser University: “Alat seperti ini dapat menarik perhatian terhadap masalah ini dan, idealnya, membantu menciptakan tekanan pada media untuk mencoba berbuat lebih baik.”
Yang menggembirakan, ada peningkatan jumlah organisasi berita yang mendaftar untuk menggunakan alat ini, kata Taboada, yang memimpin proyek tersebut.
“Ada perkembangan yang menarik selama setahun terakhir ini, dimana sekarang semua orang ingin terdaftar. Saya pikir ada perasaan bahwa akuntabilitas seperti ini baik untuk bisnis,” katanya.
Jika memungkinkan, gunakan sistem AI yang dapat memadukan ras dengan gender saat mengukur pangsa media perempuan dalam berita. Meskipun masih menyempurnakan metodologinya, hal ini dilakukan oleh MediaCatch di Denmark untuk lembaga penyiaran dan penyedia berita.
8.Menggunakan AI untuk memerangi pelecehan online, yang merupakan hambatan besar terhadap keseimbangan gender dalam pemberitaan dan liputan online
Pelecehan berbasis gender yang terjadi secara online terhadap jurnalis dan kontributor, yang merupakan bagian dari kesenjangan keamanan gender, berdampak buruk pada kesediaan perempuan untuk terus menjadi jurnalis atau mengekspresikan pendapat mereka di berita.
Dalam sebuah wawancara baru-baru ini tentang potensi penggunaan AI di ruang redaksi, Lynette Mukami, editor sosial, penelusuran, dan analitik di Nation Media Group di Kenya, menceritakan betapa banyaknya pelecehan yang diterima perempuan, terutama politisi, dibandingkan dengan laki-laki di platform mereka.
“Jika Anda bisa memiliki alat yang bisa memfilter/menghapus konten misoginis, itu akan membuat pekerjaan kami jauh lebih mudah,” katanya.
Google Jigsaw, TRFilter dari Thomson Reuters Foundation, dan Perspective API hanyalah beberapa alat AI yang dirancang untuk membantu jurnalis memerangi penyalahgunaan online.
Jika kita tetap menjaga keberagaman perspektif dalam liputan berita, dan menggunakan AI untuk membantu kita mendiagnosis dan memperbaiki kelemahan kita, jurnalisme kita akan diterima oleh khalayak yang lebih luas. Bukankah ini yang kita semua inginkan?
Foto oleh studio cottonbro di Pexels.
Sumber: ijnet.org
